李俊铭，吴居豪，何 轩，龙耀武，陶建华※

（1.广州大学机械与电气工程学院，广州 510006；2.广州市德慷软件有限公司，广州 510620）

0 引言

计算机辅助制造（CAM）是指在计算机上对零件进行编程加工，生成数字控制指令（NC）使机器进行自动加工的软件系统，是机床加工不可或缺的部分。使用CAM软件进行编程加工时，除了根据模具特征编写合适的加工策略，还需依据各类机床、刀具等加工信息选用合适的切削参数[1-2]。由于制造业高级技术人才缺乏，人员流动加剧，技术水平参差不齐，影响制造企业的生产效率和产品质量[3]。近年来，对自动计算机辅助加工规划（ACAPP）的需求不断增加，加工参数预测是重要环节之一[4]。传统的参数预测通过试切实验结合专家规则进行参数推荐，时间和经济成本大，难以适应模具行业多变的加工需求。近年来，有不少研究基于支持向量机（SVM）、BP（Back Propagation）等算法通过采集机床运行过程中震动、电流及声音等信号，对加工参数实时调整[5-7]。由于硬件兼容性问题，这类方法对机床型号有严格限制，难以大范围推广。

本文采用基于历史加工数据进行参数预测的技术解决方案。收集并筛选满足企业加工要求的CAM历史项目文件，对CAM软件进行二次开发获取相关加工信息，包括选用机床、策略、刀具相关信息及对应的切削参数。用IPSO-BP算法建立并不断更新参数预测模型，实现针对不同加工信息的切削参数（轴切深、径切深、转速、进给）预测。在复杂加工编程的应用场景中，上百条刀路对应的切削参数自动由软件生成并输入CAM系统中，编程人员只需要检查数据的合理性，从而提升加工编程的效率和编程质量。……