本文關(guān)鍵詞： 慢走絲線切割 支持向量機回歸 粒子群優(yōu)化算法 多目標優(yōu)化　出處：《機械科學(xué)與技術(shù)》2017年03期 　論文類型：期刊論文

【摘要】：為了解決慢走絲線切割加工中難以同時獲得較快加工速度和較優(yōu)表面質(zhì)量的問題,從其加工參數(shù)與加工指標之間的高度非線性關(guān)系入手;選取水壓(WP)、脈沖時間(T_(on))、脈沖間隔(T_(off))、電極絲張力(WT)、絲速(WS)和伺服參考電壓(SV)作為優(yōu)化參數(shù),以表面粗糙度(Ra)、材料去除率(MRR)作為優(yōu)化指標,設(shè)計正交實驗;創(chuàng)新運用支持向量機回歸(SVMR)結(jié)合粒子群優(yōu)化算法(PSO)建立其多目標預(yù)測優(yōu)化模型,得到最優(yōu)加工參數(shù);實驗結(jié)果表明,所建立的多目標預(yù)測優(yōu)化模型預(yù)測精度高、優(yōu)化效果顯著。
[Abstract]:In order to solve the problem that it is difficult to obtain faster machining speed and better surface quality simultaneously in slow walking wire cutting, the highly nonlinear relationship between machining parameters and machining index is discussed. Water pressure, pulse time, pulse interval, wire tension, wire speed gauge (WSW) and servo reference voltage (SVV) were selected as optimization parameters, surface roughness and material removal rate (MRR) were taken as optimization index, and orthogonal experiments were designed. Support vector machine regression vector machine (SVMR) combined with particle swarm optimization (PSO) is used to establish its multi-objective predictive optimization model to obtain the optimal machining parameters. The experimental results show that the proposed multi-objective predictive optimization model has high prediction accuracy and remarkable optimization effect.
【作者單位】： 華中科技大學(xué)機械科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金項目(51175207)資助
【分類號】：TG48;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 姜斌;梁士鋒;馮佳佳;;催化吸收穩(wěn)定系統(tǒng)的多目標優(yōu)化[J];計算機與應(yīng)用化學(xué);2008年01期

2 劉揚;模糊優(yōu)化與多目標優(yōu)化的類同性[J];大慶石油學(xué)院學(xué)報;1990年01期

3 覃孟揚;劉大維;羅永順;李玉忠;;基于灰色系統(tǒng)理論的車削參數(shù)多目標優(yōu)化(英文)[J];機床與液壓;2013年24期

4 厲小軍,俞歡軍,李紹軍,胡上序;進化多智能體技術(shù)在多目標優(yōu)化中的應(yīng)用[J];化工學(xué)報;2004年03期

5 韓方煜,賈小平;環(huán)境友好過程的建模和多目標優(yōu)化[J];計算機與應(yīng)用化學(xué);2004年01期

6 吳華武;胡鑫堯;;鋯鉿萃取分離系統(tǒng)參數(shù)的多目標優(yōu)化決策[J];計算機與應(yīng)用化學(xué);1991年04期

7 江沛;曹柳林;;聚酯工業(yè)生產(chǎn)縮聚過程的多目標優(yōu)化[J];計算機與應(yīng)用化學(xué);2007年11期

8 岳金彩;程華農(nóng);楊霞;鄭世清;韓方煜;;連續(xù)過程的多目標優(yōu)化[J];計算機與應(yīng)用化學(xué);2009年11期

9 邵輝;李晶;楊麗丹;;基于多目標優(yōu)化的危險化學(xué)品運輸模式探討[J];中國安全生產(chǎn)科學(xué)技術(shù);2010年02期

10 李云玲;;提升運輸多目標優(yōu)化控制系統(tǒng)設(shè)計[J];科技經(jīng)濟市場;2013年03期

相關(guān)會議論文 前10條

1 張翔;;一種無歧義性的多目標優(yōu)化數(shù)值解法[A];中國農(nóng)業(yè)機械學(xué)會成立40周年慶典暨2003年學(xué)術(shù)年會論文集[C];2003年

2 羅亞中;;航天器軌跡多目標優(yōu)化研究評述[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

3 耿玉磊;張翔;;多目標優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會——提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

4 耿玉磊;張翔;;多目標優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

5 程鵬;唐雁;鄒顯春;;約束多目標優(yōu)化試驗函數(shù)產(chǎn)生器[A];2008年計算機應(yīng)用技術(shù)交流會論文集[C];2008年

6 賈小平;韓方煜;;多目標優(yōu)化及其在過程工程中的應(yīng)用[A];過程系統(tǒng)工程2001年會論文集[C];2001年

7 邢志祥;;滅火救援力量調(diào)集的多目標優(yōu)化[A];第一屆全國安全科學(xué)理論研討會論文集[C];2007年

8 孫力;樊希山;姚平經(jīng);;化工過程多目標優(yōu)化適宜解的模糊確定[A];第二屆全國傳遞過程學(xué)術(shù)研討會論文集[C];2003年

9 李穎t;昝建明;周建文;;多目標形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會’2009（CSMO-2009）論文集[C];2009年

10 許碧霞;李兆江;;基于循環(huán)經(jīng)濟的城市污水多目標優(yōu)化配置分析[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 王晗丁;復(fù)雜問題的多目標進化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

2 董寧;求解約束優(yōu)化和多目標優(yōu)化問題的進化算法研究[D];西安電子科技大學(xué);2015年

3 鄒娟;高維多目標進化優(yōu)化及降維評價的方法研究[D];湘潭大學(xué);2014年

4 楊光;求解多目標優(yōu)化問題的NWSA研究及其工程應(yīng)用[D];吉林大學(xué);2015年

5 王超;裝載與車輛路徑聯(lián)合多目標優(yōu)化問題研究[D];大連理工大學(xué);2016年

6 葉承晉;計算智能在電力系統(tǒng)多目標優(yōu)化中的應(yīng)用研究[D];浙江大學(xué);2015年

7 過曉芳;超多目標優(yōu)化問題的幾種進化算法研究[D];西安電子科技大學(xué);2015年

8 左益;基于全局優(yōu)化和局部學(xué)習(xí)的進化多目標優(yōu)化算法[D];西安電子科技大學(xué);2016年

9 盧芳;多目標優(yōu)化及隨機變分不等式問題的若干研究[D];重慶大學(xué);2016年

10 徐志丹;基于生物地理算法的多目標優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 何素素;基于改進的粒子群算法的鉆進參數(shù)多目標優(yōu)化研究[D];西安石油大學(xué);2015年

2 黃怡;基于藥效綜合評價的中藥組分配伍優(yōu)化方法研究[D];浙江大學(xué);2015年

3 韓偉;基于混合智能算法在造紙廢水厭氧消化處理過程多目標優(yōu)化中的研究[D];華南理工大學(xué);2015年

4 彭清風(fēng);基于魯棒性的船體中橫剖面多目標優(yōu)化[D];上海交通大學(xué);2015年

5 崔華;面向個性化需求的服務(wù)組合優(yōu)化方法[D];哈爾濱工業(yè)大學(xué);2015年

6 章姍捷;基于遺傳算法的電力工程多目標優(yōu)化研究[D];華北電力大學(xué);2015年

7 高敏;基于協(xié)同論的風(fēng)電建設(shè)項目多目標優(yōu)化模型研究[D];華北電力大學(xué);2015年

8 劉培根;基于多目標優(yōu)化和壓縮感知的航拍目標檢測[D];電子科技大學(xué);2015年

9 楊凱;基于多目標優(yōu)化的貴州工業(yè)結(jié)構(gòu)調(diào)整研究[D];貴州師范大學(xué);2015年

10 陳振興;基于空間擁擠控制策略的進化多目標優(yōu)化[D];福建師范大學(xué);2015年

，

本文編號：1539404