基于机器学习和多目标算法的钛合金插铣优化

摘要

针对钛合金的插铣加工过程开展试验和优化研究.以材料去除率和切削力为目标,采用机器学习和多目标优化算法相结合的方法来优化插铣切削参数;以主轴转速、径向切削宽度、切削步距和每齿进给量为试验变量,采用田口方法对试验变量组进行缩减.将机器学习方法与传统一阶和二阶回归方法比较,发现机器学习有很好的预测精度且解集分布更合理.分别采用MOEA/D、NSGA-Ⅱ、SPEA2、NSPSO算法对问题进行求解,并比较它们的性能,结果表明NSGA-Ⅱ综合表现最佳.最后将优化结果与初始参照进行比较,发现优化结果可以显著提高材料去除率并减小切削力,达到了高效稳定加工的目的.