數(shù)控車床切削過程能耗預測建模及參數(shù)優(yōu)化.pdf

1、數(shù)控機床應用范圍越來越廣，能量消耗越來越大，其排放對環(huán)境的影響巨大。因此，在國家大力倡導可持續(xù)發(fā)展的理念下，數(shù)控機床作為制造業(yè)能量消耗的主要載體，其節(jié)能減排的研究迫在眉睫且意義重大。因此，本文選擇典型的數(shù)控車床進行研究，主要工作概括如下：
　　首先，對數(shù)控車床的能耗分布進行實驗研究，了解數(shù)控車床各階段對應的能耗子系統(tǒng)組成。并對機床加工能耗最多且受切削參數(shù)影響最顯著的切削過程進行分析，列出了現(xiàn)有典型的針對切削過程的能耗建模方法，分析

2、了各建模方法的優(yōu)缺點。
　　其次，基于機床加工狀態(tài)的能耗建模與算法學習的模型相結(jié)合的思想提出數(shù)控車床切削過程能耗預測模型。對于各部分的能耗，提出相應的預測評估方法，分別采用平滑濾波法評估基本能耗、多元線性回歸法預測主軸與進給軸能耗、改進的基因表達式編程算法(Gene Expression Programming，GEP)預測刀尖能耗與負載功率損耗。為了獲得實例預測模型，在典型數(shù)控車床CK60上進行了析因?qū)嶒炘O(shè)計，并采用以上提到的建

3、模思想和評估方法對其切削過程能耗進行了預測，得到基于 GEP算法的數(shù)控車削能耗實例預測模型。并對模型進行對比分析，驗證了提出模型預測精度。
　　然后，針對切削參數(shù)能效優(yōu)化的問題，將建立的數(shù)控車床能耗預測模型和加工過程的時間作為指標同時優(yōu)化，考慮數(shù)控車床性能約束和加工實際約束，建立基于能量效率的切削參數(shù)優(yōu)化模型，提出一種改進的多目標教與學優(yōu)化算法(Teaching-Learning-Based Optimization，TLBO)求