基于STEP-NC的工艺规划优化方法研究

在重点分析零件特征典型加工方案及加工方案组合优化原则的基础上,基于STEP-NC应用遗传算法建立了零件加工方案组合优化的数学模型。并将该方法应用到具体零件的工艺排序决策过程中,通过编码、杂交、复制、变异等得到满足零件要求的最优或接近最优的工艺路线。验证了遗传算法在STEP-NC工艺路线排序中的有效性。     

基于遗传算法的工步优化排序方法

针对数控加工中心上零件加工工步的排序问题,以辅助加工时间最短为优化目标,使用遗传算法对零件在一次装夹情况下的加工工步进行优化排序。提出了使用特征关系图和特征高度描述待加工特征之间加工的优先顺序、采用工步优先关系矩阵校验工步序列合理性的方法。论述了初始群体的生成、遗传算子以及工步优化排序的过程和算法。实际应用表明,该方法可有效提高工艺规划系统中工步的优化排序能力。     

机械零件加工路线的影响因素研究

针对机械零件的特点,分析了机械零件不同特征的加工方法,实现了零件特征要素加工方法,研究了零件一次装夹的优化、决策和工步排序,最终得到了机械零件在加工中心上的最优工艺路线。     

基于遗传算法的零件多加工方案组合优化方法

对非线性工艺规划中零件加工方案决策问题进行探讨,提出了先将加工特征的多个加工方案合理组合成零件的多个加工方案,再对零件的各加工方案进行排序的分步决策思想。在分析零件特征典型加工方案及加工方案组合优化原则的基础上,建立了零件加工方案组合优化的数学模型,设计了相应的遗传操作算法,并用典型算例说明了算法的应用,计算结果与专家决策结果基本吻合。所建立的模型不涉及具体的加工特征和加工方法,具有通用性。     

基于遗传算法的计算机辅助工艺计划工序决策优化

加工中心在加工复杂零件时,工序复杂,工步多,其顺序直接影响加工质量和工作效率.针对数控加工中心零件加工工步的排序问题,提出了特征排序.以辅助加工时间最短为优化目标,采用数学中的最优化原理,利用惩罚函数建立相关数学模型,并基于遗传算法来解决工艺加工过程的排序问题.将为具体的工程实践起到指导作用.     

薄小零件加工及优化

针对数控铣削加工中心的特点,列举出加工薄板零件经常遇到的工艺性问题.对加工中心铣削加工薄小零件图进行工艺性分析;根据铣削加工的特点选择优化加工工艺方案,以及优化工艺方案的使用夹具,使得零件所要求的加工精度、尺寸公差都可以得到保证.     

箱体零件数控加工路线研究

针对箱体类零件的特点,探讨了箱体零件加工工艺路线的确定原则和程序;阐述了箱体类零件的特征型面描述方法;建立了不同特征的加工方法匹配规则库,实现了零件特征要素加工方法的决策;同时研究了零件一次装夹的优化问题,建立了数学模型.实现箱体零件特征要素加工方法的决策和工步排序,最终得到了箱体零件在加工中心上的最优工艺路线.对传统工艺过程进行优化具有非常重要的工程实用价值.     

基于遗传算法的加工中心工步排序优化方法

在加工中心加工复杂零件时，工步多，其顺序直接影响加工质量和生产效率。在分析工步排序原则和典型工艺路线的基础上，建立了一个加工中心工步排序优化模型；将遗传算法应用到工步排序优化中，对算法的应用机理进行了详细讨论，提出了一种启发式基因重组方法；并示例验证了工步排序优化方法。     

基于特征工艺重用的箱体零件工艺规划研究

针对箱体类零件结构的复杂性 ,提出了基于特征工艺重用的工艺变型设计方法 ,由基于实例的方案重用技术生成零件特征的加工链 ,将基因遗传 /禁忌混合算法应用于加工工序的排序 ,从而获得了零件合理、优化的工艺方案     

基于遗传算法的零件工步优化研究

对于复杂零件的加工,其工步顺序直接影响加工质量和生产效率.研究了工步排序原则和典型的工艺路线,以辅助加工时间最短为优化目标,建立了加工中心中零件加工工步排序数需模型.采用遗传算法对工步顺序进行优化,并在隔代映射遗传算法基础上引入自适应策略,使IP_GA中的交叉、变异概率根据适应度大小自动调节,提高了收敛速度及解的质量.实际应用表明,该方法可有效提高工艺规划系统中工步的优化排序能力.     

低碳低成本约束下箱体零件加工路线优化方法

针对箱体零件工艺设计过程中工艺路线的低碳低成本优化问题,分析了复杂箱体零件的加工特征。在加工工步排序原则和机械加工工艺路线的基础上,根据多色集理论构建了工步排序问题的“特征-工步”和“特征-面孔”围道布尔矩阵,提出了以最低总碳排放（低碳）和最低加工成本（低成本）为优化目标的机械加工工艺路线多目标优化方法,并将改进的遗传算法应用到求解工步排序的问题中,从而得到最优解。以某型号箱体零件为例,验证了所提优化方法的有效性和可行性。     

薄板类零件加工精度可靠性分析及工艺参数优化

针对薄板类零件加工过程中加工变形导致加工精度低的问题,利用有限元法和高斯过程回归算法建立了加工变形预测模型,综合考虑机床运动误差与工件加工变形,对薄板件加工精度可靠性进行分析,建立了以加工效率和平均加工变形为目标、加工精度可靠度为约束的铣削加工工艺参数优化设计模型,并利用多目标优化算法进行求解,确定了协调加工效率和加工变形最优的工艺参数组合。案例研究结果表明,经优化设计后最低加工精度可靠度达到98.21%,平均加工变形减小21.14%,加工效率提高了4.18%,为薄板类零件铣削加工工艺参数选择提供了一种可行的方法。     

基于多色集合理论和遗传算法的加工中心工步排序研究

针对加工中心上一次装夹下复杂的工步排序问题,通过实例介绍一种基于多色集合理论和遗传算法的工步排序优化算法。首先,在分析工步排序原则和典型工艺路线的基础上,根据多色集合理论建立加工中心上工步排序问题的约束模型。然后,以辅助时间最短为优化目标,建立其数学优化模型。最后,将遗传算法应用到工步排序中从而得出最优解。实例证明,在多色集合约束模型约束下的遗传算法能够很好地求解加工中心上的工步排序问题,排序结果接近最优且可以大幅提高加工中心的效率。     

基于遗传算法的箱体零件加工路线决策方法研究

在对箱体零件典型加工路线分析的基础上，定义了工步优先权和加工路线能量函数，建立了工步排序的数学模型，提出了基于遗传算法的工步排序优化方法，并对遗传操作的算法进了改进设计，最后，用典型算例说明算法的应用。排序以典型加工路线为目标、零件的特殊要求为约束，将排序算法与零件型面、加工方法相分离，提高了算法的适用性、通用性和灵活性。     

零件转角加工方式的研究及优化

针对不同的零件转角类型和加工条件,对零件转角的加工方式进行了研究,列举了转角减速、插铣后轮廓切削、轴向分层轮廓切削等三种优化后的转角加工方式,在此基础上详细介绍了每种加工方式的程序编制过程及其参数设置,并对各种加工方案进行了对比,分析了各自的优势和不足.为改善零件转角的加工品质,提高零件的加工合格率及加工效率,针对各种不同情况,制定了不同的加工方案,以保证零件转角加工的优质及高效.     

复杂零件三维机加工艺网络化发布方法研究

针对三维机加工艺在制造端轻量化的需求,文中研究了一种复杂零件三维机加工艺网络化发布方法。首先,以工序特征模型作为信息载体代替二维工序图纸。针对机加工艺模型的多工序的加工特性,给出了多工序模型的输出方式,并采用中间转换法对工序模型进行轻量化处理以满足Web端可视化需求,让工艺制造端显示更加直观可靠。其次,为了更好地体现复杂零件的加工面,分析了机加工艺工序模型加工特征轮廓的提取应用方法,包含边界曲线的格式定义以及网络显示方式。最后通过实例验证了文中所述机加工艺模型发布方法的可行性和有效性。     

薄壁类内花键齿轮零件的加工工艺优化

介绍了大马力拖拉机中薄壁类内花键齿轮零件加工工艺的优化过程,分析了在实际加工该零件的过程中遇到的装夹困难与变形等问题,找到了加工中的难点和瓶颈,阐述了薄壁类内花键齿轮零件的加工工艺方法.经过不断的试制实践,工艺方法的改进,从根本上了解决了该类零件的难加工问题.     

GA-based synthesis approach for machining scheme selection and operation sequencing optimization for prismatic parts

To obtain global and near-global optimal process plans based on the combinations of different machining schemes selected from each feature, a genetic algorithm-based synthesis approach for machining scheme selection and operation sequencing optimization is proposed. The memberships derived from the fuzzy logic neural network (FL-NN), which contains the membership function of each machining operation to batch size, are presented to determine the priorities of alternative machining operations for each feature. After all alternative machining schemes for each feature are generated, their memberships are obtained by calculation. The proposed approach contains the outer iteration and nested genetic algorithm (GA). In an outer iteration, one machining scheme for each feature is selected by using the roulette wheel approach or highest membership approach in terms of its membership first, and then the corresponding operation precedence constraints are generated automatically. These constraints, which can be modified freely in different outer iterations, are then used in a constraints adjustment algorithm to ensure the feasibility of process plan candidates generated in GA. After that, GA obtains an optimal process plan candidate. At last, the global and near-global optimal process plans are obtained by comparing the optimal process plan candidates in the whole outer iteration. The proposed approach is experimentally validated through a case study.