针对支持向量机的数控机床能耗预测及节能方法的分析研究.pdfVIP

ADissertationSubmittedinPartialFulfillmentoftheRequirements fortheDegreeofMasterinEngineering ResearchonCNCMachinetoolEnergy ConsumptionPredictionandEnergy EfficiencybasedonSVM MasterCandidate： ChenWeiwei Major： MechanicalEngineering Supervisor ： ZhangHua WuhanUniversityofScienceandTechnology Wuhan,Hubei430081,P.R.China May2015 万方数据 万方数据 摘 要 机床是典型的机械制造工艺设备和工作母机，在将毛坯转化为零件的加工过程 中产生大量能耗。随着能源短缺问题日益严峻，机床的能耗问题为当前国际关注的 热点。本文通过分析数控机床能耗机构组成，从而对机床能耗进行定量的分析。以 切削用量为输入，机床能耗为输出搭建能耗模型，在此基础上提出机床节能方法。 具体工作概括如下： 首先对数控机床的能耗机构进行划分，分析其功用。在此基础上，将机床能耗 模型分为辅助系统能耗模型、加工动力系统能耗模型和能耗预测模型。重点分析了 能耗预测模型中神经网络与支持向量机理论模型，并进行对比。 提出了基于支持向量机的机床能耗预测方法。机床和刀具等一经确定，切削参 数的选择就成为影响机床能耗的关键。分析了切削参数、被加工工件、加工刀具和 加工机床等对数控机床能耗的影响。选择模型输入为切削参数，输出为机床能耗。 以数控铣床XK713 为对象，根据机床的特性和实际情况合理选择了核函数，采用K 折交叉验证法选择了惩罚因子和核参数，搭建能耗预测模型。通过实例验证了该能 耗预测方法的有效性。 提出了基于遗传算法的切削参数优化方法。以铣削加工为例，以机床最低能耗 和低成本为目标优化函数。模型的多目标函数采用线性加和法进行处理，采用回归 分析法获取铣削力参数，根据机床技术参数等确定约束条件。使用遗传算法工具箱 对参数模型进行优化求解，带入预测模型进行验证。实验结果表明使用优化后的切 削参数可以满足切削要求，并达到了降低切削能耗、降低成本的目的。 关键词：切削参数；能量消耗；支持向量机；遗传算法；数控机床 II 万方数据 Abstract Machine tool is the typical mechanical manufacturing process equipment and the main working machine. It produces a large amount of energy in the process of transferring roughcast into parts. With the increasingly serious problem of energy shortage, energy consumption of machine tools is becoming a hot spot of international concern. Based on the comp