DOI: 10. 3969 / j. issn. 1009-9492. 2020. 05. 004

李俊銘循诉，吳居豪锤勉，何軒牧赚，等. 基于改進(jìn)IPSO-BP算法的CAM編程切削參數(shù)預(yù)測［J］ . 機(jī)電工程技術(shù)，2020庙曹，49（05）：10-13.

*基金項(xiàng)目：2019年廣東省大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目（編號：S201911078066）

基于改進(jìn)IPSO-BP算法的CAM編程切削參數(shù)預(yù)測*

李俊銘1 师赂，吳居豪1，何軒2班痹，龍耀武1镶悟，陶建華1※

（1. 廣州大學(xué)機(jī)械與電氣工程學(xué)院， 廣州510006蔚抖；2. 廣州市德慷軟件有限公司辙哪， 廣州510620）

摘要：由于加工編程設(shè)置切削參數(shù)關(guān)聯(lián)因素復(fù)雜，試切實(shí)驗(yàn)確定切削參數(shù)的方式無法適應(yīng)模具行業(yè)復(fù)雜多變的加工需求孔尸。提出基于滿足企業(yè)加工要求的CAM歷史項(xiàng)目文件的加工參數(shù)信息初祠，運(yùn)用改進(jìn)IPSO-BP神經(jīng)網(wǎng)絡(luò)預(yù)測新加工需求的切削參數(shù)。由于機(jī)床狀態(tài)和加工質(zhì)量要求不斷變化鳄橘，提出新增預(yù)學(xué)習(xí)環(huán)節(jié)確立IPSO各層權(quán)重范圍声离，加快模型收斂速度和預(yù)測精度。預(yù)測結(jié)果滿足加工需求。預(yù)測模型在保證加工質(zhì)量的前提下术徊，有效縮短加工編程的切削參數(shù)設(shè)置階段80%以上的時間本刽。

關(guān)鍵詞：CAM軟件；粒子群算法赠涮；反向傳播神經(jīng)網(wǎng)絡(luò)子寓；加工參數(shù)預(yù)測

中圖分類號：TG659    文獻(xiàn)標(biāo)志碼：A     文章編號：1009－9492 ( 2020 ) 05－0010－04

Prediction of Process Parameter Oriented CAM Projects Based on

Improved IPSO-BP

LI Junming1，WU Juhao1笋除，HE Xuan2斜友，LONG Yaowu1, TAO Jianhua1※

（1. College of Mechanical and Electrical Engineering, Guangzhou University, Guangzhou 510006, China;

2. Guangzhou Dekam Software Co., Ltd., Guangzhou 510620, China）

Abstract: Because of the complexity of the related factors of the cutting parameters, the way to determine the cutting parameters in the trial cutting experiment can not meet the complex and changeable processing needs of the mold industry. Based on the processing parameter information of cam historical project file which meets the processing requirements of enterprises, the cutting parameters of new processing requirements were predicted by improved IPSO-BP neural network. Due to the continuous change of machine status and machining quality requirements, a new pre learning link was proposed to establish the weight range of each layer of ipso, so as to accelerate the convergence speed and prediction accuracy of the model. The predicted results meet the processing requirements.Under the premise of ensuring the machining quality, the prediction model can effectively shorten the cutting parameter setting stage of machining programming by more than 80%.

Key words: CAM software; particle swarm optimization; back propagation neural network; cutting parameters prediction

引言

計算機(jī)輔助制造（CAM） 是指在計算機(jī)上對零件進(jìn)行編程加工，生成數(shù)字控制指令（NC） 使機(jī)器進(jìn)行自動加工的軟件系統(tǒng)垃它，是機(jī)床加工不可或缺的部分鲜屏。使用CAM軟件進(jìn)行編程加工時，除了根據(jù)模具特征編寫合適的加工策略国拇，還需依據(jù)各類機(jī)床洛史、刀具等加工信息選用合適的切削參數(shù)[1-2]。由于制造業(yè)高級技術(shù)人才缺乏燃灿，人員流動加劇枕详，技術(shù)水平參差不齊，影響制造企業(yè)的生產(chǎn)效率和產(chǎn)品質(zhì)量[3]敦璧。近年來弹扩，對自動計算機(jī)輔助加工規(guī)劃（ACAPP） 的需求不斷增加，加工參數(shù)預(yù)測是重要環(huán)節(jié)之一[4]钻琴。傳統(tǒng)的參數(shù)預(yù)測通過試切實(shí)驗(yàn)結(jié)合專家規(guī)則進(jìn)行參數(shù)推薦蹬寸，時間和經(jīng)濟(jì)成本大，難以適應(yīng)模具行業(yè)多變的加工需求财军。近年來广柴，有不少研究基于支持向量機(jī)（SVM）、BP（Back Propagation） 等算法通過采集機(jī)床運(yùn)行過程中震動欧移、電流及聲音等信號才嘀，對加工參數(shù)實(shí)時調(diào)整[5-7]。由于硬件兼容性問題时簸，這類方法對機(jī)床型號有嚴(yán)格限制跋炕，難以大范圍推廣。

本文采用基于歷史加工數(shù)據(jù)進(jìn)行參數(shù)預(yù)測的技術(shù)解決方案律适。收集并篩選滿足企業(yè)加工要求的CAM歷史項(xiàng)目文件辐烂，對CAM軟件進(jìn)行二次開發(fā)獲取相關(guān)加工信息，包括選用機(jī)床捂贿、策略纠修、刀具相關(guān)信息及對應(yīng)的切削參數(shù)胳嘲。用IPSO-BP算法建立并不斷更新參數(shù)預(yù)測模型，實(shí)現(xiàn)針對不同加工信息的切削參數(shù)（軸切深扣草、徑切深了牛、轉(zhuǎn)速、進(jìn)給） 預(yù)測辰妙。在復(fù)雜加工編程的應(yīng)用場景中鹰祸，上百條刀路對應(yīng)的切削參數(shù)自動由軟件生成并輸入CAM系統(tǒng)中，編程人員只需要檢查數(shù)據(jù)的合理性密浑，從而提升加工編程的效率和編程質(zhì)量蛙婴。

結(jié)束語

針對切削參數(shù)預(yù)測問題，本文提出一種基于改進(jìn)IP?SO-BP的切削參數(shù)預(yù)測方法秤暮。通過對CAM項(xiàng)目文件進(jìn)行數(shù)據(jù)采集钢谍，提取歷史加工特征及切削參數(shù)。利用改進(jìn)IPSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)參數(shù)度限，并與其他預(yù)測模型的測試結(jié)果對比，該方法可以取得更高的預(yù)測精度和穩(wěn)定性怨拍。在自動計算機(jī)輔助加工規(guī)劃的參數(shù)規(guī)劃領(lǐng)域具有一定的應(yīng)用價值浙梗。

（機(jī)電工程技術(shù)）

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享灰蒋，并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)务冠，也不構(gòu)成任何其他建議。本站部分作品是由網(wǎng)友自主投稿和發(fā)布萍捌、編輯整理上傳丈揖，對此類作品本站僅提供交流平臺，不為其版權(quán)負(fù)責(zé)逗耕。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻旁咙、圖片、文字如涉及作品版權(quán)問題摘肤，請第一時間告知椿疗，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益糠悼！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn届榄。