用差分进化法优化表面磨削操作[外文翻译].doc

用差分进化法优化表面磨削操作


引言
在任何一个工件加工工序中加工参数的选择都会明显的影响到生产效率，以及每个零件的质量和成本。目前的工作包含对一种叫做差分进化法的应用，这是一项新研发的全局优化技术，用来优化表面磨削过程中的加工参数。转速，切削速度，加工深度和进给速度都被视作是加工参数。生产成本，生产效率和表面粗糙度都是在理想磨削条件下评估的，易受到热损伤，转轮磨损参量和机床刚度的约束。文献中有个例子比较了这种方法和另外一种方法的结果。
© 2006Elsevier B.V. 版权所有。
关键字：表面磨削；加工参数；优化；差分进化法

1.序言

由于车间里广泛使用复杂昂贵的计算机数控加工中心，优化切削条件变得越来越重要。加工参数显著的影响成本，效率和加工件的质量。这些参数的选择一般是靠工艺计划专员凭借他们在车间工作的经验或者查阅数据手册来做出的。然而，依靠这样选择出的参数常常比较保守并且不能满足任何一个经济标准。因此，在数字模型的基础上优化加工参数就变的越来越重要。
优化磨削工序现在仍然是一个最富于挑战性的问题，这是由于它的高复杂性和非线性。这让传统的优化算法的应用受到很大的限制。Rowe et al.【1】对基于磨削的人工智能的各种方法进行了大量的回顾，该人工智能可以归类于专家系统。【2】，模糊逻辑【3】，和神经网络【4】.Amitay【5】对磨削和加工条件都做了优化，是为了被加工件的切除率最大化。
Wen et al.【6】应用二次优化法通过多元函数模型对表面磨削工艺过程中的参数进行优化。
不久，有一些研究人员用进化算法【7，8】来解决Wen et al.提出的模型，以此来获得更准确的结果。在现在的工作中，差分进化法作为现代启发式算法领域中的一种新近出现的优化技术，被成功的用于优化表面磨削的参数。

2.数字模型

Wen et al.提出的数字模型【6】被用于这项工作中。
2.1. 次目标的测定和变量的优化
生产成本和生产率被作为子目标来选择，是为了在粗磨过程中使表面粗糙度保持定值，生产成本和表面粗糙度被视为子目标，是为了在精磨过程中保持固定的生产率。多个子目标联合成一个合成目标函数。虽然有很多的变量，但是只有一部分会明显的影响到加工过程。它们就是转速Vs (m/min),切削速度Vw (m/min),加工深度doc(mm),进给速度L(mm/rev).在当今的模型中这些变量被认为是优化变量。