基于GA-BP算法优化陶瓷加工参数及材料属性

对4种常见的工程陶瓷进行车削实验,获得不同工艺参数下对应的切削温度和表面粗糙度。基于单因素实验和GA-BP神经网络的预测值,建立了切削温度和表面粗糙度关于工艺参数及材料属性的一元模型。通过对一元模型进行分析提出了多元模型假设。基于正交实验,利用GA算法对模型中的未定系数进行求解。对该模型的验证实验结果表明,最大误差小于10%。搭建了基于切削温度和表面粗糙度的双目标优化模型。求解该模型,获得了一组最优参数,通过追加实验验证了该参数的合理性。