往复走丝线切割多次切割加工工艺预测模型的比较研究

【摘要】：我国自主创造出的往复走丝线切割机,凭借其结构简单、加工高效的优势在国内迅速发展,然而由于电极丝的抖动和损耗,其单次切割的加工效果往往达不到工艺要求。为了兼顾往复走丝电火花线切割加工(WEDM)的表面质量和加工效率,多次切割工艺已经被广泛采用。线切割加工的工艺指标有切割速度、加工精度、表面粗糙度、电极损耗等。影响线切割工艺效果的电参数有每次切割的脉冲宽度、脉冲峰值电流、脉冲间隔比以及伺服跟踪间隙等,众多影响因素相互影响、制约,这对工艺参数的选取以及工艺效果的预测带来较大的困难。因此,构建基于更少的实验量、预测结果更加准确的加工效果预测模型具有深远的应用价值和科学意义。基于DOE方法,在具备数控功能的HF320MZQ的往复走丝线切割机床上对Cr12MoV模具钢进行多次切割,开展26-1部分析因实验,确定出对切割速度MRR、表面粗糙度Ra两项加工指标的影响显著的四项因子。分别选取显著影响因子的高、中、低三个水平,并据此开展34全因子实验,获得了可用于加工预测模型构建的81组典型工艺数据。以该典型工艺数据作为模型训练的样本数据,分别基于五种具体形式的传统回归分析方法、RBF神经网络回归分析方法和SVR分析方法构建出对应的三类加工预测模型。对五种传统回归分析模型进行评价,选择出最优传统回归模型为交叉二次多项式回归模型,对RBF神经网络模型、SVR模型分别采用模型均方误差对比、核参数选优的方式进行模型优化。为了在优化后的三类加工预测模型中选择出工艺效果预测准确度最高的模型,在未用于预测模型构建的加工参数组合中选取离散程度较高的五组工艺参数组合开展模型选优实验。通过对以上三类模型的预测值相较于加工实际值的误差进行分析比较,最终选择出最优模型为SVR加工预测模型,其在两项加工指标的偏差均值和偏差标准差上均具有较好表现。在本实验范围内,该模型具有最佳的泛化能力,可在此基础上对WEDM多次切割进行工艺数据库的建立和加工工艺的规划,所采用的典型工艺数据的获取方法、加工预测模型的构建方法等研究方法对类似的工程应用也具有一定的参考价值。