基于田口算法和灰色关联理论的车削参数多目标优化研究

车削的优化过程受限于多个参数的限制,这也决定了对车削的优化必须是多目标优化。为了使车削的能耗和粗糙度同时降低,通过正交矩阵设计实验,减少实验数量的同时,运用灰色关联法对车削过程进行分析,衡量各个参数对各个目标函数的影响。并运用田口法进行多目标优化,找到了实验中较好的解。通过优化,粗糙度降低75.9%,切削比能降低73.1%,找到了能耗和粗糙度均较低的加工参数,并大大提升了加工效率。与实验比对,优化效果与理论差别不大,且加工参数易于满足优化的要求。

基于灰色关联理论的粗糙度优化研究

车削过程中,粗糙度的优化过程受限于多个参数的限制。在保证加工效率和较低能耗的同时,为降低车削过程的粗糙度,依据正交矩阵进行试验。运用灰色关联法对车削过程进行分析,得到了对粗糙度影响较大的参数。以生产效率和切削能耗为限制条件进行优化,得到了粗糙度较低的加工参数,与实验比对,满足优化要求。