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

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；得到最优TC4钛合金工件表面粗糙度所对

TC4钛合金(TitaniumAlloyTC4)，因其具有质量轻，强度和硬度高，塑性和韧性好等诸多良好的机械性能，广泛应用汽车、船舶、航空航天、医疗器械和国防产品等一系列重要领域。在对TC4钛合金进行加工时往往需要进行孔加工，例如在航空航天领域，据统计，一架大型客机装配过程中需要加工的装配孔总数通常在百万以上。钻削加工在机械加工中运用广泛，钻削工艺参数的选取会对加工工件的表面质量产生重要的影响。表面粗糙度对工件的抗疲劳强度，硬度，塑性和韧性等力学性能都具有重要的影响。因此，在加工零件时，表面粗糙度往往作为衡量与评价表面质量的重要指标。钻削加工属于半封闭式加工，是切削加工中条件相对恶劣的切削加工方法之一，钻削过程中选取的切削参数将直接影响到加工零件的表面质量。尤其是加工过程中的主轴转速和进给速度对钻孔的质量有着重大的影响，这是由于随着主轴转速和进给速度的提高，切削温度随之升高，使得TC4钛合金工件的塑性增加；但若切削温度过高，钻头容易发生粘刀现象，钻头容易磨损，导致切削力增大，极大的影响了钻孔的表面粗糙度。因此，为了钻削出理想表面粗糙度的TC4钛合金零件，TC4钛合金钻削的工艺参数选取及优化尤为重要，合适的钻削工艺参数，可以延长钻削刀具的使用寿命，并有效降低钻削TC4钛合金工件的表面粗糙度。

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。

相较于现有技术，本发明具有以下有益效果：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。

当前专利未经权利人许可不得实施，希望将科技成果转让给研发实力雄厚的企业，由受让人对科技成果实施转化。交易的是科技成果中的知识产权，可以包括专利权、专利申请权、技术秘密等。科技成果转让后，转让方获得转让费，不再是科技成果的所有人；受让方向转让方支付转让费，并成为科技成果的新的所有人。