典型文献
基于深度强化学习的数控铣削加工参数优化方法
文献摘要：
为了提高数控加工中的机床效能和加工效率,探究深度强化学习在加工参数优化问题中的适用性,提出一种基于深度强化学习的数控铣削加工参数优化方法.选取切削力合力和材料除去率作为效能和效率的优化目标,利用遗传算法优化反向传播神经网络(GA-BPNN)构建切削力合力和铣削参数的优化函数,并采用经验公式建立材料除去率的优化函数.应用竞争网络架构(Dueling DQN)算法获得切削力合力和材料除去率多目标优化的Pareto前沿,并结合优劣解距离法和熵值法从Pareto前沿中选择决策解.基于45钢的铣削试验,验证了Dueling DQN算法用于加工参数优化的有效性,相比经验选取加工参数,通过Dueling DQN优化得到的加工方案使切削力合力降低了8.29％,加工效率提高了4.95％,为加工参数的多目标优化方法和加工参数的选择提供了指导.
文献关键词：
铣削加工;加工参数;反向传播神经网络;深度强化学习;多目标优化
中图分类号：
作者姓名：
邓齐林;鲁娟;陈勇辉;冯健;廖小平;马俊燕
作者机构：
广西大学机械工程学院,广西南宁530004;北部湾大学机械与船舶海洋工程学院,广西钦州535011;广西大学制造系统与先进制造技术重点实验室,广西南宁530004
文献出处：
引用格式：
[1]邓齐林;鲁娟;陈勇辉;冯健;廖小平;马俊燕-.基于深度强化学习的数控铣削加工参数优化方法)[J].浙江大学学报（工学版）,2022(11):2145-2155
A类：
B类：
深度强化学习,数控铣削加工,加工参数,数控加工,机床,加工效率,优化问题,切削力,除去,优化目标,遗传算法优化,反向传播神经网络,GA,BPNN,铣削参数,优化函数,经验公式,竞争网络,网络架构,Dueling,DQN,Pareto,优劣解距离法,熵值法,铣削试验,加工方案,效率提高,多目标优化方法
AB值：
0.266096
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
