基于NSGA-II和TLBO算法的h-BNNS增强铝基纳米复合材料的钻削性能与孔质优化

《Scientific Reports》：Drilling performance and hole quality optimization of h-BNNS-reinforced Al-nanocomposites using NSGA-II and TLBO algorithm

　　

摘要

在本研究中，对添加了h-BNNS增强的Al-6082纳米复合材料进行了钻孔试验，旨在探究转速、进给速率以及h-BNNS增强量这些关键钻孔参数对孔的质量特性的影响，这些特性包括圆度误差、圆柱度以及锥度。这些纳米复合材料是通过搅拌铸造法制备的，共设计了20组实验，并采用可旋转中心组合设计方法进行实施。研究建立了完整的二次模型，同时运用方差分析方法来评估模型的适用性。实验结果表明，随着转速和进给速率的上升，圆度误差起初会下降，但达到一定程度后又会上升，其中进给速率的影响更为显著。圆柱度在参数增加的过程中会先上升，随后降至最低值。为了获得帕累托最优解，研究还使用了NSGA-II和TLBO算法对这三种孔质量参数进行了同步优化。这两种算法在预测最佳钻孔条件方面都表现出较高的效率，由此得到的最佳参数为：转速为0.205，进给速率为-0.922，h-BNNS增强量为1.630，对应的圆度误差为0.1435，锥度为-0.0070，圆柱度为0.9245。实验值与预测值之间的百分比偏差分别为：对于NSGA-II算法，圆度误差为9.45%，圆柱度为22.22%，锥度为7.94%；而对于TLBO算法，这三项指标的偏差分别为4.08%，15.09%，5.07%。