碳纤维复合材料纵横向可加工性研究及工艺参数优化

工程科学与技术，国际期刊19（2016）1552完整文章碳纤维复合材料纵横向可加工性研究及工艺参数优化K. 顺穆格什湾Panneerselvam印度特里奇国家技术学院生产工程系阿提奇莱因福奥文章历史记录：2015年9月9日收到2016年4月1日修订2016年4月25日接受2016年5月30日在线发布保留字：CFR聚合物钻井响应面法遗传算法粒子群A B S T R A C T碳纤维增强聚合物（CFRP）复合材料以其高的比强度而广泛应用于航空航天领域。本研究旨在评估双向碳纤维-环氧复合材料的可切削性，并优化切削速度、进给量和钻头材料等工艺参数。使用由高速钢、TiN和TiAlN制成的钻头在不同的切削速度和进给率下进行了切削试验。推力和扭矩的输出参数进行监测，使用奇石乐多部件测力计9257 B和振动发生在加工过程中正常的工作表面进行测量的振动传感器（Dytran 3055 B）。采用响应面法（RSM）对复合材料纵向和横向钻削的输入输出参数进行了线性回归分析。采用遗传算法（GA）和粒子群-引力搜索算法（PSO-GSA）对工艺参数进行了优化©2016 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍纤维增强塑料（FRP）复合材料现在用于现代工业中各种先进和复杂的传统材料被FRP（尤其是碳纤维增强聚合物（CFRP）类型）替代，在许多商业、家庭和工程应用中作为不同部件的替代材料，以利用其高强度重量比、耐久性和高耐腐蚀性。这种材料非常适合飞机外壳和机翼。材料性能取决于纤维增强材料的钻孔工艺最常用于工程应用中，以将复合材料装配到系统的其他结构构件上。Tsao等人[1]评价了使用复合芯专用钻头钻削碳纤维层压板时的分层损伤。研究发现，进给速度是影响分层损伤的最显著因素。Maxime等人[2]研究了使用涂层和未涂层整体硬质合金钻头钻削CFRP-Al叠层时的磨损机制、孔质量和推力。工具*通讯作者。电子邮件 地址： kps@nitt.edu（K. Panneerselvam）。由Karabuk大学负责进行同行审查由于CFRP-Al材料是高磨蚀性的，发现磨损程度取决于钻孔的数量。Turki等人[3]对碳/环氧复合材料进行了实验研究，发现主轴转速和进给速度对切削力、裂纹扩展和分层损伤有很大影响。 Isbilir等人[4]开发了一种有限元模型，研究了切削速度和进给量对CFRP钻孔分层损伤、推力和扭矩的影响。结果表明，进给速度对推力、扭矩和分层损伤的影响最大。Ozden等人[5]研究了使用多层碳化钨刀具在CFRP中钻孔的过程，并生成了进给速率和切削速度对分层损伤和表面粗糙度影响的数据。他们推荐低进给速度和高切削速度，以获得CFRP钻孔的最佳效果。Shahrajabian等人[6]提出了一种通过考虑表面粗糙度和分层因素来最大化材料去除率（MRR）的CFRP钻孔方法。 Abhishek等人[7]开发了一个加工CFRP的数学模型，使用基于教学的优化（TLBO）将输入的工艺参数与实验结果相关联，并发现结果与遗传算法获得的结果相当。Bonnet等人[8]钻孔中进给速率对CFRP钻孔中孔出口损坏的影响。他们已经建立了表面质量和钻孔中纤维取向Celikhttp://dx.doi.org/10.1016/j.jestch.2016.04.0122215-0986/©2016 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestch××K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）1552-15631553等人[9]研究了碳纤维增强复合材料上硅铝氮氧化物（SiAlON）陶瓷钻头在钻削力和出口分层损伤方面的性能特征，以及与钻尖角度和凿刃长度相关的推力和出口分层损伤。Paul等人[10]研究了车削淬硬钢时切削液对刀具振动的影响。他们的研究结果表明，使用最少的切削液进行硬车削可以减少振动并提高切削性能。Feito等人[11]开发了一个数值模型来预测钻孔CFRP中的分层损伤。该方法对于降低钻井过程中的生产成本和参数选择的复杂性是有用的。Eneyew和Ramulu[12]研究了钻孔CFRP复合材料的表面质量和孔损伤，发现推进力受进给速度的影响比受切削速度的影响大。Rubio等人[13]使用特殊的钻孔工具和高速加工来研究CFRP中的分层损伤。他们使用数字图像系统来识别分层损伤，发现高速切削以高材料去除率（MRR）减少分层损伤。Krish- namoorthy等人[14]实施了模糊逻辑与灰色关联分析（GRA）的集成，以优化CFRP的多目标加工参数。在CFRP钻削加工中，Krishnaraj等人[15]使用K20硬质合金钻头对CFRP层压板进行了高速钻孔实验，并使用多目标优化来建立最佳加工条件。他们报告称，钻孔的圆度受主轴速度的影响，并且在低进给速率下减少了出口分层损坏。Palanikumar[16]使用GRA研究了主轴速度和进给速率对表面粗糙度、力和分层因子的影响。结果表明，进给速度是影响响应面的最主要因素，其次是切削速度。Karnik等人[17]使用人工神经网络（ANN）模型分析了使用硬质合金麻花钻高速钻削CFRP时的分层损伤。分析结果表明，低进给速度和高进给速度可以减小分层损伤. Grilo等人[18]通过选择切削速度和进给速率以及钻削CFRP时的钻头几何形状，对分层损伤进行了估计。高生产率可以实现与正齿钻在高速和进给。Sadek等报道了CFRP眼眶钻孔的孔质量[19]并报告说，减少轴向力产生高质量的孔。Sardinas等人。[20]使用田口正交表对CFRP进行钻孔实验，并使用GA优化加工参数。Lazar和Xirouchakis[21]对CFRP和玻璃纤维增强聚合物（GFRP）进行钻孔，通过改变进给和速度来分析扭矩和推力。他们建议使用高进给速率/刀具直径来获得切削力并测量扭矩。Isbilir和Ghassemieh[22]开发了用于钻削CFRP的数值有限元（FE）模型，他们报告称，3D模型可用于开发和设计切削工具的钻头几何形状，以最大限度地减少分层损坏。Balasubbareddy等人。[23]有效地将混合布谷鸟搜索算法用于多目标优化问题，并使用Pareto前沿解验证了结果。Gupta和Kumar[24]使用PCA和Taguchi技术来预测GFRP车削的最佳条件。他们报告称，进料速率是影响响应的最具影响力的工艺参数。Jiang等人。[25]使用PSO和GSA进行数值优化问题，发现该算法在计算时间和迭代次数方面优于其他算法，以达到最终结果。GA和PSOGSA是元启发式算法，确定具有高机会的全局最小值，并且自然适用于离散优化问题的答案[26]。如果通常的非线性规划技术被用于这类问题，它们将是低效的，计算昂贵的，并且在大多数情况下，注意最接近起始点的相对最优值（局部最优值）。为了避免陷入局部最优，PSOGSA使用增加搜索空间的能力 混合PSOGSA具有更强大的能力，可以更快地收敛，从而摆脱局部最优值[27]。因此，PSOGSA是首选在本次分析工作中，以优化加工工艺参数的钻孔CFRP-环氧树脂复合材料层压板。 PSO-GSA的优点是，它收敛到全局最优或最优值时钻井实验结果表明，PSO-GSA比传统的遗传算法，粒子群因此，可以说混合粒子群优化-遗传算法可以有效地用于钻削碳纤维/环氧复合材料层合从文献综述中可以看出，与CFRP-环氧树脂复合材料有关的沿材料增强纤维方向和横向的钻孔数据很少。因此，预计当前研究将生成碳纤维增强聚合物材料的机加工数据。2. 材料和方法2.1. 工作和钻孔工具材料本研究选择了一种采用手工铺层和热压罐成型的碳纤维-环氧树脂复合材料（T300，聚丙烯腈基碳纤维/体积分数为60%的双组分环氧树脂）层压板作为钻孔实验的工件。用于实验的工件及其机械性能和规格见表1。材料中使用的碳纤维是PAN基的，织物的平均厚度为0.25 mm，用于实验的样品的尺寸为15015用于干式钻孔的直径为6 mm、顶角为140°、Hessel角为30°（图1）的切削工具为HSS钻头（MirandaTools India Ltd）、Kennametal整体硬质合金钻头（TiAlN黑色涂层-KC 7325级）和WIDIA整体硬质合金钻头（TiN金色涂层2.2. 实验设计使用Bharat Fritz Werner（BFW）Ltd BMV 40T20 CNC立式铣床进行实验。图2显示了实验装置。使用三种不同的钻头进行钻削实验，切削速度从30到50 m/min，进给速率从0.025到0.1 mm/rev。所选实验参数及其水平见表2。对于所有的L27实验，分别沿CFRP-环氧树脂复合材料的增强纤维方向和横向进行钻孔表1碳纤维增强环氧树脂复合材料杨氏120 GPa杨氏9千帕极限拉伸强度0°，Xt2200 MPa极限抗拉强度90 °，Yt30 MPa密度1.6克/立方厘米硬度88 HV1554K.顺穆格什湾Panneerselvam/工程科学与技术，国际期刊19（2016）1552-1563推力、扭矩和振动的预测值彼此吻合得很好。预测纵向和横向推力的成功率估计为97%。此外，当与沿纵向和横向的力的实际值相比时，预测值的平均偏差被认为是大约2N。预测纵向和横向扭矩的平均误差为0.3Nm，预测成功率为98%。预测纵向和横向振动的成功率估计为98%。此外，当与沿纵向和横向的力的实际值相比时，预测值的平均偏差据说约为0.0001lm。2.4. ANOVA结果图1.一、用于机加工（a）HSS（b）TiAlN（c）TiN的钻头类型的部分。进行加工试验的3D视图如图所示。3.第三章。进行了三次试验，并取响应的平均值进行优化，以使试验结果的变化最小。使用奇石乐多分量测力计9257 B测量切削力的三个正交分量，即，所有试验实验的Fx、Fy和Fz。 该测功机由多分量测量系统和多个电荷放大通道组成。这些通道将来自测功机的充电信号转换为输出信号。使用采样率为25，600样本/s的压电加速度计作为振动传感器（Dytran make 3055 B），并将其安装在工件顶部。传感器发出的信号被送入信号调节器和振动指示器。刀具振动，特别是径向振动，对加工表面的结构有不利的影响。切削力、扭矩和振动的实验值如表3所示。2.3. 数学模型采用响应曲面法（RSM）对CFRP-环氧树脂复合材料钻削过程中的切削力、扭矩和振动与输入工艺参数进行了纵向和横向的线性回归分析。图4（用方差分析法对数学模型进行了验证。6种响应的决定系数R2均接近于1，表明所建模型的有效性沿纵向的力、扭矩和振动的ANOVA结果如表4所示。从表中的值可以明显看出，进给速度是影响切削力的最重要的加工工艺参数影响切削力的另一个加工参数是切削速度和钻头类型。方差分析结果表明，进给量、切削速度和钻头类型对纵向切削力的影响分别为51.5%、36.5%和10%。在这种情况下，进给速度被认为是影响扭矩的最重要的工艺参数，其次是切削速度和钻头类型。切削速度、进给量和钻头类型对CFRP-环氧树脂复合材料纵向钻孔扭矩的此外，还观察到，在钻削实验期间的振动主要受进给速率的影响，其次是切削速度和钻头类型。切削速度、进给速度和钻头类型分别对工件材料的振动产生约30%、62.5%和4.5%的影响。沿横向方向的力、扭矩和振动的ANOVA结果如表5所示。从表5的值可以看出，进给速度是影响切削力的最重要的加工工艺参数影响切削力的其他加工参数是切削速度和钻头类型。方差分析结果表明，进给量、切削速度和钻头类型对横向切削力的影响分别为51.3%、36.7%和6%。在下一种情况下，进给速度被认为是影响扭矩的最重要的工艺参数，图二. 加工设置。K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）15521555表2工艺参数及其水平。各加工参数对振动的贡献率分别为进给量的68.4%、切削速度的26.10%和钻头类型的2%。3. 结果和讨论3.1. 切削速度、进给量和钻头材料对推力的影响图5（a和b）显示了不同刀具材料下钻削时推力随切削速度和进给速度的变化切削速度从30 m/min增加到50 m/min时，推力值随切削速度的增加而减小，而进给量在所研究的范围内，推力值随进给量的增加而增大。轴向推力随着切削速度的增加而减小，这可以归因于在高切削速度下切削温度的提高。其他研究者也报告了类似的结果[4，6，16]。使用TiAlN工具材料，观察到钻削力最小，并且与TiN和HSS工具材料相比，该观察结果可归因于材料的最高硬度值以及预期的最小工具磨损和工具形状退化切削速度为50 m/min，进给速度为0.025 mm/rev，钻头材料为TiAlN的加工条件是在所研究的参数范围内对CFRP-环氧树脂材料进行钻孔的最佳值。图三. 用于数据采集的复合材料加工的3D视图。切削速度和钻头类型。切削速度、进给量和钻头类型对CFRP-环氧树脂复合材料横向钻孔扭矩的影响显著，分别为39.5%、55.5%和3.5%。进给速度是影响CFRP-环氧复合材料钻削过程中振动的重要加工工艺参数，其次是切削速度和钻头类型。的3.2. 切削速度、进给速度和钻头类型对扭矩的影响改变切削速度、进给速度和钻头类型对钻削CFRP-环氧树脂复合材料的纵向和横向扭矩的影响结果如图5（c和d）所示。由于环氧树脂的脆性，观察到扭矩的大小较小。可以看出，扭矩值随着切削速度的增加而减小。使用类似复合材料的其他研究者报告了类似的趋势[4，6，16]。钻削扭矩随着进给速率的增加而增加;这是可以预期的，因为在钻削过程中材料的变形量会增加。表3实验设计（L27阵列）和钻碳纤维-环氧树脂复合材料的响应实验编号 输入工艺参数响应切割速度（v）（m/min）进给速度（f）（mm/rev）钻头类型（d）力（N）扭矩（Nm）振动（lm）横向纵向横向纵向横向纵向1300.025HSS908330.530.40.03650.03662300.025TiAlN797828.8727.80.0360.03563300.025锡8078.530.429.80.03830.03664300.05HSS969232320.03770.03955300.05TiAlN87.58531.130.770.0380.037016300.05锡9386.231.431.550.0390.03947300.1HSS10410737.4380.04440.04418300.1TiAlN10110134.635.750.04330.0449300.1锡10510336.336.50.04570.046710400.025HSS827526.125.60.03430.035911400.025TiAlN706825.6624.80.03250.032812400.025锡736925.9725.60.0340.033613400.05HSS868130.628.80.0360.03614400.05TiAlN7774.527.2270.03470.035115400.05锡819329.729.50.0380.036416400.1HSS103963433.50.04020.042217400.1TiAlN91.98632.36320.03990.04118400.1锡94.591.532.6632.70.04040.042219500.025HSS676425.1250.0320.029420500.025TiAlN60.4542222.30.0310.0304721500.025锡63.258.422.823.10.0330.0313322500.05HSS817126260.0330.0346623500.05TiAlN676524.5240.03240.033324500.05锡71.2662525.40.03480.034225500.1HSS939431.631.30.03770.0380626500.1TiAlN828029.0929.50.0390.03927500.1锡8581.429.830.20.04050.041符号钻井参数1级2级3级v切割速度（m/min）304050F进给速度（mm/rev）0.0250.050.1D钻头类型HSSTiAlN锡1556K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）1552a) 纵向b） 横向方向c）纵向d） 横向方向e）纵向方向f）横向方向见图4。 （a）（b）推力;（c）（d）扭矩;（e）（f）沿CFRP-环氧树脂材料纵向和横向振动的实际与预测曲线图。表4ANOVA结果（沿纤维方向钻孔）。加工参数自由度平方和均方F比贡献（%）力切削速度21527.81763.90172.5836.5进料速率22145.011072.50242.2951.5钻头类型2425.32212.6648.0410误差2088.534.432总264186.67100扭矩切削速度2178.47989.240209.6943进料速率2210.306105.153247.0850.5钻头类型217.8478.92420.974.5误差208.5120.4262总26524.640100振动切削速度20.000120.00006107.1730进料速率20.000240.00012220.4962.5钻头类型20.000010.0000215.244.5误差200.000010.000013总260.0006100K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）15521557表5方差分析结果（钻孔ng横过纤维方向）。加工参数度的 自由平方和均方F比贡献（%）力切削速度进给速度钻头类型误差总22220261805.782527.11284.02300.674917.59902.891263.56142.0115.0360.0684.059.4536.751.366100扭矩切削速度进给速度钻头类型误差总2222026174.785245.58215.7805.694441.84287.393122.7917.8900.285306.97431.3027.7139.555.53.51.5100振动切削速度进给速度钻头类型误差总22220260.0001280.0003360.0000010.0000170.0004920.000060.000170.000000.0000074.73195.775.6926.168.423.5100图五、（a）（b）推力;（c）（d）扭矩和（e）（f）沿横向和纵向振动的平均效应图。加工随进给速度线性增加。与HSS和TiN相比，使用TiAlN钻头观察到的扭矩降低可归因于加工过程中硬度增加和工具几何形状保持力增加。从图 5、最 小 的在50 m/min的高切削速度、0.025 mm/ rev的低进给速率下钻削CFRP-环氧树脂复合材料时产生的扭矩量，钻头类型为TiAlN涂覆的整体硬质合金刀具。最佳加工条件与轴向相同1558K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）1552222推力，即最高的切削速度，最低的进给速度和最硬的工具材料用于调查。3.3. 切削速度、进给量和钻头类型对振动的影响图5（e和f）显示了在沿纵向和横向钻削CFRP-环氧树脂复合材料时，振动对改变切削速度、进给速率和钻头类型的影响。当切割速度从30 m/min增加到到50 m/min，振动值相应降低，这是由于碳纤维和钻头类型的硬度值较高。然而，在进给速度的情况下，当进给速度从0.025 mm/rev增加到0.025 mm/rev时，振动值增加。0.1 在钻头类型的情况下，振动随着TiAlN涂覆的整体硬质合金刀具的钻头类型而减小，但是当用HSS和TiN刀具钻孔时，振动增加。振动 可 以 通 过 高 切 削 速 度 （ 50 m/min ） 、 低 进 给 速 率 （ 0.025mm/rev）和TiAlN钻头类型的组合来最小化3.4. 钻孔的表面形态图6中给出了样品机加工表面的SEM图像。在图6（a）中，可以看到纤维与树脂的剥离。图6（b）示出了具有内部分层的样品表面。图6（c）显示了在0.025 mm/rev进给速率下使用TiAlN工具钻孔时的良好表面纹理。用HSS钻头以30 m/min的切削速度和0.1 mm/rev的进给速率加工材料，显示出如图6（d）所示的空隙、纤维断裂等缺陷。图6（e）显示了在30 m/min的切削速度和0.1 mm/rev的进给速度下出现的粗糙表面纹理。图6（f ）显示了在50 m/min的切削速度和0.025mm/rev的最低进给速度下使用TiAlN钻头出现的明显可接受的表面纹理。使用SEM进行的表面质量调查表明最佳表面光洁度采用最高的切削速度、最低的进给速度和最硬的刀具材料TiAlN。3.5. 工艺参数3.5.1. 遗传算法遗传算法（GA）[28]基本上是基于种群的搜索和优化算法，用于最小化受约束的目标函数遗传算法的基本思想最早是由Holland在1975年GA的工作原理是自然遗传学和搜索。遗传算法的计算过程是通过复制、交叉和变异来完成的。以随机的方式，初始种群被设置，然后基于初始种群计算目标函数的适应度值。一旦找到适应值，然后通过轮盘赌轮选择过程，交叉和变异发生。这些过程的交叉和变异的新的后代继续适应度函数的评估。3.5.2. 遗传算法的数值模拟径向函数推力的遗传算法模拟最小化¼119： 061- 0： 363056v 293： 651f- 26： 6361d-0：00638889v-903：704 f 1966年：46111d1： 94762vf- 0： 08vdb可变边 界切削速度 （v ）： 306v6 50 进给速 度（ f ）：0.0256f6 0.1钻头类型（d）：16d6 3步骤1：通过初始化随机生成的字符串的种群来启动遗传算法的解决方案。图六、钻孔的CFRP-环氧树脂复合材料的SEM图像K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）15521559DddDdDD222步骤2：随机生成的字符串用于评估vdt11ωr1ωpbest-xt tt t我适应度函数表6显示了初始的适应度值PSOi i iDd人口步骤3：进行复制过程。第四步：通过繁殖产生新的种群vdt1c2ωr2ω我是说，我是说，我是说，我交叉和变异。 表7显示了突变和GSA I I交叉。vdt13ωr3ωvt1c4ω步骤5：再次使用新的种群来寻找适应度i值（表8）。第6步：检查终止条件，因为推力hPSO-gsa伊普索国际地质调查局ð3Þ力没有收敛，我们进入下一个迭代。重复xdt1xdtvdt1ð4Þ第一部分步骤2，直到实现推力的收敛。结束时i hPSO-gsa一代后适应度函数值由78.34下降到71.3623.5.3. 粒子群-引力搜索算法Kennedy和Eberhart在1995年引入了基于位置和速度的元启发式算法的概念，称为PSO[29]。粒子群算法是一种快速收敛到最优值的算法，它的工作原理是根据新的和以前的值来改变它的位置速度。Rashedi等人。[30]在2007年引入了一种新的基于人口的搜索算法，称为GSA，基于引力原理和运动定律。在GSA中，变量被视为对象，这些对象通过质量来评估。变量通过引力相互吸引，引力使所有变量移向更重的质量。问题的最佳/良好解决方案对应于较重的质量。其中v是速度x是位置t是迭代c1，c2，c3和c4是加速度系数，r1和r2是随机数。等式（1）在PSO-GSA中，初始参数的选择3.5.4. PSO-GSA算法的数值模拟纵向函数推力的PSOGSA模拟最小化¼119： 061- 0： 363056v 293： 651f- 26： 6361d-0：00638889v-903：704 f 1966年：46111d1： 94762vf- 0： 08vdb可变边界切削速度（v）：306v6 50进给速度（f）：0.0256f6 0.1钻头类型（d）：16d6 3步骤1：假设颗粒数量/尺寸为4。初始化切削速度（v）、进给速度（f）和钻头类型的表6遗传算法的种群和适应值字符串初始种群（随机生成）解码值Y=ffi/实际交配池没有切削速度进料速率钻头类型切削速度进料速率钻头类型（X）f平均值计数切割速度进料速率钻头类型100,011,11000,011,00100,000,001300.025188.13 1.0600010100000,110,01000,000,010200,101,00000,110,01000,000,010400.05278.34 0.9420010100000,110,01000,000,010300,101,10101,001,01100,000,010450.075280.80 0.97一百一十万一千一百零一01,001,01100,000,010400,110,01001,100,10000,000,011500.1385.15 1.02一亿零一万零一十01,100,10000,000,011平均，女平均83.10表7遗传算法经过变异和繁殖后形成新的种群交配池Mate交叉位点新增人口切削速度进料速率钻头类型（随机选择）（随机选择）切削速度进料速率钻头类型00,101,00000,110,01000,000,0104400,100,01000,110,10000,000,01100,101,00000,110,01000,000,0103300,101,10100,101,01100,000,01000,101,10101,001,01100,000,0102300,101,00001,010,01000,000,01000,110,01001,100,10000,000,0111400,111,00001,110,01000,000,010表8遗传算法经过变异和繁殖后得到新的适应值新增人口解码值Y=f（X）fi/f平均值切削速度进料速率钻头类型切削速度进料速率钻头类型00,101,01000,100,10000,000,011420.036375.2880.95400,101,10100,101,01100,000,010450.043271.3620.90400,101,00101,010,11000,000,010410.086287.4471.10800,111,00001,110,01000,000,011560.114381.5571.033平均值，f平均值78.9141560K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）1552（d）。粒子的位置表示为步骤2：根据粒子的位置，计算适应度函数和速度。步骤3：更新pBest，选择随机数步骤4：更新位置和速度。位置的最佳值Pbest以及在0和1之间均匀分布的随机数在表9中给出。步骤5：将与PSO-GSA相关的加速度、质量和力的初始值步骤6：更新新位置和速度的适应度函数值（Pbest）。步骤7：更新后的Pbest和Gbest值如表10所示。第8步：检查终止条件，由于推力的值没有收敛，我们移动到迭代2。重复步骤2，直到实现推力收敛。迭代2迭代2结束时的结果Pbest和Gbest如表11所示。表9PSO–GSA: – Pbest and Updated position and由于推力的值没有收敛，我们移动到下一次迭代并重复步骤2，直到实现推力的收敛。3.5.5. GA的验证采用MATLAB R2012b优化工具箱中的传统遗传算法GA的目标函数被设置为最小值。在目前的钻井实验中，遗传算法对每个目标进行了27次试验，以最小化推力、扭矩和振动。执行GA的参数设置见表12。最小化的推力，扭矩和振动的目标受到加工工艺参数的约束，如306v650，0.0256f6 0.1和16d6 3。遗传算法的仿真结果与最优加工条件见表13。GA向最优值的收敛如图所示。7.第一次会议。从图7中可以清楚地看出，达到最佳点几乎需要60代。但是，正如我们从图中看到的，最优值的收敛不够平滑，没有振荡。从上述结果的遗传算法，它可以预测的加工条件，Pbest随机数当前位置速度钻削CFRP-环氧复合材料层压板时，推力、扭矩和振动小。最后确定了最佳加工条件P最佳100046.290.073—0.03720.1467P最佳200048.11零点零三30.4469- 0.36220.3104P最佳30000.442932.530.04个单位10.42270.21520.2181P最佳400048.26零点零六30.42520.4891-0.0910表10PSO–GSA: Pbest andPbest过程参数Gbest推力81.3843切削速度进料速率钻头类型26.7267.362188.713847.93 0.07 1.7577.8471表11PSO–GSA:在切削速度为50 m/min、进给速度为0.025 mm/rev、钻头类型为TiAlN整体硬质合金刀具时，3.5.6. PSO-GSA验证采用粒子群优化算法对切削速度、进给量和钻头类型进行优化。用于PSO-GSA的目标函数被设置为最小值。在目前的钻井实验中，执行PSO-GSA的参数设置采用粒子群优化算法GSA采用MATLAB R2012b软件。算法被执行了Pbest Gbest工艺参数Gbest推力71.06切削速度进给速度钻头类型71. 0677. 9575.47 38.4675.29表12GA参数设置参数值适应度函数交叉概率突变概率初始人口规模100迭代次数对于30和100次迭代的群大小，以获得受到切削速度、进给速率和钻头类型约束的推力、扭矩和振动的最小值平均每次运行的计算时间为10秒.工艺参数的最佳水平以及从PSO-GSA获得的目标函数的最小值PSO-GSA向最优值的收敛如图所示。8.第八条。从图 8，很明显，它只需要几个迭代次数，以实现在最佳点。此外，它是观察到的最佳值的收敛是足够平滑，没有太多的振荡相比，遗传算法。因此，可以得出结论，PSO-GSA是更强大的比GA在到达最优解的速度快，没有太多的表13GA的优化结果v（m/min）f（mm/rev）D推力扭矩振动纵向横向纵向横向纵向横向500.025TiAlN59.7955.2322.198822.15430.03100.0310K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）15521561a) 纵向b） 横向方向c）纵向d） 横向方向e）纵向f） 横向方向见图7。 （表14PSO-GSA的参数设置参数值蜂群的大小，N30最大迭代次数100PSO参数，C10.5PSO参数，C21.5引力常数，G013.6. GA和PSO-GSA优化条件的比较表16中列出了GA和PSO-GSA获得的最佳加工条件（50 m/min、0.025 mm/rev和TiAlN钻头类型）下的预测值这些值清楚地表明它们的实际值和预测值之间存在相关性。PSO-GSA的结果明显优于GA。因此，我们得出结论，混合1562K.顺穆格什湾Panneerselvam/工程科学与技术，国际期刊19（2016）1552-1563表15PSO-GSA的优化结果v（m/min）f（mm/rev）D推力扭矩振动横向纵向横向纵向横向纵向500.025TiAlN59.7855.21322.198822.15050.03100.0310图8.第八条。PSO-GSA的推力、扭矩和振动与迭代次数的拟合值K. 顺穆格什湾 Panneerselvam/工程科学与技术，国际期刊19（2016）15521563表16确认试验所得结果的比较。算法推力扭矩振动横向纵向横向纵向横向纵向GA59.796255.237422.198822.15430.0310.0301PSO-GSA59.789455.213422.198822.15050.03100.03014. 结论在不同的切削速度、进给速度和使用不同刀具材料的钻头的条件下，对碳纤维增强环氧树脂复合材料进行了钻孔加工试验，以评估轴向推力、钻削扭矩和工作振动。实验数据和所进行的分析指向以下结论：1. 轴向推力随着切削速度的增加而减小，随着进给速度的增加而增加，并且在使用最硬的刀具材料时最小。在垂直于光纤方向钻孔时的推力值大于沿光纤方向钻孔时的推力值。2. 最佳加工条件的输入参数调查是最高的切削速度，最低的进给速度和最硬的刀具材料。3. 对数据的方差分析表明，进给速度是影响推力、扭矩和工作振动的最重要的工艺参数。4. 加工表面的SEM分析表明，在一定的加工条件下，表面出现脱粘缺陷，加工过程中暴露于表面的内部分层，存在最佳的表面光洁度出现在最高的切削速度，最低的进给速度和最硬的刀具材料。选择最佳的加工条件是避免这些缺陷的关键。5. GA和PSO-GSA技术被用来预测最佳的加工条件的范围内的参数调查。这两种技术的预测结果是一致的。引用[1] C.C. Tsao，使用基于田口方法的响应面法评估复合芯-特殊钻头的钻孔诱导分层，Int. J. Adv. Manuf. Technol. 62（1 -4）（2012）241-247。[2] Maxime Montoya、Madalina Calamaz、Daniel Gehin、Franck Girot，涂层和未涂层硬质合金刀具在钻削厚CFRP/铝合金叠层中的性能评估，国际先进制造技术杂志68（9[3] Yosra Turki ， Malek Habak ， Raphaël Velasco ， Zoheir Aboura ， KamelKhellil，Pascal Vantomme，钻孔损伤和缝合对碳/环氧复合材料力学行为影响的实验研究，Int. J. Mach. 工具制造87（2014）61-72。[4] 张文，张文，碳纤维增强复合材料钻孔的有限元分析，应用工程。合成物Mater.19（3 -4）（2012）637-656。[5] IsbilirOzden，Elaheh Ghassemieh，使用多层TiAlN/TiN PVD涂层碳化钨刀具钻削碳纤维增强塑料复合材料时的分层和磨损，J. Reinf.很厚。合成物31（10）（2012）717-727。[6] 张文，张文，等，碳纤维增强环氧树脂复合材料钻孔过程的建模与多约束优化，北京：机械工程出版社。工程制造14（10）（2013）1829-1837。[7] AbhishekKumar ， V.RakeshKumar ， SauravDatta ， SibaSankarMahapatra，使用TLBO（基于教学的优化算法）加工CFRP复合材料的参数评估和优化，J. Intell。制造商（2015）1-17。[8] Cédric Bonnet ， Gérard Poulachon ， Joël Rech ， Yannick Girard ， JeanPhilippeCostes，CFRP钻孔：局部进给力和孔出口损伤后果的基础研究，国际J。 马赫工具制造94（2015）57-64.[9] P. Sam Paul，A.S.瓦拉达拉扬河Robinson Gnanadurai，研究流体应用参数对淬硬钢车削过程中刀具振动和切削性能的影响，工程科学。国际技术杂志19（1）（2016）241-253。[10] 徐金阳，安青龙，陈明，聚晶金刚石钻头钻削高强度T800 S/250 F碳纤维复合材料的对比评价，复合材料。117（2014）71-