|
|
航空发动机叶片砂带抛光工艺参数优化 |
李 婕,史耀耀 ,何晓东 |
西北工业大学现代设计与集成制造技术教育部重点实验室,西安 710072 |
|
|
摘要 为提高航空发动机叶片砂带抛光后的表面质量,选取影响抛光质量的主要工艺因素砂带粒度、接触力、砂带线速度、进给速度,以抛光后的叶片表面粗糙度作为评价指标,展开叶片砂带抛光工艺参数优化研究。首先,进行抛光工艺试验,基于试验结果采用BP 神经网络法建立表面粗糙度与工艺参数之间的预测模型;其次,根据所建立的预测模型,采用遗传算法和粒子群算法对工艺参数进行优化对比,确定最佳工艺参数;最后,对优化后的工艺参数进行试验验证,试验结果表明:采用优化后的工艺参数进行叶片型面抛光,抛光后叶片表面粗糙度明显减小,表面质量得到了显著提高。
|
|
关键词 :
叶片抛光,
工艺参数优化,
神经网络,
遗传算法,
粒子群算法
|
|
[1] |
陆凯,李迎光,刘旭,邓天池. 数据驱动的飞机结构件加工特征识别方法[J]. 航空制造技术, 2021, 64(8): 32-40/57. |
[2] |
王亚霁,孙玉利,墨洪磊,袁航,朱力敏,陆波,郭凌曦. 单晶硅透镜铣磨工艺参数优化研究[J]. 航空制造技术, 2021, 64(7): 90-94. |
[3] |
屈力刚,荆麒瑀,李铭,杨英铎. 面向航空发动机减重的 铝合金管强化机理研究[J]. 航空制造技术, 2021, 64(5): 14-23. |
[4] |
李根,李鹏程,吴超,沈烨. 基于遗传算法的机器人负载重力补偿优化算法研究[J]. 航空制造技术, 2021, 64(5): 52-59. |
[5] |
刘霞,金忠庆 . 基于改进卷积神经网络的飞机桁架焊缝缺陷识别与测试[J]. 航空制造技术, 2021, 64(23/24): 34-38. |
[6] |
李超,王仲奇,常正平,马健智. 基于 BP 神经网络和多目标粒子群算法的自动钻铆工艺参数优化方法[J]. 航空制造技术, 2021, 64(23/24): 94-102. |
[7] |
朱其新,王嘉祺,谢广明. 伺服系统复合自适应控制研究综述[J]. 航空制造技术, 2021, 64(22): 14-27. |
[8] |
付梅,谢怀,王荪馨,申高攀. 复杂壳体零件制造车间调度方法研究[J]. 航空制造技术, 2021, 64(17): 85-93. |
[9] |
陈远志,黄杰,章易镰,朱利民. 改进的粒子群算法求解飞机位姿评估问题[J]. 航空制造技术, 2020, 63(6): 90-96. |
[10] |
肖晓,张聘,魏亚飞,汪建,连成哲,叶文华 . 基于SIEMENS数控系统的机床综合误差实时补偿方法研究[J]. 航空制造技术, 2020, 63(5): 35-40. |
[11] |
花芳芳,田威,胡俊山,李波,蒲玉潇. 基于深度神经网络的机器人定位误差补偿方法[J]. 航空制造技术, 2020, 63(17): 78-85. |
[12] |
肖熙,蔡旭林,赖明波,李瑞玲,何箭南,张建伟. 基于云蚁群算法的高效节能氩弧焊工艺参数优化研究[J]. 航空制造技术, 2020, 63(10): 89-96. |
[13] |
玄明昊,邢本东,苏亚东,王向明. 基于正交试验的TC4钛合金激光成形连接工艺参数优化[J]. 航空制造技术, 2019, 62(8): 64-69. |
[14] |
王建臣,林思琦,沈雨欣,谢长雄,邓小雷. 数控机床主轴热误差测点优化及建模技术研究[J]. 航空制造技术, 2019, 62(6): 41-46. |
[15] |
李志山,史耀耀. 基于神经网络的高效强力复合铣床立柱优化设计[J]. 航空制造技术, 2019, 62(17): 58-65. |
|
|
|
|