首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种适用于γ-TiAl合金的车削参数优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:哈尔滨理工大学

摘要:本发明提供一种适用于γ‑TiAl合金的车削参数优化方法,所述优化方法包括,确定切削参数范围,进行车削实验,基于实验数据使用SSABP神经网络建立刀具磨损值和表面粗糙度的预测模型,采用多目标灰狼优化算法进行多目标优化,采用熵权‑TOPSIS法选出最优解。本发明提供的一种适用于γ‑TiAl合金的车削参数优化方法,综合考虑了车削参数对刀具磨损值和表面粗糙度的影响,基于车削实验获得的数据使用SSABP神经网络建立二者的预测模型,使用多目标灰狼优化算法进行车削参数寻优,获得最优的车削参数解集,使用熵权‑TOPSIS决策方法在Pareto最优解集中选出最优解,该方法有助于提高γ‑TiAl合金车削参数选择的科学性,提高了车削加工效率,降低了γ‑TiAl合金的车削生产成本,降低了γ‑TiAl合金车削刀具磨损,提高了γ‑TiAl合金工件表面质量,具有一定的参考价值和社会经济效益。

主权项:1.适用于γ-TiAl合金的车削参数优化方法,其特征在于,包括以下步骤:步骤1:以γ-TiAl合金的表面粗糙度和刀具磨损值为优化目标,以切削速度,进给量,切削深度为优化变量,进行车削实验。步骤2:实验结果构成数据集,把实验结果划分为训练集和测试集,使用SSABP神经网络拟合优化目标与优化变量之间的关系,得到两个优化目标的预测模型。步骤3:使用多目标灰狼优化算法建立γ-TiAl合金的切削参数多目标优化模型,将步骤2中的预测模型作为多目标灰狼优化算法的适应度函数,求解出所述预测模型的Pareto最优解集。步骤4:采用熵权-TOPSIS决策方法从步骤3中所述Pareto最优解集中选取得分最高的解作为优化结果。

全文数据:

权利要求:

百度查询: 哈尔滨理工大学 一种适用于γ-TiAl合金的车削参数优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。