面向现代绿色制造的精车车削优化.pdfVIP

２０１４年２月 机床与液压 Ｆｅｂ２０１４ 第４２卷 第４期 ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳ Ｖｏｌ４２Ｎｏ４ ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１－３８８１２０１４０４００８ 面向现代绿色制造的精车车削优化 胡成龙 （武汉软件工程职业学院，湖北武汉４３０２０５） 摘要：考虑车削加工约束条件，建立切削能量最小与表面粗糙度最小的精车车削优化模型。通过实例运用非支配排序 遗传算法 （ＮＳＧＡ－ＩＩ）与多目标粒子群算法 （ＭＯＰＳＯ）对精车优化切削模型进行仿真优化，结果表明ＮＳＧＡ－ＩＩ算法与 ＭＯＰＳＯ算法切削能量和表面粗糙度的Ｐａｒｅｔｏ最优解集均可由同一的六次曲线方程拟合，且拟合相关指数为０９９９５、 ０９９８２。在表面粗糙度和切削能量的Ｐａｒｅｔｏ最优解集下，获得了精车优化切削模型相应的进给量、切削速度，为优化选择 精车切削参数提供了参考。 关键词：表面粗糙度；切削能量；ＮＳＧＡ－ＩＩ算法；ＭＯＰＳＯ算法；节能；精车车削优化 中图分类号：ＴＨ１２８　　文献标识码：Ａ　　文章编号：１００１－３８８１（２０１４）４－０２１－５ ＯｐｔｉｍｉｚａｔｉｏｎｏｆＦｉｎｉｓｈＴｕｒｎｉｎｇｆｏｒＭｏｄｅｒｎＧｒｅｅｎＭａｎｕｆａｃｔｕｒｉｎｇＭａｃｈｉｎｉｎｇ ＨＵＣｈｅｎｇｌｏｎｇ （ＷｕｈａｎＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅｏｆＳｏｆｔｗａｒｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＨｕｂｅｉ４３０２０５，Ｃｈｉｎａ） 　　Ａｂｓｔｒａｃｔ：Ｉｎｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｖａｒｉｏｕｓｐｒａｃｔｉｃａｌｃｏｎｓｔｒａｉｎｔｓ，ｔｈｅｆｉｎｉｓｈｔｕｒｎｉｎｇｏｐｅｒａｔｉｏｎｓｃｕｔｔｉｎｇｍｏｄｅｌ，ｂａｓｅｄｏｎｔｈｅｍｉｎｉｍｕｍ ｃｕｔｔｉｎｇｅｎｅｒｇｙａｎｄｔｈｅｍｉｎｉｍｕｍｓｕｒｆａｃｅｒｏｕｇｈｎｅｓｓ，ｗａｓｐｒｏｐｏｓｅｄ．ＴｈｅｎｏｎｄｏｍｉｎａｔｅｄｓｏｒｔｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍＩＩ（ＮＳＧＡＩＩ）ａｎｄｔｈｅ ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＭＯＰＳＯ）ｗｅｒｅａｐｐｌｉｅｄｉｎｅｘａｍｐｌｅｓｔｏｏｐｔｉｍｉｚｅｆｉｎｉｓｈｔｕｒｎｉｎｇｃｕｔｔｉｎｇｍｏｄｅｌ．Ｔｈｅｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅｔｈａｔｔｈｅＰａｒｅｔｏｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｓｅｔｏｆｃｕｔｔｉｎｇｅｎｅｒｇｙａｎｄｓｕｒｆａｃｅｒｏｕｇｈｎｅｓｓｂｙｕｓｉｎｇＮＳＧＡＩＩａｌｇｏｒｉｔｈｍａｎｄｔｈｅＭＯＰＳＯａｌｇｏ ｒｉｔｈｍｃａｎａｌｌｂｅｆｉｔｔｅｄｂｙｔｈｅｓａｍｅ６ｔｈｐｏｌｙｎｏｍｉａｌｓｏｆｄｅｇｒｅｅｅｑｕａｔｉｏｎｏｆｃｕｒｖｅｓ，ａｎｄｔｈｅｆｉｔｔｉｎｇｒｅｌｅｖａｎｔｉｎｄｅｘｉｓｅｑｕａｌｔｏ０９９９５ａｎｄ ０９９８２．ＵｎｄｅｒｔｈｅＰａｒｅｔｏｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｓｅｔｆｏｒｔｈｅｓｕｒｆａｃｅｒｏｕｇｈｎｅｓｓａｎｄｔｈｅｃｕｔｔｉｎｇｅｎｅｒｇｙ，ｆｅｅｄｒａｔｅｓａｎｄｃｕｔｔｉｎｇｓｐｅｅｄｃａｎｂｅ ａｌｓｏｏｂｔａｉｎｅｄｆｏｒｔｈｅｃｕｔｔｉｎｇｍｏｄｅｌ，ｗｈｉｃｈｐｒｏｖｉｄｅｓｐｒａｃｔｉｃａｌｒｅｆｅｒｅｎｃｅｓｆｏｒｏｐｔｉｍａｌｓｅｌｅｃｔｉｏｎｏｆｆｉｎｉｓｈｍａｃｈｉｎｉｎｇｐａｒａｍｅｔｅｒｓ． Ｋｅｙｗｏｒｄｓ：Ｓｕｒｆａｃｅｒｏｕｇｈｎｅｓｓ；Ｃｕｔｔｉｎｇｅｎｅｒｇｙ；ＮＳＧＡＩＩａｌｇｏｒｉｔｈｍ；ＭＯＰＳＯａｌｇｏｒｉｔｈｍ；Ｅｎｅｒｇｙｓａｖｉｎｇ；Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｕｒｎｉｎｇｉｎ ｆｉｎｉｓｈｍａｃｈｉｎｉｎｇ 　　数控技术是现代机械制造业实现自动化、柔性 切削用量常用单位生产成本最低、单位生产率最高、 化、集成化生产的基础。采用数控机床、柔性制造系 单位产品利润最高作为优化目标。然而，这种过多的 统及计算机集成制造系统的现代化生产手段和方式， 聚焦于生产成本、生产效率