一种基于数字孪生的铣削参数优化方法

摘要

本发明请求保护一种基于数字孪生技术对铣削参数多目标优化方法。属于数控加工领域，首先通过数字孪生体获取所需数据；其次采用反向误差传播神经网络(BPNN)算法搭建拟合预测模型；接着设置更新机制以重新训练该模型提高算法的精度；最后结合熵权法分配待优化目标的权重，采用双深度Q网络(DDQN)重新训练BPNN模型并获取适合当前加工目标的最优参数组合。本方法能够实现铣削参数的动态多目标优化，能够针对机床整个运行时段提供符合当前机床特性的最优铣削参数取值方案，从而保证加工质量和加工效率。