机加零件质量预测与工艺参数优化方法

摘要

为了有效利用机加零件工艺信息和检测信息,提出基于机器学习算法的质量预测与工艺参数优化方法.以集成工艺信息和检测信息的基于模型定义(MBD)模型为输入,通过对三维建模软件的二次开发实现参数提取,并建立结构化数据集.利用多种机器学习分类器构建基于工艺参数与质量分类标签的质量预测模型.结合信息增益算法对所有工艺参数进行优先级排序,筛选出对质量影响最大的工艺参数;开发质量预测与工艺参数优化工具集,利用梯度提升树模型优化对质量影响最大的工艺参数.以某航空企业提供的铣削实验数据验证所提出方法的有效性和可靠性.验证结果表明,该方法能够较好地实现机加零件的质量预测和工艺参数优化.