亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        數(shù)控加工工藝參數(shù)的多目標(biāo)優(yōu)化與決策算法研究*

        2021-09-09 02:37:56劉海亮賈翠玲王東輝
        制造技術(shù)與機(jī)床 2021年9期
        關(guān)鍵詞:粗糙度經(jīng)驗(yàn)神經(jīng)網(wǎng)絡(luò)

        劉海亮 賈翠玲 王東輝

        (內(nèi)蒙古工業(yè)大學(xué)工程訓(xùn)練教學(xué)部,內(nèi)蒙古 呼和浩特010062)

        數(shù)控加工技術(shù)是在傳統(tǒng)制造技術(shù)基礎(chǔ)上集成了自動(dòng)控制技術(shù)、計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)通信技術(shù)而成的產(chǎn)物。與傳統(tǒng)機(jī)械制造比,具有自動(dòng)化程度高、生產(chǎn)效率高、質(zhì)量高等諸多優(yōu)勢(shì)[1]。工藝參數(shù)作為數(shù)控加工的可控參數(shù),參數(shù)數(shù)值的設(shè)置極大地影響數(shù)控加工質(zhì)量,對(duì)參數(shù)進(jìn)行優(yōu)化可以提高生產(chǎn)效率和生產(chǎn)質(zhì)量,同時(shí)降低生產(chǎn)成本,因此研究參數(shù)優(yōu)化問(wèn)題具有重要的實(shí)際意義。

        依據(jù)優(yōu)化目標(biāo)的不同,數(shù)控加工技術(shù)的優(yōu)化可以分為能耗優(yōu)化、生產(chǎn)效率/成本優(yōu)化、刀具磨損/壽命優(yōu)化、生產(chǎn)質(zhì)量?jī)?yōu)化等。文獻(xiàn)[2]面向數(shù)控機(jī)床能耗進(jìn)行優(yōu)化,根據(jù)機(jī)床閑置時(shí)間制定機(jī)床待命、系統(tǒng)待命和關(guān)機(jī)3種控制方案,實(shí)現(xiàn)了數(shù)控機(jī)床的智能化低能耗控制。文獻(xiàn)[3]使用響應(yīng)面法對(duì)金屬加工過(guò)程中的能耗和刀具使用壽命進(jìn)行優(yōu)化,得到了刀尖半徑對(duì)目標(biāo)參數(shù)的影響規(guī)律。文獻(xiàn)[4]為了降低機(jī)床熱誤差對(duì)數(shù)控機(jī)床加工精度的影響,使用布谷鳥(niǎo)算法優(yōu)化灰色GM(1,N)模型的系數(shù),提高了灰色模型預(yù)測(cè)精度,為熱誤差補(bǔ)償提供了依據(jù)。文獻(xiàn)[5]使用灰色關(guān)聯(lián)分析、主成分分析、響應(yīng)面等方法對(duì)工件表面粗糙度和能耗進(jìn)行優(yōu)化,得到了優(yōu)化的進(jìn)給速度、切削深度、切削速度等參數(shù)。當(dāng)前關(guān)于數(shù)控加工工藝優(yōu)化面臨2個(gè)難題:一是優(yōu)化目標(biāo)經(jīng)驗(yàn)公式精度略低,且不具有個(gè)體差異的適應(yīng)性,難以滿足高要求的優(yōu)化問(wèn)題;二是優(yōu)化模型的求解方法需進(jìn)一步研究,力求得到最優(yōu)參數(shù),而不是次優(yōu)參數(shù)。

        本文針對(duì)汽油機(jī)活塞的數(shù)控車削加工過(guò)程,以提高加工質(zhì)量和生產(chǎn)效率為目標(biāo)建立了多目標(biāo)優(yōu)化模型。使用非支配排序差分進(jìn)行算法進(jìn)行模型求解,并提出了基于加權(quán)相對(duì)距離的決策算法。經(jīng)過(guò)優(yōu)化和決策,實(shí)現(xiàn)了提高生產(chǎn)質(zhì)量和生產(chǎn)效率的目的。

        1 問(wèn)題描述與建模

        1.1 問(wèn)題描述

        本文以某汽油機(jī)活塞的數(shù)控車削加工過(guò)程為研究背景,對(duì)數(shù)控加工的產(chǎn)品質(zhì)量和加工速率進(jìn)行優(yōu)化。汽油機(jī)活塞材料為鋁硅合金,活塞尺寸為φ81.5 mm×50 mm,經(jīng)車削和銑削后的最終產(chǎn)品如圖1所示,本文只研究車削過(guò)程的優(yōu)化問(wèn)題。加工前毛坯為圓柱體,尺寸為φ85 mm×55 mm。

        實(shí)驗(yàn)用車床為FeelErftc-350型車床,如圖2所示。刀具為PCD活塞外圓專用刀具,刀具前角為5°,后角為11°,刀尖圓弧直徑為1.0 mm。

        1.2 問(wèn)題建模

        對(duì)于多目標(biāo)優(yōu)化問(wèn)題,其數(shù)學(xué)模型包括建立目標(biāo)模型、設(shè)計(jì)優(yōu)化參數(shù)、設(shè)置約束條件等3個(gè)方面。

        (1)建立目標(biāo)模型。對(duì)1.1節(jié)設(shè)置的研究背景,本文以零件表面粗糙度Ra、材料去除速率Q為優(yōu)化目標(biāo)。零件的表面粗糙度越小則零件質(zhì)量越好,因此零件表面粗糙度是一個(gè)最小化目標(biāo);材料去除速率越大則車削加工速率越大,因此材料去除速率是一個(gè)最大化目標(biāo)。綜合以上分析,得到多目標(biāo)優(yōu)化函數(shù)為:

        obj.f=(minRa)∩(maxQ)

        (1)

        零件表面粗糙度有經(jīng)驗(yàn)公式可以使用,為:

        (2)

        式中:af為每轉(zhuǎn)進(jìn)給量,r為刀具半徑。

        材料去除速率是衡量數(shù)控車床加工的重要指標(biāo),是指單位時(shí)間內(nèi)切除掉的材料體積,其完全由切削速度、背吃刀量和每轉(zhuǎn)進(jìn)給量決定,即:

        Q=ae·ap·af

        (3)

        式中:ae為切削速度,ap為背吃刀量。

        在此需要強(qiáng)調(diào)的是,材料去除率計(jì)算公式為精確計(jì)算公式,可以直接應(yīng)用。但是零件表面粗糙率為經(jīng)驗(yàn)計(jì)算公式,計(jì)算精度有限。

        (2)設(shè)計(jì)優(yōu)化參數(shù)。選擇工藝參數(shù)切削速度ae、背吃刀量ap、每轉(zhuǎn)進(jìn)給量af為優(yōu)化參數(shù),則3個(gè)參數(shù)形成的優(yōu)化向量表示為x=(ae,ap,af)。

        (3)設(shè)置約束條件。本次優(yōu)化問(wèn)題的約束條件包括優(yōu)化參數(shù)取值范圍約束、零件質(zhì)量參數(shù)取值范圍約束、數(shù)控車床加工能力約束等,即:

        (4)

        式中:Fmax為最大切削力,Wmax為最大功率。

        2 工藝參數(shù)-目標(biāo)參數(shù)映射策略

        在1.2節(jié)中提到,材料去除速率為精確計(jì)算公式,可以直接使用;但是零件表面粗糙度是經(jīng)驗(yàn)計(jì)算公式,其計(jì)算精度有限,且對(duì)每次加工、不同設(shè)備不具有自適應(yīng)性和個(gè)體差異性。為了更加精確地對(duì)參數(shù)進(jìn)行優(yōu)化,本文使用神經(jīng)網(wǎng)絡(luò)對(duì)工藝參數(shù)與目標(biāo)參數(shù)間的關(guān)系進(jìn)行映射。

        2.1 學(xué)習(xí)效率自適應(yīng)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

        簡(jiǎn)單地講,BP神經(jīng)網(wǎng)絡(luò)地構(gòu)建需要3個(gè)步驟,分別為數(shù)據(jù)預(yù)處理、數(shù)據(jù)前向傳播、基于誤差反向傳播的參數(shù)修正。

        (1)數(shù)據(jù)預(yù)處理。輸入輸出數(shù)據(jù)的量綱相差較大時(shí)會(huì)降低訓(xùn)練速度,因此需要對(duì)輸入輸出數(shù)據(jù)進(jìn)行歸一化處理,即

        (5)

        式中:xmin為參數(shù)最小值,xmax為參數(shù)最大值,x為參數(shù)原始數(shù)據(jù),x′為參數(shù)歸一化后數(shù)據(jù)。

        (2)數(shù)據(jù)的正向傳播。數(shù)據(jù)正向傳播即為神經(jīng)網(wǎng)絡(luò)的輸出過(guò)程[7]。

        (6)

        式中:O為神經(jīng)網(wǎng)絡(luò)輸出;xi(i=1,2,3)為神經(jīng)網(wǎng)絡(luò)輸入,x1表示ae,x2表示ap,x3表示af;wij為輸入神經(jīng)元i與隱藏神經(jīng)元j的傳遞權(quán)值;θj為隱藏神經(jīng)元j的閾值;vj為隱藏神經(jīng)元j向輸出神經(jīng)元的權(quán)值,r為輸出神經(jīng)元閾值。f1為隱藏神經(jīng)元激活函數(shù),使用Tansig函數(shù);f1為輸出神經(jīng)元激活函數(shù),使用Tansig函數(shù)。

        (3)參數(shù)訓(xùn)練。首先計(jì)算擬合誤差,為:

        (7)

        式中:E為訓(xùn)練誤差,U為數(shù)據(jù)長(zhǎng)度,yi為樣本輸出,Oi為擬合輸出。

        以傳遞權(quán)值wij為例,參數(shù)的訓(xùn)練方法為:

        (8)

        式中:Δwij(t)為迭代t次時(shí)的參數(shù)修正值,η為學(xué)習(xí)效率。傳統(tǒng)神經(jīng)網(wǎng)絡(luò)一般使用固定的學(xué)習(xí)效率,但是學(xué)習(xí)效率過(guò)小容易陷入局部最優(yōu),過(guò)大則收斂速度過(guò)慢,因此本文設(shè)置自適應(yīng)學(xué)習(xí)效率為:

        (9)

        2.2 數(shù)據(jù)獲取

        使用Box-Behnken實(shí)驗(yàn)設(shè)計(jì)法[8]在優(yōu)化空間內(nèi)進(jìn)行抽樣,按照抽樣點(diǎn)對(duì)應(yīng)的參數(shù)對(duì)汽油機(jī)活塞進(jìn)行車削加工,而后測(cè)量加工件的表面粗糙度。得到32組實(shí)驗(yàn)結(jié)果,如表1所示。

        表1 實(shí)驗(yàn)數(shù)據(jù)

        2.3 訓(xùn)練結(jié)果驗(yàn)證

        使用式(8)和式(9)給出的訓(xùn)練方法對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練,訓(xùn)練完畢后對(duì)網(wǎng)絡(luò)擬合準(zhǔn)確性進(jìn)行檢驗(yàn)。將擬合準(zhǔn)確性定義為:

        (10)

        式中:Acc為擬合準(zhǔn)確性。

        分別計(jì)算BP神經(jīng)網(wǎng)絡(luò)的擬合精度、經(jīng)驗(yàn)公式(2)的計(jì)算精度,如表2所示。

        表2 精度對(duì)比

        由表2可以看出,BP神經(jīng)網(wǎng)絡(luò)的擬合準(zhǔn)確度為99.11%,經(jīng)驗(yàn)公式的計(jì)算精度為91.25%,遠(yuǎn)小于BP神經(jīng)網(wǎng)絡(luò)的擬合精度。說(shuō)明將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于參數(shù)優(yōu)化??梢缘玫礁訙?zhǔn)確的優(yōu)化結(jié)果。

        3 多目標(biāo)優(yōu)化與決策算法

        3.1 多目標(biāo)優(yōu)化算法

        本文使用融合非支配排序的差分進(jìn)化算法對(duì)多目標(biāo)優(yōu)化模型進(jìn)行求解。多目標(biāo)優(yōu)化與單目標(biāo)優(yōu)化的區(qū)別體現(xiàn)在基于非支配排序的選擇過(guò)程。

        (1)染色體初始化。由于設(shè)置了3個(gè)優(yōu)化參數(shù),因此染色體具有3個(gè)基因位,即x=(ae,ap,af)。使用隨機(jī)方式進(jìn)行初始化,為:

        (11)

        (2)變異操作。以差分的方式[9]對(duì)染色體執(zhí)行變異操作,即:

        xij(n+1)=xOj(n)+F·[xPj(n)-xQj(n)]

        (12)

        式中:i≠O≠P≠Q(mào);F為縮放因子,n為迭代次數(shù)。當(dāng)變異操作產(chǎn)生的個(gè)體超出取值范圍時(shí),則重新選擇差分個(gè)體進(jìn)行變異。

        (3)交叉操作。在變異操作后執(zhí)行交叉操作,從而提高染色體多樣性。對(duì)于兩個(gè)相異的染色體xpj和xOj,交叉操作為:

        (13)

        式中:rand(0,1)為(0,1)間的隨機(jī)數(shù),CR為交叉概率。

        (4)選擇操作。對(duì)于多目標(biāo)優(yōu)化問(wèn)題,基于非支配排序[10]和擁擠度因子進(jìn)行選擇操作。其步驟為:首先,將父代染色體和子代染色體進(jìn)行混合;而后,對(duì)混合染色體進(jìn)行非支配排序;最后,基于非支配排序結(jié)果和擁擠度因子[11]對(duì)染色體進(jìn)行選擇,保持染色體規(guī)模不變。

        3.2 多目標(biāo)決策方法

        經(jīng)過(guò)3.1節(jié)的求解,得到多目標(biāo)優(yōu)化的Pareto前沿解集,那么接下來(lái)存在解的選擇與決策問(wèn)題。為了解決這一問(wèn)題,本文提出了基于加權(quán)相對(duì)距離的決策方法,具體分為以下步驟:

        Step1:目標(biāo)參數(shù)歸一化,方法同式(5),以2維目標(biāo)參數(shù)為例,歸一化結(jié)果寫為矩陣形式:

        (14)

        式中:N為Pareto解集中解的數(shù)量,(z11,z12)為解集中解1的2個(gè)目標(biāo)取值,其余zij含義與此相同。

        Step2:設(shè)置權(quán)重。為相對(duì)偏重的目標(biāo)設(shè)置較大的權(quán)重ω,得到加權(quán)后的矩陣形式為:

        本文將2個(gè)優(yōu)化目標(biāo)視為同等重要,即取ω=1。

        Step3:確定理想解與不理想解。所謂理想解是指由各目標(biāo)最優(yōu)值組成的解,理論上此解無(wú)法實(shí)現(xiàn)。所謂非理想解是指由各目標(biāo)最差值組成的解。以2維最小化目標(biāo)為例,理想解與最不理想解如圖4所示。

        Step4:計(jì)算相對(duì)距離。計(jì)算Pareto解集中某解i與理想解、非理想解的相對(duì)距離。

        (15)

        Step5:計(jì)算解i的優(yōu)劣指標(biāo)參數(shù),為:

        (16)

        式中:Ci為解i的優(yōu)劣指標(biāo)參數(shù),其值越大表示解的質(zhì)量越高,則選擇Ci值最大的解作為決策結(jié)果。

        4 實(shí)驗(yàn)驗(yàn)證

        2.3節(jié)已經(jīng)對(duì)BP神經(jīng)網(wǎng)絡(luò)的擬合精度進(jìn)行了驗(yàn)證,本節(jié)只對(duì)多目標(biāo)優(yōu)化結(jié)果和決策結(jié)果進(jìn)行驗(yàn)證。

        4.1 多目標(biāo)優(yōu)化求解結(jié)果

        根據(jù)1.1節(jié)的實(shí)驗(yàn)方案和表1中的實(shí)驗(yàn)數(shù)據(jù),使用非支配排序差分進(jìn)化算法對(duì)多目標(biāo)優(yōu)化模型進(jìn)行求解,算法參數(shù)設(shè)置為:染色體規(guī)模為60,算法最大迭代次數(shù)為500。得到Pareto前沿解集如圖5所示。

        4.2 多目標(biāo)決策與對(duì)比

        按照3.2節(jié)的步驟計(jì)算Pareto解集中各解的優(yōu)劣指標(biāo)參數(shù)Ci,所得結(jié)果如表3所示。

        表3 Pareto中各解的指標(biāo)值

        根據(jù)表3的計(jì)算結(jié)果,選擇第17組解作為決策結(jié)果。另外,為了對(duì)本文的優(yōu)化方案進(jìn)行說(shuō)明,設(shè)置了2組比較方案,一是工廠現(xiàn)有加工方案,二是使用經(jīng)驗(yàn)公式計(jì)算結(jié)合多目標(biāo)求解與決策的方法?;?種生產(chǎn)方案均生產(chǎn)10個(gè)汽油機(jī)活塞,測(cè)量表面粗糙度并計(jì)算材料去除速率,對(duì)比結(jié)果如表4所示。

        表4 不同生產(chǎn)方案比較

        由表4可知,基于經(jīng)驗(yàn)公式的優(yōu)化結(jié)果在表面粗糙度和材料去除速率2個(gè)方面均不如本文的優(yōu)化結(jié)果,這是因?yàn)榻?jīng)驗(yàn)公式的計(jì)算精度差于BP神經(jīng)的擬合精度,因此經(jīng)驗(yàn)公式無(wú)法進(jìn)行高精度的優(yōu)化,或者說(shuō)基于經(jīng)驗(yàn)公式的優(yōu)化結(jié)果可信度小于基于BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的可信度。工廠現(xiàn)用生產(chǎn)方案中,生產(chǎn)工件的表面粗糙度均值為9.894 μm,材料去除速率為144.000 cm3/min,而本文優(yōu)后生產(chǎn)工件的表面粗糙度均值為4.267 μm,比工廠現(xiàn)用方案減小了1倍以上,材料去除速率為227.500 cm3/min,生產(chǎn)效率提高了57.98%。這是因?yàn)楣S的生產(chǎn)工藝確定與優(yōu)化是基于專家經(jīng)驗(yàn)給出的,基于專家經(jīng)驗(yàn)的優(yōu)化深度有限,且各專家的生產(chǎn)經(jīng)驗(yàn)區(qū)別較大,因此工廠現(xiàn)用的生產(chǎn)工藝差于基于智能算法的優(yōu)化結(jié)果。

        5 結(jié)語(yǔ)

        本文研究了汽油機(jī)活塞數(shù)控車削加工過(guò)程的優(yōu)化問(wèn)題,建立了表面粗糙度、生產(chǎn)效率的多目標(biāo)優(yōu)化模型,給出了多目標(biāo)優(yōu)化與決策算法。經(jīng)驗(yàn)證得出以下結(jié)論:(1)車削加工件表面粗糙度的經(jīng)驗(yàn)公式計(jì)算精度差于BP神經(jīng)的擬合精度。(2)經(jīng)過(guò)優(yōu)化與決策,本文給出的生產(chǎn)方案不僅降低了工件表面粗糙度,而且提高了生產(chǎn)效率。

        猜你喜歡
        粗糙度經(jīng)驗(yàn)神經(jīng)網(wǎng)絡(luò)
        2021年第20期“最值得推廣的經(jīng)驗(yàn)”評(píng)選
        黨課參考(2021年20期)2021-11-04 09:39:46
        基于無(wú)人機(jī)影像的巖體結(jié)構(gòu)面粗糙度獲取
        甘肅科技(2020年20期)2020-04-13 00:30:18
        神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        冷沖模磨削表面粗糙度的加工試驗(yàn)與應(yīng)用
        模具制造(2019年4期)2019-06-24 03:36:48
        經(jīng)驗(yàn)
        2018年第20期“最值得推廣的經(jīng)驗(yàn)”評(píng)選
        黨課參考(2018年20期)2018-11-09 08:52:36
        基于BP神經(jīng)網(wǎng)絡(luò)的面齒輪齒面粗糙度研究
        鋼材銹蝕率與表面三維粗糙度參數(shù)的關(guān)系
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        国产95在线 | 欧美| 亚洲一区二区三区国产精品视频| 亚洲一区二区三区在线观看| 国产一区二区三区不卡视频| 人妻熟妇乱又伦精品视频| 男人和女人做爽爽视频 | 又爆又大又粗又硬又黄的a片| 欧美日韩中文制服有码| 国产美女三级视频网站| 国产激情在线观看视频网址| 亚洲男人天堂黄色av| 国产69精品久久久久777| 无码人妻精品一区二区三区不卡| 夜夜春精品视频| 精品国产1区2区3区AV| 国产肥熟女视频一区二区三区 | 亚洲欧美日韩中文字幕网址| 综合久久一区二区三区| 丰满少妇被啪啪到高潮迷轩| 极品尤物一区二区三区| 国产精品免费久久久久影院仙踪林| 欧洲中文字幕| 亚洲全国最大的人成网站| 按摩师玩弄少妇到高潮av| 国产av精品一区二区三| 成人做受视频试看60秒| 永久免费av无码网站性色av| 激情综合一区二区三区| 男人边做边吃奶头视频| 女人下面毛多水多视频| 69国产成人精品午夜福中文 | 中文字幕人妻丝袜美腿乱| 亚洲AV无码一区二区三区少妇av| 久久日本视频在线观看| 婷婷精品国产亚洲av麻豆不片| 999国内精品永久免费观看| 国产精品23p| av有码在线一区二区三区| 妺妺跟我一起洗澡没忍住| 久久久久久久无码高潮| 高h视频在线免费观看|