| SiC单晶加工参数优化及表面粗糙度预测 |
| |
| 作者姓名： | 李伦 杨少东 李济顺 陈稳 |
| |
| 作者单位： | 河南科技大学河南省机械设计及传动系统重点实验室,河南 洛阳 471003;河南科技大学机电工程学院,河南 洛阳 471003;河南科技大学河南省机械设计及传动系统重点实验室,河南 洛阳 471003;河南科技大学机电工程学院,河南 洛阳 471003;河南科技大学河南省机械设计及传动系统重点实验室,河南 洛阳 471003;河南科技大学机电工程学院,河南 洛阳 471003;河南科技大学河南省机械设计及传动系统重点实验室,河南 洛阳 471003;河南科技大学机电工程学院,河南 洛阳 471003 |
| |
| 基金项目： | 河南省高等学校重点科研项目计划 |
| |
| 摘 要： | 因独特的共价键晶体结构,SiC单晶具有较高的硬度和脆性,是典型的难加工材料。以横向超声激励线锯的方法对SiC单晶进行切割,采用正交实验设计,并引入灰色关联分析法研究切割过程中锯切力、晶片表面粗糙度等多目标与主要加工参数之间的影响关系,以及获得线锯加工最优参数组合,即工件进给速度0.025mm/min、超声振幅1.8μm、线锯速度1.6m/s、工件转速16r/min为最优加工参数组合,并通过实验进行验证。采用果蝇优化算法优化灰色神经网络模型(FOA-GMNN)对SiC单晶片的表面粗糙度Ra进行预测,结果表明:FOA-GMNN模型收敛速度快,鲁棒性好,预测精度高,预测值与实验值的平均相对误差为2.09%。
|
| 关 键 词： | 线锯切割SiC 横向超声激励 灰色关联分析 参数优化 果蝇优化算法 表面粗糙度预测 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
