纵扭超声振动辅助铣削60%SiC_(p)/Al多目标参数优化研究

作     者：牛秋林 戴福朋 荆露 王星华 刘俐鹏 肖玉斌 NIU Qiulin;DAI Fupeng;JING Lu;WANG Xinghua;LIU Lipeng;XIAO Yubin

作者机构：湖南科技大学湘潭411201 江麓机电集团有限公司湘潭411100 

出 版 物：《航空制造技术》 (Aeronautical Manufacturing Technology)

年 卷 期：2024年第67卷第12期

页      面：14-26页

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金面上项目(52075168) 湖南省教育厅重点项目(22A0331) 

主　　题：纵扭超声振动辅助铣削 响应曲面法 人工神经网络 遗传算法 预测模型 多目标参数优化 

摘      要：针对高体积分数碳化硅颗粒增强型铝基复合材料(SiC_(p)/Al)在铣削过程中加工难度大、表面质量差等问题,提出了纵扭超声振动辅助铣削复合工艺。以超声振幅、切削速度、每齿进给量和切削深度为变量,设计了四因素五水平正交试验。通过响应曲面法和人工神经网络,建立了切削力、切削温度和表面粗糙度的预测模型,分析了4个参数变量中两个指标的交互影响作用,并对预测模型的准确性进行了对比验证。最后,采用遗传算法对切削力、切削温度和表面粗糙度进行了多目标参数优化。结果表明,响应曲面法与人工神经网络建立的模型均有较好的预测能力,但人工神经网络准确性更高。采用遗传算法优选出的最佳参数组合为超声振幅A=1.84μm,切削速度v_(c)=20 m/min,每齿进给量f_(z)=0.015 mm/z,切削深度a_(p)=0.8 mm,经过验证试验后发现,采用优选参数有效降低了切削力、切削温度和表面粗糙度,各值分别为切削力F_(t)=7.23 N,切削温度T=40.18℃,表面粗糙度R_(a)=2.4673μm,预测误差分别为6.91%、6.53%、2.53%,证明了预测模型的准确性与优化参数的有效性。