基于ga切削参数和tsp孔群加工路径优化的分析

《基于ga切削参数和tsp孔群加工路径优化的分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一章绪论1．1本课题提出的背景及意义近一个世纪以来，确立有效的切削参数、选择最佳的加工路径一直是制造业面临的一大问题。最佳的切削参数和加工路径与制造环境密切相关，在市场竞争中，加工工艺的经济性起着关键作用。在使用自动化机床时，以最少工时、最低成本进行加工特别重要。虽然NC机床可明显减少加工辅助时间，但当根据切削数据库、手册或经验来选择切削参数和加工路径进行加工时，切削加工时间将与普通机体加工几乎相同。然而，与普通机床相比，NC机床具有较高的投资和加工价格，为了获得所需的回报，经济上需要尽可能高效地运转NC机床。由于

2、NC机床的加工价格对切削参数很敏感，在零件投人生产之前，应确定其最佳值。．虽然在优化加工参数方面已经做了许多工作，仍就存在一些问题。可控变量选择较单一，约束条件考虑的不够，多目标归一化、实现多目标综合权重系数选取不够合理，采用的优化方法较落后等等。最终都不会获得最佳的优化结果，不能实现真正的参数优化。由于数控车削和铣削在当前制造领域中占有较大比重，因此，对于这类加工，特别是采用NC机床时，尤其需要采用较先进的优化方法进行切削参数的优化。有关文献上关于加工路径优化的内容很多，但是关于孔加工路径优化的研究课题并不多。而孔

3、群加工在数控加工中所占的比重一直很大，直接影响到生产效率。人们往往关注如何提高每个孔的加工时间，而忽视了刀具移位、换刀等辅助时间。事实上，辅助时间对孔群加工生产率的影响程度大于其加工时间，尤其当待加工孔数量巨大时更是如此n1。在Merchant的调查中显示，刀具和工件的运动在加工过程中平均占用总加工时间的70％瞌1。由于孔群的直径、深度、误差和表面粗糙度等要求都不同，需要大量的不同刀具和换刀操作，相当多的时间花在刀具的换位加工及换刀操作上。因此，如何事先规划孔群的加工路径，以达到缩短刀具移动路径、减少换刀次数及刀具变

4、向次数等，是孔群加工的关键问题。这类问题在本质上属于离散优化问题其解空间存在“组合爆炸一。目前，国内对孔群加工路径优化方面研究存在的问题主要以下几个：优化算法本身有局限性，容易陷入局部最优，优化效果不明显；大多只考虑加工路径的长度，而忽略了其他因素的影响；虽然考虑了多个优化目标，但却通过多目第一章绪论标加权为单目标问题求解，且每次只能得到一个优化解口1。路径优化问题抽象出来就是旅行商路径问题(TravelSalemanProblem，TSn，亦称为邮递员路径问题。该问题的简单描述是：有n个城市A、B、C、D、⋯，其相

5、互间距离d．占，d昭，屯，⋯为已知，求合理的路线使得每城市都访问一次，且总路径为最短嘲。在加工中心的钻削和铣削加工中就存在典型的TSP。在加工中心的孔群加工中，钻、铰孔用于某些工业零件的机加工过程都可以建立TSP的数学模型。传统的数学规划方法难以求解。而现代人工智能方法，如人工神经网络(Artifi--cialNeuralNetwork，ANN)嘲、遗传算法(GeneticAlgorithm，GA)嘲、蚁群优化(AntColonyOptimization，ACO)算法啊及人工免疫系统(ArtificialImmune

6、System，AIS)算法嘲等则给这类问题的求解带来了新的希望。特别是遗传算法已经应用得相当广泛。本文将采用遗传算法进行优化处理。在21世纪制造业中，要求产品制造能够实现高质量、高效率、低成本，并且要充分发挥昂贵的自动化机床的加工性能。为实现这一目标就离不开关键环节：合理、准确地选择加工参数和优化加工路径。因此，优化自动化加工机床的切削参数和优化加工路径就显得尤为重要，并且意义重大。1．2切削参数优化研究内容及现状1．2．1参数优化内容在自动化加工中，进行切削参数的优化，主要按以下几个步骤进行：1)确定优化目标函数和

7、可控决策变量；2)建立约束条件；3)选用最佳的优化算法建立优化过程；4)编写计算机程序求解。根据优化步骤可以看出：建立模型是优化过程的第一步，也是最重要的一步。本文所涉及到的最优化问题就必须采取数学建模的方式，建立合适的数学模型，进行准确的定量计算，以此来研究、探讨将要考察的加工参数和路径优化问题。(1)优化建模1)优化模型分类求解最优化的问题，一般由性能指标、一组独立变量、一组等式和一组不2第一章绪论等式约束组成，这些就构成了所研究的系统模型。在进行最优化研究时，定义并用公式来描述一个代表实际系统的模型是最重要的一

8、步，因为它将关系到所求得的解是否有物理意义和现实可行一1。通常，最优化研究所用的模型有三种基本类型n们：①从现象来看有关方程的模型；②响应面模型；③有关过程或有关模拟的模型；显然，切削参数和基于TSP的路径优化问题属于第一类模型。因为给定一个独立的变量就可以相应地求出放出的函数值。原则上，这些方程可以包括积分和微分算子，但在实际应用中，多用二次