共查询到20条相似文献,搜索用时 78 毫秒
1.
为优化数控加工参数,提高数控机床加工性能,研究改进粒子群算法的数控加工参数优化方法,设置最低生产成本以及最高生产率为数控加工参数的优化目标,利用协调系数将多目标优化问题转化为单目标优化问题建立目标函数,设置切削速度、进给量约束、切削进给力、切削功率、切削转矩约束、表面粗糙度要求为约束条件,采用惯性权重值适应性递减方法改进粒子群算法,令惯性权重随粒子群进化适应性提升,采用改进粒子群算法快速寻找数控加工参数目标函数最优值,实现数控加工参数优化.实例分析结果表明,该方法可有效优化数控加工参数,满足实际加工需求,优化后的实验数控机床加工性能佳. 相似文献
2.
基于粒子群算法的加工参数多目标优化技术研究 总被引:1,自引:0,他引:1
在数控加工中,为了尽可能提高生产效率和降低生产成本,采用粒子群优化算法对加工参数进行多目标优化。以切削速度、切削宽度和每齿进给量为决策变量,以加工时间和成本为目标函数,并以机床性能、刀具参数、工件质量等为约束条件,建立优化模型。采用罚函数法对约束条件进行处理,将多目标问题转化为单目标优化问题进行求解。为解决粒子群优化算法优化效果受参数影响较大的问题,提出了参数自适应协同粒子群优化算法(WCVPSO),算法参数按照一定规律变化,提高了优化算法的精度和收敛速度。实际加工试验表明,提出的优化方法提高了加工效率,降低了加工成本。 相似文献
3.
为了减少柔性作业加工时长,在柔性作业加工问题中,提出一种改进粒子群算法(β-PSO)。该算法以最小加工时间为目标函数,惯性权重幂函数自适应调节,随机数采用贝塔分布进行改进,选取Kacem算例进行验证,通过对比β-PSO算法与标准粒子群算法(PSO)、余弦惯性权重改进粒子群算法(CPSO)的优化结果,β-PSO算法加工时间均较低。实验结果表明,β-PSO算法在减少柔性作业加工时间问题上的有效性。 相似文献
4.
5.
采用常规方法计算零件切削参数优化目标函数和约束条件时,忽略了生产效率和粗糙度两个变量,导致优化参数作用下的零件加工表面粗糙度较大和加工总工时较长。为提高生产效率和降低生产成本,提出了基于离散粒子群算法的复杂曲面微小零件切削参数优化方法,选择切削速度和进给量作为待优化切削参数,确定参数优化目标方向,对微小零件加工的功率、切削力、进给量及粗糙度等进行约束,利用粒子群算法求解优化目标和约束条件组成的数学模型,得到切削速度和进给量最优解。选择微小齿轮毛坯、铣刀及机床进行滚齿加工的对比实验,并采用设计方法和常规方法获取不同切削深度下的切削参数优化值。结果表明,设计方法减小了齿轮加工表面粗糙度,缩短了齿轮加工总工时,提高了滚齿表面质量和生产效率。 相似文献
6.
7.
8.
9.
机床的切削参数决定着机床加工的质量及加工效率,传统的切削参数选择方法基于工人经验,很难实现加工质量与效率的最优。针对以上问题,提出了一种面向高效、高质量加工的数控机床铣削参数多目标优化算法。算法以铣削四要素(切削速度、每齿进给量、切削深度和切削宽度)为优化变量,以最小切削力和最大材料去除率为优化目标;采用基于Tent映射的混沌初始化多目标粒子群优化模型进行参数优化,采用优化前后不同参数组合构建四因素四水平的正交实验,以表面粗糙度值作为加工质量主要表征,比较优化前后参数组合的实验结果。结果验证了优化方法和优化模型的有效性。 相似文献
10.
11.
12.
13.
14.
切削用量的合理选择对提高机床使用效率、降低生产成本有很大的帮助。根据线性加权和法,以进给量和切削速度为变量,以最大生产率和最低生产成本为目标建立优化数学模型,并且考虑机床和刀具的约束,利用粒子群算法在MATLAB上对数学模型进行寻优求解。实例表明,优化后的切削用量能明显地降低成本、提高效率。 相似文献
15.
16.
17.
介绍了微粒群优化算法的原理、改进及算法实现过程.用数值实验验证了该算法在解决复杂机械优化问题方面的可行性与有效性. 相似文献
18.
19.
《机械设计与制造》2017,(4)
盘式制动器作为载重车辆重要的制动装置,其优化中存在诸多的模糊因素,这些因素对提高制动器的性能具有重要影响。基于盘式制动器的结构特点和制动过程特点,以制动器制动过程时间最短为主要优化目标,以制动盘厚度最小为次要优化目标,搭建盘式制动器通用设计的模糊优化数学模型。考虑到摩擦因数的不确定性及各约束边界的模糊性,运用模糊评判和模糊优化方法确定了摩擦因数及各相关参数。结果表明:通过模糊优化设计,制动时间显著缩短约5%,制动盘厚度也有所减小约9%;搭建盘式制动器试验台,对优化设计前后制动器制动时间进行对比,结果表明优化设计的有效性和可靠性,对盘式制动器的设计制造具有一定的实际指导意义。 相似文献