公开(公告)号：CN119442869A

公开(公告)日：2025-02-14

申请号：CN202411484325.1

申请日：2024-10-23

Applicant: 福州大学至诚学院

Inventor： 朱丽丽 ,  廖大喜 ,  黄彬

IPC: G06F30/27 ,  G06F18/211 ,  G06F18/213 ,  G06N5/01 ,  G06N3/084 ,  G06F18/24

Abstract: 本发明涉及一种基于LightGBM‑NN算法的TC4钛合金高速铣削表面粗糙度建模方法，属于生产制造领域。所述方法以TC4钛合金铣削静态数据（铣削速度、进给速度、轴向切深、径向切深）与动态信号（振动信号、电信号）相结合作为训练模型的数据集，并提出一种带特征选择能力的LightGBM‑NN算法建立TC4高速铣削表面粗糙度模型。本发明能够实现TC4钛合金高速铣削表面粗糙度建模。

公开(公告)号：CN119129371A

公开(公告)日：2024-12-13

申请号：CN202411041114.0

申请日：2024-07-31

Applicant: 福州大学至诚学院

Inventor： 魏碧霞 ,  廖大喜 ,  黄彬

IPC: G06F30/27 ,  G06N3/0499 ,  G06N3/006 ,  G06N3/08 ,  G06F111/06 ,  G06F111/04

Abstract: 本发明提出基于BPNN‑tSSA算法的TC4高速铣削工艺参数多目标优化方法，包括以下步骤；步骤S1：将表面粗糙度、能耗、材料去除率和亚表面损伤作为优化目标，以切削速度、进给速度、轴向切深和径向切深为优化变量，构建实验方案；步骤S2：根据实验结果整理数据集，并按留一交叉验证法将数据集划分为训练集#imgabs0#和测试集#imgabs1#；分别训练BPNN模型，得到BPNN模型集合；步骤S3：分别构建表面粗糙度、能耗、材料去除率和亚表面损伤的BPNN模型，计算单个BPNN模型#imgabs2#的均方根误差，并通过测试集#imgabs3#验证BPNN模型集合#imgabs4#的总体拟合准确率#imgabs5#；步骤S4：构建多目标优化模型；步骤S5：使用改进SSA算法对工艺参数进行优化，得到综合评价指标最优时对应的铣削参数；本发明能实现钛合金高速铣削工艺参数优化。