机械工程学报

作者：廖小平, 陈楷, 鲁娟

单位：1. 广西大学制造系统与先进制造技术重点实验室 南宁 530004;2. 北部湾大学机械与船舶海洋工程学院 钦州 535011

关键词：粗糙度,大数据,广义回归神经网络,磨损,质量稳定控制；

基金：国家自然科学基金（51665005）和广西高校中青教师科研基础能力提升（2020KY10014）资助项目。

在切削加工过程中，由于磨损会随时间的变化不断积累，导致加工质量产生波动。针对这个问题，提出了在大数据背景下，基于磨损监测对加工表面质量进行实时控制的方法。通过历史数据库建立切削力信号与磨损之间的映射关系，刀具磨损反映当前加工状态，将当前加工状态的加工质量与客户需求进行比较，从而优化加工参数使加工质量尽可能接近客户需求。优化模型是利用广义回归神经网络的建模原理进行建模，使得优化问题能通过非线性规划求解，并能快速做出调控决策。研究还对TC18材料进行大量铣削试验，试验结果验证了方法的可靠性，也证明了此方法能做到对加工状态变化的快速响应。此研究解决了现有研究中不能同时保证控制精度和响应时间的问题，并为在线智能控制切削加工表面质量提供了新思路。

来源：2020年第11期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2020年第11期