精密铣削机床效能孪生模型构建及动态优化方法

梅术龙1，谢阳1，张超勇2，吴剑钊3，刘金锋1（1.江苏科技大学机械工程学院；2.华中科技大学机械科学与工程学院；3.集美大学海洋装备与机械工程学院）

摘要：提出了一种面向机床加工过程的数字孪生动态多目标优化方法。该方法融合历史加工数据与机床实时运行数据，构建由几何模型、物理模型、行为模型和规则模型组成的数字孪生系统，并结合基于Optuna 优化的梯度提高回归（Optuna-GBR）预测模型与改进的多目标雾凇优化算法（IMORIME）实现加工工艺参数的动态调整。数字孪生系统对切削力波动进行实时监测，当切削力波动超出自适应阈值时，触发动态优化过程，重新生成Pareto 解集并通过熵权-逼近理想解排序法（TOPSIS）决策出最优工艺参数组合。实验验证表明，数字孪生系统的动态优化方法使主轴能耗较优化前降低19.99%，切削比能降低29.02%，加工噪声降低11.22%，显著提高加工效率，降低主轴能耗及加工噪声。

关键词：数字孪生；动态优化；基于Optuna优化的梯度提高回归；改进多目标雾凇优化算法；自适应阈值