公开(公告)号：CN118114391A

公开(公告)日：2024-05-31

申请号：CN202410080430.2

申请日：2024-01-19

Applicant: 安徽理工大学

Inventor： 刘超 ,  魏有峰 ,  黄绍服 ,  杨子东

IPC: G06F30/17 ,  G06F30/23 ,  G06F119/14

Abstract: 本发明公开了一种丝杠旋风铣削过程中切削力的预测方法及系统，包括：S1.根据丝杠旋铣加工过程中刀具的进给运动以及工件的自身旋转运动，获取丝杠旋风铣削过程中第n次和第n‑1次切削刀具运动轨迹之间的关系，建立第n次切削刀具和第n‑1次切削刀具轨迹数学模型，获得丝杠旋风铣削数学模型；S2.根据丝杠旋风铣削数学模型，建立刀具及工件的三维几何模型；S3.根据建立的三维几何模型构建旋风铣削有限元模型，通过建立的有限元模型对第n次切削进行仿真，得到丝杠旋风铣削过程中的周期切削力；本发明考虑了刀具个数、切削深度、工件转速、刀盘转速、工件半径、偏心距、刀盘回转半径等参数对切削力的影响，提升预测精度，有助于优化加工参数和提高加工精度。

公开(公告)号：CN117952194A

公开(公告)日：2024-04-30

申请号：CN202410133041.1

申请日：2024-01-31

Applicant: 安徽理工大学

Inventor： 刘超 ,  郑娟娟 ,  魏有峰 ,  佘海舟

IPC: G06N3/126 ,  G06N20/00 ,  G06N3/086 ,  G06N3/084

Abstract: 本发明公开了一种面向激光加工过程中小样本的多输出回归预测方法，涉及机器学习技术领域，采用基于增强小样本的自适应动态遗传算法(ADGA)和自适应矩估计算法(AM)联合优化人工神经网络(ANN)。通过在激光加工过程中的输出数据中添加噪声来增强数据，采用ADGA在全局范围内寻找ANN的最优参数，采用AM对最优参数的梯度进行优化，加快了模型的收敛速度，加深了模型的外部预测稳定性。在激光加工样本容量不足的情况下，可以进行稳定准确的小样本多产量预测，进而在激光加工中提高加工效率和降低生产成本。