SIA OpenIR  > 装备制造技术研究室
基于NSGA-II算法的高强模具钢切削参数优化方法
其他题名Parameters Optimization in Cutting of High-strength Mould Steel Based on NSGA-II
付涛; 刘伟军; 赵吉宾
作者部门装备制造技术研究室
关键词Nak80钢 切削参数 数理统计模型 多目标优化
发表期刊机械工程材料
ISSN1000-3738
2013
卷号37期号:12页码:85-91
收录类别CSCD
CSCD记录号CSCD:5014435
产权排序1
资助机构国家自然科学基金资助项目(50975274);国家重点基础研究发展计划资助项目(2011CB302403)
摘要以高强度模具钢NAK80为对象,设计以切削速度、每转进给量、切削深度为参数的正交试验,并通过线性回归方法建立切削力及表面粗糙度的数理统计模型;配合材料去除率的理论公式,建立三者为目标函数的多目标优化模型,采用非支配排序遗传算法NSGA-II对模型进行寻优求解,研究高强度模具钢铣削过程中的工艺参数优化,获得了多组符合加工要求的工艺参数组合。结果表明:该方法可以获得最优的切削工艺参数组合,可用于指导实际的加工生产。
其他摘要An orthogonal experiment for high-strength mould steel NAK80was designed with cutting speed, feed rate and cutting depth as relevant parameters. According to the experimental results, statistical models of cutting force and surface roughness were built up using a linear regression method. Superadded the theoretical formula of material removal rate, a multi-objective optimal model with three objective functions was built up and optimized by applying non-dominated sorting genetic algorithm-II (NSGA-II),to study the optimization of parameters in milling process for high-strength mould steel. Several cutting parameter combinations conforming to the requirements were acquired. The results show the proposed method can get the optimal cutting parameter combinations and guided the actual production.
语种中文
引用统计
被引频次:1[CSCD]   [CSCD记录]
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/15482
专题装备制造技术研究室
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院研究生院
推荐引用方式
GB/T 7714
付涛,刘伟军,赵吉宾. 基于NSGA-II算法的高强模具钢切削参数优化方法[J]. 机械工程材料,2013,37(12):85-91.
APA 付涛,刘伟军,&赵吉宾.(2013).基于NSGA-II算法的高强模具钢切削参数优化方法.机械工程材料,37(12),85-91.
MLA 付涛,et al."基于NSGA-II算法的高强模具钢切削参数优化方法".机械工程材料 37.12(2013):85-91.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于NSGA_II算法的高强模具钢切削参(495KB) 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[付涛]的文章
[刘伟军]的文章
[赵吉宾]的文章
百度学术
百度学术中相似的文章
[付涛]的文章
[刘伟军]的文章
[赵吉宾]的文章
必应学术
必应学术中相似的文章
[付涛]的文章
[刘伟军]的文章
[赵吉宾]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于NSGA_II算法的高强模具钢切削参数优化方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。