版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著加工制造日趨精密化和微型化,微小孔加工逐漸引起人們的重視。作為微小孔加工的重要方式之一,電火花微小孔加工技術因其非接觸加工和可加工特殊硬度金屬的特性,越來越受到學術界和工業(yè)界的關注,被廣泛應用于機械、航空航天、電子、儀器、模具制造業(yè)等眾多領域。但由于微細電火花加工具有放電面積小、單個放電脈沖能量小、電蝕坑小的特點,容易造成加工表面質量不佳、加工效率低、電極損耗難以精確控制等問題,嚴重制約了它的應用和發(fā)展。因此如何優(yōu)化加工參數(shù),提高微
2、小孔加工的加工質量、加工速度以及降低電極損耗率的就成為了人們關注的問題。
本文分析討論了微小孔加工電參數(shù)對表面質量、加工速度以及電極損耗率的影響。分析表明,脈沖寬度、脈沖間隔和峰值電流等脈沖電源參數(shù)直接影響了這些工藝指標。通過對這些脈沖電源參數(shù)進行優(yōu)化,可以保證表面粗糙度的情況下得到更快的加工速度和更少的電極損耗。本文以提高工藝指標為研究方向,采用帶模糊區(qū)間規(guī)劃的NSGA-Ⅱ算法對加工電參數(shù)進行優(yōu)化。首先,根據(jù)現(xiàn)有的電火花放電
3、數(shù)據(jù),利用神經網(wǎng)絡算法建立了電火花放電參數(shù)模型,并驗證測試模型精確度。其次,利用帶模糊區(qū)間規(guī)劃的NSGA-Ⅱ算法對電火花加工參數(shù)進行數(shù)據(jù)優(yōu)化,得到更好的脈沖參數(shù)輸入變量。同時為了證明該算法優(yōu)越性,本文分別利用兩種算法進行仿真對比試驗,來對該算法進行進一步的驗證。
本文編寫相關算法程序,并將該算法與常規(guī)模糊控制優(yōu)化算法進行對比驗證。結果表明,利用帶模糊區(qū)間規(guī)劃的NSGA-Ⅱ算法優(yōu)化后加工參數(shù),不但能夠得到優(yōu)良的表面加工質量,而且
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 基于遺傳算法的LVDT性能參數(shù)多目標優(yōu)化.pdf
- 多目標優(yōu)化的遺傳算法研究.pdf
- 用于區(qū)間參數(shù)多目標優(yōu)化問題的遺傳算法.pdf
- 基于遺傳算法的工程多目標優(yōu)化.pdf
- 基于遺傳算法的工程多目標優(yōu)化研究.pdf
- 基于免疫遺傳算法的多目標優(yōu)化研究.pdf
- 基于多目標遺傳算法的氣門彈簧優(yōu)化設計.pdf
- 基于遺傳算法的翼型多目標氣動優(yōu)化設計.pdf
- 基于遺傳算法的棒材孔型多目標優(yōu)化.pdf
- 基于遺傳算法的換熱器多目標優(yōu)化設計方法.pdf
- 基于遺傳算法的工程風險決策多目標優(yōu)化研究.pdf
- 基于遺傳算法的電力工程多目標優(yōu)化研究.pdf
- 改進的多目標優(yōu)化遺傳算法及多目標優(yōu)化軟件的研制.pdf
- 基于多目標遺傳算法的五體船主尺度優(yōu)化研究.pdf
- 基于遺傳算法的多目標模糊物元優(yōu)化方法研究.pdf
- 單目標_多目標遺傳算法的研究.pdf
- 基于遺傳算法的建筑工程多目標綜合優(yōu)化.pdf
- 基于遺傳算法的擠壓模具多目標優(yōu)化設計與研究.pdf
- 多目標遺傳算法代碼
評論
0/150
提交評論