买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州电子科技大学

摘要：本发明公开了一种精密复杂刀具高效智能设计方法。精密复杂刀具的设计尚且困难重重，加之功能结构设计参数的整定，借助以往经验实验试错的方法几乎是无法实现的，对刀具几何形状参数与表面功能结构参数耦合作用下的切削建模也难以实施。本发明通过仿真技术、实验技术与人工智能技术相结合的方式实现了对精密复杂刀具的高效智能化设计，依靠本发明的智能设计方案，只需少量的实验便可实现对精密复杂刀具较为精准的设计，极大降低了昂贵材料如航空钛合金、高温镍基合金切削加工的刀具设计成本。且本发明方法也无需关注精密复杂刀具的切削机理，将建模中间过程视为黑匣，建模过程简单有效。

主权项：1.一种精密复杂刀具设计方法，其特征在于：步骤一、在仿真软件中搭建被设计的刀具模型；刀具模型对应设计因素集；设计因素集中包括刀具的一个或多个设计因素；步骤二、设定M组不同设计因素集的刀具，并利用仿真软件对各刀具分别进行切削仿真，得到不同设计因素集的刀具的三向切削力、剪切角和切削温度，M≥10；步骤三、利用步骤二的仿真结果构建样本矩阵；使用样本矩阵对BP神经网络进行训练，使得训练后的BP神经网络能够根据刀具的各设计因素判断出刀具的初始切削力、剪切角和切削温度；步骤四、对步骤三中所述的BP神经网络进行双重遗传算法寻优，获取N组刀具设计因素集和对应的初始切削力、切削温度和剪切角，N≥20；双重遗传算法寻优的第一重遗传算法以BP神经网络的权值阈值为个体，对其进行浮点数编码，产生染色体，生成初始种群，判断是否满足停止准则；若不满足，则以BP神经网络的误差倒数为适应度函数，寻求最优染色体，最终找到最大适应度函数下对应的染色体个体，即找到最优的权值阈值，使网络训练误差最小；第二重遗传算法将整定好的BP神经网络的输出值，即精密复杂刀具的初始切削力与切削温度之和的倒数作为适应度函数，把BP神经网络的输入参数作为个体编码形成初始种群，初设终止条件，进行选择，交叉，变异操作后，收敛到全局最优个体，使得初始切削力切削力与切削温度之和最小时对应的刀具设计因素集，以及相应的初始切削力与最高切削温度，实现双重寻优；步骤五、以经过双重遗传算法寻优获取的N组刀具作为N个样本；将N个样本按照初始切削力的从小到大进行排序；取包括初始切削力最大的刀具、初始切削力最小的刀具在内的若干组样本，作为测试样本；根据选取出的测试样本，制备出对应的刀具，并分别进行磨钝试验；磨钝试验的具体过程如下：用刀具进行持续切削，同时持续检测切削力，并检测刀具磨损状态；磨损状态共有z种，磨损状态根据磨损VB值来进行划分，z≥3；根据磨损状态不同将刀具的切削时长分为z个磨损区间，并分别取刀具在同一磨损区间内切削力的平均值作为该磨损区间的典型值，得到z个磨损切削力；分别求z个磨损切削力与初始切削力的比值，作为各个磨损区间的切削力影响系数ki，i＝1,2,...,z；步骤六、对于除各测试样本之外的其他样本，取初始切削力最接近自身的测试样本作为相似样本；各样本的磨损区间和切削力影响系数ki的取值设定与自身的相似样本相同；根据各样本的初始切削力F0、各磨损区间的长度ti和各磨损区间的切削力影响系数ki；计算出各样本的动态平均切削力根据动态平均切削力最小的原则选取最优刀具的设计因素集，完成刀具的设计。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种精密复杂刀具设计方法