鈦合金車削參數(shù)優(yōu)化與表面形貌研究.pdf

1、壓氣機盤作為航空發(fā)動機的核心零部件之一，其加工精度是保障發(fā)動機安全運轉的關鍵，壓氣機盤常選用鈦合金等難加工材料制造而成，且生產(chǎn)過程工藝復雜。因此，在保證生產(chǎn)效率的前提下，提高壓氣機盤的加工質量成為亟需解決的難點問題。
　　本文針對鈦合金車削加工問題，運用嵌套神經(jīng)網(wǎng)絡建模和多目標教與學優(yōu)化相結合的方式，獲得了Pareto最優(yōu)切削參數(shù)集，實現(xiàn)了加工參數(shù)的合理選擇。同時，本文分析了軸向相對振動下，端面車削表面形貌的成型過程，通過零件三維

2、表面形貌仿真，全局性的評價零件表面質量。論文完成的主要工作及取得的主要成果如下：
　　（1）鈦合金切削加工實驗研究。基于BBD響應曲面設計原理進行了鈦合金切削加工實驗，建立了切削參數(shù)與表面粗糙度之間的響應曲面模型，通過方差分析研究了切削參數(shù)對表面粗糙度的影響。同時，建立了切削參數(shù)、切削力、刀具振動與表面粗糙度之間的線性回歸模型，通過相關性分析，研究了各因素與表面粗糙度之間的關系。
　?。?）基于嵌套神經(jīng)網(wǎng)絡的表面粗糙度預測模

3、型。提出了一種高精度的嵌套神經(jīng)網(wǎng)絡建模方法，并使用該方法建立表面粗糙度預測模型。該模型僅以切削參數(shù)為輸入變量，且在模型中考慮了切削力、刀具振動、切削參數(shù)的影響，在提高預測精度的同時，也能很好的適用于切削參數(shù)優(yōu)化問題。為了驗證該模型的正確性，對比分析了傳統(tǒng)BP神經(jīng)網(wǎng)絡模型、響應曲面模型以及線性回歸模型的擬合能力和泛化能力。不同模型的對比結果表明，嵌套神經(jīng)網(wǎng)絡預測模型相比于其他模型更具有優(yōu)越性。
　?。?）基于多目標教與學優(yōu)化算法的切

4、削參數(shù)優(yōu)化。提出了改進的基于擁擠距離的快速非支配解多目標教與學優(yōu)化算法，結合已建立的嵌套神經(jīng)網(wǎng)絡模型，以最大材料去除率、最小表面粗糙度為優(yōu)化目標，建立了切削參數(shù)多目標優(yōu)化模型；運用本文所提出的優(yōu)化算法，求解了該優(yōu)化模型。優(yōu)化結果表明該方法能夠有效尋找均勻分布的Pareto最優(yōu)解集，具有很高的工程實踐指導價值。
　?。?）零件表面三維形貌仿真與紋理特征研究。零件表面形貌是刀具輪廓沿著真實走刀軌跡對表面進行刻畫復映而成。通過研究軸向相