[发明专利]面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法

摘要

面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法，属于机械加工技术领域。本发明的方法步骤如下：步骤一：确定合理的切削参数范围；步骤二：完成侧铣正交实验，收集实验数据；步骤三：建立侧铣切削参数优化多目标模型；步骤四：基于NSGA‑II算法的gamultiobj函数对多目标模型进行求解，实现切削参数的优化。本发明通过遗传算法优化切削参数保证了切削力和工件表面粗糙度较小，加工效率较高。实现了对切削参数的合理选择。

主权项

1.一种面向多目标的钛合金整体叶盘侧铣加工切削参数优化方法，其特征在于：所述方法步骤如下：步骤一：确定合理的切削参数范围；所述切削参数范围满足以下关系：其中，切削参数包括切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap，单位依次为m/min、mm/z、mm、mm；步骤二：完成侧铣正交实验，收集实验数据；所述侧铣正交实验的具体切削参数满足如下关系：步骤三：建立侧铣切削参数优化多目标模型；所述切削参数优化多目标模型包括切削力模型、表面粗糙度模型和加工效率模型，如下式：其中，F为切削力，Ra为表面粗糙度，Q为加工效率，CF、CRa为加工系数，xF、yF、zF、nF为切削力模型中各切削参数的指数，xRa、yRa、zRa、nRa为表面粗糙度模型中各切削参数的指数，z为球头铣刀的刃数，D为球头铣刀的直径；所述切削力模型、表面粗糙度模型和加工效率模型进行取对数处理得到多元表达式，满足以下关系：其中，y1＝logF，y2＝logRa，y3＝logQ，b10＝logCF，b11＝xF，b12＝yF，b13＝zF，b14＝nF，b20＝logCRa，b21＝xRa，b22＝yRa，b23＝zRa，b24＝nRa，b30＝log(1000z/πD)，x1、x2、x3和x4依次代表切削速度vc、每齿进给量fz、径向切深ae、轴向切深ap；所述多元表达式(4)需要将收集的切削力、表面粗糙度数据输入到MATLAB中，通过调用regress函数求解出相应的未知量b10、b11、b12、b13、b14、b20、b21、b22、b23、b24，regress函数为[b，bint，r，rint，stats]＝regress(Y，X，alpha)，式中，b是输出量，bint是回归系数的区间估计，r是残差，rint是置信区间，stats是检验模型的统计量，Y是因变量，X是自变量，alpha是显著性水平；由于b10＝logCF，b11＝xF，b12＝yF，b13＝zF，b14＝nF，b20＝logCRa，b21＝xRa，b22＝yRa，b23＝zRa，b24＝nRa，进而得到切削力模型中各切削参数的指数CF、xF、yF、zF和表面粗糙度模型中各切削参数的指数CRa、xRa、yRa、zRa、nRa；步骤四：基于NSGA‑II算法的gamultiobj函数对多目标模型进行求解，实现切削参数的优化；所述多目标模型(3)中的变量个数为4，约束矩阵L和M满足以下关系：所述多目标模型(3)解算过程中需要调用gaoptimset和gamultiobj函数，并设定帕累托比例、种群大小、遗传代数、迭代次数和最优化终止参数，基于此方法自动绘制出Pareto front，并最终解算输出Pareto最优解集，优化者可以根据具体优化问题的偏好信息在该解集中寻求最终的满意解作为最优切削参数或根据隶属度函数求得最优切削参数。