科创中国
基于改进ELM-IWOA算法的TC4钻削工艺参数优化方法
发布时间: 2023-12-11
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
新一代信息技术产业,互联网与云计算、大数据服务
成果介绍
本发明涉及一种基于改进ELM IWOA算法的TC4钻削工艺参数优化方法。该方法以主轴转速、进给速度为输入,TC4钛合金工件表面粗糙度为输出搭建ELM模型,并对WOA算法做出改进,提高原生WOA算法的寻优能力,之后将ELM模型的输出作为改进IWOA算法的适应度值,最后利用改进后的IWOA算法对钻削工艺参数进行优化,并将其与未改进的ELM WOA模型进行对比。结果表明,改进后ELM IWOA算法优化效果好
成果亮点
本发明的技术方案是：一种基于改进ELM-IWOA算法的TC4钻削工艺参数优化方法，以钻削加工的主轴转速、进给速度为输入，TC4钛合金工件表面粗糙度为输出搭建ELM模型，并将ELM模型的输出作为改进后的IWOA算法的适应度值，利用改进后的IWOA算法对钻削工艺参数进行优化；该方法实现步骤如下：
步骤S1、以钻削TC4钛合金的表面质量为优化目标，并基于优化变量约束，构建实验方案，实验方案以钻削加工的主轴转速、进给速度为输入，TC4钛合金工件表面粗糙度为输出构建ELM模型的数据集D；
步骤S2、为消除量纲影响，对根据实验结果得到的数据集D进行归一化处理得到新的数据集D'，并用K折交叉验证法将D'划分为训练集D't和测试集D'v；将K个训练集分别对ELM模型进行训练，得到K个ELM模型，最后用对应的测试集对ELM模型进行测试，选出准确率最高的ELM模型；
步骤S3、用步骤S2中选出的准确率最高的ELM模型对数据进行拟合，得到相应拟合值，将拟合值与实际值的均方误差MSE作为改进后的IWOA的适应度函数，并使用改进后的IWOA算法对钻削工艺参数进行优化
团队介绍
发明人：黄彬 刘志伟
福州大学（Fuzhou University），简称福大，位于福建省福州市，创建于1958年，是国家“双一流”建设高校，国家“211工程”建设高校，国家教育部、国家国防科技工业局与福建省人民政府共建高校，福建省三所重点建设的高水平大学之一，福建省一流大学建设高校，入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2023-12-19
黄建华
福州大学
教授
综合评价
相较于现有技术，该成果具有以下有益效果：本发明方法以钻削加工的主轴转速、进给速度和TC4钛合金的表面粗糙度作为训练模型的数据集，提出一种将极限学习机(Extreme Learning Machine，ELM)与引入了反向学习策略以及自适应权值的改进鲸鱼优化算法(Improve Whale OptimizationAlgorithm，IWOA)相结合的优化算法，实现快速有效的TC4钛合金钻削工艺参数优化，有效提高加工质量。
查看更多>
下载app