陳凱

摘 要：數(shù)控加工，是指在數(shù)控機(jī)床上進(jìn)行零件加工的一種工藝方法，它是解決零件品種多變、批量小、形狀復(fù)雜、精度高等問(wèn)題和實(shí)現(xiàn)高效化和自動(dòng)化加工的有效途徑。工業(yè)生產(chǎn)技術(shù)水平的不斷提升，數(shù)控加工技術(shù)得到了普遍的應(yīng)用，在這一過(guò)程中，對(duì)數(shù)控加工切削參數(shù)進(jìn)行優(yōu)化調(diào)整，對(duì)于提升數(shù)控加工質(zhì)量和效率來(lái)說(shuō)，發(fā)揮了十分重要的作用。

關(guān)鍵詞：數(shù)控加工；切削參數(shù)；優(yōu)化分析

中圖分類號(hào)：TG659 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）02-0069-01

制造業(yè)的快速發(fā)展，要求技術(shù)手段不斷提升，這使得數(shù)控加工技術(shù)得到了快速的發(fā)展和應(yīng)用。數(shù)控加工技術(shù)需要對(duì)切削參數(shù)進(jìn)行把握，并能夠結(jié)合實(shí)際生產(chǎn)情況，對(duì)切削參數(shù)進(jìn)行優(yōu)化，以提升生產(chǎn)效率和生產(chǎn)質(zhì)量。數(shù)控加工切削參數(shù)優(yōu)化，考慮到了幾何形狀零件的特征，對(duì)相關(guān)算法進(jìn)行優(yōu)化，保證切削參數(shù)應(yīng)用更加合理。

1 數(shù)控加工切削參數(shù)

數(shù)控加工技術(shù)對(duì)切削參數(shù)的選擇，主要考慮到了切削加工的實(shí)際情況，通過(guò)對(duì)切削參數(shù)進(jìn)行合理選擇，能夠保證切削加工具有較高的效率和質(zhì)量。制造業(yè)加工過(guò)程中，切削加工主要針對(duì)于復(fù)雜的幾何形狀零件，切削參數(shù)設(shè)計(jì)考慮到了切削加工的速度、寬度、背吃刀量、進(jìn)給量等相關(guān)指標(biāo)。數(shù)控加工技術(shù)效果的發(fā)揮，與切削參數(shù)有著密切的關(guān)聯(lián)性。切削加工參數(shù)關(guān)系到了企業(yè)的生產(chǎn)力和生產(chǎn)水平，決定了制造業(yè)在日益激烈的市場(chǎng)競(jìng)爭(zhēng)中，能否把握競(jìng)爭(zhēng)優(yōu)勢(shì)，使自身獲得更加長(zhǎng)遠(yuǎn)的發(fā)展和進(jìn)步。

2 數(shù)控加工切削參數(shù)算法分析

數(shù)控加工切削參數(shù)的選擇，本文主要介紹了遺傳算法在切削參數(shù)選擇中的應(yīng)用。遺傳算法由John H.Holland提出，該算法具有通用性，并且在實(shí)際計(jì)算過(guò)程中，算法較為簡(jiǎn)便，能夠針對(duì)于實(shí)際情況，對(duì)復(fù)雜的問(wèn)題進(jìn)行有效求解。遺傳算法主要由生物學(xué)原理演變而來(lái)，結(jié)合了生物進(jìn)化論，對(duì)促進(jìn)事物發(fā)展的因素進(jìn)行把握[1]。遺傳算法在應(yīng)用于數(shù)控加工切削參數(shù)選擇時(shí)，具體步驟如下：

（1）編碼：利用遺傳算法過(guò)程中，需要對(duì)變量進(jìn)行編碼，并且將之設(shè)計(jì)為具有一定長(zhǎng)度的字符。（2）初始群體生成：初始群體生成主要通過(guò)變量編碼產(chǎn)生，并且構(gòu)成一個(gè)群體，之后對(duì)初始字符串進(jìn)行迭代。（3）適應(yīng)值計(jì)算：利用適應(yīng)性函數(shù)，對(duì)初始群體的適應(yīng)值進(jìn)行計(jì)算，并對(duì)符合條件的個(gè)體進(jìn)行選擇[2]。（4）交叉：對(duì)選中的個(gè)體利用字符段進(jìn)行交換，生成兩個(gè)新個(gè)體。（5）變異：新個(gè)體產(chǎn)生變異，并且其字符串也會(huì)發(fā)生相應(yīng)的改變。（6）收斂判斷：根據(jù)變異結(jié)果對(duì)其是否收斂進(jìn)行判斷，并以收斂的字符串為最優(yōu)結(jié)果。若是不收斂，則從第（3）步進(jìn)行重復(fù)，直到收斂為止。

3 數(shù)控加工切削參數(shù)優(yōu)化

3.1 模型目標(biāo)函數(shù)

數(shù)控加工切削參數(shù)優(yōu)化，其目標(biāo)在于滿足生存效率最大化的發(fā)展目標(biāo)，在這一過(guò)程中，需要對(duì)切削加工參數(shù)優(yōu)化數(shù)學(xué)模型進(jìn)行利用。以最大生產(chǎn)效率為目標(biāo)，其目標(biāo)函數(shù)為：，。數(shù)學(xué)函數(shù)式中，tm表示為工序的切削時(shí)間，tc表示換刀時(shí)間，th為刀具磨損后的換刀時(shí)間，tot表示輔助時(shí)間，D為刀具直徑，L為切削長(zhǎng)度，Z為刀具齒數(shù)。同時(shí)，模型目標(biāo)函數(shù)應(yīng)用時(shí)，需要對(duì)其約束條件進(jìn)行考慮[3]。

（1）切削速度約束條件：；

（2）進(jìn)給量約束條件：；

（3）零件粗糙度要求：。

約束條件的限制，是為了滿足遺傳算法對(duì)最優(yōu)解獲取的關(guān)鍵。遺傳算法應(yīng)用于切削參數(shù)當(dāng)中，會(huì)根據(jù)優(yōu)化參數(shù){x}對(duì)群體適應(yīng)值進(jìn)行分析，并在區(qū)域范圍[minxi，maxxi]中對(duì)滿足約束條件的個(gè)體進(jìn)行編碼，在這一范圍內(nèi)對(duì)最優(yōu)個(gè)體進(jìn)行選擇，以滿足優(yōu)化需要。

3.2 參數(shù)優(yōu)化分析

假設(shè)機(jī)床T-35的額定功率P=30kW，主軸轉(zhuǎn)速為n=20-4000r/min，進(jìn)給速度為=15200mm/min；切削材料為7045-T7451（鋁合金）；刀具型號(hào)為JABRO SP SMG X24 JH420；加工要求為粗糙度為6.4，外形Ra=3.2，長(zhǎng)度為1000mm[4]。在實(shí)際加工過(guò)程中，需要對(duì)刀具耐用系數(shù)、切削力系數(shù)予以把握，具體內(nèi)容我們可以從表1和表2中看出。

在對(duì)切削參數(shù)優(yōu)化過(guò)程中，結(jié)合刀具耐用系數(shù)和切削力系數(shù)，利用遺傳算法，群體的大小為100，交叉概率為0.8，變異概率為0.1，優(yōu)化后的結(jié)果如表3所示。

結(jié)合表3來(lái)看，通過(guò)切削參數(shù)優(yōu)化，主軸速度由原來(lái)的2400r/min優(yōu)化到了3000r/min，進(jìn)給量?jī)?yōu)化值為1100mm/min，Ra為5.7μm，功率提升到了23.1kW，切削時(shí)間降低了0.8s。通過(guò)對(duì)切削參數(shù)優(yōu)化，提高了切削速度，使零件加工效率得到了有效提升，例如當(dāng)生產(chǎn)20萬(wàn)件零件時(shí)，減少切削時(shí)間6222小時(shí)。

4 結(jié)語(yǔ)

基于遺傳算法的數(shù)控加工切削參數(shù)優(yōu)化，注重對(duì)原有的數(shù)控切削加工方法進(jìn)行優(yōu)化，從而保證切削加工生產(chǎn)效率得到提升，使企業(yè)能夠降低生產(chǎn)時(shí)間，使其在市場(chǎng)競(jìng)爭(zhēng)中保持較大的競(jìng)爭(zhēng)優(yōu)勢(shì)。切削參數(shù)優(yōu)化，要注重在主軸速度、進(jìn)給量、功率、Ra、時(shí)間等方面進(jìn)行考慮，保證參數(shù)優(yōu)化與實(shí)際生產(chǎn)進(jìn)行緊密結(jié)合。

參考文獻(xiàn)：

[1]龔肖新，芮延年.模具數(shù)控加工切削參數(shù)優(yōu)化方案模糊綜合評(píng)價(jià)[J].機(jī)械設(shè)計(jì)與制造，2010，08：242-244.

[2]李堯，劉強(qiáng)，張偉.面向制造服務(wù)的數(shù)控切削數(shù)據(jù)庫(kù)系統(tǒng)[J].計(jì)算機(jī)集成制造系統(tǒng)，2014，09：2221-2230.

[3]祁琦.數(shù)控加工切削參數(shù)優(yōu)化的研究[J].現(xiàn)代制造技術(shù)與裝備，2016，05：40-42.

[4]歐敏.分析數(shù)控加工工藝決策與切削參數(shù)規(guī)范化[J].煤炭技術(shù)，2013，04：21-22.