第2期 2017年2月
组合机床与自动化加工技术
ModularMachineTool&AutomaticManufacturingTechnique
文章编号：10012265(2017)02015704
D0I:10.13462/j. cnki. mmtamt.2017.02.041
车削工艺参数的智能生成及应用
刘岩，段国林，蔡瑾
（河北工业大学机械工程学院，天津300131）
No.2 Feb.2017
摘要：为了能够快速而准确地选择加工参数，并且保证产品的加工质量，提出了基于BP网络模型的车削参数智能选择方法。应用正交试验获取影响加工表面粗糙度的切削参数如吃刀量、进给量、转
训练，不仅能智能的选择加工参数，而且能够划分产品加工阶段。将试验数据和BP网络预测的数据进行回归分析，验证了BP模型的实用性。
关键词：正交试验；切削参数；车削加工;BP网络；回归分析
中图分类号：TH162;TG506
文献标识码：A
IntelligentGenerationanditsApplicationof CuttingParameters
LIU Yan,DUAN Guo-lin, CAI Jin
(School of Mechanical Engineering,Hebei University of Technology, Tianjin 300130, China)
Abstract : In order to select cutting parameters quickly and accurately and ensure processing quality of prod-ucts, an intelligent selection method of cutting parameters based on BP neural network model is proposed Process parameters such as cutting depth, feed, spindle speed and tool fillet size effect surface roughness by using orthognal experiment. Different processing stages of the cutting parameter databases are created based on test data. BP neural networks modle can not only choose the processing parameters intelligently, but di-vide processing stages by learning and training fuctions. The test data and BP network prediction data regres-sion analysis is to verify the practicality of BP model.
Key words: orthogonal experiment; cutting parameter; turning process; BP neural networks; regression a-nalysis
0引言
工艺参数的选择在产品加工制造过程中起着非常重要的作用，具有复杂性和不确定性，国内外很多研究人员通过智能算法如神经网络、模糊集、遗传算法等建立了粗糙度和工艺参数的映射关系模型，可以快速、准确和智能地选择工艺参数"。刘伟强等建立了基于 BP神经网络磨削工艺参数的预测模型，从工件材料、砂轮材料和加工条件三方面考虑，优化磨削加工参数[2]。吴明以凸轮轴数控磨削工序为例.采用人工神经网络构建加工参数和加工精度之间的映射模型，从而优化工艺参数汀。赵昌龙等在并联机床加工过程中，建立神经网络模型预测研抛加工的表面粗糙度，并对神经网络算法进行了改进，提高预测精度[4]。朱红雨等利用神经网络建立了铣削力、铣削温度和表面粗糙度的预测模型，运用遗传算法得到最佳的工艺参数组合[5]。Kant等应用人工神经网络建立产品表面粗糙度的预测模型，以最小粗糙度为目标，使用遗传算法
收稿日期：2016-06-19；修回日期：2016-07-24
优化加工参数。
本文采用正交试验获取样本数据，分析车削加工过程中的工艺参数对粗糙度的影响。在产品加工过程中为了要达到设计要求，同一个特征需要不同的加工操作阶段才能完成。根据加工要求粗糙度的大小，建立了加工阶段判断程序，能够分类加工阶段。同时通过建立不同加工阶段的切削数据库，使BP网络模型的参数选择更加准确并且符合实际生产需求。
加工粗糙度影响因素分析
采用多因素正交试验分析工艺参数对粗糙度的影
响，减少试验次数并得到最优参数组合。 1.1实验条件
工件材料：直径为160mm长度为300mm的毛坏棒料，材料类型为45号钢。试验设备：数控机床型号 CKA6163。检测仪器：材料硬度测量仪器是上海思为便携式里氏硬度计TH120，测得工件硬度为HB155。
*基金项目：河北省自然科学基金项目（E2010000052）
作者简分势数据7—），女，辽宁葫芦岛人，河北工业大学博士研究生，研究方向为CAD/CAPP/CAM，（E-mail)lyan092012400900@sina.com。