基于加工动力学模型的工艺参数优化研究

发布时间：2019-10-03 14:50

【摘要】：正确合理地选择工艺参数对确保产品质量、降低生产成本、提高生产率起着十分重要的作用，因此，选择工艺参数已成为机械制造业中一项关键的经济活动。本文以铣削加工为对象，研究工艺参数优化，建立基于铣削加工动力学模型的工艺参数优化模型，并采用混合智能优化算法进行求解。 首先，在分析国内外研究现状的基础上，总结工艺参数优化的特点与方法，提出基于铣削加工动力学的工艺参数优化模型。针对工艺参数优化模型的目标函数，重点分析了基于非线性动力学理论的表面加工质量和基于线性动力学理论的机床稳定性极限的获取方法，进一步完善了工艺参数优化模型。 其次，根据工艺参数优化模型的多目标、非线性的特点，采用混合遗传算法和粒子群算法的智能优化算法对模型进行求解。在粒子群寻优过程中引入遗传变异的改进策略，改变了粒子的搜索路径，同时，基于粒子聚集度分析，采用高斯变异措施，提高算法的收敛精度、收敛速度和解决复杂问题能力，为解决工艺参数优化模型提供了有力的技术保障。 最后，以数控镗铣床为对象，，采用MATLAB编程求解，获取最优工艺参数，并对优化结果进行分析和验证。结论表明，该工艺参数优化模型可行、有效。
【图文】：

图 1.2 本文组织图介绍课题背景、来源、目的和意义，对工艺参数优化进的技术方案。建立工艺参数优化模型，分析模型中的目标和约束及其具体分析工艺参数优化模型的关键目标函数（粗糙度和加工动力学对这两个目标进行分析并提出实现方法。根据模型的特点，分析遗传算法和粒子群算法的优缺点型的优化算法，根据数值仿真验证所设计算法的性能。据数控镗铣床的加工特点，把所设计的基于遗传和粒算法应用到所建立的工艺参数优化模型中，并分析化结全文进行总结和展望

切削极限稳定性图（如图 2），有关机床切削稳定性的分析详见第 3.2 节。图 2.2 铣削稳定性极限图根据图2.2可以把机床的稳定性定性的分三个等级：最优稳定区、次稳定区和不稳定区，但采用定量分析的方法，可以认为：当一定转速下，有越大的切削深度，机床服役时工作的稳定性可能性（阈值）越大，所以可以采用上述切削稳定性的评价方法。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TH162.1;TG54;TP18

【参考文献】

相关期刊论文 前10条

1 陈水利;蔡国榕;郭文忠;陈国龙;;PSO算法加速因子的非线性策略研究[J];长江大学学报(自科版)理工卷;2007年04期

2 张兴模,彭贝;大型多用户车削数据库软件CTRN90的开发及其应用[J];工具技术;1992年04期

3 胡云;;基于量子粒子群算法的数控加工切削参数优化[J];工具技术;2010年02期

4 孔繁森,于骏一;求无颤振切削参数值的神经网络方法[J];兵工学报;1998年04期

5 高亮;杨扬;李新宇;;数控加工参数优化的研究现状与进展[J];航空制造技术;2010年22期

6 赵军;郑光明;李安海;崔晓斌;;超高速切削Inconel 718刀具寿命研究及切削参数优化[J];哈尔滨理工大学学报;2011年01期

7 郭卫,赵栓峰;基于神经网络和粒子群算法的切削参数现场实时优化[J];机床与液压;2005年10期

8 汤爱君;马海龙;;切削加工系统稳定性研究现状的综述[J];机床与液压;2008年01期

9 程伟;;基于灰色理论的切削参数优化系统[J];机床与液压;2010年23期

10 冯翔;陈国龙;郭文忠;;粒子群优化算法中加速因子的设置与试验分析[J];集美大学学报(自然科学版);2006年02期

相关博士学位论文 前3条

1 唐委校;高速切削稳定性及其动态优化研究[D];山东大学;2005年

2 王俊伟;粒子群优化算法的改进及应用[D];东北大学;2006年

3 宋清华;高速铣削稳定性及加工精度研究[D];山东大学;2009年

相关硕士学位论文 前6条

1 吴化勇;高速切削系统动态特性研究[D];山东大学;2005年

2 蒋f;数控加工切削参数优化匹配专家系统的研究[D];同济大学;2006年

3 潘小权;基于退火遗传算法的起落架切削参数优化研究[D];西北工业大学;2007年

4 詹晓娟;基于蚁群神经网络铣削数据库系统的研究与开发[D];哈尔滨理工大学;2007年

5 张庆旭;基于遗传算法的车削用量优化研究[D];内蒙古农业大学;2009年

6 董世钢;数控加工切削参数优化的研究[D];长春理工大学;2009年

本文编号：2545479