[发明专利]基于遗传算法的多槽腔构件粗加工刀具优化选取方法

说明书

本发明提供一种基于遗传算法的多槽腔构件粗加工刀具优化选取方法，是在加工域识别的基础上，提出了一种多槽腔构件粗加工刀具自动优化选取方法。首先，对单个工域元通道进行计算，根据残留比约束缩小刀具选择范围；由刀具库与选刀范围求交得到可选刀具组；然后，根据当前工艺条件下的刀具铣削过程加工时间模型，以最短加工时间为优化目标，利用遗传算法实现最佳刀具组合的优化选择；最后，对全局刀具运行刀具分配算法，进行局部刀具分配。该方法有效地解决了对于具有少则十多个、多则数十乃至数百个槽的复杂构件的自动选刀问题，能够显著减轻工艺员交互编程的劳动负担，实现基于刀具资源最大化加工效率且提高数控程序编制效率。

技术领域

本发明涉及机械加工领域，具体地，涉及一种基于遗传算法的多槽腔构件粗加 工刀具优化选取方法。

背景技术

刀具选取是多槽腔构件数控加工编程的一项重要内容。刀具选取的合理与否将直接影响复杂构件的生产效率和加工成本。选择刀具直径过小或过大都会导致加工 效率降低；前者使加工时间增加，后者增加了后续工步的工作量。然而，刀具尺寸 的合理选择是一项复杂而艰巨的任务，不仅需要丰富的工艺知识和经验，还要进行 复杂的数学计算。目前在多槽腔构件数控加工程序的编制过程中，人工选刀、费力， 故导致工艺较单一，选刀质量完全靠工艺员经验决定，缺少加工资源的优化选取。 目前来看刀具选择研究主要针对单个特征对象进行刀具的优化选取。而对于具有少 则十多个、多则数十乃至数百个槽的复杂结构件，若依次独立地对各特征进行刀具 的优化选取将导致刀具数量众多与刀具选取效率低下等问题。

为了提高多槽腔构件的数控加工效率，本发明提出一种基于遗传算法的多槽腔构件粗加工刀具优化选取方法，优化方法建立在遗传算法基础上，使用智能优化算 法达到多槽腔构件整体加工时间最短的目标，包括单槽腔局部粗加工刀具以及多槽 全局粗加工刀具的选取方法，确定最优刀具数量和参数。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于遗传算法的多槽腔构件粗加工刀具优化选取方法。

根据本发明提供的一种基于遗传算法的多槽腔构件粗加工刀具优化选取方法，包括如下步骤：

工域元通道计算步骤：采用分层法实现槽腔加工的通道计算，由层切面交环通道求 解工域元最大通道、最小通道；

选刀范围计算步骤：基于刀具使用条件、切削比条件限制刀具选择范围，确定选刀范围；

刀具库与范围求交步骤：将刀具库内的可选择刀具与选刀范围求交，得到可选择刀 具组；

遗传算法优化步骤：通过编码、初始化种群选取、当前种群适应度计算、遗传操作话和收敛判断对可选择刀具组进行遗传算法优化，确定全局最优刀具组；

刀具分配步骤：由全局最优刀具组确定每个工域元的局部最优刀具组的刀具分配方 法。

优选地，所述遗传算法优化步骤包括：

编码步骤：按选择状态将可选刀具组内刀具进行二进制编码；

初始化种群选取步骤：初始化种群选取，预设全局刀具初值；

当前种群适应度计算步骤：当前种群适应度计算，以刀具组合铣削过程加工时间为 适应度函数；

遗传操作步骤：遗传操作，种群进化过程选择、交叉、变异操作方法；

收敛判断步骤：收敛判断，判断终止的条件；

解码步骤：二进制编码结果解析方法，确定全局最优刀具。

优选地，工域元通道计算包括：

分层加工确认步骤：提取加工方式，确定刀轴控制模式和是否分层加工；

层切面排序步骤：按照第一规则进行层切面创建，并对层切面进行排序；