典型文献
基于刀具磨损状态识别的加工参数多目标优化
文献摘要：
在数控铣削过程中,刀具磨损对机床主轴能耗影响很大,同时与刀具加工能力直接相关,需适时调整加工参数以适应不同磨损状态,保证多目标综合最优.针对此问题,基于刀具磨损状态识别,根据不同磨损时期给出相应的加工参数优化策略.首先,以刀具寿命周期内的主轴功率为基础,采用粒子群优化算法(particle swarm optimi-zation,PSO)建立考虑刀具磨损的能耗模型,平均误差低于5％,并基于与刀具磨损的强相关性,以主轴功率作为单一指标识别刀具磨损状态.进一步,为获取影响加工成本的动态性指标——刀具剩余使用寿命(remaining useful life,RUL)及相应的主轴功率,利用人工神经网络(artificial neural network,ANN)建立刀具磨损退化模型,通过描述主轴功率随时间的变化来隐含退化过程,该模型拟合度达0.992.最终,综合考虑能耗、刀具及时间成本,设计多目标优化函数,并通过遗传算法(genetic algorithm,GA)搜索函数最小值,给出不同磨损时期的最优加工参数及优化策略.此加工参数多目标优化融入了主轴功率与刀具RUL等动态指标,可依据主轴功率在线识别刀具磨损状态,进而调整加工参数以适应不同磨损时期,降低加工成本.结果表明:采用此方法在线调整加工参数,可平均降低24.258％的综合成本,具备有效性与实用性.
文献关键词：
加工参数;多目标优化;刀具磨损;主轴功率;刀具剩余使用寿命
中图分类号：
作者姓名：
田颖;王文豪;杨利明;邵文婷
作者机构：
天津大学机械工程学院,天津 300072
文献出处：
引用格式：
[1]田颖;王文豪;杨利明;邵文婷-.基于刀具磨损状态识别的加工参数多目标优化)[J].天津大学学报（自然科学与工程技术版）,2022(02):166-173
A类：
刀具剩余使用寿命
B类：
刀具磨损状态,状态识别,加工参数,多目标优化,数控铣削,铣削过程,机床主轴,加工能力,刀具寿命,寿命周期,主轴功率,粒子群优化算法,particle,swarm,optimi,zation,PSO,能耗模型,平均误差,强相关性,单一指标,加工成本,remaining,useful,life,RUL,人工神经网络,artificial,neural,network,ANN,退化模型,模型拟合,拟合度,时间成本,目标优化函数,genetic,algorithm,GA,最小值,动态指标,在线识别,在线调整,综合成本,备有
AB值：
0.269264
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
