[发明专利]一种基于差异演化算法的滚齿工艺参数自适应调整方法

摘要

本发明公开了一种基于差异演化算法的滚齿工艺参数自适应调整方法，其特征在于，同批齿轮滚齿加工过程中，工艺参数决策时，按照以下步骤进行滚齿工艺参数自适应调整，具体包括步骤为(1)实现滚齿工艺参数种群的表示及编码；(2)实现滚齿工艺参数种群优化学习策略的制定；(3)实现基于多源信息加工质量，加工时间，资源消耗的适应度函数的创建；(4)实现基于差异演化算法的滚齿工艺参数自适应调整。本发明的优点是采用种群优化学习策略对每个种群个体的缩放因子和交叉因子进行调整，避免了人工设定的不确定性，再采用差异演化算法进行滚齿工艺参数自适应调整，与人工设定滚齿工艺参数相比，调整效率高，加工后的齿轮表面粗糙度更低。

主权项

一种基于差异演化算法的滚齿工艺参数自适应调整方法，其特征在于，同批齿轮滚齿加工过程中，工艺参数决策时，按照以下步骤进行滚齿工艺参数自适应调整，具体步骤为：(1)实现滚齿工艺参数种群的表示及编码；首先，在n维空间里，根据数据字典随机产生满足工件基础参数和加工要求的NP个个体，构成一代滚齿工艺参数种群，其中n维空间分别对应滚刀类别、滚刀精度、滚刀头数、螺旋升角、滚刀转速、轴向进给速度、径向进给速度、滚切余量、进给量这9个属性，故n＝9，NP为种群规模，接着，在第g+1代滚齿工艺参数种群中，个体i用向量表示为：g为自然数，从0开始，最后，采用实数编码方式对滚齿工艺参数种群进行编码，①对不是数值型的属性进行语义转化，转化为数值，②将数值不连续的属性默认为是连续的，使其在差异演化计算时，能够进行运算操作；③对进行赋值，完成编码；(2)实现滚齿工艺参数种群优化学习策略的制定；滚齿工艺参数种群优化学习是通过对缩放因子F和交叉因子CR进行自动调整来实现的，首先，个体都有自身的缩放因子Fi和交叉因子CRi，将种群中的个体与因子向量联系在一起：其中，g代表种群编号，为自然数，从0开始，VFig是Fi的附加值，Fig是Fi的当前值，PFig是Fi的个体的缩放因子最优值，VCRig是CRi的附加值，CRig是CRi的当前值，PCRig是CRi的个体的交叉因子最优值，接着，运用公式Fig＝Fig‑1+wVFig‑1+2.0r1(PFig‑1‑Fig‑1)+2.0r2(PFgbestg‑1‑Fig‑1)和CRig＝CRig‑1+wVCRig‑1+2.0r1(PCRig‑1‑CRig‑1)+2.0r2(PCRgbestg‑1‑CRig‑1)计算第g+1代种群中，个体的Fi和CRi，完成两者的自动调整，其中，w为惯性权重，w＝‑0.05×g+1.4，r1，r2为随机变量，范围为[0,1]，PFgbestg‑1为第g代种群中全局最优缩放因子,PCRgbestg‑1为第g代种群中全局最优交叉因子；(3)实现基于多源信息：加工质量，加工时间，资源消耗的适应度函数的创建；建立无量纲的适应度函数：其中，加工质量Q通过工件表面粗糙度来衡量，Q0为加工该工件要求的最大表面粗糙度，加工时间T通过切削时间来衡量，T0为加工一个该工件要求的最大加工时间，资源消耗R通过电能消耗来衡量，R0为加工一个该工件要求的最大电能消耗，Q0,T0,R0皆为已知；(4)实现基于差异演化算法的滚齿工艺参数自适应调整；首先，随机初始化第1代滚齿工艺参数种群，按照步骤(1)中种群表示和编码方法，设种群规模NP＝20，g＝0,获得第1代种群中个体i的向量表示：1≤i≤NP，n＝9，根据数据字典获得n维空间对应属性值的范围：根据编码规则，获得xi,j∈[xj,min,xj,max]，1≤j≤n，随机给每一项赋值，另外，针对每个个体i的因子向量的随机初始值Fi0、CRi0、PFi0、PCRi0、VFi0、VCRi0都应在一定范围内，Fi0∈[0,1]，CRi0∈[‑0.5,1.5]，PFi0＝Fi0，PCRi0＝CRi0，VFi0∈[‑0.2Fi0,0.2Fi0]，VCRi0∈[‑0.2CRi0,0.2CRi0]，其次，评价第1代种群，工艺人员用个体所代表的滚齿工艺参数依次在滚齿机上进行加工，并按照步骤(3)计算每个个体i的Qi,Ti,Ri和Fitness，得到第1代种群最优个体定义种群全局最优个体向量集合其中，k为正整数，定义自身最优个体向量集合表示：再次，按照步骤(2)进行滚齿工艺参数种群优化学习，g＝g+1，得到子代的个体的Fig、CRig和运用Fig、CRig进行包括变异、交叉、选择在内的差异演化算法，得到子代种群，并进行加工和计算Fitness，得到该子代种群中最优个体若则最后，设定截止阈值e，若则终止迭代，存储目前种群编号g_end，否则，goto步骤(4)中的“再次”后续步骤。