基于零件摩擦学性能的磨削参数优化

赵斌 张松 李剑峰

1.山东大学 机械工程学院，山东 济南 2500612.高效洁净机械制造教育部重点实验室(山东大学)，山东 济南 250061

期刊：浙江大学学报(工学版)

Journal of Zhejiang University(Engineering Science)

2018年01期

ISSN：1008-973X

中文核心期刊

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.

基金：国家科技重大专项资助项目；

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;

分类号：TH 117

下载地址：《基于零件摩擦学性能的磨削参数优化》