基于支持向量机的电火花加工工艺参数优化

《基于支持向量机的电火花加工工艺参数优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学位论文的主要创新点IlIlflllJlllllllllllllllIfllfilllflllIY2518281一、以上海汉霸机电有限公司生产的精密数控电火花机床(CNC—EDM—SP2)为研究对象，采用计算机仿真、数值拟合等方法，确定出了加工参数与加工指标之间的函数关系表达式。二、针对表达式预测精度低及样本数据缺乏这一情况，以支持向量机算法为核心，建立起了电火花加工参数与加工指标之间的关系模型，实现了根据加工指标优化加工参数的目的。摘要电火花加工(EDM)作为先进制造技术的重要组成部分，在国民生产中拥有极其重要的地位，尤其在模具制造、国防和航空航天等领域，更是发挥着举足

2、轻重的作用。然而电火花加工机理复杂，影响因素众多，难以用精确的数学模型来描述，从而导致加工条件的选择异常困难。虽然机床制造商经过大量工艺试验，将通常条件下综合效果较好的工艺数据提供给用户，但这些数据往往是有限且离散的，难以满足用户多样化的加工需求。针对以上问题，本文首先采用有限元仿真软件ANSYS对不同电参数下单脉冲凹坑尺寸进行仿真研究，通过单脉冲加工实验验证仿真分析合理，在此基础上计算出对应的各项加工指标的理论值，并用机床所给数据进行修正，最终采用修正数据拟合出电参数与加工指标之间的函数关系表达式。进一步通过实验验证，拟合公式预测精度较高，可粗略实现电火花加工质量控制与

3、加工参数优化的目的。为提高预测精度，本文以支持向量机(SVM)算法为核心，对电参数进行了优化研究，仿真结果表明：脉宽如最大误差率为7．50％，最小误差率为．0．40％；脉间to最大误差率为．14．0％，最小误差率为1．25％；峰值电流屯最大误差率为．12．0％，最小误差率为．1．67％。预测精度高，说明支持向量机的算法稳定性及泛化能力优秀。进一步经实验验证：加工速度％最大误差率为．10．7％，最小误差率为1．35％；表面粗糙度R一最大误差率为11．11％，最小误差率为．2．86％；电极损耗比口最大误差率为20．00％，最小误差率为3．74％；加工间隙&最大误差率为．8．7

4、0％，最小误差率为．3．70％，同样精度较高。说明该方法所确定的最优电参数能够很好地保证预期加工质量。最后采用Matlab与VC++混合编程，实现了基于Windows平台的EDM参数优化系统的开发。关键词：电火花加工电规准加工指标支持向量机优化AbstractElectricaldischargemachine(EDM)，asanimportantpartofadvancedmanufacturingtechnology,hasanextremelyimportantstatusinthenationalproduct，especiallyinmouldmanufactu

5、ring，defense，aerospaceandSOon．However,itisdifficulttouseaccuratemathematicalmodeltodescribebecauseofthecomplexmechanismandalotofaffectingfactors，asaresult，itishardtochooseperfectprocessingconditionstoanoperator．Althoughthemanufacturesprovidedsomeperfectdatathroughalotofprocessingtest，butt

6、hesedataareoftenlimitedanddiscretethathardlymeetthenewprocessingrequests．Inordertosolvetheproblem，thispaperanalyzesthepitsizeindifferentelectricparameterbasedonANSYSandtheoreticallycalculatestheprocessperformance，thenrevisesthesimulationresultsaccordingtheexperimentaldata．Takingadvantageo

7、fnumericalfittingmethodstodeterminethefunctionrelationshipbetweenelectricparametersandprocessperformance，furtherthroughtheexperiment，wegettheconclusionthattheprecisionoffittingformulaishigheranditCanroughlysatisfytheEDMqualitycontrolandprocessparametersoptimization．