工艺设计的重点之一在于确定最佳的切削参数，以优化切削参数的方式可以在一定程度 上降低工件的制造成本和减少加工时间[6]。近年来，许多的切削参数优化研究都是结合现代 切削理论、智能建模数学理论及计算机仿真技术，构建切削参数智能化模型，再通过计算机 实现切削参数优化。这样既降低了成本和缩短产品研发周期，还能够实现智能优化切削。

总结目前的切削参数优化算法主要有遗传算法、粒子群算法、神经网络算法、模拟退火 算法等，其各自均有自己的优缺点与应用领域。本文在优化时对孔径优化使用的是遗传算法， 对圆弧面表面粗糙度优化时使用的是粒子群算法。70129

在国外相关研究中，S.H.HSiang[7]使用模拟退火算法对滚动轴承滚子的加工参数进行了优化。FranciCus[8]以经济、技术和组织等各种约束条件为基础，提出了使用神经网络算法对多 目标进行参数优化的方法。K.Vijayakumar[9]使用蚁群算法对粗车加工和精车加工两个阶段的 切削参数进行优化。O.Zarei[10]以综合考虑切削次数和切削深度的材料切削效率为优化目标， 以进给量、切削速度、表面粗糙度、刀具寿命、以及机床极限参数为约束条件，使用和谐算 法求解数学模型。论文网

而近年来国内在这方面也取得了一定成果。华中科技大学的黄豪[11]在开发切削参数集成 优化系统时，融入了模拟退火算法以改进遗传算法。南京理工大学的汪振华[12]采用偏最小二 乘的分析方法构建了铣削力的预测模型，以神经网络方法建立了表面粗糙度的模型，最后混 合运用模拟退火算法和遗传算法求解优化模型。华东理工大学的张振中[13]在对核电封头五轴 数控中的切削参数选用进行研究时，也采取了建立数学模型、再使用遗传算法和粒子群算法 进行求解。山东大学的庄新强[14]在优化淬硬状态模具钢的切削参数时，构建了相关模型并最 终以遗传算法对切削参数进行优化求解。

综上所述，目前在建立相关模型继而通过各类算法实现切削参数优化方面，已经有了许 多相关研究。但是，对于本文使用的零件材料 15-5PH 来说，相关的研究就显得十分稀少[15]。 本文针对零件的基础特征进行实验并进行预测，最后选用合理算法进行优化，希望能对 15-5PH 不锈钢零件的加工作出一些贡献。