伍建川，邱亚玲，李　航，伊海洋，詹大年

(西南石油大学 机电工程学院，成都 610500)*



基于RSM和遗传算法的不锈钢切削参数优化

伍建川，邱亚玲，李航，伊海洋，詹大年

(西南石油大学 机电工程学院，成都 610500)*

摘要：为提高不锈钢的切削加工效率，运用正交回归设计方法设计了面向304不锈钢车削加工硬化层厚度的中心复合试验方案。以试验数据为基础，通过多项式响应面法(RSM)拟合得到其预测模型。采用多岛遗传算法进行面向已加工表面硬化层厚度的切削参数优化，在研究范围内得到约束条件下的最优切削参数组合。

关键词：不锈钢；硬化层厚度；响应面法；遗传算法；参数优化

不锈钢因强度高、刚度好、耐腐蚀性能良好而广泛应用于航空航天、石油化工、冶金和食品的几乎所有工业领域[1]。不锈钢的加工硬化程度关系到零件的使用性能、可靠性和疲劳寿命，表面硬化层厚度是表面硬化过程中的一个重要质量指标[2]。由此可见，对金属加工硬化层厚度进行研究非常重要。在保证表面加工质量的前提下，确定最优的切削参数组合对于提高加工质量和加工效率、降低生产成本都有着重要的意义。目前，基于遗传算法、BP神经网络等人工智能的方法是参数优化的发展新趋势[3-5]。本文以304不锈钢为例，通过多岛遗传算法进行面向已加工表面硬化层厚度的切削参数优化，获得在相应约束值下的最优切削参数组合，能有效指导实际加工工作。

1切削加工试验设计与预测模型的建立