机器学习辅助下的五轴数控铣削刀轨优化

作者：王小刚; 邱磊

来源：组合机床与自动化加工技术, 2021, (02): 110-113.

DOI：10.13462/j.cnki.mmtamt.2021.02.027

• 数控加工
• 刀具路径规划
• 铣削
• 机器学习
• 计算机辅助制造(CAM)

针对铣削加工过程中刀具挠度变形的自动补偿问题,提出了一种用于五轴数控加工的刀轨自优化方法。首先,该方法从铣削加工材料去除仿真中获得工艺条件,且将计算出的切削条件与相应的形状误差测量相关联;其次,采用基于统计学习理论的支持向量回归(Support Vector Regression,SVR)来预测所产生的形状误差,并进行自优化和生成刀具路径;最后,在五轴CNC机床上进行了应用,且在两个凹腔处进行了测试。研究结果表明:该方法能够有效优化刀具路径,最大形状偏差从70μm减小到35μm,降低了50%。此外,该方法具有较好的知识可传递性。

• 单位
  宁波工程学院; 扬州工业职业技术学院