摘要
本发明涉及摆角铣头技术领域,公开了一种基于改进多目标遗传算法的铣头结构设计方法。本发明以铣头结构本身的参数作为设计参数,包括铣头的前侧深度L14、半径R15、后侧深度L16、上部切除深度FD1、肋板位置Y轴L1、肋板位置X轴L2、肋板深度FD2等,并以最大静变形量S、一阶固有频率H1、铣头壳体质量M作为优化对象,通过利用白鲸优化算法优化BP神经网络模型的超参数获取更高拟合精度的预测模型BWO‑BP神经网络模型,并基于BWO‑BP神经网络模型求解多目标优化模型,进行对铣头结构高刚性、轻量化、低振动的性能优化设计,实现了从铣头部件的本身结构出发的改进优化,提升了铣头的综合性能,并对于节省制造成本具有重要意义。
技术关键词
BP神经网络模型
铣头结构
结构设计方法
遗传算法
参数
数学模型
摆角铣头技术
肋板
结构设计装置
壳体
处理器
低振动
数据
高刚性
指令
系统为您推荐了相关专利信息
发光显示材料
工艺控制参数
模拟模型
制作误差
遗传算法
机械性能参数
数值模拟方法
计算机可执行指令
载荷
硅胶材料
动态预测方法
电池组
电池单体
BP神经网络算法
动态实时监测
经验模态分解算法
超声检测方法
相控阵超声检测
频率
高密度聚乙烯材料