[发明专利]一种数控加工参数优化方法及存储介质

说明书

本发明公开了一种数控加工参数优化方法及存储介质，属于数控工件加工参数优化领域。该方法包括依据带约束条件的工件加工优化模型，构建适用度函数，用正交双链差分进化算法进行求解，通过正交双链的种群进行最优解搜索，经正交链交叉变异后生产的子代链，采用趋向全局最优解的正交双链搜索、趋向子代链的正交双链搜索及以全局最优解为中心的全局搜索3种策略，实施正交双链更新，增强经典差分进化算法的全局搜索能力、加快收敛速度，从而获得最佳的数控加工参数解集和适应度值。本发明以实际加工成本、工件装卸操作和刀具空走所需成本、换刀操作成本、刀具磨损成本、粗加工和精加工每道次的切削深度为优化目标，适用于常见的数控加工参数优化。

技术领域

本发明涉及一种数控加工参数优化方法及存储介质，特别是一种兼顾了全局搜索与局部搜索策略的基于正交双链的差分进化算法的数控加工参数优化方法及计算机程序产品，属于数控工件加工参数优化及群智能优化技术领域。

背景技术

数控加工作为制造业的基础行业，它已成为世界各国加速经济发展、提高综合国力和地位的重要途经，并且在我国当代的工业体系中占据主体地位。研究加工参数的主要目的是生产低成本、高质量的工件，合适的切削参数能够降低加工成本，提升加工效率和加工质量以提高经济效益，这项工作的推广和应用能为制造类的企业快速响应市场提供更多的便捷。目前，我国数控加工企业还存在凭经验、参考手册、通过试验来选择数据控参数的现状，难以实现数控参数的最优化。本发明确立的数控加工参数的最优化问题，即在给定的加工约束条件下，如何选取合适的加工参数以达到最小加工成本。

早期对数控加工参数优化的方法主要有两种：一是试验法，如因素设计、相应曲面法；二是数学处理方法，如动态规划、线性或非线性规划算法来寻求问题的最优解，然而大量的加工参数优化问题是多约束非线性的复杂问题，利用传统的数学处理方法很难取得最优解。随着元启发式算法的迅速发展，许多学者将它们应用到计算机集成制造领域的加工参数优化问题中，运用它们搜索问题的近优解。目前，采用较多的是如下列所述的现有技术的文献所涉及的遗传算法、粒子群算法和蚁群算法等：

(a)Chen，M.and K.Chen，Optimization of multipass turning operationswith genetic algorithms：A note[J].International Journal of ProductionResearch，2010.41(14)：p.3385-3388.

(b)Chen，M.C.and D.M.TSAI，A simulated annealing approach foroptimization of multi-pass turning operations[J].International Journal ofProduction Research，2007.34(10)：p.2803-2825.

(c)Sankar R S，Asokan P，Saravanan R，et al.Selection of machiningparameters for constrained machining problem using evolutionary computation[J].The International Journal of Advanced Manufacturing Technology，2007，32(9-10)：892-901.

(d)Srinivas J，Giri R，Yang S H.Optimization of multi-pass turningusing particle swarm intelligence[J].International Journal of AdvancedManufacturing Technology，2009，40(1-2)：56-66.

(e)李新鹏.改进人工蜂群算法及其在切削参数优化问题中的应用研究[D].华中科技大学，2013.

但上述文献存在着元启发式算法在寻找解的过程中存在陷入局部最优的困境。