基于GA-BP与NSGA-Ⅱ的数控铣削参数优化研究

高效低碳制造是可持续发展的关键，而数控铣削作为常用的金属表面加工方法存在刀具寿命短、碳排放量高的问题。提出基于NSGA-Ⅱ的GA-BP多目标优化方法，通过分析不同加工参数条件下的数控铣削刀具寿命及碳排放数据集，建立GA-BP神经网络刀具寿命及碳排放预测模型。基于NSGA-Ⅱ算法建立以刀具寿命、碳排放量为目标的主体优化模型，调用构建的GA-BP神经网络模型作为目标函数进行优化求解，得到Pareto最优解集。对Pareto最优解集进行TOPSIS最优解决策，得到综合优化刀具寿命与碳排放量的加工参数组合。优化结果表明：该方法既可以对数控铣削刀具寿命及碳排放量进行准确预测，还可以对两者进行有效优化，对数控铣削参数优化具有一定的理论指导意义。