数控铣床低碳高质建模及工艺参数优化OA北大核心CSTPCD
针对数控铣床生产过程中工艺参数不合理导致碳排放量高、表面质量差等问题,提出了一种面向低碳高质的数控铣床工艺参数优化方法。分析了铣削过程碳排放因素,给出碳排放效率、表面粗糙度和加工时间的目标函数,构建基于灰狼算法改进支持向量回归的数控铣床碳排放效率和表面粗糙度预测模型。以主轴转速、进给速度和切削宽度为优化变量,采用改进白鹭算法进行切削参数优化,获得了低碳高质高效工艺参数Pareto前沿解,通过熵权逼近理想解排序法选择合适的工艺参数。搭建了数控铣床碳排放监测实验平台,实验结果验证了所提方法的可行性和有效性。
李泽亚;罗敏;张超勇;徐金瑜;
湖北汽车工业学院电气与信息工程学院,十堰442002华中科技大学机械科学与工程学院,武汉430074
机械工程
低碳高质改进支持向量回归改进白鹭算法熵权逼近理想解排序法
《中国机械工程》 2024 (010)
P.1845-1851 / 7
国家自然科学基金(51575211)。
评论