改进人工蜂群算法在三维椭圆振动切削颤振抑制中的应用
三维椭圆振动切削(Three-dimensional elliptical vibration cutting,3D-EVC)颤振抑制问题可以看作为切削参数优化,利用群智能优化算法寻优得到最佳切削参数.为此,提出一种改进的人工蜂群算法(Particle-artificial bee colony,PABC)对3D-EVC切削参数进行优化.该方法将粒子群算法中算子移动的“认知”部分和“社会”部分融合进采蜜蜂进化策略,并引入惯性权重,来提高全局最优解附近的搜索能力及收敛性能;基准函数测试结果验证了该方法在寻优精度和速度上均具有良好的收敛性能;同时给出了3D-EVC加工过程中刀尖点振动位移幅值与切削深度、进给量以及主轴转速之间的数学模型,利用PABC算法对模型进行参数优化;实验结果表明,经PABC进行参数优化后,刀尖点振动幅值明显降低,且工件表面粗糙度由120nm降低到36nm,证明了该方法的有效性.
三维椭圆振动切削 参数优化 颤振抑制 人工蜂群算法 表面粗糙度
卢明明 周家康 林洁琼 梁桂强 谷岩
长春工业大学机电工程学院 长春 130012 清华大学机械工程学院 北京 100084
国内会议
2017年第一届切削仿真与制造工艺国际会议(ICCSMT2017)
北京
中文
3-4
2017-09-24（万方平台首次上网日期，不代表论文的发表时间）