基于麻雀算法优化的最小二乘支持向量机Ti_(2)AlNb切削力预测研究

查看全文 作　　者：[1]尹晓珊;[1]钟建琳;[1]彭宝营;[1]王鹏家

机构地区：[1]北京信息科技大学机电工程学院,北京市100192

出　　处：《工具技术》索引2023年第57卷第10期,共6页

基　　金：宁夏自然科学基金(2022AAC03344);北京市教委科技计划(KM202011232012)。 摘　　要：为研究Ti_(2)AlNb金属化合物加工过程中切削力的大小,设计正交切削试验,利用ABAQUS软件进行二维模型切削加工仿真,分析切削参数对切削力的影响规律及影响程度,在此基础上采用麻雀寻优算法(SSA)优化最小二乘支持向量机(LSSVM)并建立切削力预测模型。研究发现,切削力与切削速度、切削深度呈正相关,与刀具前角呈负相关;对比BP模型与LSSVM模型,SSA-LSSVM预测模型更优,切削力最大残差值分别降低了78.7%,77.9%,残差平均值分别降低了78.9%,65.1%。该研究为Ti_(2)AlNb基合金加工性能的研究和切削力预测建模提供了新思路。 关键词：切削参数切削力预测 SSA-LSSVM预测模型

相关文献

参考文献（13）
引证文献（4）
耦合文献（217）

参考文献(13)

引证文献(4)

耦合文献(217)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于麻雀算法优化的最小二乘支持向量机Ti_(2)AlNb切削力预测研究

参考文献(13)

引证文献(4)

耦合文献(217)

用户提示