.png){kind=icon}
返回
MSTMM-Validated Machining Efficiency and Surface Roughness Improvement Using Evolutionary Optimization Algorithm
.png){kind=icon}
OA
AI
DOI：10.1002/msd2.70013.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
超精密加工（UPM）已被广泛应用于高端精密部件的生产。该工艺精度极高，且生产成本也相应较高。超精密加工中加工参数的优化能够显著提升加工效率与表面粗糙度。本研究提出了一种创新方法，将多体系统传递矩阵法（MSTMM）与粒子群优化（PSO）相结合，用于优化加工参数，旨在同时提高超精密加工部件的加工效率与表面粗糙度。首先，采用MSTMM建立了超精密飞刀铣削（UPFC）机床的动力学模型，并通过加工试验进行了验证。随后，利用PSO算法优化加工参数。基于优化后的参数，实现了加工时间减少40%以及表面粗糙度峰谷值（PV）改善18.6%。所提出的方法及优化参数通过MSTMM模型的仿真进行验证，结果显示误差仅为0.9%。
Keyword:
machining efficiency
particle swarm optimization
transfer matrix methods for multibody systems
ultra-precision fly cutting
期刊
IF:
3.6
论文数:
203
被引数:
313
机构
引用论文
Multi-objective modeling and evaluation for energy saving and high efficiency production oriented multidirectional turning considering energy, efficiency, economy and quality考虑能量、效率、经济性和质量的面向节能高效生产的多向车削多目标建模与评价.png)
ENERGY
ENERGYIF9.4
PREAI
分享收藏
RSM and MD—a roughness predictive model and simulation comparison of monocrystalline optical grade siliconRSM与MD——一种粗糙度预测模型及单晶光学级硅的模拟比较
PREAI
分享收藏Modelling and simulation of the 3D surface topography in ultra-precision flycutting machining超精密飞刀切削加工中三维表面形貌的建模与仿真
PREAI
分享收藏Classification of Tea Quality Levels Using Near-Infrared Spectroscopy Based on CLPSO-SVMFoodsOAAI
FoodsIF0
OAAI分享收藏
查看更多内容