标题:基于零件摩擦学性能的磨削参数优化
作者:赵斌;张松;李剑峰
作者机构:[赵斌] 山东大学机械工程学院;;山东大学, ;;高效洁净机械制造教育部重点实验室, 济南;;济南, 山东;;山东 250061;;250061, 中国.;[张松] 山东大学机械工程学院;;山 更多
通讯作者:Zhang, S(zhangsong@sdu.edu.cn)
通讯作者地址:[Zhang, S] School of Mechanical Engineering, Shandong UniversityChina;
来源:浙江大学学报. 工学版
出版年:2018
卷:52
期:1
页码:16-23
DOI:10.3785/j.issn.1008-973X.2018.01.003
关键词:表面形貌; 磨削参数; 遗传算法; 神经网络; 摩擦学特性; 流体润滑
摘要:采用遗传算法和神经网络相结合,以表面形貌评价参数(表面算数平均偏差、表面支承指数、核心区液体滞留指数和谷底区液体滞留指数)为输入层,以磨削参数( 砂轮转速、工件速度、横向进给量和背吃刀量)为输出层,建立多输入多输出的优化预测模型;针对不同使用需求的特定表面形貌结构,利用此模型预测流体润滑条 件下相应的磨削工艺参数.验证实验采用与样本实验不同的机床、砂轮和工件尺寸,结果显示,预测值与实验值的最大偏差为12.87%,充分证明了该模型的优 化精确性、可靠性和普适性;该模型可有效提高工艺方案的设计效率.
收录类别:EI;CSCD;SCOPUS
资源类型:期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-85044332177&doi=10.3785%2fj.issn.1008-973X.2018.01.003&partnerID=40&md5=f7e4c3d9af34b69a990459d972fd14e0
TOP