共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
3.
针对激光切割加工全局路径优化采用传统蚁群系统算法时,存在收敛速度慢、易陷入局部最优的问题,对蚁群系统算法进行了改进研究。利用激光加工图元的起点和终点信息,建立了图元等价TSP问题的数学模型,提出了通过最邻近插入算法对蚁群系统算法路径规划结果进行了再优化的改进算法;详细阐述了改进蚁群系统算法的实现步骤,分析了传统蚁群系统算法和改进蚁群系统算法的迭代次数和优化效果。研究结果表明:该改进蚁群系统算法加快了收敛速度,迭代次数减少了约30%,缩短了激光加工所走路径的总长度,并成功应用到自主开发的高速激光切割加工系统中。 相似文献
4.
在数控火焰切割钢板零件的过程中,保证切割零件尺寸精度的关键是解决好热膨胀,选择合适的切割路径。通过分析、对比与讨论,提出相应措施和选择原则。 相似文献
5.
在线检测技术可以实现曲面零件特别是大型复杂零件加工精度的快速检测,能避免产生因二次装夹而出现的重定位误差。笔者针对在线检测技术的关键问题——检测路径规划开展研究,提出了基于零件三角网格模型测点法矢方向的检测方法,采用贪心局部优化算法和蚂蚁算法对测点路径进行优化,并对实例零件在取不同测点情况下两种算法的路径优化和测量效率进行了分析和比较。 相似文献
6.
7.
本文针对Loop曲面的切割问题,提出了一种基于分层细节的曲面切割路径生成算法.该算法对复杂曲面的切割过程分两步,第一步生成一个粗筛网覆盖复杂曲面,对复杂曲面进行粗切割.第二步在粗切割的基础上,设计了精细切割算法,采用球头铣刀完成精细切割过程.在丽步切割路径生成过程中,使用z-map模型避免了切割过程中干扰和误差修正的影响.最后对设计的数控切割路径算法进行了实验测试,测试结果表面本文设计的两步切割路径生成算法能够适应大部分复杂曲面的自由切割要求. 相似文献
8.
针对基本蚁群算法存在收敛速度慢,计算周期长,易死锁等问题,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法.通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效的避免陷入局部最优,使得算法在收敛速度和执行效率上得到有效提高.仿真结果表明:该算法在较短的时间内能够规划出较优的路径. 相似文献
9.
面对智能建筑、数字化城市对综合布线系统的需求,提出了一种基于多级并行蚁群算法的综合布线路径规划方法,并建立了数学模型,用于在满足约束条件下的最短路径寻优。寻优过程中将各设备之间的路径看成三维空间树,设备之间布线路径用曼哈顿距离衡量,各子系统布线最短路径就是以起始点设备为原点到多个终端信息点的最短路径和。以6层实训大楼某一工作区子系统为工程案例,进行仿真实验,数据结果表明算法平均达优率较高,鲁棒性指标较小,寻优过程稳定。针对6层78个工作区子系统的大数据综合布线项目,该多级并行寻优的蚁群算法同样能够在较短时间实现全局最优,收敛速度较快,寻优路径精准。 相似文献
10.
11.
12.
对复杂平面切割类零件进行结构特征分类和分析,通过切割结构的快速定体、定形和定性,探讨复杂切割类零件快速建模方法和途径,提出斜孔、斜槽在建模时的定位基准建立方法,适用特征造型的三维设计平台中的模具切割类零件的CAD/CAM建模. 相似文献
13.
在数控火焰自动编程过程中,为了实现切割信息的准确、自动识别,首先分析了排样图中包含的引入线及零件轮廓线的表达方式和特点,并对比AutoCAD中面域对象构成方式和特点,提出了基于面域的火焰切割信息自动识别方法。然后详细地阐述了识别过程,并针对识别过程中可能出现的问题,提出了有效解决方案。最后进行了信息识别试验,试验结果表明此方法方便、高效,识别结果完整、准确,为自动编制数控切割程序奠定了基础。 相似文献
14.
基于PMAC的数控火焰切割机数控系统开发 总被引:2,自引:0,他引:2
通过分析数控火焰切割机加工工艺的特点,开发了基于工业PC机和PMAC卡的数控火焰切割机数控系统,并对它的硬件和软件设计作了详细的论述,该数控系统已成功地应用于旧数控火焰切割机的改造中。 相似文献
15.
16.
工艺任务分配是工艺设计活动的重要组成部分,其结果直接影响工艺设计周期.为缩短工艺设计活动周期,实现工艺任务分配的智能化,提出了一种面向零件特征的工艺任务分配方法.任务分配是在PDM系统与CAPP系统集成的环境下,根据对任务分配的影响程度选取特征类型,生成相应的分类矩阵并映射为工艺人员设计能力矩阵.为获取最优的分配方案,对设计能力矩阵采取一种基于淘汰制的改进蚁群算法.结果表明,该算法能较好的收敛到最优解同时大大减少迭代次数.基于零件特征的工艺任务分配方法本质上是依据设计人员的设计能力和专长并采取一种优化算法进行任务分配,为缩短工艺设计周期实现CAPP系统的智能化提供了有力支持. 相似文献
17.
18.
蚁群算法是一种新型的进化算法,但它与其他进化算法一样也存在容易陷入局部搜索空间等缺陷。将蚁群算法引入到矩形零件的排样优化问题中,根据待排矩形零件面积和长宽比对每个蚂蚁节点赋予一定的初始信息量,同时对基本蚁群系统中的状态转移概率与信息素挥发因子做了适当改进,使其拥有自适应调节作用,从而有效的避免了蚂蚁长时间陷入局部搜索空间,使算法能在较短的时间内收敛到全局最优或近似最优解。最后两个实例表明,此算法用于求解矩形件排样问题是有效的。 相似文献
19.