高质量绿色环保的精车切削优化.pdf

《高质量绿色环保的精车切削优化.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、制造技术／工艺装备现代制造工程（ＭｏｄｅｒｎＭａｎｕｆａｃｔｕｒｉｎｇＥｎｇｉｎｅｅｒｉｎｇ）２０１４年第３期倡高质量绿色环保的精车切削优化胡成龙（武汉软件工程职业学院，武汉４３０２０５）摘要：绿色制造中的切削参数优化对于提高加工质量、加工成本、产品利润和节能环保具有非常重要的意义。考虑实际加工约束条件，建立了加工精度与切削能量的双目标精车切削优化模型。通过实例运用ＮＳＧＡ-ＩＩ算法与ＭＯＰＳＯ算法对精车优化切削模型进行仿真，结果表明，ＮＳＧＡ-ＩＩ算法获得了更优的Ｐａｒｅｔｏ最优解集。在给定加工余量条件下，加工精度与切削能量的Ｐａｒｅｔｏ最优前沿可由三

2、次曲线方程拟合，且拟合相关指数为０．９９９９。在加工精度与切削能量的Ｐａｒｅｔｏ最优解集下，加工精度和进给量的关系可由二次曲线方程拟合，且拟合相关指数为０．９９９９９，为精车切削参数优化选择提供了实践指导。关键词：现代绿色制造；加工精度；切削能量；ＮＳＧＡ-ＩＩ算法；ＭＯＰＳＯ算法；精车切削优化中图分类号：ＴＨ１２８文献标志码：Ａ文章编号：１６７１—３１３３（２０１４）０３—００８６—０６OptimizationoffinishturningforhighqualityinmoderngreenmanufacturingmachiningＨｕＣｈｅｎｇｌ

3、ｏｎｇ（ＷｕｈａｎＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅｏｆＳｏｆｔｗａｒｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ４３０２０５，Ｃｈｉｎａ）Abstract：Ｔｈｅｃｕｔｔｉｎｇｐａｒａｍｅｔｅｒｓｏｐｔｉｍｉｚａｔｉｏｎｏｆｇｒｅｅｎｍａｎｕｆａｃｔｕｒｉｎｇｍａｃｈｉｎｉｎｇｉｓｖｅｒｙｉｍｐｏｒｔａｎｔｆｏｒｍａｃｈｉｎｉｎｇｑｕａｌｉｔｙ，ｍａｃｈｉ-ｎｉｎｇｅｃｏｎｏｍｉｃｓａｎｄｐｒｏｆｉｔ．Ｓｕｂｊｅｃｔｔｏｖａｒｉｏｕｓｐｒａｃｔｉｃａｌｃｕｔｔｉｎｇｃｏｎｓｔｒａｉｎｔｓ，ａｄｕａｌ-ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｆ

4、ｏｒｆｉｎｉｓｈｔｕｒｎｉｎｇｃｕｔｔｉｎｇ，ｂａｓｅｄｏｎｔｈｅｍｉｎｉｍｕｍｃｕｔｔｉｎｇｅｎｅｒｇｙａｎｄｔｈｅｍｉｎｉｍｕｍｍａｃｈｉｎｉｎｇｐｒｅｃｉｓｉｏｎ，ｉｓｐｒｏｐｏｓｅｄ．ＴｈｅＮｏｎ-ｄｏｍｉｎａｔｅｄＳｏｒｔｉｎｇＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ-ＩＩ（ＮＳＧＡ-ＩＩ）ａｎｄＭｕｌｔｉ-ＯｂｊｅｃｔｉｖｅＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ（ＭＯＰＳＯ）ａｒｅａｐｐｌｉｅｄｔｏｔｈｅｄｕａｌ-ｏｂｊｅｃｔｉｖｅｎｏｎｌｉｎｅａｒｃｏｎｓｔｒａｉｎｅｄｏｐｔｉｍｉｚａｔｉｏｎｆｉｎｉｓｈｔｕｒｎｉｎｇｃｕｔｔｉｎｇｍｏ

5、ｄｅｌ．ＳｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅＰａｒｅｔｏ-ｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｓｅｔｂｙｕｓｉｎｇＮＳＧＡ-ＩＩａｌｇｏｒｉｔｈｍａｒｅｏｂｔａｉｎｅｄｍｏｒｅｃｏｍｐｌｅｔｅｔｈａｎｔｈｅＰａｒｅｔｏ-ｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｓｅｔｂｙａｐｐｌｙｉｎｇｔｈｅＭＯＰＳＯａｌｇｏｒｉｔｈｍ．Ｕｎ-ｄｅｒｃｅｒｔａｉｎｄｅｐｔｈｏｆｃｕｔ，ｔｈｅＰａｒｅｔｏ-ｏｐｔｉｍａｌｆｒｏｎｔｆｏｒｔｈｅｃｕｔｔｉｎｇｅｎｅｒｇｙａｎｄｍａｃｈｉｎｉｎｇｐｒｅｃｉｓｉｏｎｃａｎｂｅｆｉｔｔｅｄｂｙｔｈｅｃｕｂｉｃｐｏｌｙ

6、ｎｏ-ｍｉａｌｓｅｑｕａｔｉｏｎａｎｄｔｈｅｆｉｔｔｉｎｇｒｅｌｅｖａｎｔｉｎｄｅｘｉｓｅｑｕａｌｔｏ０．９９９９．ＵｎｄｅｒｔｈｅＰａｒｅｔｏ-ｏｐｔｉｍａｌｆｒｏｎｔ，ｔｈｅｍａｃｈｉｎｉｎｇｐｒｅｃｉｓｉｏｎａｎｄｆｅｅｄｒａｔｅｓｃａｎｂｅａｌｓｏｆｉｔｔｅｄｂｙｔｈｅｑｕａｄｒａｔｉｃｐｏｌｙｎｏｍｉａｌｓｅｑｕａｔｉｏｎａｎｄｔｈｅｆｉｔｔｉｎｇｒｅｌｅｖａｎｔｉｎｄｅｘｉｓｅｑｕａｌｔｏ０．９９９９９，ｗｈｉｃｈｐｒｏｖｉｄｅｓｐｒａｃｔｉｃａｌｇｕｉｄｅｓｆｏｒｏｐｔｉｍｉｚａｔｉｏｎｏｆｍａｃｈｉｎｉｎｇｐａｒａｍｅｔｅｒｓ．Keywo

7、rds：ｍｏｄｅｒｎｇｒｅｅｎｍａｎｕｆａｃｔｕｒｉｎｇｍａｃｈｉｎｉｎｇ；ｍａｃｈｉｎｉｎｇｐｒｅｃｉｓｉｏｎ；ｃｕｔｔｉｎｇｅｎｅｒｇｙ；ＮＳＧＡ-ＩＩ；ＭＯＰＳＯ；ｍａｃｈｉｎｉｎｇｐａｒａｍｅ-ｔｅｒｓｏｐｔｉｍｉｚａｔｉｏｎｉｎｆｉｎｉｓｈｔｕｒｎｉｎｇＭＯＰＳＯ算法与ＮＳＧＡ-ＩＩ算法对加工精度与金属切除０引言率双目标下的精车切削模型进行优化，并且充分考虑［１］多目标粒子群算法（ＭＯＰＳＯ）和非支配排序遗了产品加工质量和加工效率的影响；文献［５］～文献［２］［３］传算法（ＮＳＧＡ-ＩＩ）及其改进算法在车削参数优化［７］将ＮＳＧＡ-ＩＩ算法或Ｓ

8、ＰＥＡ算法及其改进算法，运用过程中，越来越受到研究人员的重视。文献［３］采用于多