基于机器学习的Inconel718孔增材制造工艺多目标优化

对基于机器学习的增材制造工艺多目标优化进行了研究,提出了一种基于改进遗传算法的钻孔加工参数多目标优化模型,求解出最优钻孔参数,提高钻孔加工的质量和效率,继而实现增材零件尺寸精度和加工质量的提升,使零件达到使用标准。首先对钻孔加工参数多目标优化模型进行构建,然后采用改进后的遗传算法对其进行求解,最后对求解结果进行实验测试。测试结果表明:改进后的遗传算法求解获取的最优加工参数组合所得实际测试结果的孔尺寸平均误差仅为3.3%,孔表面粗糙度误差仅为7.1%,能够达到提高增材零件尺寸精度和加工质量的目的,使其达到使用标准,推动了增材制造工艺在工业领域的应用与推广。