硬态车削工艺多目标参数优化方法

    公开(公告)号:CN116777040A

    公开(公告)日:2023-09-19

    申请号:CN202310456717.6

    申请日:2023-04-25

    Abstract: 本发明涉及一种硬态车削工艺多目标参数优化方法,针对现有硬态车削低碳制造切削参数优化的问题,对硬态车削进行碳排放量和表面粗糙度的协同优化。切削功率是硬态车削过程碳排放量的重要影响因素,通过试验分析切削功率,建立能够准确反映硬态车削过程碳排放量的模型。在硬态车削切削工况下进行表面粗糙度试验,并通过正交试验和广义回归神经网络算法对切削参数和表面粗糙度进行多元非线性回归拟合,得到能够有效预测硬态车削条件下表面粗糙度的预测模型。利用线性加权法综合优化指标将其转换为单目标优化模型,用遗传算法进行优化,得到最优切削参数,最后在工厂实际产品加工中验证多目标优化模型的有效性。实现硬态车削绿色制造与工艺性能协同优化。

    对轴承套圈内圆切入磨削加工早期颤振在线监测方法

    公开(公告)号:CN115890366A

    公开(公告)日:2023-04-04

    申请号:CN202211388572.2

    申请日:2022-11-08

    Abstract: 本发明涉及一种对轴承套圈内圆切入磨削加工早期颤振在线监测方法,利用振动传感器和声发射传感器采集轴承套圈内圆切入磨削加工过程中的振动信号以及声发射信号,提取颤振特征信息,通过特征信息识别效果对比,选取均方频率占比系数和能量熵组成的特征向量导入经不同算法优化后的支持向量机中进行监测,分析监测效果。选取最优表征轴承套圈切入磨削颤振孕育的特征信息并结合最优智能预测模型来实现对轴承套圈切入磨早期颤振在线监测。本发明方法结果对比各组特征向量的识别结果,均方频率占比系数和能量熵组成的特征向量识别准确度和Kappa系数均为结果最高值;对比不同智能算法模型的监测效果,ABC‑SVM模型的监测效果最好,多次识别结果均达到了100%。

Patent Agency Ranking