Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2015-07-28

Journal: 哈尔滨工程大学学报

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 36

Issue: 9

Page Number: 1229-1233

ISSN: 1006-7043

Key Words: 表面粗糙度预测;高速铣削;最小二乘支持向量机;粒子群算法;回归分析;预测精度;45钢

Abstract: 为了提高高速铣削加工表面粗糙度预测的精确性以及模型的通用性,提出了一种基于粒子群最小二乘支持向量机( PSO-LSSVM)算法的高速铣削加工表面粗糙度预测方法. 以工件硬度以及铣削参数为影响因素,采用回归分析方法、最小二乘支持向量机( LSSVM)以及PSO-LSSVM方法,分别建立了45钢高速铣削加工表面粗糙度预测模型,并对模型的预测精度进行了试验验证和对比分析. 结果表明:相同样本条件下,回归分析方法的预测误差较大,PSO-LSSVM预测模型平均预测误差仅为LSSVM方法平均预测误差的50%. PSO-LSSVM预测模型具有较高的预测精度和泛化能力,能够准确地预测高速铣削不同硬度的工件表面粗糙度,同时为铣削参数的选择和表面质量的控制提供了依据.