【技术实现步骤摘要】
一种基于多层感知机的数控机床多工况切削参数优化方法
[0001]本专利技术属于数控机床智能制造领域,涉及一种基于多层感知机的数控机床多工况切削参数优化方法。
技术介绍
[0002]高速铣削过程中的颤振问题是影响数控机床加工效率和加工精度的重要因素,根据其产生的原因通常分为自由振动、受迫振动和自激振动(即颤振)。其中,自激振动是由振动系统受到自身产生的激励所维持的振动。铣削加工过程中,刀具与工件之间出现的强烈自激振动,将急剧恶化工件表面质量和尺寸精度,降低刀具和数控机床使用寿命,是制约高档数控装备实现高效、高精加工的关键因素。因此,对加工机床进行相关动态特性研究,是保障高档数控装备实现高性能、高精度铣削加工的重要技术手段。在实际的切削加工过程中,工件与刀具之间在没有周期性外力作用下,由系统内部产生的交变力激发和维持的周期性自激振动称为切削颤振现象。这一现象通常会导致加工部件与机床刀具之间出现偏移,对被加工工件的质量与性能产生非常不利的影响。目前避免切削颤振最有效的方法是绘制铣削稳定性叶瓣图,而机床刀尖频响函数是绘制稳定性叶瓣图 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于多层感知机的数控机床多工况切削参数优化方法,其特征在于:该方法包括以下步骤:S1:通过正交实验构建数控机床在加工位置、刀具直径、悬伸长度以及各切削参数下的数据样本信息;S2:通过实验样本进行模态锤击实验,得到各样本条件下的刀尖频响函数;S3:通过MATLAB软件求解模态参数并结合模态理论公式重构刀尖频响函数,结合铣削颤振稳定性理论绘制出铣削稳定性叶瓣图,再利用插值算法求解各主轴转速下的极限切削深度,即规划出各样本条件下的数据信息;S4:采用PYTHON软件构建以各向运动位移、刀具直径、悬伸长度、主轴转速、切削宽度、每齿进给量为输入的极限切削深度MLP预测模型;S5:采用该MLP模型作为切削稳定性约束建立最大切除率和最大刀具寿命的多目标优化模型,通过带精英策略的快速非支配排序算法NSGAII求解该优化模型,可计算出各运动轴位移、刀具直径、悬伸长度与切削参数的最优配置。S6:以加工中心展开实例研究,验证该方法的有效性和可实施性。2.如权利要求1所述的一种基于多层感知机的数控机床多工况切削参数优化方法,其特征在于:所述步骤S1具体为:数控机床铣削加工过程中出现的颤振失稳、恶化零件加工质量和加剧机床刀具磨损,其主要原因在于机床的主轴坐标(x,y,z)、刀具直径d、悬伸长度h、主轴转速n、切削宽度a
e
、每齿进给量f
z
的不确定性会导致极限切削深度a
plim
随之发生变化,因此本发明以V=(x,z,d,h,n,a
e
,f
z
)作为预测模型的输入。3.如权利要求2所述的一种基于多层感知机的数控机床多工况切削参数优化方法,其特征在于:所描述步骤S2具体为:首先根据正交实验所获取的64组样本数据,调整机床加工位置、刀具直径、悬伸长度进行模态锤击实验,获取各样本条件下的刀尖频响函数曲线。4.如权利要求3、4所述的一种基于多层感知机的数控机床多工况切削加工参数优化方法,其特征在于:S301:利用MATLAB软件编写主控程序,输入刀具频响函数求解模态参数,并结合模态理论公式重构频响函数,然后再结合切削颤振稳定性理论分析通过编程程序绘制出稳定性叶瓣图,并求解各主轴转速下的极限切削深度值ap
lim
,实现样本数据的规划。建立的铣削颤振稳定性理论模型表述如下式(1)所示:
极限切削深度a
plim
和主轴转速n可表示为:和主轴转速n可表示为:S401:本发明以机床的主轴坐标(x,y,z)、刀具直径d、悬伸长度h、主轴转速n、切削宽度a
e
技术研发人员:王頲,陈银平,邓聪颖,范冶,林丽君,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。