首页 | 本学科首页   官方微博 | 高级检索  
     

基于加工位置不确定的多工步数控铣削工艺参数优化研究*
引用本文:邓聪颖,杨凯,苗建国,马莹,冯义.基于加工位置不确定的多工步数控铣削工艺参数优化研究*[J].仪器仪表学报,2020,41(4):111-118.
作者姓名:邓聪颖  杨凯  苗建国  马莹  冯义
作者单位:1.重庆大学机械工程学院重庆400030; 2.重庆邮电大学先进制造工程学院重庆400065;3四川大学空天科学与工程学院成都610065)
基金项目:*基金项目:国家自然科学基金 (51705058)、中国博士后科学基金(2018M633314)、重庆市基础科学与前沿技术项目(cstc2017jcyjAX0005)、重庆市博士后科研项目(XmT2018040)资助
摘    要:针对铣削稳定性评价指标极限切削深度随加工位置改变而变化,导致铣削工艺参数优化模型中稳定性约束具有不确定性问题,结合不同加工位置刀具频响函数和切削稳定性理论,建立加工空间极限切削深度广义回归神经网络(GRNN)预测模型,基于该GRNN模型完善铣削稳定性约束条件,进而构建以机床各运动部件位移与粗/精加工切削参数为变量,以粗/精加工总切削时间为目标的多工步数控平面铣削工艺参数优化模型,采用粒子群算法(PSO)求解该优化模型。以某企业加工中心展开实例研究,获取机床加工位置和粗/精加工主轴转速、切削深度、切削宽度、每齿进给量的优化配置,优化后粗/精加工总切削时间比优化前缩短22.47%,并通过该配置下的无颤振铣削加工验证了优化模型的有效性。

关 键 词:关键词:  加工位置    多工步铣削    参数优化    广义回归神经网络

Process parameters optimization of multi pass CNC milling
Deng Congying,Yang Kai,Miao Jianguo,Ma Ying,Feng Yi.Process parameters optimization of multi pass CNC milling[J].Chinese Journal of Scientific Instrument,2020,41(4):111-118.
Authors:Deng Congying  Yang Kai  Miao Jianguo  Ma Ying  Feng Yi
Abstract:
Keywords:Keywords:machining position  multi pass milling  parameters optimization  general regression neural network (GRNN)
本文献已被 CNKI 等数据库收录!
点击此处可从《仪器仪表学报》浏览原始摘要信息
点击此处可从《仪器仪表学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号