[发明专利]一种用于不锈钢加工的多目标优化方法和系统

权利要求书

1.一种用于不锈钢加工的多目标优化方法，其特征在于，包括：

获取所选不锈钢材料的进给速率、切削速度和切削深度的极值；

根据所述的进给速率、切削速度和切削深度的极值，创建L9正交表；

根据所述L9正交表进行切削实验；

采集所述切削实验中的切削力和表面粗糙度，同时计算材料去除率，得到实验数据集；

对所述实验数据集进行归一化处理，然后将归一化处理的结果输入到支持向量机中，建立切削力、表面粗糙度和材料去除率的关联模型；具体包括：

对所述实验数据集中所有数据分别进行归一化预处理，将所有数据均归一化到[0，1]区间内；

选择径向基函数作为支持向量机模型的核函数，通过交叉验证法和网格搜索法确定所述支持向量机模型的最优参数C和σ，其中，C表示惩罚系数，σ表示宽度参数；

通过支持向量机的网络开源代码LIBSVM3.22，利用所述最优参数C和σ分别建立切削力支持向量机模型和表面粗糙度支持向量机模型；

通过所述材料去除率的计算公式得到材料去除率公式模型；

所述关联模型包括所述切削力支持向量机模型、所述表面粗糙度支持向量机模型和所述材料去除率公式模型；

利用NSPSO智能优化算法对所述关联模型进行寻优，得到多目标优化的Pareto前沿及对应的切削参数组合。

2.如权利要求1所述的用于不锈钢加工的多目标优化方法，其特征在于，所述获取所选不锈钢材料的进给速率、切削速度和切削深度的极值，具体包括：

根据加工系统的额定参数和刀具手册，确定刀具加工不锈钢材料时的进给速率、切削速度和切削深度的最大值和最小值。

3.如权利要求1所述的用于不锈钢加工的多目标优化方法，其特征在于，所述根据所述的进给速率、切削速度和切削深度的极值，创建L9正交表，具体包括：

将进给速率、切削速度和切削深度作为三个因素，分别编号为①～③；

从进给速率、切削速度和切削深度的极值区间中，分别选取进给速率、切削速度和切削深度的最小值、中间值和最大值，将所述的最小值、中间值和最大值作为三个水平，分别编号为1～3；

根据所述的三个因素和三个水平创建L9正交表；所述L9正交表为一个3列、9行的表格，列数表示因素，行数表示实验次数，所述实验次数编号为一～九；

根据水平数量为3，对9次实验次数进行分组，使每3个实验为1组，并按照正交表的填充方法，将每个因素的水平编号填入至L9正交表中。

4.如权利要求1所述的用于不锈钢加工的多目标优化方法，其特征在于，所述根据所述L9正交表进行切削实验，具体包括：

根据所述L9正交表中的实验信息进行九组实验，每组实验重复三次；

计算三次实验结果的平均值，将平均值作为最终的实验结果。

5.如权利要求1所述的用于不锈钢加工的多目标优化方法，其特征在于，所述采集所述切削实验中的切削力和表面粗糙度，同时计算材料去除率，得到实验数据集，具体包括：

采集所述切削实验中，刀具加工不锈钢材料的切削力，以及不锈钢材料的表面粗糙度，得到切削力数据和表面粗糙度数据；

利用公式MRR＝1000Vdf计算加工完毕后不锈钢材料的材料去除率，得到材料去除率数据；其中，MRR表示材料去除率，单位为mm³/min；V表示切削速度，单位为m/min；d表示切削深度，单位为mm；f表示进给速率，单位为mm/r；

根据所述切削力数据、表面粗糙度数据和材料去除率数据，得到实验数据集；

所述切削力通过Kistler测力仪采集，所述Kistler测力仪得到三个方向的切削力信号，取平稳段的均值作为每个方向的切削力结果，并计算三个方向的合力作为最终的切削力数据；

所述表面粗糙度通过Mahr粗糙度仪测量，所述Mahr粗糙度仪将平稳段的均值作为最终的表面粗糙度数据。