基于人工神经网络和遗传算法的平面铣削加工参数自适应优化  

Adaptive optimization of machining parameters for face milling based on artificial neural network and genetic algorithms

作　　者：倪其民[1] 林建平[1] 李从心[1] 阮雪榆[1] 

机构地区：[1]上海交通大学国家模具CAD工程研究中心,上海200030

出　　处：《组合机床与自动化加工技术》2000年第2期5-8,共4页Modular Machine Tool & Automatic Manufacturing Technique

基　　金：高等学校博士学科点专项科研基金! (980 2 4 834)

摘　　要：机械加工最优自适应控制的关键在于自适应加工模型的建立和实时优化策略的制定。本文提出用人工神经网络方法建立加工过程模型 ,用遗传算法实现在线优化。基于以上算法 ,构造了平面铣削加工参数自适应优化系统 ,可使加工系统在不违反加工约束的前提下 ,总是获得最大材料去除率。The keys to adaptive control with optimization of machining operations are modeling of cutting process and selecting of real time optimal strategy.In this paper,we propose to moldel the machining process using artificial neural network and realize on line optimization using genetic algorithms.A system for adaptive optimization of cutting parameters such as feed rate and spindle speed in a face milling operation for maximizing the material removal rate without violating machining constraints is set up.

关 键 词：平面铣削 自适应优化 人工神经网络 遗传算法 

分 类 号：TG540.1[金属学及工艺—金属切削加工及机床]