基于微粒群的数控加工路径优化方法研究

《基于微粒群的数控加工路径优化方法研究》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、数控加工技术CNCMACHININGTECHNOLOGY基于微粒群的数控加工路径优化方法研究ResearchonMachiningPathoptimizatiOnMethodBasedOnImproVedParticleSwarm中航工业沈阳飞机工业(集团)有限公司杜宝瑞沈力华王碧玲【摘要】在飞机结构件数控加工过程中，如何减少空程，实现数控加工路径的优化是数控编程急需解决的关键问题，直接影响数控加工效率。文章针对飞机结构件数控加工路径优化方法进行研究，提出一种改进的微粒群优化方法，并利用所提方法实现转角加工路径的优化，代替了人工

2、随机确定转角加工路径的方法。文章最后利用所提方法对典型飞机结构件转角加工路径进行优化，仿真结果表明，针对数控加工路径优化问题，所提方法远远优于传统微粒群方法。关键词：飞机结构件数控加工转角加工微粒群路径优化【ABSTRACTlIntheCNCmachiningofaircraRstmcturalpans，CNCmachiningpathplanningisthekeyproblemtotheCNCprogram，whichdirectlya仃-ectsthee伍ciencyofCNCmachining．Insteadofrand

3、omlydeter-miningarti6cialmethodstoachieVethecomerofthema-chiningpath，theCNCmachiningpathoptimizationmeth-odisfocusedon，andtheimproVedswannoptimizationisproposed，whichisusedflortheoptimizationofanglemachiningpath．Finally'usingtheproposedmethodforthepathoptimizationoft

4、ypicalaircmRstn】cturalpartscomermachining，thesimulationresultsshowthattheproposedmethodismuchbetterthanthetraditionalPSOinmepathoptimizationofCNCmachining．Keywords：AircraftstructuraIpartCNCmachiningCornermachiningParticleswarmoptimization(PSo)optimalpathDoI：10．16080／

5、i．issnl67l一833x．2015．15．050飞机结构件尺寸大、加工特征多，如何通过优化方法实现对飞机结构件数控加工路径优化显得尤为重要。目前，数控程序的编制大多仍采用人机交互方式实现，对于数控加工路径规划往往采用人工经验制定，这不但浪费人力，延长了生产准备周期，而且如果规划不当，将严重影响数控加工效率。随着飞机制造业的快速发展，高速、高质量研制已成为必然的趋势，传统人工制定加工路径的方法已不能满足实际生产需要，因此，飞机结50肮窄制造技术·2015年第15期构件数控加工自动优化技术受到越来越多学者的关注。目前，基于遗传

6、算法、模拟退火算法、蚁群算法的飞机结构件加工路径优化方法已出现较多研究成果【l之】，但上述方法只是针对特定加工工序或工步进行局部优化。本文提出的基于微粒群的数控加工路径优化方法是一种整体路径规划方法，以加工路径长度最小为目标，确定加工路径轨迹。同时，由于微粒群算法与其他优化算法相比，收敛速度快，编程简单，易于推广使用。因此，采用以微粒群算法为基础，对传统PSO进行改进，提出一种改进的微粒群方法，并采用所提方法对飞机结构件数控加工路径进行优化，仿真计算结果证明本方法切实可行。1微粒群的数控加工路径优化1．1模型的建立微粒群算法(P

7、sO)是由Kennedv和Eberhart等于1995年开发的一种演化计算技术，来源于对一个简化社会模型的模拟。由于PS0算法概念简单，实现容易，短短几年时间，Ps0算法便获得了很大的发展【3】，并在很多领域得到应用，如在烧结矿配料优化中的应用f4】，在案例推理(cBR)方面的应用等陋】。PsO算法与其他进化类算法相似，也是采用“群体”和“进化”的概念，同样也是根据粒子对环境的适应值大小进行操作，所不同的是，微粒群算法不像其他进化算法那样对个体使用进化算子，而是将每个个体看作是在力维搜索空间中的一个没有重量和体积的微粒，并在搜索

8、空间中以一定的速度飞行。该飞行速度由个体的飞行经验和群体的飞行经验进行动态调整陋。8】。设第f个微粒当前位置为X=(五．，％⋯．，‰)，它经历过的最好位置(有最好的适应值)记为尸。=(p。pn⋯．，p。)，也称为p‰。。在群体中，所有微粒经历过的最好位置的索引号