数控铣削参数优化的研究与开发
邓清伟1 ,唐竞1 ,王文力1 ,蔡安江2 ,豆卫涛2
1.中航工业庆安集团有限公司;
2.西安建筑科技大学机电工程学院
Research on Optimization of NC Machining Cutting Parameter#br#
摘要 以 DMC60H 数控机床为试验平台,以壳体类铝合金零件加工为研究对象,提取数控铣削加工试验数据,采用 BP 神经网络建立数控加工铣削参数优化模型。生产验证表明,提出的数控加工铣削参数优化方法具有较强的实用性和一定的先进性,能有效提高加工效率,对实现数控机床综合应用效率最优化具有重要意义。
关键词 :
BP神经网络 ,
铣削加工 ,
样本 ,
参数优化
Abstract :By taking DMC60H Horizontal machining center as a test platform, processing of the shell to aluminum alloy parts as study object, NC milling test data is extracted, and BP neural network is used to build optimization model for NC milling parameters. Production proves that NC milling parameter optimization method presented is practical and advanced. It can improve the processing efficiency and is also greatly signifi cant for realizing efficiency optimization.
Key words :
BP neural network
Milling
Sample
Parameter optimization
[1]
林俊,曹珍珍,李军利,刘钢. 双五轴镜像铣削加工非线性误差优化方法 [J]. 航空制造技术, 2025, 68(8): 105-112,129.
[2]
倪世东,王勇超,黄庆奕,蔡杨,谢延敏. 基于改进J–C本构模型的6061铝合金薄壁件温热成形工艺参数优化 [J]. 航空制造技术, 2025, 68(6): 78-85.
[3]
侯可为,杨森,任军学,雷海峰,赵华卫. 整体叶盘机器人柔性磨抛工艺研究 [J]. 航空制造技术, 2025, 68(13): 40-48.
[4]
陈帅,陈志同,刘超,柴晋峰,刘成. 面向全型面精加工的整体叶盘铣磨组合加工技术研究 [J]. 航空制造技术, 2024, 67(4): 104-109,117.
[5]
刘聪乐,任军学,张雅莉,史恺宁. 基于三维粗糙度的多向CFRP铣削加工刀具切入角度的优化方法研究 [J]. 航空制造技术, 2024, 67(4): 123-131.
[6]
刘婧颖,李浩楠,徐昊,杨知硕,赵彦伟,白清顺. 螺栓根部圆角滚压的残余应力分布及参数优化研究 [J]. 航空制造技术, 2024, 67(18): 60-65,72.
[7]
牛秋林,戴福朋,荆露,王星华,刘俐鹏,肖玉斌. 纵扭超声振动辅助铣削60%SiCp/Al多目标参数优化研究 [J]. 航空制造技术, 2024, 67(12): 14-26.
[8]
章启阳,刘赣华. 基于数值积分方法的铣削稳定性预测研究 [J]. 航空制造技术, 2024, 67(11): 118-125.
[9]
童寿维,黄树海,舒倩,宋剑鑫,金鸿宇,卓越. 基于数字孪生的铣削加工智能监控平台 [J]. 航空制造技术, 2024, 67(11): 56-65.
[10]
王佳佳, 斌,袁臣虎,于爱兵,张文武. 钛合金水助激光打孔试验研究 [J]. 航空制造技术, 2023, 66(9): 99-111.
[11]
闫冬,李国和,王丰,范建勋,王大春. 铝锂合金切削加工试验研究进展 [J]. 航空制造技术, 2023, 66(6): 108-118.
[12]
李法贵,王若奇,孙玉文. 基于深度神经网络的机器人加工系统模态特性预测 [J]. 航空制造技术, 2023, 66(3): 85-92,124.
[13]
郑志玺,郭强,姜燕,奚园园,王文博,周文慧. 基于经验公式的铣削加工切削力建模研究现状与展望 [J]. 航空制造技术, 2023, 66(18): 110-126.
[14]
张俊杰,刘英想,胡王杰,杜鹏飞,韩腊,邓杰,邱旭,赵学森,胡振江,孙涛. TC4 钛合金纵弯超声振动铣削装置及其加工性能研究 [J]. 航空制造技术, 2022, 65(8): 14-21.
[15]
刘志远,丁卯,王沛,陈张伟,杨灿,徐斌,彭太江,刘长勇,沈军. 机器学习在金属增材制造中的应用现状和前景展望 [J]. 航空制造技术, 2022, 65(23/24): 14-28.