公开(公告)号：CN119442867A

公开(公告)日：2025-02-14

申请号：CN202411481166.X

申请日：2024-10-23

Applicant: 福州大学至诚学院

Inventor： 陈飞 ,  刘志伟 ,  黄彬

IPC: G06F30/27 ,  G06N3/006 ,  G06N3/0499 ,  G06F111/06

Abstract: 本发明涉及一种基于机器学习的TC4钛合金钻削工艺参数多目标优化方法，属于机械加工领域。所述方法以表面粗糙度、能耗、出口毛刺高度以及材料去除率作为优化目标，将钻削TC4钛合金实验所产生的数据用于训练机器学习模型，并基于训练后的模型建立群智能优化算法的适应度函数，提出了一种把极限学习机(ELM)与改进鲸鱼优化算法(IWOA)相结合的算法(ELM‑IWOA)，旨在优化TC4钛合金钻削工艺参数。

公开(公告)号：CN116776923A

公开(公告)日：2023-09-19

申请号：CN202310792065.3

申请日：2023-06-30

Applicant: 福州大学

Inventor： 黄彬 ,  刘志伟

IPC: G06N3/006 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/08 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明涉及一种基于改进ELM‑IWOA算法的TC4钻削工艺参数优化方法。该方法以主轴转速、进给速度为输入，TC4钛合金工件表面粗糙度为输出搭建ELM模型，并对WOA算法做出改进，提高原生WOA算法的寻优能力，之后将ELM模型的输出作为改进IWOA算法的适应度值，最后利用改进后的IWOA算法对钻削工艺参数进行优化，并将其与未改进的ELM‑WOA模型进行对比。结果表明，改进后ELM‑IWOA算法优化效果好。