10.19287/j.cnki.1005-2402.2021.09.027
数控加工工艺参数的多目标优化与决策算法研究
为了提高汽油机活塞数控车削加工的质量和生产效率,提出了基于非支配排序差分进化算法的多目标优化方法与基于加权相对距离的决策方法.以加工件的表面粗糙度和材料去除速率为优化参数,建立了多目标优化模型.鉴于表面粗糙度的经验公式计算精度有限,且不具有生产设备和生产过程差异适应性,给出了学习因子自适应神经网络的拟合方法.使用非支配排序差分进化算法对多目标优化模型进行求解,得到了 Pareto前沿解集.提出了基于加权相对距离的决策方法,得到了最优生产方案.经验证,与工厂现用生产方案比,优化后的工件表面粗糙度减小了一倍以上,材料去除速率提高了 57.98%,以上数据充分证明了优化方案的有效性.
数控车削;学习因子自适应;非支配排序;加权相对距离
TP391(计算技术、计算机技术)
2021-09-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
138-142