粗糙度定量可控
基于人工智能的工艺优化方法，在机器人抛光模具钢上实现了表面粗糙度的定量控制，并显著提升抛光效率。
潘日 · Xiaofang, Cheng · Xie, Yinhui · 李军 · Huang, Weilong
Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture 2024
建立的预测模型最大绝对误差仅0.035 μm，能准确预测抛光后表面粗糙度，实现目标驱动优化。
在相同抛光路径长度下，进给速度从0.25 mm/s提高到0.37 mm/s，效率提升48%。
NSGA II-TOPSIS算法结合预测模型，可根据设定的目标粗糙度反向优化工艺参数。