摘要
本发明属于但不限于航空技术领域,公开了一种表面完整性约束的航发叶片磨抛工艺优化方法及系统,基于正交中心组合实验数据集建立叶片的材料去除模型。设定机器学习的模型输入输出并对数据进行预处理,通过机器学习XGBoost算法预测磨抛表面完整性。根据MSPSO粒子群多目标优化算法,获取所述优化变量的多组解。根据所述优化变量的多组解,筛选出各个优化目标的优先解,以及符合所有约束和优化目标的全局最优解。本发明通过对磨抛实验数据集的分析,建立了叶片的材料去除模型,标定了材料去除系数。这一模型能够定量描述各工艺参数对材料去除深度的影响,为航发叶片的定量精确磨抛加工提供了理论支持。
技术关键词
磨抛工艺
XGBoost算法
叶片
信息数据处理终端
接触点曲率半径
粗糙度
变量
机器人
砂带机
粒子群优化算法
参数
样本
计算机设备
速度
工件
应力
处理器
模块
系统为您推荐了相关专利信息
联邦学习模型
粒子
客户端
信息数据处理终端
构建系统
评价分析系统
XGBoost模型
面料
评价分析方法
模型训练模块
XGBoost算法
重要性排序方法
Logistic回归模型
变量
功能磁共振成像
跨境电商平台
考核管理方法
考核管理系统
智能分析模块
机器学习模型