钛合金切削温度-振动相关性及加工优化研究

钛合金作为“21世纪战略金属”在航空领域应用广泛,其加工质量至关重要。因此,对钛合金进行切削加工优化具有重要的研究意义。本文搭建切削温度和切削振动同步测量系统。通过红外热像仪和三向加速度传感器采集车刀尖端附近的温度和振动信号。建立基于切削温度和切削振动多特征融合优化模型,并运用粒子群优化灰狼算法对多特征融合优化模型进行求解,获得最优的切削参数。研究表明:在试验设计的切削参数范围内,切削参数的最优解为:切削速度753.98 m/s,进给速度30 mm/min,切削深度0.4 mm,所做研究为优化钛合金加工质量提供理论指导。

无人机遥感反演小麦地上生物量模型的特征选择

无人机多光谱技术能快速、无损地测定小麦地上生物量(AGB)。然而,多光谱方法在计算植被特征时会产生大量具有高度相关的重复特征。因此,建立结构简单、精度高的模型对特征进行筛选具有重要意义。本文提出了一种可以同时实现特征筛选与参数优化的混合编码灰狼粒子群优化算法(CGWOPSO)。同时,为评估基于该算法驱动的极限梯度提升模型(CGWOPSO-XGB)的性能,将其及基于两种流行特征筛选方法(Pearson和SHAP方法)的模型(P-XGB和S-XGB)的反演AGB表现进行了对比。结果表明,S-XGB模型优于P-XGB模型,前者均方根误差(RMSE)比后者低3.0%~16.3%;而CGWOPSO-XGB模型精度高于S-XGB模型,前者RMSE比后者低16.0%。