一种融合概率模型和神经网络的微铣削加工参数优化方法

本发明提供一种融合概率模型和神经网络的微铣削加工参数优化方法，包括：分析微铣削加工机理，根据可持续加工的评价指标建立多目标函数；建立微铣削系统的动力学方程，并确定切削轨迹的临界线边界；利用加权平均和惩罚函数将多目标函数转化为单个目标；采用可靠性优化，优化可持续加工的约束条件；利用神经网络模型分别训练评价指标中的设计变量和随机变量，实现参数优化和更新；将神经网络模型的计算结果与实验结果进行对比分析，评估神经网络模型的准确性，并确定最佳加工参数组合。本发明通过引入概率模型和神经网络的结合，能够在考虑多目标优化的同时，确保加工过程中的可靠性和稳定性，进而提升微铣削加工的整体效率和经济性。