基于模糊及遗传算法的电火花加工参数优化研究.pdf

《基于模糊及遗传算法的电火花加工参数优化研究.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、基于模糊及遗传算法的电火花加工参数优化研究冰口白羽口杨帆长春工业大学机电工程学院长春130012摘要：针对电火花加工过程参数多、存在耦合性、控制困难等问题，提出了一种基于模糊及遗传算法对电火花加工过程的控制方法。该方法在模糊推理得出解的范围域内，以初始加工参数等为参考量，进行模糊及遗传算法运算，优化加工参数，进而改善加工质量，提高加工效率，减少电极损耗。关键词：模糊算法遗传算法MATLAB参数优化仿真中图分类号：TH122；TG661文献标志码：A文章编号：1000—4998(2016)01-0064-04放电加工又称

2、电火花加工或电蚀加工，主要用于入，以脉冲电源参数为输出，经过模糊推理后，得到输加工高硬度金属材料及复杂形状的模具、机械零件。然出的模糊子集，再在此模糊子集内，运用遗传算法搜索而，脉冲电源参数、电极间隙参数、工件材料和电介质特性，在保证表面粗糙度的情况下，对脉冲宽度进行优材料等参数具有的多样性，使电火花加工系统表现出化。其算法设计流程如图1所示。非线性和不可预测性，并且各个参数之间也存在着互开始相耦合，更增加了控制系统的复杂性。近年来，电火花加工机上出现了许多新型智能控输人给定电流厶，测得间隙电流Z制系统的算法，如神经网

3、络控制、模糊控制、灰色控制计算偏差E与偏差的变化率&等，在一定程度上提高了加工效率⋯。笔者在此基础上，提出一种基于模糊遗传算法的电火花控制系统，与设置输入输出隶属度函数及比例因子、量化因子以往的模糊控制不同．该控制系统在模糊控制中加入遗传算法，并以加工质量为基准，参考了蚀除速度和电输入模糊规则控制表极损耗，进行有目的的解模糊，从而在保证有良好加工进行模糊推理质量的同时，提高了加工效率，并降低电极损耗率。是否大于1控制的依据及方法—糊推理结星舍弃——／———电火花放电机理很复杂，其极间放电状态一般可土查询输入加得到解的域

4、工艺表工精度分为开路、电火花放电、电弧放电、过度电弧放电和短要求丽交路等状态。其中在电火花放电阶段，脉冲电源电压击穿集极间介质，产生大量的热量以蚀除工件，此阶段是最有设计边界条件及遗传算子效的加工状态。因此要维持此状态稳定、持续地进行，就需要合适的间隙大小和适当的电源脉冲。而电火花遗传算法求解及输出脉冲宽度放电发生在极为短暂的瞬间，极间间隙是不变的，只需i丝塞J调整脉冲电源参数．包括峰值电流和脉冲宽度等，即可▲图l基于模糊遗传算法的放电加工参数优化流程图使极间脉冲放电过程持续进行，进而在保证加工质量的同时提高效率。2F

5、uzzy-GA控制器的设计依据上述原理．笔者提出一种基于模糊遗传算法的控制方法。该算法选取间隙平均电流为控制器的输2．1模糊控制器结构通常选择的变量应当是易测得的量，一般选择变吉林省教育厅科技攻关项目(编号：吉教合字98—04)量偏差与偏差变化作为控制器输入，而把控制量作为实用新型专利(中国专利：CN2576398Y)收稿日期：2015年7月模糊控制的输出。设：系统给定电流为，系统测得问机械制造54卷第617期2016／1隙电流平均值为，则系统的输入为脉冲电流平均值表1放电加工模糊规则控制裹的变化E和其变化率E，输出为

6、脉冲宽度变量，它E们之间的关系如下：NBNMNSZEix5PMPB=一，0(1)NBPBPBPMPMPSZEZEEc=E(t)-E(t一1)(2)NMPBPMPMPSZEZEZETo=(￡)一(t-1)(3)NSPMPMPSZEZEZENS式中：为输出脉冲宽度。ZEPMPSZEZEZENSNM系统给定电流为5A，变量E的论域为{一5，一4，一PSPSZEZEZENSNMNM3，一2，一1，0，1，2，3，4，5}，对应模糊语言为{NB，NM，PMZEZEZENSNMNMNBPBZEZENSNMNMNBNBNS，ZE，P

7、S，PM，PB}，比例量化因子为0．5，则实际输入电流为：2．3利用遗传算法解模糊·五=5+0．5E(4)根据模糊推理可以得到解的论域，但这些模糊量电流变量的变化率也设计为7个模糊子集。脉不能直接用于控制对象。需要转化为一个可执行的精冲宽度基数为50s，其对应的论域为{一5，一4，一3，一确值。即解模糊过程。而目前解模糊化尚无系统和统一2，一1，0，1，2，3，4，5}，模糊语言为{NB，NM，NS，ZE，的方法，较常见的有最大隶属度法、质心法、平均最大PS，PM，PB}，量化因子为5，则实际输出脉冲宽度可表隶属度法和

8、求和中心法等[33。示为：笔者提出一种基于遗传算法的解模糊方法，由模71舶=50+5Tc(5)糊推理得到解的论域，从论域中选取最大隶属度考虑到对论域的覆盖程度，以及各模糊集合之间的w的截集(通常取0．7～0．8)，根据这些值，取对应的相互影响．利用Fuzzy工具箱进行模糊初步设置，如元素的最大、最小值，得到一个解的域日=[m，n]