数控加工切削参数优化匹配专家系统的研究
![](/assets/7a34688/images/icon/s-doc.png)
VIP免费
数控加工切削参数优化匹配专家系统的研究
摘要:本文在传统金属加工参数优化方法弊端的基础上,综合金属切削加工中可能出现的不确定因素,以端面铣削为例,
分析了模糊参数优化的数学模型, 根据模糊集合原理将模糊模型转化为一个传统的单目标模糊优化问题, 借用 IDEF1 x 方
法建立了铣削参数模糊数据库模型, 并运用遗传算法为优化引擎开发实现了模糊优化系统。最后,给出的运行实例表明该
优化系统对铣削参数优化具有更好的效果,
关键字:切削参数,专家系统,多目标优化,模糊优化
Research on NC Cutting Parameter Optimum Matching Expert System
Abtract: This paper is based on the shortcomings of traditional metal cutting parameter optimization model,
analyzes all the possible uncertainties of the metal cutting process and takes the milling process as an example,
studies a fuzzy cutting parameter optimization model and converts it to an identical single-objective crisp optimization
problem. The IDEF 1x method is used to build the fuzzy milling parameters supporting database model. And the GA approach
is introduced to establish the optimization engine to provide the solution to this problem. At last, it setup an operational case
shows the superiority of this fuzzy optimization module.
Key Words: cutting parameters, expert system ,multi-objective optimization,fuzzy optimization
0引言
对于切削参数的优化方法,传统的优化方法以切削试验为基础,需要大量的切削试验和长期具体生
产实践的积累,花费大量的人力、物力和时间。因此,优化决策加工参数一直就是热门的研究课题。在传统
优化模型中,参数通常取实验数据的平均值或者实际加工的经验值。这些参数取值是不精确或不确定的,
仅对切削三要素进行的优化不符合加工的实际情况[1]。本文在分析传统金属加工参数优化方法弊端的基础
上,通过引入模糊方法,综合金属切削加工中可能出现的不确定因素,以端面铣削为例,研究建立了金
属切削加工参数多目标模糊优化模型,引入了模拟退火遗传算法作为优化引擎,开发实现了金属切削参
数最优匹配专家系统平台。
1模糊优化系统的数学模型
金属切削加工过程是一种多个不确定因素共同作用的过程。以端铣加工为例,传统加工参数优化过程
是根据工件的几何形状和加工工序,预先确定切深和刀具,然后对切削速度和每齿进给量进行优化,选
择优化变量为通常使用的优化准则有最低单件成本、最短单件加工时间(最高生产效率)、最大单件利润等
[2]。
在传统优化运算中,所选用的经验参数的值,来源于实验数据的平均值,该值的精确度则取决于实
验设计者对实验的需求和设计。在模糊方法中必须要通过实验的方法得到具体的模糊参数,即各参数的波
动范围(公差)和波动精度的数值。在处理这些既具有随机性又具有模糊性的参数时,同时需要应用到概率
论(Probability Theory )和可能性理论(Possibility Theory)的知识。因此在决策的过程中,需要同时
结合模糊参数和约束条件的模糊性和随机性,结合使用这两种特性可以把人为误差控制在规定的范围内。
根据模糊优化方法,将所有具有模糊经验性的经验参数作为设计变量处理[3][4]。
2知识库的构造
对于金属切削优化匹配专家系统来说,需要从知识库中获取数据,以及向知识库中加添专家系统中
形成的新知识、新规则,更新知识库中陈旧的、过时的数据。知识库的实现必须有数据库的支持。数据库设
计的好坏直接关系到用户对数据库的使用状况和效率。本专家系统中知识库(数据库)构建在SQL Server
2000上,其结构主要由储存显性知识的切削参数数据库和储存隐性知识的人工神经网络知识表示库所组
成。
2.1 金属切削参数库
对于显性知识,论文建立通用数据库、案例库和模糊数据库。通用数据库中包含了刀具信息表、工件材
料信息表、机床信息表、刀具耐磨度计算表、圆周切削力计算表和成本信息表,这些数据都是计算过程不带
模糊的数据,它们是通过实验经验和数据手册获取的。
案例数据库以工件编号作为索引,保存优化后的各个模糊参数、加工轨迹、匹配度等信息。这些案例信
息可以通过用户界面显示出来,查询的结果作为选择参数的依据;同时,这些案例数据可以通过数据接口
被其他的外部模块所调用。
摘要:
展开>>
收起<<
数控加工切削参数优化匹配专家系统的研究摘要:本文在传统金属加工参数优化方法弊端的基础上,综合金属切削加工中可能出现的不确定因素,以端面铣削为例,分析了模糊参数优化的数学模型,根据模糊集合原理将模糊模型转化为一个传统的单目标模糊优化问题,借用IDEF1x方法建立了铣削参数模糊数据库模型,并运用遗传算法为优化引擎开发实现了模糊优化系统。最后,给出的运行实例表明该优化系统对铣削参数优化具有更好的效果,关键字:切削参数,专家系统,多目标优化,模糊优化ResearchonNCCuttingParameterOptimumMatchingExpertSystemAbtract:Thispaperisbas...
相关推荐
-
VIP免费2025-01-09 9
-
VIP免费2025-01-09 6
-
VIP免费2025-01-09 6
-
VIP免费2025-01-09 6
-
VIP免费2025-01-09 6
-
VIP免费2025-01-09 9
-
VIP免费2025-01-09 8
-
VIP免费2025-01-09 7
-
VIP免费2025-01-09 8
-
VIP免费2025-01-09 7
作者:朱铭铭
分类:高等教育资料
价格:150积分
属性:4 页
大小:245.5KB
格式:DOC
时间:2024-09-20