科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了研究数控铣床节能优化问题，首先以316L不锈钢为加工对象，设计了数控铣削实验方案，并进行了实验数据分析；然后以实验数据为样本，运用BP神经网络建立了数控机床能耗预测模型，并利用蜣螂优化算法（DBO）对BP神经网络结构进行优化，建立基于DBO-BP神经网络的数控机床能耗预测模型。通过对比优化前后两模型，选择具有更高的预测精度和稳定性的DBO-BP神经网络模型与加工成本建立铣削参数多目标优化模型，并运用NSGA-II对铣削参数多目标优化模型求解，得到最优解集，最后运用熵权TOPSIS法对最优解集进行决策，得到最优解。通过对比优化前后比能耗和加工成本，优化后的切削参数使比能耗和加工成本分别下降了33.84%和5%。研究表明优化后的切削参数更加节能和节约加工成本，可为机床节能提供一定的参考价值。
- 单位
