摘要

为使切削加工过程满足环境意识制造(ECM)的要求,针对质量指标(表面粗糙度)和ECM指标(能耗),针对Ti6Al4V的铣削过程,采用人工蜂群(ABC)算法优化的高斯过程回归(GPR)方法构建有限元代理模型,并采用多目标粒子群优化(MOPSO)算法获得满足最优加工目标的加工参数。为减少试验成本,采用有限元仿真软件Deform-3D获取各铣削参数组合对应的表面粗糙度和能耗数据,并通过物理试验验证其有效性;基于仿真数据,利用改进的GPR方法构建预测表面粗糙度和能耗的代理模型,并对比了该模型与其他两种模型的性能,证明了改进模型在精度和响应时间上的优势;采用MOPSO算法,以最小能耗和优良表面质量为目标,优化得到加工参数的Pareto前沿,并用物理试验验证了ABC-GPR-MOPSO算法的有效性。