[发明专利]一种数控加工参数多目标优化方法

说明书

技术领域

本发明属于数控加工参数优化技术领域，具体涉及一种数控加工参数多目标优化方法。

背景技术

数控加工参数的选择关系到加工系统的生产率、生产成本以及产品的加工质量。目前，大都采用优化方法建立加工系统参数优化模型，并通过一定的优化算法得到最优加工参数，实现加工过程优化的目的。从优化算法发展来看，向智能化方向发展，例如：遗传算法、蚁群算法和粒子群算法等智能算法。针对优化模型，基于数控加工优化目标多，且目标之间存在相互冲突，因此目前大多是运用以提高加工效率、降低加工成本、获得高质量产品为目标的多目标优化方法。

目前,参数多目标优化方法有如下几种:①利用加权系数法，将多目标转化为单目标；②根据经验主观决定目标的重要性，将多目标转化为单目标；③运用智能算法，例如Pareto遗传算法，得到最优解集，基于经验和知识进行决策，确定一组最优解。前两种方法都是在优化开始时先人为决策，第三种方法则是先寻优后决策，但是基于经验的决策，都存在主观性问题，所得到的最优解并非最优参数，从而影响优化效果。

发明内容

本发明的目的在于解决上述的技术问题而提供一种基于Pareto遗传算法和TRIZ理论的数控加工参数多目标优化方法，该方法能根据TRIZ理论的发明原理对Pareto最优解集中的最优解进行理性决策，得到合理地最优的加工参数，提高优化效果。

为实现上述目的，本发明采用如下技术方案：

一种数控加工参数多目标优化方法，包括下列步骤：

根据数控加工过程，分析加工要求，建立反映确定的设计变量与要优化的多目标变量之间的关系的多目标优化数学模型；

运用Pareto遗传算法对多目标优化数学模型进行求解，利用MATLAB软件得到设计变量与多目标变量的Pareto最优解集；

分析Pareto最优解集中多目标变量参数间关系，根据TRIZ理论建立目标变量间的矛盾矩阵表，然后根据TRIZ理论发明原理分析问题，根据分析结果从上述Pareto最优解集中确定出一组最优加工参数。

本发明基于Pareto遗传算法对数控加工参数多目标优化模型进行寻优，并利用MATLAB软件得到Pareto最优解集,分析解集中参数间关系，再根据TRIZ理论总结和形成选择最优解的科学原理，进而理性决策出最优解，完善了数控加工参数多目标优化先寻优后决策的模式，克服了基于偏好或经验进行决策的主观性弊端，真正实现和完善了先寻优后决策的求解模式，提高了优化效果。

附图说明

图1为本发明的数控加工参数多目标优化方法的流程框图；

图2为螺旋铣削数控加工的原理示意图；

图3为基于Pareto遗传算法得到的Pareto最优解集；

图4为基于TRIZ理论对Pareto最优解集中最优解的分析和决策的原理示意图。

具体实施方式

下面，结合实例对本发明的实质性特点和优势作进一步的说明，但本发明并不局限于所列的实施例。

下面，以螺旋铣削为例详细说明本发明的实现过程。在螺旋铣削数控加工过程中，通过刀具1在被加工件2表面进行螺旋运动在工作表面铣削，参见图2所示。

参见图1所示，一种数控加工参数多目标优化方法，包括下列步骤：

S101,根据数控加工过程，分析加工要求，建立反映确定的设计变量与要优化的多目标之间的关系的多目标优化数学模型；

1).确定影响要优化的多目标变量的设计变量

当被加工件、刀具和机床相关参数被确定后，切削速度、进给量及切削深度是影响生产加工效率的主要因素。本发明以螺旋铣削为例，相关加工参数有切削速度、每齿进给量、轴向切削深度、刀具直径及齿数，鉴于切削深度对刀具耐用度的影响较小，一般将其视为常量，而当刀具选定后，刀具直径和齿数也为既定值，因此，确定设计变量即待优化的变量参数X为：切削速度v和每齿进给量f，其表达式为X＝(x₁,x₂)＝(v,f)；

2).根据上述设计变量确定计算要优化的多目标变量的多目标优化函数

加工参数优化的目标是降低成本、提高加工效率，同时保证加工质量，其中，刀具的磨损和失效对加工成本影响最大。因此确定加工效率E和刀具耐用度T作为优化目标,加工效率E表示为加工时间的倒数，如下：

式中：t_m为切削时间，单位为秒s；d为工件直径，单位为毫米mm；v为切削速度，m/min；L为工件切削长度，单位为毫米mm；f为每齿进给量，mm/齿；Z为刀具齿数。