大数量级小孔零件加工由于孔数量多、孔径小和无法根据加工中的震动和噪声判断加工情况进而调整切削参数等,造成加工效率低、排屑困难、易断钻头等问题。对大数量级的小孔零件进行分组实验,在基础理论切削参数基础上进行等间距数值分级的多组加工参数对照实验,在多组实验结果上得出更具体的可选用区间;在得到的区间上进一步进行连续加工实验观察刀具磨损,并且借助显微镜辅助分析磨损情况,得到可行且能连续加工的稳定切削参数。最后运用数据分析软件SPSS进行切削参数和加工结果之间的多因素分析来构建数学模型,求出转速S、进给速度F、退刀量R′各切削参数的可行区间及最优参数,按照该参数进行实际的数控加工实验,验证了该方法的可行性和稳定性。

针对锁骨干Ⅵ接骨板机械加工后厚度尺寸超差,报废率高达14%,与要求的一次合格率97.5%差距较大这一现象,采用六西格玛(6σ)管理法,以数据作为决策基础,运用DMAIC模型对生产过程所涉及的影响因素进行设计、分析和改善,以提高产品加工后厚度一次合格率,减少批量返工,降低制造成本。

针对6061Al铣削中表面粗糙度预测精度低、切削参数选择不合理的问题,提出一种基于遗传神经网络与遗传算法结合的优化模型,对6061Al切削参数进行优化。采用遗传神经网络(GA-BP)构建表面粗糙度预测模型;基于表面粗糙度预测,以材料去除率为目标函数构建切削参数优化模型;利用遗传算法进行优化求解,对6061Al切削参数进行优化。研究结果表明:所建预测模型表面粗糙度预测精度在97%以上;同时,优化模型能优化6061Al切削参数,达到较好的全局寻优效果,为铝合金工件铣削加工切削参数优化提供参考。

为研究高速铣削加工中既有较低的刀具磨损量、又有较高的切削效率的切削参数,按照L9（34）正交表,选取了铣削参数每齿进给、切深、切宽、转速四个因素,每个因素取3个水平进行试验,获得了不同切削参数下的刀具磨损数据.通过直接分析和极差分析最终得到了优化的铣削参数.

插铣铣削方式因加工效率高、刀具悬伸最大等独特的优势而广泛应用于男隧、凹槽零件的加工.针对舍金结构钢20Cr2Ni4A进行了插铣研究，建立铣削力的经验公式，并采用遗传算法优化出一组切削参数用来指导生产.