考虑刀具磨损的精密零件铣削工艺参数优化*

doi:10.16731/j.cnki.1671-3133.2026.08.001

现代制造工程 ›› 2026, Vol. 551 ›› Issue (8): 1-7.doi: 10.16731/j.cnki.1671-3133.2026.08.001

• 试验研究 • 下一篇

考虑刀具磨损的精密零件铣削工艺参数优化^*

杨向东¹, 邵京伟², 张彬¹, 刘涛²

1 广州华立学院智能制造学院机械系,广州 511325;
2 湖南工业大学机械工程学院,株洲 412007

收稿日期:2026-01-29 出版日期:2026-08-18 发布日期:2026-09-01
作者简介:杨向东,工学硕士,副教授,硕士生导师,主要研究方向为超精密加工技术。邵京伟,硕士研究生,主要研究方向为运载装备及关键件设计理论及应用。张彬,讲师,主要研究方向为智能制造技术。刘涛,副教授,硕士生导师,主要研究方向为高效精密智能加工技术与装备。E-mail:gzyangxd@163.com; minizhangbin84@163.com; ddyxxt1@163.com; 1179557650@qq.com
基金资助:
^*国家自然科学基金项目(52305465);广东省普通高校重点领域专项项目(2023ZDZX3051,2023ZDZX3050);广东省普通高校工程技术中心项目(2023GCZX008);湖南省工信厅2023年度湖南省制造业关键产品“揭榜挂帅”项目(2023GXGG019)

Optimization of milling process parameters for precision parts considering tool wear

YANG Xiangdong¹, SHAO Jingwei², ZHANG Bin¹, LIU Tao²

1 Department of Mechanical Engineering,School of Intelligent Manufacturing,Guangzhou Huali University,Guangzhou 511325,China;
2 School of Mechanical Engineering,Hunan University of Technology,Zhuzhou 412007,China

Received:2026-01-29 Online:2026-08-18 Published:2026-09-01

摘要/Abstract

摘要： 在金属切削加工过程中,刀具磨损直接影响加工精度与效率,对铣削加工过程中的工艺参数进行动态优化至关重要。针对该问题,提出了一种考虑刀具磨损的精密零件铣削工艺参数优化方法。首先,利用正交实验分析主轴转速、每齿进给量和切削深度对刀具磨损的影响规律;然后,以刀具耐用度、材料去除率为优化目标,通过遗传算法(Genetic Algorithm,GA)对工艺参数进行优化;最后,通过精密零件铣削实验验证了所提方法的有效性,实验结果表明,材料去除率提升了21 %,每加工7 000 mm,刀具磨损下降了17.49 μm,刀具耐用度提升了21.4 %,优化效果显著。

关键词: 刀具磨损, 铣削加工, 工艺参数优化, 遗传算法

Abstract: During the metal cutting process,tool wear directly affects machining accuracy and efficiency,and is crucial for the dynamic optimization of process parameters in milling operations. To address this issue,a method for optimizing milling process parameters of precision parts considering tool wear was proposed. Firstly,orthogonal experiments were conducted to analyze the influence laws of spindle speed,feed per tooth,and cutting depth on tool wear. Secondly,with tool life,material removal rate as optimization objectives,the process parameters were optimized using a genetic algorithm.Finally,the effectiveness of the proposed method was verified through milling experiments on precision parts. The experimental results show that the material removal rate was increased by 21 %,tool wear was reduced by 17.49 μm per 7 000 mm,and tool life was improved by 21.4 %,demonstrating significant optimization effects.

Key words: tool wear, milling, process parameter optimization, Genetic Algorithm(GA)

中图分类号:

TG54
TG711

杨向东, 邵京伟, 张彬, 刘涛. 考虑刀具磨损的精密零件铣削工艺参数优化^*[J]. 现代制造工程, 2026, 551(8): 1-7.

YANG Xiangdong, SHAO Jingwei, ZHANG Bin, LIU Tao. Optimization of milling process parameters for precision parts considering tool wear[J]. Modern Manufacturing Engineering, 2026, 551(8): 1-7.

参考文献

[1] 刘献礼,刘强,岳彩旭,等. 切削过程中的智能技术[J]. 机械工程学报,2018,54(16):45-61.
[2] 刘永辉,杨阳. 基于响应曲面法的7050铝合金切削力预测与工艺参数优化[J]. 机械制造,2024,62(4):46-49.
[3] 陈兴国. 刀具渐进磨损下CFRP钻削工艺参数优化方法[D]. 沈阳:沈阳航空航天大学,2024.
[4] ISA N. Optimization of Machining Time in Milling Process using Genetic Algorithm Method[J]. Research Progress in Mechanical and Manufacturing Engineering,2023,4(1):30-39.
[5] 高庆,崔友昌,李松. 基于多变异位遗传算法的铣削参数优化研究[J]. 科技资讯,2018,16(4):34-35.
[6] 杨欣怡,吕超颖. 基于模拟退火算法改进的遗传算法的金属铣削参数优化[J]. 模具技术,2024(5):56-63.
[7] 戴春雨,马廉洁,孙德谦,等. 基于WOA-BP算法的氟金云母钻削工艺参数优化[J]. 组合机床与自动化加工技术,2024(1):135-139.
[8] 王艳凤. 数控技术在高效精密机械加工中的应用与优化[J]. 模具制造,2025,25(4):152-154.
[9] 孙弋,高宏力,宋虹亮,等. 考虑刀具状态的工艺参数在线优化技术研究[J/OL]. 西南交通大学学报:1-9[2025-11-09].https://link.cnki.net/urlid/51.1277.U.20250226.1442.012.
[10] 黄贤振,王旭,丁鹏飞,等. 考虑铣削表面形貌的工艺参数可靠性优化[J]. 东北大学学报(自然科学版),2025,46(3):80-87.
[11] 娄维达,秦国华,王华敏,等. 基于复化Cotes积分和神经网络的稳定铣削工艺参数多目标优化方法[J]. 机械工程学报,2023,59(17):279-290.
[12] GAO Z,LI L. Adaptive optimization of cutting parameters in milling industry considering dynamic tool wear in intelligent manufacturing driven by reinforcement learning[J]. Int J Adv Manuf Technol,2024,133:4751-4760.
[13] SAMTAS G,KORUCU S. The effect and optimization of cutting parameters of Vanadis 4E powder metallurgical tool steel on tool wear:surface roughness in face milling[J]. Sādhanā,2022,47:135.
[14] 梁建坤,程祥,王文波,等. 高温合金小孔微细螺旋铣削工艺参数研究[J]. 现代制造工程,2024(11):131-136,143.
[15] CHENG Yaonan,GAI Xiaoyu,GUAN Rui,et al. Tool wear in-telligent monitoring techniques in cutting:a review[J]. Journal of Mechanical Science and Technology,2023,37 (1):289-303.
[16] 顾佳超,徐恒斌,王爽,等. 微细铣削时积屑瘤现象的研究[J]. 机床与液压,2020,48(13):77-80.

考虑刀具磨损的精密零件铣削工艺参数优化^*

Optimization of milling process parameters for precision parts considering tool wear

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	陈广庆, 周鹏, 张兵, 陈玉伦, 陈彦华. 响应面与NSGA-Ⅱ协同折弯机多目标优化方法研究^*[J]. 现代制造工程, 2026, 550(7): 135-141.
[2]	宋朋朋, 傅广, 张涛, 肖晓民, 张凯飞, 张正文. 考虑多材料和二维装箱的3D打印调度问题研究^*[J]. 现代制造工程, 2026, 548(5): 31-46.
[3]	马心坦, 李晓威, 马权. 某型SUV汽车尾门模态性能分析及优化^*[J]. 现代制造工程, 2026, 548(5): 69-75.
[4]	牛屾, 陈佳依, 明平美, 张涛, 李璞, 郑建新. 射流电解铣削加工TB11钛合金腔体结构试验研究^*[J]. 现代制造工程, 2026, 548(5): 134-139.
[5]	覃频频, 贾凡, 吴林周, 施忆源, 李龙杰, 叶磊. 繁忙时段无人充电车多层停车场动态调度研究^*[J]. 现代制造工程, 2026, 546(3): 68-77.
[6]	巩锢, 陈洪根, 李婧, 郭俊鹏. 区域空间隔断车间布局优化研究^*[J]. 现代制造工程, 2026, 546(3): 108-119.
[7]	韩咏, 王琨, 王世煜, 齐一搏, 白亮. 基于子域法与遗传算法的多段调制磁极永磁同步电机优化设计^*[J]. 现代制造工程, 2026, 546(3): 137-145.
[8]	胡立湘, 曾亦愚, 贾立冬, 郭彦, 汪迎霞. 机床滑枕多目标优化设计方法研究[J]. 现代制造工程, 2026, 546(3): 155-161.
[9]	于子涵, 朱俊江, 李子枭. 基于GA-EF-XGBoost的铣削表面粗糙度预测^*[J]. 现代制造工程, 2026, 545(2): 111-116.
[10]	李锁, 赵新奇, 孙一兰, 郭宇成. 基于SLP和莱维飞行遗传算法的弹体加工车间布局优化研究^*[J]. 现代制造工程, 2026, 545(2): 134-142.
[11]	葛师语, 王玉芳, 张毅, 华晓麟. 考虑夹具的双资源约束柔性作业车间调度研究^*[J]. 现代制造工程, 2026, 544(1): 1-14.
[12]	吕向飞, 黄帅, 匡青云, 郭伟飞. 基于全局设备选择初始化的设备无关延迟柔性综合调度算法^*[J]. 现代制造工程, 2026, 544(1): 15-24.
[13]	郑国梁, 张朝阳, 吉卫喜, 于俊杰. 基于DQN的改进NSGA-Ⅱ求解多目标柔性作业车间调度问题[J]. 现代制造工程, 2025, 540(9): 1-11.
[14]	廖雪超, 向桂宏, 阮兵, 田芮利, 钟实. 带AGV数量约束的柔性作业车间调度问题研究^*[J]. 现代制造工程, 2025, 537(6): 11-21.
[15]	李建儒, 龚堰珏, 赵罘. 基于混合遗传粒子群算法的机器人关节空间轨迹规划^*[J]. 现代制造工程, 2025, 537(6): 84-91.