[发明专利]一种铣削U71Mn高锰钢材料的参数优化系统及方法

权利要求书

1.一种铣削U71Mn高锰钢材料的参数优化系统，其特征在于：所述系统包括应用层、逻辑层、数据层；应用层为用户界面层，为用户提供友好的界面，用户登录系统后根据需求进行相应操作；逻辑层是系统的核心层，一方面从数据层获取数据进行处理，完成逻辑计算，另一方面执行用户管理、权限控制的功能；数据层用于存储和管理实验数据、预测数据和系统基础数据并与逻辑层进行交互，为系统提供支持。

2.一种铣削U71Mn高锰钢材料的参数优化方法，利用权利要求1所述的参数优化系统，其步骤如下：

（1）针对U71Mn高锰钢这种材料，设计四因素五水平的正交试验，变量为主轴转速n、每齿进给量f_z、铣削深度a_p和铣削宽度a_e四个铣削参数；

（2）在MATLAB里编程建立RBF神经网络的粗糙度预测模型，设计好网络结构和学习算法，根据试验原始数据进行训练完成模型的设计；

（3）以最小表面粗糙度和最大材料去除率为目标函数基于改进的遗传算法建立多目标优化模型，将两种模型功能集成在系统里，实现便捷的人机交互。

3.根据权利要求2所述的一种铣削U71Mn高锰钢材料的参数优化方法，其特征在于：所述步骤（2）中的RBF神经网络的粗糙度预测模型的建立方法如下：

（3-1）建立粗糙度预测的RBF神经网络模型；根据粗糙度预测模型的训练误差性能曲线，随着训练步数的增加样本的误差也在逐渐减小，经过24步学习后误差达到最小值；

（3-2）应用MATLAB遗传算法工具箱进行求解，首先需设置各个控制参数，其主要包括群体规模N、交叉概率P_c、变异概率P_m和最大迭代次数T；

T=10~200次，P_c=0.4-0.999，P_m=0.0001~0.10；

在MATLAB环境下输入optimtool指令，打开遗传算法工具箱，将控制参数输入工具箱，求解得到Pareto前端，对期望解集进行分析提取，确定铣削高锰钢合金的最佳参数范围。