复杂曲面铣削加工参数双神经网络优化方法研究

摘要

针对复杂曲面加工效率低、能耗高、表面质量难控制的问题,以及加工参数和目标之间关系确定的难题,建立了考虑复杂曲面特征的双神经网络优化方法.首先,用曲率表示复杂曲面加工复杂度来描述曲面特征,以曲面加工复杂度、主轴转速、进刀量、进给速度和路径间距为设计变量,以加工时间、能量消耗和表面粗糙度为目标函数,建立了复杂曲面加工参数的优化数学模型;其次,采用BP神经网络以黑箱法建立加工参数与优化目标的非线性关系,结合ALM神经网络方法对加工参数进行了优化.该方法解决了复杂曲面加工参数的优化问题,对提高复杂曲面加工效率和质量有一定的理论指导作用.