用差分進(jìn)化法優(yōu)化表面磨削操作


引言
在任何一個工件加工工序中加工參數(shù)的選擇都會明顯的影響到生產(chǎn)效率，以及每個零件的質(zhì)量和成本。目前的工作包含對一種叫做差分進(jìn)化法的應(yīng)用，這是一項(xiàng)新研發(fā)的全局優(yōu)化技術(shù)，用來優(yōu)化表面磨削過程中的加工參數(shù)。轉(zhuǎn)速，切削速度，加工深度和進(jìn)給速度都被視作是加工參數(shù)。生產(chǎn)成本，生產(chǎn)效率和表面粗糙度都是在理想磨削條件下評估的，易受到熱損傷，轉(zhuǎn)輪磨損參量和機(jī)床剛度的約束。文獻(xiàn)中有個例子比較了這種方法和另外一種方法的結(jié)果。
© 2006Elsevier B.V. 版權(quán)所有。
關(guān)鍵字：表面磨削；加工參數(shù)；優(yōu)化；差分進(jìn)化法

1.序言

由于車間里廣泛使用復(fù)雜昂貴的計算機(jī)數(shù)控加工中心，優(yōu)化切削條件變得越來越重要。加工參數(shù)顯著的影響成本，效率和加工件的質(zhì)量。這些參數(shù)的選擇一般是靠工藝計劃專員憑借他們在車間工作的經(jīng)驗(yàn)或者查閱數(shù)據(jù)手冊來做出的。然而，依靠這樣選擇出的參數(shù)常常比較保守并且不能滿足任何一個經(jīng)濟(jì)標(biāo)準(zhǔn)。因此，在數(shù)字模型的基礎(chǔ)上優(yōu)化加工參數(shù)就變的越來越重要。
優(yōu)化磨削工序現(xiàn)在仍然是一個最富于挑戰(zhàn)性的問題，這是由于它的高復(fù)雜性和非線性。這讓傳統(tǒng)的優(yōu)化算法的應(yīng)用受到很大的限制。Rowe et al.【1】對基于磨削的人工智能的各種方法進(jìn)行了大量的回顧，該人工智能可以歸類于專家系統(tǒng)?！?】，模糊邏輯【3】，和神經(jīng)網(wǎng)絡(luò)【4】.Amitay【5】對磨削和加工條件都做了優(yōu)化，是為了被加工件的切除率最大化。
Wen et al.【6】應(yīng)用二次優(yōu)化法通過多元函數(shù)模型對表面磨削工藝過程中的參數(shù)進(jìn)行優(yōu)化。
不久，有一些研究人員用進(jìn)化算法【7，8】來解決Wen et al.提出的模型，以此來獲得更準(zhǔn)確的結(jié)果。在現(xiàn)在的工作中，差分進(jìn)化法作為現(xiàn)代啟發(fā)式算法領(lǐng)域中的一種新近出現(xiàn)的優(yōu)化技術(shù)，被成功的用于優(yōu)化表面磨削的參數(shù)。

2.數(shù)字模型

Wen et al.提出的數(shù)字模型【6】被用于這項(xiàng)工作中。
2.1. 次目標(biāo)的測定和變量的優(yōu)化
生產(chǎn)成本和生產(chǎn)率被作為子目標(biāo)來選擇，是為了在粗磨過程中使表面粗糙度保持定值，生產(chǎn)成本和表面粗糙度被視為子目標(biāo)，是為了在精磨過程中保持固定的生產(chǎn)率。多個子目標(biāo)聯(lián)合成一個合成目標(biāo)函數(shù)。雖然有很多的變量，但是只有一部分會明顯的影響到加工過程。它們就是轉(zhuǎn)速Vs (m/min),切削速度Vw (m/min),加工深度doc(mm),進(jìn)給速度L(mm/rev).在當(dāng)今的模型中這些變量被認(rèn)為是優(yōu)化變量。