非支配排序最优保留遗传算法的低成本车削.pdf

非支配排序最优保留遗传算法的低成本车削.pdf

ID:52222856

大小:371.74 KB

页数:6页

时间:2020-03-25

非支配排序最优保留遗传算法的低成本车削.pdf_第1页
非支配排序最优保留遗传算法的低成本车削.pdf_第2页
非支配排序最优保留遗传算法的低成本车削.pdf_第3页
非支配排序最优保留遗传算法的低成本车削.pdf_第4页
非支配排序最优保留遗传算法的低成本车削.pdf_第5页
资源描述:

《非支配排序最优保留遗传算法的低成本车削.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2013年11月机床与液压NOV.2013第41卷第21期MACHINET0OL&HYDRAULICSVo1.41No.21DOI:10.3969/j.issn.1001—3881.2013.21.014非支配排序最优保留遗传算法的低成本车削陈青艳,廖传林,胡成龙(武汉软件工程职业学院,湖北武汉430205)摘要:切削参数优化对于加工质量、生产效率、加工成本、利润具有非常重要的意义。提出一种新算法即非支配排序最优保留遗传算法(ORNSGA),并应用于有约束条件的多工序车削模型优化。加工实例结果表明:与混合人工蜂群算法(HABC)、差分进化受体编辑算法(DERE)、粒子群受体编辑

2、算法(PSRE)、混合搜索算法(HTHS)、混合鲁棒遗传算法(HRGA)及模拟退火算法(SA/PA)比较,用非支配排序最优保留遗传算法得到了最低的单位生产成本,不仅节约了生产成本,而且很好地解决了切削参数优化问题,如数控车削中的粗车进给量、粗车切削速度及精车进给量、精车切削速度。关键词:单位生产成本;非支配排序最优保留遗传算法;多工序车削中图分类号:TH128;TG5文献标识码:A文章编号:1001—3881(2013)21—047—6LowCostTurningofOptimumRemainsNon-dominatedSortingGeneticAlgorithm(oRNSG

3、A)CHENQingyan,LIAOChuanlin,HUChenglong(WuhanVocationalCollegeofSoftwareandEngineering,WuhanHubei430205,China)Abstract:Theoptimizationofcuttingparametersisveryimportantformachiningquality,productioneficiency,machiningeco—nomicsandprofit.Anewoptimizationapproachwasproposed,namedoptimumremainsn

4、on—dominatedsortinggeneticalgorithm(ORNSGA),andwasappliedtothemulti—passturningoptimizationmodelsubjecttovariouspracticalconstraints.Bycomparedwiththoseofhybridartificialbeecolonyalgorithms(HABC),differentialevolutionreceptoreditingalgorithm(DERE),particleswarmre—ceptoreditingalgorithm(PSRE)

5、,hybridtaguchi-harmonysearchalgorithm(HTHS),hybridrobustgeneticalgorithm(HRGA)andsimulatedannealingalgorithm(SA/PA),theminimumunitproductioncostwasobtainedbyusingthepresentedalgorithms(ORNS—GA).Notonlytheunitproductioncostissaved,butalsocuttingoptimizationproblem,suchasfeedrateandcuttingrate

6、inroughNCmachining,feedrateandcuttingrateinfinishNCmachining,areeffectivelysolved.Keywords:Unitproductioncost;Optimumremainsnon—dominatedsortinggeneticalgorithm(ORNSGA);Multi—passturningmachining生产实践中,一般凭经验或查切削手册来选取切低于高生产率的切削速度,故在实际生产中,数控车削用量。然而,随着数控、高速切削及精密制造技术削常常根据最低生产成本来确定切削参数的选择和优的发展,切削用

7、量的选择范围和灵活性增大,凭经验化。选择切削用量已经难以满足现代加工技术要求与发目前在数控车削参数的优化研究中,主要有模拟展,因此运用数学优化模型、计算机技术对切削用量退火算法(SA/PA)、粒子群算法(PSO)、蚁群进行优化选择非常重要。算法(ACO)、混合搜索算法(HTHS)、遗传算数控车削加工零件常用通过控制单位生产成本最法(GA)、混合鲁棒遗传算法(HRGA)、混低、单位生产率最高、单位产品利润最高的优化方法合人工蚁群算法(HABC)¨。。、差分进化受体编辑来选择合适的切削参数。在实

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。