（機(jī)械工程專(zhuān)業(yè)論文）基于遺傳算法的最大生產(chǎn)率的車(chē)削用量?jī)?yōu)化.pdf

西南交通大學(xué)碩士研究生學(xué)位論文第1 頁(yè) 摘要 切削用量的優(yōu)選 對(duì)于保證加工質(zhì)量 降低加工成本和提高勞動(dòng)生產(chǎn)率來(lái) 說(shuō) 具有重要的意義 在機(jī)床 刀具和工件等條件一定的情況下 應(yīng)充分發(fā)揮 機(jī)床和刀具的功能和作用 以獲得生產(chǎn)的最大效益 若切削用量選擇得當(dāng) 就 可最大限度地挖掘出生產(chǎn)潛力 這就是切削用量的最優(yōu)化 本論文研究的目的 就在于探索將遺傳算法應(yīng)用于車(chē)削用量的優(yōu)化 以獲取最大生產(chǎn)率的理論和方 法 論文首先提出了本課題的來(lái)源和研究背景 指出了研究的意義 應(yīng)用前景 和本文的工作 文章簡(jiǎn)單介紹了優(yōu)化算法的基礎(chǔ)知識(shí) 對(duì)車(chē)削用量?jī)?yōu)化問(wèn)題進(jìn) 行了理論分析 確定了切削用量的目標(biāo)函數(shù)和其約束條件 并簡(jiǎn)單介紹了具有 全局隨機(jī)搜索能力的解決問(wèn)題的工具 遺傳算法 對(duì)遺傳算法的原理 操作 及應(yīng)用進(jìn)行了說(shuō)明 為后面模型的計(jì)算打下了基礎(chǔ) 隨后 在一定的假設(shè)前提 下建立了切削用量?jī)?yōu)化的數(shù)學(xué)模型 將遺傳算法應(yīng)用于車(chē)削用量?jī)?yōu)化的問(wèn)題做 了一些探索性的工作 進(jìn)行了有益的嘗試和分析 結(jié)果表明本文算法比較優(yōu)越 實(shí)例應(yīng)用和數(shù)值分析說(shuō)明了該遺傳算法在解決這類(lèi)問(wèn)題中的有效性和實(shí)用性 對(duì)生產(chǎn)實(shí)際有一定的指導(dǎo)意義 具有一定的社會(huì)和經(jīng)濟(jì)價(jià)值 最后 論文對(duì)全 文的工作做了總結(jié) 分析了存在的闖題和缺陷 并對(duì)今后的研究工作方向作了 展望 關(guān)鍵詞 車(chē)削用量 優(yōu)化設(shè)計(jì) m a t l a b 遺傳算法 最大生產(chǎn)率 西南交通大學(xué)碩士研究生學(xué)位論文第l i 頁(yè) a b s tr a c t t og u a r a n t e et h ep r o c e s s i n gq u a l i t y r e d u c ep r o c e s s i n gc o s t sa n di m p r o v el a b e r p r o d u c t i v i t y o p t i m i z i n gc u t t i n gp a r a m e t e r sc h o s e ni so fg r e a ts i g n i f i c a n c e i ns u c h c o n d i t i o n w h e nt h em a c h i n et o o l s c u t t i n gt o o l sa n dw o r kp i e c e sc o n d i t i o n si si n c e r t a i nc i r c u m s t a n c e s w es h o u l dg i v ef u l lp l a yt ot h ef u n c t i o no f m a c h i n et o o l sa n d c u t t i n gt o o l s t oa c h i e v et h eg r e a t e s tp r o d u c t i o ne f f i c i e n c y i fc u t t i n gp a r a m e t e r c h o i c e sp r o p e r l y c a nm a x i m i z et h ep r o d u c t i o np o t e n t i a l n a m e l yc u r i n gp a r a m e t e r s o p t i m i z a t i o n t h ep u r p o s eo ft h i sp a p e ri st oe x p l o r ea n dr e s e a r c hi n t ot h et h e o r y a n dm e t h o d so fa p p l y i n gg e n e t i ca l g o r i t h m st o o p t i m i z ec u r i n gp a r a m e t e r si n t u r n i n gt om a x i m i z ep r o d u c t i v i t y 1 1 艙p a p e rf i r s tp r o p o s e st h er e s e a r c ho r i g i na n dt h eb a c k g r o u n do ft h i st o p i c h a v ep o i n t e do u tt h i sr e s e a r c hs i g n i f i c a n c e t h ea p p l i c a t i o np r o s p e c ta n dt h ew o r ko f t h i sa r t i c l e t h ea r t i c l eb r i e f l yi n t r o d u c e dt h ee l e m e n t a r yk n o w l e d g eo f o p t i m i z a t i o n a l g o r i t h m s c a r r i e do nt h et h e o r e t i c a la n a l y s i st ot h eq u e s t i o no fo p t i m i z a t i o nt o c u r i n gp a r a m e t e r s i nt u r n i n g d e t e r m i n e dt h eo b j e c t i v ef u n c t i o no fc u t t i n g p a r a m e t e r sa n di t sr e s t r a i n tc o n d i t i o n s a n di n t r o d u c e das i m p l et o o it h a th a sr a n d o m s e a r c hc a p a b i l i t yf o rs o l v i n gp r o b l e m s 一 g e n e t i ca l g o r i t h m s e x p l a i n e dt h e g e n e t i ca l g o r i t h mt h e o r y o p e r a t i o na n da p p l i c a t i o n t h e s eb u i l tt h ef o u n d a t i o nf o r t h eb e h i n dm o d e lc a l c u l a t i o n s u b s e q u e n t l y u n d e rt h ec e r t a i ns u p p o s i t i o np r e m i s e e s t a b l i s h e dt h em a t h e m a t i c a lm o d e lo ft h ec u r i n gp a r a m e t e r so p t i m i z e s d i ds o m e e x p l o r a t o r yw o r k c a r r i e do nt h eb e n e f i c i a la t t e m p ta n dt h ea n a l y s i st h a ta p p l i e dt h e g e n e t i ca l g o r i t h m st oo p t i m i z et h ec u t t i n gp m m n e t e r si n t u r n i n g 1 r i 倫r e s u l t i n d i c a t e dt h ec a l c u l a t i o nm e t h o do ft h i sa r t i c l ew i ub es u p e r i o r e x a m p l e so ft h e a p p l i c a t i o na n dn u m e r i c a la n a l y s i sd e s c r i b e dt h ev a l i d i t ya n dt h ep r a c t i c a b i l i t yo f t h e g e n e t i ca l g o r i t h mi ns o l v i n gs u c hi s s u e s a n d o fac e r t a i ns i g n i f i c a n c ei nt h ea c t u a l p r o d u c t i o n ac e r t a i nd e g r e eo fs o c i a la n de c o n o m i cv a l u e f i n a l l y s u m m e du pt h e o v e r a l lw o r k so ft h ep a p e r s a n a l y z e dt h ep r o b l e m sa n ds h o r t c o m i n g s a n dt h e d i r e c t i o no f av i s i o no f t h ef u t u r er e s e a r c hw o r k k e yw o r d c u r i n gp a r a m e t e r si nt u r n i n g o p t i m i z e dd e s i g n m a t l a b g e n e t i c a l g o r i t h mc a l c u l a t i o n m a x i m u mp r o d u c t i v i t y 西南交通大學(xué)碩士研究生學(xué)位論文第1 頁(yè) 第1 章緒論 1 1 課題研究的背景和來(lái)源 位于川西平原 景色優(yōu)美的德陽(yáng) 因重大技術(shù)裝備而聞名 2 0 世紀(jì)5 0 年代 國(guó)家將德陽(yáng)定位為我國(guó)的 母機(jī)工業(yè)基地 先后在這里建成了中國(guó) 第二重型機(jī)械集團(tuán)公司 東方電機(jī)股份有限公司和東方汽輪機(jī)廠等大型國(guó)有 骨干企業(yè) 這批企業(yè)在全國(guó)裝備制造業(yè)中占有重要地位 近幾年來(lái) 德陽(yáng)市 委 市政府抓住國(guó)家產(chǎn)業(yè)政策調(diào)整和西部大開(kāi)發(fā)的歷史機(jī)遇 重新審視傳統(tǒng) 裝備業(yè)的優(yōu)勢(shì)和劣勢(shì) 提出用高新技術(shù)和先進(jìn)適用技術(shù)改造傳統(tǒng)產(chǎn)業(yè) 創(chuàng)造 德陽(yáng)重大技術(shù)裝備產(chǎn)業(yè)新優(yōu)勢(shì)的發(fā)展思路 經(jīng)過(guò)3 年多的努力 二重 東電 東汽 三大廠 不斷發(fā)展壯大 一大批中小配套企業(yè)穩(wěn)步發(fā)展 德陽(yáng)重大技 術(shù)裝備制造業(yè)的整體實(shí)力顯著增強(qiáng) 通過(guò)一手抓龍頭 一手抓配套 德陽(yáng)的 重裝龍頭企業(yè)和中小企業(yè)得到了相得益彰的發(fā)展 形成了以三大廠為核心的 德陽(yáng)重裝基地制造業(yè)企業(yè)集群 產(chǎn)業(yè)集中度和專(zhuān)業(yè)化水平大幅度提高 裝備 工業(yè)產(chǎn)業(yè)鏈已經(jīng)形成 機(jī)械制造業(yè)是德陽(yáng)市工業(yè)經(jīng)濟(jì)中第一大主導(dǎo)產(chǎn)業(yè) 據(jù)了解 我市目前共 有各類(lèi)機(jī)械加工企業(yè)2 0 0 多家 其中有i 0 0 余家上規(guī)模企業(yè) 發(fā)展勢(shì)頭良好 2 0 0 2 年1 月3 0 日 市委書(shū)記 市人大常委會(huì)主任李成云在市科技顧問(wèn)團(tuán) 召開(kāi)的相關(guān)研討會(huì)上明確提出 要把德陽(yáng)建設(shè)成為重大技術(shù)裝備制造業(yè)基 地 由此拉開(kāi)了我市打造重大技術(shù)裝備 航空母艦 的大幕 2 0 0 2 年春天 德陽(yáng)市委 市政府邀請(qǐng)1 0 0 多名省內(nèi)外專(zhuān)家 學(xué)者和技術(shù)骨干 走進(jìn)重裝基 地進(jìn)行深入調(diào)研 在此基礎(chǔ)上形成了德陽(yáng)用高新技術(shù)提升傳統(tǒng)產(chǎn)業(yè)的改革與 發(fā)展方案 德陽(yáng)市緊鑼密鼓地實(shí)施了二重 東電 東汽等國(guó)有裝備制造業(yè)企 業(yè)內(nèi)部改革 幫助企業(yè)分離社會(huì)職能 建立現(xiàn)代企業(yè)制度 做強(qiáng)主業(yè) 做大 輔業(yè) 以裝備制造業(yè)重點(diǎn)項(xiàng)目為紐帶 德陽(yáng)與清華大學(xué) 華中科技大學(xué) 西 南交通大學(xué) 四川大學(xué)等國(guó)內(nèi)外大專(zhuān)院校 科研院所合作 實(shí)施人才軟性流 動(dòng) 開(kāi)展科技攻關(guān) 建立該市裝備制造業(yè)人才培訓(xùn)體系 德陽(yáng)還從經(jīng)濟(jì)結(jié)構(gòu) 優(yōu)化和加大技改投入方面入手 為可持續(xù)發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ) 同時(shí) 通 過(guò)創(chuàng)新人才激勵(lì)機(jī)制來(lái)調(diào)動(dòng)各類(lèi)人才的積極性和創(chuàng)造性 激活人才的聰明才 智 進(jìn)一步把德陽(yáng)厚重的人才優(yōu)勢(shì)轉(zhuǎn)化為技術(shù)優(yōu)勢(shì) 2 0 0 3 年 省政府 關(guān)于加 快我省重大技術(shù)裝備制造業(yè)發(fā)展的意見(jiàn) 出臺(tái) 德陽(yáng)被納入 i 8 工程 國(guó) 西南交通大學(xué)碩士研究生學(xué)位論文第2 頁(yè) 家科技部也把德陽(yáng)列為 用高新技術(shù)改造提升傳統(tǒng)裝備制造業(yè)試點(diǎn)城市 和 制造業(yè)信息化工程重點(diǎn)城市 近兩年來(lái) 在省委 省政府的領(lǐng)導(dǎo)下 我市通過(guò)整合資源 改造提升 發(fā)揮比較優(yōu)勢(shì) 完善和延伸產(chǎn)業(yè)鏈條 做大做強(qiáng)重大技術(shù)裝備制造業(yè) 取得 了明顯成效 二重 東電 東汽分別與6 0 多家中小企業(yè)簽訂了協(xié)作協(xié)議 成 立了中小企業(yè)擔(dān)保中心 為7 2 家企業(yè)提供了1 6 3 億元的貸款擔(dān)保 綿竹市 把支持東汽發(fā)展作為地方經(jīng)濟(jì)發(fā)展的重大戰(zhàn)略之一 充分利用東汽高新技術(shù) 人才資源 建立了綿竹機(jī)械加工園區(qū) 目前 綿竹市機(jī)械加工企業(yè)已發(fā)展到 4 9 家 僅2 0 0 3 年就新增2 2 家 旌陽(yáng)區(qū)以二重 東電 東汽 東電工為依托 促進(jìn)機(jī)械制造 電線電纜 電子器件 工業(yè)泵和開(kāi)關(guān) 汽車(chē)配件等5 個(gè)相關(guān) 產(chǎn)業(yè)的發(fā)展 目前 收入超過(guò)1 0 0 萬(wàn)元的機(jī)械加工企業(yè)達(dá)到9 0 家以上 其中 有2 0 余家直接為三大廠配套生產(chǎn) 產(chǎn)業(yè)群的形成 吸引了大量民間資金投入 裝備業(yè) 2 0 0 3 年 德陽(yáng)市投入到重裝基地建設(shè)的民營(yíng)資本超過(guò)2 億元 德陽(yáng) 依靠高新技術(shù)做大做強(qiáng)裝備制造業(yè) 有力地促進(jìn)了全市工業(yè)經(jīng)濟(jì)快速增長(zhǎng) 德陽(yáng)市市長(zhǎng)方小方介紹說(shuō) 2 0 0 3 年 全市1 0 2 家規(guī)模以上機(jī)械行業(yè)工業(yè)企業(yè) 實(shí)現(xiàn)工業(yè)總產(chǎn)值9 7 3 億元 同比增長(zhǎng)2 9 實(shí)現(xiàn)銷(xiāo)售收入9 6 2 億元 增長(zhǎng) 3 2 實(shí)現(xiàn)利稅8 6 億元 增長(zhǎng)4 6 德陽(yáng)的經(jīng)濟(jì)社會(huì)發(fā)展由此獲得了強(qiáng)勁 的動(dòng)力 2 0 0 5 年 黨和國(guó)家領(lǐng)導(dǎo)溫家寶 賈慶林 黃菊到德陽(yáng)視察時(shí) 對(duì)德陽(yáng)重 裝基地建設(shè)作了很重要的指示 市委書(shū)記李成云就此提出 我們要抓住裝備 工業(yè)前所未有的發(fā)展機(jī)遇 把德陽(yáng)建成真正意義上的中國(guó)重大裝備制造業(yè)基 地 政府和企業(yè)已經(jīng)認(rèn)識(shí)到 要靠高新技術(shù)占領(lǐng)市場(chǎng)制高點(diǎn) 占領(lǐng)了技術(shù)的 制高點(diǎn) 就能占領(lǐng)市場(chǎng)的制高點(diǎn) 先進(jìn)生產(chǎn)力中 科學(xué)技術(shù)是最重要的要素 所以近年來(lái) 德陽(yáng)正在把技術(shù)創(chuàng)新作為謀求重裝發(fā)展的源動(dòng)力 金屬切削加工機(jī)床是工業(yè)生產(chǎn)中最重要的裝備設(shè)施 自從有了金屬切削 加工 就出現(xiàn)了金屬切削用量的選擇問(wèn)題 隨著社會(huì)的進(jìn)步 生產(chǎn)力的發(fā)展 特別是金屬切削機(jī)床的問(wèn)世與改進(jìn)和對(duì)刀具深入的研究 人們逐漸把包括切 削用量選擇在內(nèi)的經(jīng)驗(yàn)加以總結(jié) 形成文獻(xiàn) 以供使用時(shí)參考 美國(guó)工程師 泰勒發(fā)現(xiàn)了切削速度與道具耐用度之間的關(guān)系 即著名的泰勒公式以后 人們開(kāi)始用數(shù)學(xué)分析實(shí)際經(jīng)驗(yàn)數(shù)據(jù)選擇合理的切削用量 兩次世界大戰(zhàn)也大 大的刺激了金屬切削加工 工程師們?nèi)藛T對(duì)金屬切削用量的選擇問(wèn)題更加關(guān) 注 工業(yè)院校在金屬切削原理課程中也專(zhuān)門(mén)討論這個(gè)問(wèn)題 經(jīng)驗(yàn)法 查表法 西南交通大學(xué)碩士研究生學(xué)位論文第3 頁(yè) 計(jì)算法及圖解法是選擇切削用量的傳統(tǒng)方法 5 0 年代以來(lái) 興起了電子計(jì)算 機(jī)技術(shù)革命 人們借助于計(jì)算機(jī)進(jìn)行切削用量?jī)?yōu)選并已取得了進(jìn)展 更有人 引入系統(tǒng)工程及人工智能的理論 應(yīng)用專(zhuān)家系統(tǒng)來(lái)解決切削用量的選擇問(wèn)題 為低耗 高效 高度現(xiàn)代化金屬切削加工開(kāi)辟了一個(gè)廣闊的前景 而眾所周知 德陽(yáng)加工設(shè)備以重型加工 粗加工設(shè)各為主 而機(jī)械行業(yè) 重型加工中 是以表皮去除 快速去切除加工余量為主要目的的 所以提高 效率是關(guān)鍵 但是由于受到生產(chǎn)裝備和生產(chǎn)任務(wù)的技術(shù)約束 往往不允許任 意提高切削用量 所以切削用量的選擇至關(guān)重要 基于遺傳算法的最大生產(chǎn) 率的車(chē)削用量?jī)?yōu)化 正是在這樣的情況下提出的德陽(yáng)市的一個(gè)市級(jí)課題 1 2 國(guó)內(nèi)外研究狀況綜述 1 2 1 切削用量選擇的研究現(xiàn)狀 切削用量的優(yōu)選 即選擇合理的切削深度a d 進(jìn)給量f 和切削速度v 參 數(shù) 對(duì)于保證加工質(zhì)量 降低加工成本和提高勞動(dòng)生產(chǎn)率都具有重要的意義 在機(jī)床 刀具和工件等條件一定的情況下 切削用量的選擇具有靈活性和能 動(dòng)性 應(yīng)充分發(fā)揮機(jī)床和刀具的功能 以取得生產(chǎn)的最大效益 如切削用量 選擇得當(dāng) 就可最大限度地挖掘出生產(chǎn)潛力 倘若選擇不當(dāng) 則會(huì)造成很大 浪費(fèi)或?qū)е律a(chǎn)事故 可是 迄今為止 有不少工廠在生產(chǎn)中選擇切削用量 仍處于經(jīng)驗(yàn)選定狀態(tài) 完全不能適合切削用量的最優(yōu)組合 所以切削用量的 優(yōu)選是切削加工理論與實(shí)踐的重要課題 在2 0 世紀(jì)六十年代 人們利用了數(shù)據(jù)庫(kù)技術(shù)來(lái)滿足提高加工效率 降低 成本 提高質(zhì)量和管理水平 提出了建立切削數(shù)據(jù)庫(kù) 在工程材料牌號(hào)繁多 各種新材料不斷出現(xiàn)的今天 切削數(shù)據(jù)庫(kù)所起的作用尤其顯著 工廠只要接 通電話或傳真都可向數(shù)據(jù)庫(kù)咨詢(xún)或索取所需數(shù)據(jù) 如裝有電子計(jì)算機(jī)終端機(jī) 還可以通過(guò)電話線與數(shù)據(jù)庫(kù)接通 用戶(hù)可以自行查找所需的數(shù)據(jù) 工廠當(dāng)接 到一種新材料制成的工件 自己不必做切削實(shí)驗(yàn)求取切削數(shù)據(jù) 就可以很迅 速地從數(shù)據(jù)庫(kù)中獲得所需的數(shù)據(jù)和切削用量 因此世界主要工業(yè)發(fā)達(dá)國(guó)家紛 紛建立了切削數(shù)據(jù)庫(kù) 并取得了巨大的技術(shù)經(jīng)濟(jì)效益 如美國(guó) 1 9 6 4 年成立 了可切削性數(shù)據(jù)中心 建立了計(jì)算機(jī)管理的切削加工數(shù)據(jù)庫(kù) 如今已在磁盤(pán) 儲(chǔ)存器中儲(chǔ)存三萬(wàn)多份數(shù)據(jù)文件 它所取得的社會(huì)經(jīng)濟(jì)效益是十分驚人的 據(jù)估計(jì)1 9 6 4 1 9 7 4 年十年問(wèn)就為工業(yè)部門(mén)節(jié)省了一億四千萬(wàn)美元 并大大提 高了美國(guó)切削加工的工藝水平 國(guó)內(nèi)對(duì)此也進(jìn)行了長(zhǎng)期的研究工作 取得了 西南交通大學(xué)碩士研究生學(xué)位論文第4 頁(yè) 許多成果 建立了多種切削參數(shù)計(jì)算經(jīng)驗(yàn)?zāi)Ｐ?和各種切削數(shù)據(jù)庫(kù) 但是由 于市場(chǎng)需求多樣化 工件的外形越來(lái)越復(fù)雜并且更換很快 新材料不斷涌現(xiàn) 而各個(gè)工廠的技術(shù)水平和生產(chǎn)習(xí)慣不同 具體到每個(gè)工件的切削條件更是于 差萬(wàn)別 很難用 個(gè)在特定條件下建立的模型或切削數(shù)據(jù)庫(kù)來(lái)覆蓋所有的應(yīng) 用場(chǎng)合 在工廠實(shí)際應(yīng)用時(shí) 往往需要技術(shù)人員的經(jīng)驗(yàn)和知識(shí)來(lái)彌補(bǔ)這一不 足 遺憾的是工廠里常常缺乏這方面的人才 這個(gè)問(wèn)題在我國(guó)工廠尤為突出 以至于在生產(chǎn)中切削參數(shù)往往都是參考手冊(cè)規(guī)范或經(jīng)驗(yàn)公式確定 而這些規(guī) 范都是在特定條件下的試驗(yàn)結(jié)果 因此選擇參數(shù)在一定條件下使用效果好 換一個(gè)工廠甚至另一臺(tái)機(jī)床往往就不好用了 另外 機(jī)床操作者的經(jīng)驗(yàn)和水 平也是關(guān)鍵的影響因素 在我國(guó)由于缺乏技術(shù)素質(zhì)較高的工人和技術(shù)人員 因此相同的設(shè)備不同人使用的情況下生產(chǎn)效率會(huì)相差幾倍甚至兒十倍 如何 優(yōu)化選擇切削用量成為提高機(jī)械加工質(zhì)量的關(guān)鍵 切削加工中 切削用量的合理選擇及優(yōu)化問(wèn)題 關(guān)系到加工生產(chǎn)率 經(jīng) 濟(jì)性 加工精度 加工表面質(zhì)量以及零件的使用壽命及可靠性問(wèn)題 是提高 金屬切削效益的主要途徑之一 研究切削用量的目的就是要結(jié)合生產(chǎn)實(shí)際 綜合運(yùn)用所學(xué)金屬切削的基本規(guī)律 在保證加工質(zhì)量的前提下 合理的利用 機(jī)床與刀具 在現(xiàn)有條件下突破薄弱環(huán)節(jié) 進(jìn)一步提高金屬切削效益 當(dāng)前 隨著機(jī)械制造工業(yè)的迅速發(fā)展 切削用量的優(yōu)化已成為一項(xiàng)重要的技術(shù)經(jīng)濟(jì) 措施 是實(shí)現(xiàn)切削過(guò)程優(yōu)化的關(guān)鍵 切削用量的優(yōu)化 可以充分地利用現(xiàn)有 的生產(chǎn)資料與設(shè)備條件 實(shí)現(xiàn)切削效益最優(yōu)化 總之 金屬切削加工中 包括三要素 切削深度口 進(jìn)給量f 和切削速 度v 該三要素是切削加工中最活躍的因素 在加工任務(wù) 機(jī)床和刀具等條件確定的情況下 要想在滿足零件加工質(zhì) 量的前提下提高加工效率 降低成本 如何確定最佳的切削用量是解決問(wèn)題 的關(guān)鍵 長(zhǎng)期以來(lái) 切削用量數(shù)據(jù)大都是憑經(jīng)驗(yàn)或從有關(guān)手冊(cè)查取來(lái)確定的 但考慮到實(shí)際生產(chǎn)中所使用的機(jī)床 刀具和被加工零件等具體條件的多變性 這樣確定的切削用量往往難以是某一具體情況下最佳的一組切削用量 在優(yōu) 化理論和計(jì)算機(jī)技術(shù)迅速發(fā)展的今天 計(jì)算機(jī)在切削加工中的應(yīng)用日益增多 我們可以利用計(jì)算機(jī)方便 迅速 有效地對(duì)切削用量進(jìn)行優(yōu)化設(shè)計(jì) 從而解 決這一問(wèn)題 首先 根據(jù)具體要求 確定出切削用量的最優(yōu)目標(biāo) 并建立起 相應(yīng)的目標(biāo)函數(shù) 其次 再充分考慮到生產(chǎn)中的各項(xiàng)約束條件 建立起優(yōu)化 西南交通大學(xué)碩士研究生學(xué)位論文 第5 頁(yè) 數(shù)學(xué)模型 然后 采用相應(yīng)的優(yōu)化方法 借助于計(jì)算機(jī)進(jìn)行優(yōu)化運(yùn)算 得到 的結(jié)果就是滿足約束條件的目標(biāo)函數(shù)的最優(yōu)方案 也即是具體生產(chǎn)條件下滿 足加工要求的最佳的切削用量數(shù)值 1 2 2 遺傳算法研究的進(jìn)展 遺傳算法 g e n e t i ca l g o r i t h m s g a 的產(chǎn)生歸功于m i c h i g a n 大學(xué)的 j 0 h nh o l l a n d 在2 0 世紀(jì)6 0 年代末期的開(kāi)創(chuàng)性工作 其本意是在人工適應(yīng)系 統(tǒng)中設(shè)計(jì)一種基于自然演化原理的搜索機(jī)制 從試圖解釋自然系統(tǒng)中生物的 復(fù)雜適應(yīng)過(guò)程入手 模擬生物進(jìn)化的機(jī)制來(lái)構(gòu)造人工系統(tǒng)的模型 隨后經(jīng)過(guò) 3 0 余年的發(fā)展 取得了豐碩的應(yīng)用成果和理論研究的進(jìn)展 特別是近年來(lái)世 界范圍形成的進(jìn)化計(jì)算熱潮 使遺傳算法受到廣泛的關(guān)注 遺傳算法以一種 群體中的所有個(gè)體為對(duì)象 并利用隨機(jī)化技術(shù)指導(dǎo)對(duì)一個(gè)被編碼的參數(shù)空間 進(jìn)行高效搜索 其中 選擇 交叉和變異構(gòu)成了遺傳算法的遺傳操作 參數(shù) 編碼 初始群體的設(shè)定 適應(yīng)度函數(shù)的設(shè)計(jì) 遺傳操作設(shè)計(jì) 控制參數(shù)設(shè)定 五個(gè)要素組成了遺傳算法的核心內(nèi)容 作為一種新的全局優(yōu)化搜索算法 遺 傳算法以其簡(jiǎn)單通用 魯棒性強(qiáng) 適于并行處理以及高效 實(shí)用等顯著特點(diǎn) 在各個(gè)領(lǐng)域得到了廣泛應(yīng)用 取得了良好效果 并逐漸成為重要的智能算法 之一 人們對(duì)遺傳算法興趣的日益增長(zhǎng)有兩個(gè)背景 其一是工程領(lǐng)域 不斷涌 現(xiàn)超大規(guī)模的非線性系統(tǒng) 在這些系統(tǒng)的研究中存在著大量的經(jīng)典優(yōu)化方法 所不能有效求解的優(yōu)化問(wèn)題 其二 遺傳算法本身就是一種模擬自然演化這 學(xué)習(xí)過(guò)程的求解問(wèn)題的方法 它能以獨(dú)立或與其它方法相結(jié)合的形式用于 智能機(jī)器學(xué)習(xí)系統(tǒng)設(shè)計(jì) 從1 9 8 5 年在美國(guó)卡耐基 梅隆大學(xué)召開(kāi)的第一屆國(guó) 際遺傳算法會(huì)議 i n t e r n a t i o n a lc o n f e r e n c eo ng e n e t i ca l g o r i t h m s i c g a 8 5 至今 遺傳算法作為具有系統(tǒng)優(yōu)化 適應(yīng)和學(xué)習(xí)的高性能計(jì)算和建 模方法的研究漸趨成熟 近年來(lái) 遺傳算法在應(yīng)用研究方面取得了重要的成 果 以遺傳算法為橋梁 許多原先毫不相干的學(xué)科也開(kāi)始相互交叉 相互滲 透 使得跨學(xué)科的研究日趨活躍 為解決各種優(yōu)化計(jì)算問(wèn)題 人們提出了各種各樣的優(yōu)化算法 如單純形 法 梯度法 動(dòng)態(tài)規(guī)劃法 分枝定界法等 這些優(yōu)化算法各有各的長(zhǎng)處 各 有各的適用范圍 也各有各的限制 遺傳算法是一類(lèi)可用于復(fù)雜系統(tǒng)優(yōu)化計(jì) 算的魯棒搜索算法 由于其運(yùn)算簡(jiǎn)單和解決問(wèn)題的有效能力而被廣泛應(yīng)用到 西南交通大學(xué)碩士研究生學(xué)位論文第6 頁(yè) 眾多的領(lǐng)域 理論上已經(jīng)證明 遺傳算法能從概率的意義上以隨機(jī)的方式尋 求到題的最優(yōu)解 但另一方面 應(yīng)用實(shí)踐表明 在遺傳算法的應(yīng)用中也會(huì)出 現(xiàn)一些不盡人意的問(wèn)題 這些問(wèn)題中最主要的是它容易產(chǎn)生早熟現(xiàn)象 局部 尋優(yōu)能力較差等 并且一般來(lái)說(shuō) 對(duì)很多問(wèn)題而言 傳統(tǒng)遺傳算法的求解效 果往往不是解決這個(gè)問(wèn)題的最有效的方法 它比專(zhuān)門(mén)針對(duì)該問(wèn)題的知識(shí)型啟 發(fā)算法的求解效率要差 雖然這種知識(shí)型啟發(fā)算法并不能保證一定能夠找到 問(wèn)題的最優(yōu)解 另外 遺傳算法也無(wú)法避免多次搜索同一個(gè)可行解 這也是 影響遺傳算法運(yùn)行效率的一個(gè)因素 另一方面 梯度法 爬山法 模擬退火算法 列表尋優(yōu)法等一些優(yōu)化算 法卻具有很強(qiáng)的局部搜索能力 而另一些含有問(wèn)題與相關(guān)知識(shí)的啟發(fā)式算法 的運(yùn)行效率也比較高 可以預(yù)計(jì) 在遺傳算法的搜索過(guò)程中融合這些優(yōu)化方 法的思想 構(gòu)成一種混合遺傳算法 h y b r i dg e n e t i ca l g o r i t h m 是提高遺傳 算法運(yùn)行效率和求解質(zhì)量的一個(gè)有效手段 應(yīng)用研究表明 將遺傳算法與問(wèn) 題的特有知識(shí)集成到一起所構(gòu)成的混合遺傳算法 為繼續(xù)提高遺傳算法的搜 索性能提供了新的思路 我國(guó)有關(guān)遺傳算法的研究 從2 0 世紀(jì)如年代以來(lái)一直處于不斷上升的趨 勢(shì) 特別是近年來(lái) 遺傳算法的應(yīng)用在許多領(lǐng)域取得了令人矚目的成果 該 類(lèi)研究獲得不同渠道的經(jīng)費(fèi)資助比例也在逐年上升 武漢大學(xué)的劉勇 康立 山等于1 9 9 5 年出版了 非數(shù)值并行算法 第2 冊(cè) 一遺傳算法 周明 孫樹(shù) 棟于1 9 9 9 年出版了 遺傳算法原理及其應(yīng)用 同濟(jì)大學(xué)的王小平 曹立明 于2 0 0 0 年出版了 遺傳算法理論 應(yīng)用與軟件實(shí)現(xiàn) 國(guó)內(nèi)有關(guān)遺傳算法的 b b s 電子公告牌有國(guó)家智能中心曙光站b b s n e i c a c c h 北京大學(xué)陽(yáng)光創(chuàng)意 站h b s p k u e d u c n 清華大學(xué)水土清華站b b s n e t t s i n g h u a e d u c f f 西安 交通大學(xué)兵馬傭站b b s x a n e t e d u c n 研學(xué)論壇h t t p b b s m a t w a v c o m 等 總之 遺傳算法在理論上己經(jīng)借鑒生物進(jìn)化理論及遺傳學(xué)機(jī)理形成了一 套較為完整的算法體系 然而在實(shí)踐上還有很多問(wèn)題有待于進(jìn)一步研究 探 討和完善 它們主要反映在以下方面 1 控制參數(shù)選擇問(wèn)題 2 成熟前收斂 問(wèn)題 3 遺傳算法的性能評(píng)價(jià)問(wèn)題 4 遺傳算法的適應(yīng)性問(wèn)題 5 混合算 法問(wèn)題 6 從生物進(jìn)化或遺傳工程中不斷汲取新的知識(shí)獲得新的啟發(fā) 從而 對(duì)現(xiàn)有遺傳算法講行改進(jìn)或提出新的新的算法等 遺傳算法當(dāng)前的主要研究方向情況如下 遺傳算法自提出 特別是八十年代中期以來(lái) 已得到廣泛研究與應(yīng)用 西南交通大學(xué)碩士研究生學(xué)位論文 第7 頁(yè) 其研究的內(nèi)容大體集中在以下幾個(gè)方面 1 有關(guān)算法隨機(jī)搜索機(jī)理的研究 遺傳算法是通過(guò)作用于一個(gè)初始種群 而循環(huán)執(zhí)行復(fù)制 雜交 變異及 選擇過(guò)程的隨機(jī)迭代 故闡明如此簡(jiǎn)單的循環(huán)操作如何有效搜索整個(gè)編碼空 間以達(dá)到全局優(yōu)化之目的有特別重要的意義 在這方面 j h h o l l a n d 等人 發(fā)展的所謂 模式 s c h e m a 理論 引人注目 一個(gè)模式是指編碼空間 即所使 用的染色體的全體 當(dāng)應(yīng)用l 位二進(jìn)制串編碼時(shí) 該空間為一個(gè)具有相同構(gòu) 形 c o n f i g u r a t i o n 的編碼的子集 所謂具有相同構(gòu)形是指 這個(gè)子集中諸編 碼串在某些位上具有相同的碼值 例如 在編碼空間中 給定一個(gè)模式 一 個(gè)編碼稱(chēng)為與該模式相匹配 如果在模式的確定位上 此編碼的值與模式的 值相同 例如 編碼 100 0l0il00 1010l0l00o 均與 上述所指定的模式相匹配 任一給定編碼必與許多模式相匹配 模式理論的 核心在于 遺傳算法能夠有效搜索的根本原因是 它充分利用了模式所描述的 編碼之間的相似性 雖然算法僅作用于n 個(gè)編碼組成的種群 但這n 個(gè)編碼 實(shí)際上包含階個(gè)模式的信息 這一性質(zhì)常被稱(chēng)作是遺傳算法的隱含并行性 i m p l i c i tp a r a l l i s m 模式理論可以較好地解釋遺傳算法的搜索機(jī)制 對(duì)于任一模式 定義它 的階為模式中確定碼值的個(gè)數(shù) 而定義它的長(zhǎng)度為模式中第一個(gè)確定碼值位 與最后一個(gè)確定碼值位之間的差 則h o l l a n d 證明了如下的模式定理 具有 短長(zhǎng)度的 低階的 適應(yīng)性在群體平均之上的模式將在遺傳算法中以指數(shù)增 長(zhǎng)率在子代中被采樣 2 有關(guān)算法的全局最優(yōu)性 或收斂性 研究 生物進(jìn)化的 趨勢(shì)向上 性似乎應(yīng)蘊(yùn)含遺傳算法的最終收斂性 這一研 究的目的在于從理論上對(duì)這一事實(shí)給出證明 與算法收斂性緊密相關(guān)的一個(gè) 問(wèn)題是遺傳算法的過(guò)早收斂 p r c m a t u r ec o n v e r g e n c e 它出現(xiàn)在算法還未達(dá) 到全局最優(yōu)情形而不再產(chǎn)生適應(yīng)性更強(qiáng)的后代 研究表明 遺傳算法的過(guò)早 收斂主要由雜交算子引起 在模式空間中存在大量所謂的早熟集 p r e m a t u r e s e t e p 在選擇與雜交算子復(fù)合作用下的不變集 而在雜交算子作用下 遺 傳算法總以非零概率 撞入 早熟集 由于早熟集的吸收性 從而使算法產(chǎn) 生過(guò)早收斂 3 有關(guān)染色體編碼格式的討論 遺傳算法的作用對(duì)象是優(yōu)化變量的染色體編碼 即與變量的某種離散化 西南交通大學(xué)碩士研究生學(xué)位論文第8 頁(yè) 近似 通常認(rèn)為 采用編碼方式 特別是二進(jìn)制編碼 有以下優(yōu)點(diǎn) a 可很好 地指導(dǎo)搜索 使得有關(guān)某種結(jié)構(gòu)的個(gè)體容易生存 以產(chǎn)生適應(yīng)性更強(qiáng)的后代 b 使算法具有隱含并行性 使在相對(duì)少量的種群上進(jìn)行的操作實(shí)質(zhì)上隱含著 大范圍的搜索 采用編碼格式的缺陷是 由于連續(xù)問(wèn)題化歸到組合問(wèn)題求解 使算法的求解精度受到很大影響 這些優(yōu)點(diǎn)和缺點(diǎn)當(dāng)遺傳算法用于 組合 優(yōu) 化問(wèn)題的求解時(shí)均有明顯體現(xiàn) 上述有關(guān)遺傳算法研究的幾個(gè)方面應(yīng)該說(shuō)還是相當(dāng)初步的 對(duì)它的進(jìn)一 步深入探討正構(gòu)成當(dāng)前計(jì)算智能研究的 熱點(diǎn) 概括地說(shuō) 當(dāng)前有關(guān)遺傳算 法的研究興趣主要集中在以下幾個(gè)方面 1 有關(guān)算法的理論基礎(chǔ) 這特別包括遺傳算法的收斂性 收斂速度估 計(jì) 過(guò)早收斂的機(jī)理探索與預(yù)防 雜交算子的幾何意義與統(tǒng)計(jì)解釋 參數(shù)設(shè) 置 如種群規(guī)模 編碼長(zhǎng)度等 對(duì)算法效率的影響等方面 我們認(rèn)為 有關(guān)算 法的收斂速度估計(jì)是當(dāng)前特別值得花大力氣加以探討的問(wèn)題 目前尚無(wú)任何 結(jié)果 因?yàn)樗軓睦碚撋蠈?duì)遺傳算法的任何修正形式 提供判別標(biāo)準(zhǔn) 以指 明改進(jìn)遺傳算法效能的正確方向 2 有關(guān)算法與其它優(yōu)化技術(shù)的比較與融合 作為已知較為成熟的全局 優(yōu)化算法一模擬退火方法 它與遺傳算法的結(jié)合已有不少研究 然而 充分 利用遺傳算法的大范圍群體搜索性能與己知局部?jī)?yōu)化方法的快速收斂性來(lái)產(chǎn) 生有效全局優(yōu)化方法 研究仍不多見(jiàn) 人們感到 這種整體搜索策略與快速 局部?jī)?yōu)化方法的混合是從根本上提高遺傳算法計(jì)算效能的措施 這方面還需 要做大量的理論分析與實(shí)驗(yàn)研究 3 有關(guān)遺傳算法的并行化研究遺傳算法的群體 隨機(jī)搜索特征使它有 明顯的可行并行化特性 設(shè)計(jì)它的各種并行化執(zhí)行策略及其建立相應(yīng)并行算 法的理論基礎(chǔ)均是具有重要意義的工作 4 遺傳算法在人工神經(jīng)網(wǎng)絡(luò) 機(jī)器學(xué)習(xí) 復(fù)雜組合優(yōu)化問(wèn)題求解 金 融市場(chǎng)分析和預(yù)測(cè) 專(zhuān)家系統(tǒng)等領(lǐng)域已有廣泛應(yīng)用 一般說(shuō) 根據(jù)具體應(yīng)用 領(lǐng)域來(lái)有效改進(jìn)遺傳算法是可能的和實(shí)際的 而相反 泛泛地對(duì)一般問(wèn)題研究 顯得極其困難 所以 針對(duì)具體應(yīng)用問(wèn)題 深化研究遺傳算法 如參數(shù)設(shè)置 遺傳算子構(gòu)造等 是當(dāng)前特別值得提倡的上作 1 3 本文研究的主要內(nèi)容和工作 本研究課題將探索以最大生產(chǎn)率的車(chē)削用量?jī)?yōu)化模型為目標(biāo) 試圖引入 西南交通大學(xué)碩士研究生學(xué)位論文第9 頁(yè) 遺傳算法對(duì)切削用量參數(shù)進(jìn)行優(yōu)化 本文還以實(shí)際生產(chǎn)中的切削加工為原始 數(shù)據(jù)作實(shí)例進(jìn)行優(yōu)化計(jì)算 并分析了優(yōu)化結(jié)果 全文共分為六個(gè)部分 第一部分為緒論 主要講述了本文研究的背景 研究目的意義 國(guó)內(nèi)外研究動(dòng)態(tài)和主要研究?jī)?nèi)容等 第二部分是切削用量的 優(yōu)化目標(biāo)和耳標(biāo)函數(shù) 對(duì)切削用量的優(yōu)化目標(biāo)和目標(biāo)函數(shù)進(jìn)行了分析 第三 部分為優(yōu)化算法及m a t l a b 遺傳算法理論概述 主要闡述了優(yōu)化技術(shù)的發(fā)展的 現(xiàn)狀和種類(lèi) 介紹了m a t l a b 遺傳算法理論基礎(chǔ)知識(shí) 第四部分是遺傳算法的 原理和實(shí)現(xiàn)過(guò)程 討論了遺傳算法的運(yùn)算過(guò)程 主要因素 特點(diǎn)以及應(yīng)用等 并介紹了姒t l a b 遺傳算法與直接搜索工具箱 g a d s 及使用方法 第五部分 是基于遺傳算法的最大生產(chǎn)率的車(chē)削用量?jī)?yōu)化研究與實(shí)現(xiàn) 闡述了建模的過(guò) 程 并以實(shí)例進(jìn)行運(yùn)算分析 第六部分為結(jié)論及建議 對(duì)本文研究的主要成 果進(jìn)行總結(jié) 并對(duì)該方法的研究提出一些建議與展望 西南交通大學(xué)碩士研究生學(xué)位論文第1 0 頁(yè) 第2 章切削用量的優(yōu)化目標(biāo)和目標(biāo)函數(shù) 2 1 優(yōu)化目標(biāo)和目標(biāo)函數(shù)分析綜述 在機(jī)械加工中 當(dāng)加工設(shè)備 刀具和工件初步確定之后 切削用量的選 擇對(duì)提高生產(chǎn)效率 降低加工成本及提高加工質(zhì)量等有直接影響 尋求較為 合理的切削用量及有關(guān)參數(shù)是取得顯著的技術(shù)經(jīng)濟(jì)效益的簡(jiǎn)便途徑 對(duì)于切 削用量的優(yōu)化選擇 需要確定一個(gè)明確的目標(biāo) 根據(jù)生產(chǎn)實(shí)踐 該目標(biāo)應(yīng)該 與企業(yè)需要完成的經(jīng)濟(jì)指標(biāo)相一致 常用的優(yōu)化目標(biāo)有以下幾種 1 最大生產(chǎn)效率 2 最低成本 3 最大利潤(rùn) 加工裝備 機(jī)床 刀具 夾具等 以及加工任務(wù) 工件的要求 已定的 情況下 切削加工時(shí)可以控制的變量 優(yōu)化的參數(shù) 是切削速度v 進(jìn)給量f 和切削深度口 即切削用量的三要素 從研究切削加工的基本規(guī)律入手 找 出優(yōu)化目標(biāo)與可控變量的函數(shù)關(guān)系 即可建立起一個(gè)目標(biāo)函數(shù) 1 最大生產(chǎn)效率 如以最大加工生產(chǎn)率為優(yōu)化的目標(biāo) 首先要分析單件工時(shí)的組成 此外 生產(chǎn)成本的高低也決定于加工時(shí)間的長(zhǎng)短與生產(chǎn)費(fèi)用的大小 車(chē)削一般軸類(lèi) 零件外圓表面時(shí) 完成一個(gè)工序所需要的工時(shí) 單件工時(shí) t 由以下幾部分 組成 f f 乙 t o t 事予 t o 2 1 式中f 工序的加工時(shí)間 即機(jī)動(dòng)時(shí)間 f 一換刀一次所需的時(shí)間 丁一刀具耐用度 目前 高速鋼車(chē)刀和焊接式硬質(zhì)合金車(chē)刀的耐用 度一般可取3 6 0 0 s 6 0 m i n o r 一除換刀時(shí)間外其他的輔助工時(shí) 設(shè)工件加工部分長(zhǎng)度為乙 工件轉(zhuǎn)速為n t 件直徑d 加工余量為h 則 絲一立塑型 n 毒 c p1 0 0 0 v f 鼻c c p 2 2 上式中分母部分代表單位時(shí)間金屬的切除量乙 粗加工時(shí) 此值越大 表示生產(chǎn)率越高 因而寫(xiě)成 西南交通大學(xué)碩士研究生學(xué)位論文第1 1 頁(yè) z 1 0 0 0 v 廠簟口p 13 s 2 3 在切削用量三要素中 當(dāng)加工余量不太大時(shí) 切削深度口 主要取決于 加工余量的大小 選擇余地較小 因此這時(shí)切削用量的選擇與優(yōu)化的重點(diǎn)就 放在切削速度v 與進(jìn)給量f 上 式2 2 可以簡(jiǎn)化為 乙2 兩 2 4 式子中 刀具行程長(zhǎng)度 從理論上來(lái)講 乞越小 對(duì)各方面都比較有利 為此 若想使 旃最小 必須使工件轉(zhuǎn)速與進(jìn)給量的乘積最大 即刀拳廠為最大 所以 這就是以最大 生產(chǎn)率為目標(biāo)的切削用量?jī)?yōu)化的目標(biāo)函數(shù) 即 z 2 以 廠 m a x o 2 5 2 最低成本 最小的單件加工成本 加工一個(gè)工件的工序成本為 c m 爭(zhēng) m t a c i 等 肘 t o t 2 6 式中c 一個(gè)工序的加工成本5 阱一該工序單位時(shí)間內(nèi)所分擔(dān)的全廠費(fèi)用 乙 切削時(shí)間 e 每次刃磨的費(fèi)用 包括刃磨費(fèi)用及刀具的折舊費(fèi) 只要將式子2 2 及刀具耐用度t 與切削用量間的關(guān)系式帶入式子2 6 中 經(jīng)過(guò)數(shù)學(xué)推導(dǎo) 同樣可以寫(xiě)出以最低成本為目標(biāo)的切削用量?jī)?yōu)化的目標(biāo)函數(shù) 此外 如從生產(chǎn)單件產(chǎn)品得到的收益考慮 渴求出利潤(rùn)率最大的加工條 件 3 最大和j 潤(rùn) 1 單件利潤(rùn)g 元 件 g s c 2 7 式中s 單件所收加工費(fèi)用 c 單件加工成本 西南交通大學(xué)碩士研究生學(xué)位論文第12 頁(yè) 2 單位時(shí)間利潤(rùn) 即單件利潤(rùn)率 g 元 件 利潤(rùn)率可以根據(jù)產(chǎn)品的價(jià)格與生產(chǎn)成本的差價(jià)來(lái)計(jì)算 r r g 二 2 8 0 式中 乙 所花費(fèi)的時(shí)間 總之 根據(jù)需要與具體情況 可選擇不同的優(yōu)化目標(biāo) 當(dāng)要求提高生產(chǎn) 效率 以及在一些特定情況下 例如該生產(chǎn)工序?yàn)樯a(chǎn)上的短線 需求量激 增 或庫(kù)存缺乏 生產(chǎn)急需時(shí) 即使加工費(fèi)用增加一些 也可選用最大生產(chǎn) 率或最短單件工時(shí)作為優(yōu)化目標(biāo) 在一般正常生產(chǎn)的條件下 應(yīng)以最低成本 作為優(yōu)化目標(biāo) 2 2 限制切削用量提高的約束條件 通過(guò)式2 3 可見(jiàn) 增大切削用量 也就是增大單位時(shí)間內(nèi)金屬的切除量 可以直接提高切削加工的生產(chǎn)率 由此可知 切削用量的合理優(yōu)化 就是要 在保證質(zhì)量和降低成本的基礎(chǔ)上 采取措施 使得1 0 0 0 v 幸廠謄口 的乘積不 但增大 但是 由于前面提到的因受到生產(chǎn)裝備和生產(chǎn)任務(wù)的技術(shù)約束的原 因 往往不允許任意提高切削用量 圖2 1 根據(jù)機(jī)床 刀具 工件三方面建立的約束條件 車(chē)削過(guò)程中的約束條件主要來(lái)自i 藝系統(tǒng) 如機(jī)床 刀具等 豹性能與 西南交通大學(xué)碩士研究生學(xué)位論文第1 3 頁(yè) 工件的技術(shù)要求 如加工精度與加工表面質(zhì)量等 兩個(gè)方面 技術(shù)上可能出 現(xiàn)的約束條件很多 根據(jù)加工種類(lèi) 車(chē) 銑 鉆 刨 磨等 與加工性質(zhì) 如 粗 精加工 連續(xù)與斷續(xù)加工等 的不同 主要的約束條件也可能不同 但 可按機(jī)床 刀具與工件三個(gè)方面歸納為圖2 1 的關(guān)系 由以上圖形可以看出 粗加工時(shí) 金屬切削量大 因此切削力大 主要 的約束條件是工藝系統(tǒng)的剛性 機(jī)床僅給機(jī)構(gòu)的強(qiáng)度等方面 精加工是以保 證質(zhì)量為主 因此主要的約束條件是加工表面的租糙度與加工精度 其他還 有一些約束條件與切削過(guò)程本身有關(guān) 順利的切屑形成條件 積屑瘤區(qū)和顫 振區(qū)的避開(kāi) 保證良好的卷屑等等 可見(jiàn) 與切屑用量?jī)?yōu)化有關(guān)的所有約束 條件 就其性質(zhì)來(lái)看 廣泛地涉及到切屑切屑過(guò)程物理學(xué) 機(jī)床運(yùn)動(dòng)學(xué)與加 工系統(tǒng)經(jīng)理學(xué) 動(dòng)力學(xué)等等幾方面的問(wèn)題 上述諸約束條件可以用不等式表示 以車(chē)削為例 可以列出以下主要的 約束條件不等式 1 刀具的耐用度 車(chē)削時(shí)切削速度的計(jì)算公式為 i 1 二衛(wèi)二 一 m j 2 9 6 0 1 一哪事t 宰口 搴f 兒 一 當(dāng)口 與廠已經(jīng)選定后 v 主要受到代表刀具切削性能的刀具耐用度的限 度 另一方面 切削速度v 與工件直徑鞏有關(guān) 因此必須滿足下列不等式 1 型監(jiān) 坐生 2 1 0 1 0 0 0 6 0 1 一冊(cè) t m 宰口 卻棗p 因此可以推導(dǎo)出 礦鄺茄瀚 c z 一 2 機(jī)床的有效功率 西南交通大學(xué)碩士研究生學(xué)位論文第14 頁(yè) 只簍 1 0 3 k 以8 1 6 0 2 8 宰 妒 產(chǎn) 2 1 2 宰 盤(pán) 1 幸疋 1 0 3 增大切削用量三要素會(huì)增大切削功率 但后者必須小于 至少在短時(shí)內(nèi) 等于機(jī)床主軸上考慮了效率的傳動(dòng)功率 因此必須滿足下列不等式 己 e v l o 3 忍術(shù)鞏 2 1 3 式中 機(jī)床的傳動(dòng)功率 一般 i r a 0 7 5 o 8 5 此處取0 7 5 尼 機(jī)床電動(dòng)機(jī)的功率 查機(jī)床說(shuō)明書(shū)只為1 5 k w 故而可推導(dǎo)出 刀剛 鏟 未粉裂蕭 式中 機(jī)床轉(zhuǎn)速 屯 工件加工前直徑 x f z 2 幺 主切削力指數(shù) 具體數(shù)據(jù)見(jiàn)后面附表一 3 機(jī)床主軸的有效扭矩 切削時(shí)產(chǎn)生的扭矩必須小于或等于機(jī)床主軸系統(tǒng)所能傳遞的扭矩鳩 t 可由機(jī)床說(shuō)明書(shū)中查得 它們之間的關(guān)系可一寫(xiě)成如下的不等式 肘 尼 土2 x 1 0 0 0 恭 6 0 宰 一p 2 1 5 2 0 0 0 屯 2 一1 5 卑f y n 妒 k 巳 d s m l 因此可推導(dǎo)出 辦礦 贏6 0 囂鬻孫k 舊 h 粵c o 局 冗 d 叫i 式中 如 主切削力指數(shù) t 柵 床豐軸系統(tǒng)所能侮涕的栩矩 西南交通大學(xué)碩士研究生學(xué)位論文第15 頁(yè) 切削力系數(shù) 天島 切削力總修正系數(shù) 4 機(jī)床進(jìn)給機(jī)構(gòu)的強(qiáng)度 機(jī)床最薄弱的傳動(dòng)環(huán)節(jié)一般是進(jìn)給機(jī)構(gòu)中產(chǎn)生直線往復(fù)運(yùn)動(dòng)的齒輪輪齒 的強(qiáng)度 如車(chē)床是拖板中與齒條相嚙合的小齒輪 一般機(jī)床說(shuō)明書(shū)都注明了 最大容許切削力的大小 車(chē)削加工時(shí)作用于進(jìn)給系統(tǒng)的切學(xué)力必須小于或等 于該系統(tǒng)所容許的最大切削力 例如 c 6 2 0 型車(chē)床為3 6 0 k g f c a 6 1 4 0 型車(chē) 床為5 0 0 k g f 因此可寫(xiě)成下面的不等式 f 日 e 最 j o k f z f 2 1 7 式中 肋為機(jī)床拖板與導(dǎo)軌間的摩擦系數(shù) 一般取風(fēng) 0 1 因此可 推導(dǎo)出 燁贏兩罷豢面薩協(xié) z 忍 主切削力指數(shù) f 系統(tǒng)所容許的最大切削力 j 主切削力指數(shù) 數(shù)據(jù)見(jiàn)后面附表一 j 切削力總修正系數(shù) 數(shù)據(jù)見(jiàn)后面分析 5 工件的剛性 車(chē)削加工時(shí) 工件受到切削力e 的作用 在半徑方向產(chǎn)生一相對(duì)的位移 廠 造成工件的直徑誤差為2 f f 3 廠2 苗 q 1 9 式中 o i 件的懸伸長(zhǎng)度或裝夾在兩支承間的距離 砌 o 與工件裝夾方式有關(guān)的系數(shù) 也 工件材料的彈性模量 j 一一工件斷面慣性力矩 如直徑為丸的實(shí)心材料 j 0 0 5 d w 由此可見(jiàn) 切削時(shí)作用在工件半徑方向的切削力必須小于或 西南交通大學(xué)碩士研究生學(xué)位論文第1 6 頁(yè) 等于工件產(chǎn)生此先隊(duì)唯一所容許的切削力 故而可寫(xiě)成如下不等式 f t 則以 進(jìn)化過(guò)程中所得到的具有最大適應(yīng)度的個(gè)體作為最優(yōu)解輸出 終止運(yùn)算 4 2 遺傳算法主要因素 1 編碼方法 針對(duì)一個(gè)具體應(yīng)用問(wèn)題 如何設(shè)計(jì)一種完美的編碼方案一直是遺傳算法 的應(yīng)用難點(diǎn)之一 也是遺傳算法的一個(gè)重要研究方向 由于遺傳算法應(yīng)用的 廣泛性 迄今為止人們已經(jīng)提出了許多種不同的編碼方法 總的來(lái)說(shuō) 可以 分為三大類(lèi) 二進(jìn)制編碼方法 符號(hào)編碼方法和浮點(diǎn)數(shù)編碼方法 i 二進(jìn)制編碼方法 西南交通大學(xué)碩士研究生學(xué)位論文第2 7 頁(yè) 二進(jìn)制編碼方法是遺傳算法中最主要的一種編碼方法 它使用的編碼符 號(hào)集是由二進(jìn)制符號(hào)0 和l 所組成的二值符號(hào)集 0 1 它所構(gòu)成的個(gè)體基 因型是一個(gè)二進(jìn)制編碼符號(hào)串 二進(jìn)制編碼符號(hào)串的長(zhǎng)度與問(wèn)題所要求的求 解精度有關(guān) 2 格雷碼編碼 二進(jìn)制編碼不便于反映所求問(wèn)題的結(jié)構(gòu)特征 對(duì)于一些連續(xù)函數(shù)的優(yōu)化 問(wèn)題等 也由于遺傳運(yùn)算的隨機(jī)特性而使得其局部搜索能力較差 為了改進(jìn) 這個(gè)特性 人們提出用格雷碼 g r a y c o d e 來(lái)對(duì)個(gè)體進(jìn)行編碼 格雷碼是這樣 一種編碼方法 其連續(xù)的兩個(gè)整數(shù)所對(duì)應(yīng)的編碼之間僅僅只有一個(gè)碼位是不 同的 其余碼位都完全相同 2 選擇算子 選擇 s e l e c t i o n 是在群體中選擇生命力強(qiáng)的個(gè)體產(chǎn)生新的群體的過(guò) 程 遺傳算法使用選擇算子來(lái)對(duì)群體中的個(gè)體進(jìn)行優(yōu)勝劣汰操作 根據(jù)每個(gè) 個(gè)體的適應(yīng)度值大小選擇 適應(yīng)度較高的個(gè)體被遺傳到下一代群體中的概率 較大 適應(yīng)度較低的個(gè)體被遺傳到一下一代群體中的概率較小 這樣就可以 使得群體中個(gè)體的適應(yīng)度值不斷接近最優(yōu)解 選擇操作建立在對(duì)個(gè)體的適應(yīng) 度進(jìn)行評(píng)價(jià)的基礎(chǔ)之上 選擇操作的主要目的是為了避免有用遺傳信息的丟 失 提高全局收斂性和計(jì)算效率 選擇算子確定的好壞 直接影響到遺傳算 法的計(jì)算結(jié)果 選擇算子確定不當(dāng) 會(huì)造成群體中相似度值相近的個(gè)體增加 使得子代個(gè)體與父代個(gè)體相近 導(dǎo)致進(jìn)化停止不前 或使適應(yīng)度值偏大的個(gè) 體誤導(dǎo)群體的發(fā)展方向 使遺傳失去多樣性 產(chǎn)生早熟問(wèn)題 表4 1 所示為 常用選擇操作算子及特點(diǎn) 表4 1 選擇操作算子 序號(hào)名稱(chēng)特點(diǎn) 備注 1輪盤(pán)賭選擇 選擇誤差較大g a 成員 2隨機(jī)競(jìng)爭(zhēng)選擇 比輪盤(pán)賭選擇較好 3無(wú)回放隨機(jī)選擇 降低選擇誤差 操作不方 便 4 無(wú)回放式余數(shù)隨機(jī)選擇誤差最小應(yīng)用較廣 5均勻排序與適應(yīng)度大小差異程度正 負(fù)無(wú)關(guān) 西南交通大學(xué)碩士研究生學(xué)位論文 第2 8 頁(yè) 3 交叉算子 在生物的自然進(jìn)化過(guò)程中 兩個(gè)同源染色體通過(guò)交配而重組 形成新的 染色體 從而產(chǎn)生出新的個(gè)體或物種 交配重組是生物遺傳和進(jìn)化過(guò)程中的 一個(gè)主要環(huán)節(jié) 模仿這個(gè)環(huán)節(jié) 遺傳算法中使用交叉算子來(lái)產(chǎn)生新的個(gè)體 交叉 c r o s s o v e r 是按較大的概率從群體中選擇兩個(gè)個(gè)體 交換兩個(gè)個(gè)體的 某個(gè)或某些位 交叉運(yùn)算產(chǎn)生子代 子代繼承了父代的基本特征 交叉算予 的設(shè)計(jì)包括如何確定交叉點(diǎn)位置和如何進(jìn)行部分基因交換兩個(gè)方面的內(nèi)容 遺傳算法中的交叉運(yùn)算 是指對(duì)兩個(gè)相互配對(duì)的染色體按某種方式相互交換 其部分基因 從而形成兩個(gè)新的個(gè)體 交叉運(yùn)算是遺傳算法區(qū)別于其他進(jìn)化 運(yùn)算的重要特征 它在遺傳算法中起著關(guān)鍵作用 是產(chǎn)生新個(gè)體的主要方法 遺傳算法中 在交叉運(yùn)算之前還必須先對(duì)群體中的個(gè)體進(jìn)行配對(duì) 目前 常用的配對(duì)算法策略是隨機(jī)配對(duì) 即將群體中的m 個(gè)個(gè)體以隨機(jī)的方式組成 m 2 對(duì)配對(duì)個(gè)體組 交叉操作是在這些配對(duì)個(gè)體組中的兩個(gè)個(gè)體之間進(jìn)行的 表4 2 所示為常用