对于机器人抛光Ti-6Al-4V的材料移除特性进行多目标优化
Fengjun Chen1, Rui Bao2, Meiling Du3
1School of Robot Engineering, Wenzhou University of Technology, Wenzhou 325000, China.
Micromachines
|February 27, 2026
概括
这项研究优化了Ti-6Al-4V的机器人抛光,使用多目标粒子群优化 (MOPSO). 它可以降低表面粗度,提高材料去除率 (MRR),提高效率和质量.
科学领域:
- 材料科学与工程 材料科学与工程
- 机器人和自动化 机器人和自动化
- 制造过程 制造过程 制造过程
背景情况:
- 机器人抛光Ti-6Al-4V在平衡表面质量和加工效率方面提出了挑战.
- 优化工艺参数对于实现所需的材料去除率 (MRR) 和最小化表面粗度 (Ra) 至关重要.
研究的目的:
- 为Ti-6Al-4V.开发一个优化的机器人抛光策略.
- 使用多目标优化方法,同时最大限度地降低表面粗度和最大限度地提高材料去除率 (MRR).
主要方法:
- 建立了材料去除深度模型,并根据普雷斯顿方程推导出了MRR模型.
- 进行直角实验,分析工艺参数对表面粗性的影响,并开发了一个预测模型.
- 应用了多目标粒子群优化 (MOPSO) 算法来找到帕雷托最佳解决方案集.
主要成果:
- 使用ANOVA验证了一个二次多项式粗度预测模型,证实了它的可靠性.
- 确定了最佳参数:7.58N的正常接触力,4.52mm/s的料速率和5851rpm的螺旋旋转速.
- 获得的MRR为0.2197mm3/s和Ra为0.291μm,预测误差分别为5.64%和2.65%.
结论:
- MOPSO算法有效地确定了Ti-6Al-4V.机器人抛光的最佳参数.
- 拟议的方法显著提高了表面质量和加工效率.
- 实验验证证证实了开发模型和优化策略的准确性和有效性.
更多相关视频
09:12Production of Single Tracks of Ti-6Al-4V by Directed Energy Deposition to Determine the Layer Thickness for Multilayer Deposition
Published on: March 13, 2018
9.7K
06:12Plasma Polishing as a New Polishing Option to Reduce the Surface Roughness of Porous Titanium Alloy for 3D Printing
Published on: April 28, 2023
2.4K
