基于遗传算法的磨削力模型系数优化及验证OACSTPCD
Coefficient Optimization of Grinding Force Model Based on Genetic Algorithm
在磨削力模型求解问题中,目前大多使用分段计算法或列方程组直接计算各个待求系数,不仅计算量大且其精度也无法保证.另外,传统的回归模型容易陷入局部最优,难以描述非线性关系.为此,将遗传算法引入到非线性优化函数参数优化中,基于外圆横向磨削力模型、平面磨削力模型、外圆纵向磨削力模型等现有的模型数据,开展磨削力理论模型的系数优化方法研究.相关性分析结果表明:通过计算得到的3种模型磨削力的预测精度提高了 14.69％～42.54％,且3种模型所预测的法向磨削…查看全部>>
When solving problems in the grinding force model,most of the methods of segmental calculation or col-umn equations were used to calculate each coefficient directly,which not only demanded a large amount of calcula-tion but also could not guarantee its accuracy.In addition the traditional regression model was easy to fall into local optimal,difficult to describe the nonlinear relationship.Therefore,the genetic algorithm was introduced into the parameter opti…查看全部>>
王栋;张志鹏;赵睿;张君宇;乔瑞勇;孙少铮
郑州大学 机械与动力工程学院,河南 郑州 450001郑州大学 机械与动力工程学院,河南 郑州 450001郑州大学 机械与动力工程学院,河南 郑州 450001郑州大学 机械与动力工程学院,河南 郑州 450001郑州大学 机械与动力工程学院,河南 郑州 450001郑州大学 机械与动力工程学院,河南 郑州 450001
机械工程
磨削力模型外圆磨削平面磨削经验公式模型系数优化模型预测遗传算法非线性优化函数
grinding force modelcylindrical grindingsurface grindingempirical formulamodel coefficient opti-mizationmodel predictiongenetic algorithmnonlinear optimization function
《郑州大学学报（工学版）》 2024 (1)
21-28,8
国家自然科学基金联合基金重点项目(U1804254)
评论