資源描述：
《基于微粒群的數(shù)控加工路徑優(yōu)化方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、數(shù)控加工技術(shù)CNCMACHININGTECHNOLOGY基于微粒群的數(shù)控加工路徑優(yōu)化方法研究ResearchonMachiningPathoptimizatiOnMethodBasedOnImproVedParticleSwarm中航工業(yè)沈陽飛機(jī)工業(yè)(集團(tuán))有限公司杜寶瑞沈力華王碧玲【摘要】在飛機(jī)結(jié)構(gòu)件數(shù)控加工過程中，如何減少空程，實現(xiàn)數(shù)控加工路徑的優(yōu)化是數(shù)控編程急需解決的關(guān)鍵問題，直接影響數(shù)控加工效率。文章針對飛機(jī)結(jié)構(gòu)件數(shù)控加工路徑優(yōu)化方法進(jìn)行研究，提出一種改進(jìn)的微粒群優(yōu)化方法，并利用所提方法實現(xiàn)轉(zhuǎn)角加工路徑的優(yōu)化，代替了人工
2、隨機(jī)確定轉(zhuǎn)角加工路徑的方法。文章最后利用所提方法對典型飛機(jī)結(jié)構(gòu)件轉(zhuǎn)角加工路徑進(jìn)行優(yōu)化，仿真結(jié)果表明，針對數(shù)控加工路徑優(yōu)化問題，所提方法遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)微粒群方法。關(guān)鍵詞：飛機(jī)結(jié)構(gòu)件數(shù)控加工轉(zhuǎn)角加工微粒群路徑優(yōu)化【ABSTRACTlIntheCNCmachiningofaircraRstmcturalpans，CNCmachiningpathplanningisthekeyproblemtotheCNCprogram，whichdirectlya仃-ectsthee伍ciencyofCNCmachining．Insteadofrand
3、omlydeter-miningarti6cialmethodstoachieVethecomerofthema-chiningpath，theCNCmachiningpathoptimizationmeth-odisfocusedon，andtheimproVedswannoptimizationisproposed，whichisusedflortheoptimizationofanglemachiningpath．Finally'usingtheproposedmethodforthepathoptimizationoft
4、ypicalaircmRstn】cturalpartscomermachining，thesimulationresultsshowthattheproposedmethodismuchbetterthanthetraditionalPSOinmepathoptimizationofCNCmachining．Keywords：AircraftstructuraIpartCNCmachiningCornermachiningParticleswarmoptimization(PSo)optimalpathDoI：10．16080／
5、i．issnl67l一833x．2015．15．050飛機(jī)結(jié)構(gòu)件尺寸大、加工特征多，如何通過優(yōu)化方法實現(xiàn)對飛機(jī)結(jié)構(gòu)件數(shù)控加工路徑優(yōu)化顯得尤為重要。目前，數(shù)控程序的編制大多仍采用人機(jī)交互方式實現(xiàn)，對于數(shù)控加工路徑規(guī)劃往往采用人工經(jīng)驗制定，這不但浪費人力，延長了生產(chǎn)準(zhǔn)備周期，而且如果規(guī)劃不當(dāng)，將嚴(yán)重影響數(shù)控加工效率。隨著飛機(jī)制造業(yè)的快速發(fā)展，高速、高質(zhì)量研制已成為必然的趨勢，傳統(tǒng)人工制定加工路徑的方法已不能滿足實際生產(chǎn)需要，因此，飛機(jī)結(jié)50骯窄制造技術(shù)·2015年第15期構(gòu)件數(shù)控加工自動優(yōu)化技術(shù)受到越來越多學(xué)者的關(guān)注。目前，基于遺傳
6、算法、模擬退火算法、蟻群算法的飛機(jī)結(jié)構(gòu)件加工路徑優(yōu)化方法已出現(xiàn)較多研究成果【l之】，但上述方法只是針對特定加工工序或工步進(jìn)行局部優(yōu)化。本文提出的基于微粒群的數(shù)控加工路徑優(yōu)化方法是一種整體路徑規(guī)劃方法，以加工路徑長度最小為目標(biāo)，確定加工路徑軌跡。同時，由于微粒群算法與其他優(yōu)化算法相比，收斂速度快，編程簡單，易于推廣使用。因此，采用以微粒群算法為基礎(chǔ)，對傳統(tǒng)PSO進(jìn)行改進(jìn)，提出一種改進(jìn)的微粒群方法，并采用所提方法對飛機(jī)結(jié)構(gòu)件數(shù)控加工路徑進(jìn)行優(yōu)化，仿真計算結(jié)果證明本方法切實可行。1微粒群的數(shù)控加工路徑優(yōu)化1．1模型的建立微粒群算法(P
7、sO)是由Kennedv和Eberhart等于1995年開發(fā)的一種演化計算技術(shù)，來源于對一個簡化社會模型的模擬。由于PS0算法概念簡單，實現(xiàn)容易，短短幾年時間，Ps0算法便獲得了很大的發(fā)展【3】，并在很多領(lǐng)域得到應(yīng)用，如在燒結(jié)礦配料優(yōu)化中的應(yīng)用f4】，在案例推理(cBR)方面的應(yīng)用等陋】。PsO算法與其他進(jìn)化類算法相似，也是采用“群體”和“進(jìn)化”的概念，同樣也是根據(jù)粒子對環(huán)境的適應(yīng)值大小進(jìn)行操作，所不同的是，微粒群算法不像其他進(jìn)化算法那樣對個體使用進(jìn)化算子，而是將每個個體看作是在力維搜索空間中的一個沒有重量和體積的微粒，并在搜索
8、空間中以一定的速度飛行。該飛行速度由個體的飛行經(jīng)驗和群體的飛行經(jīng)驗進(jìn)行動態(tài)調(diào)整陋。8】。設(shè)第f個微粒當(dāng)前位置為X=(五．，％?．，‰)，它經(jīng)歷過的最好位置(有最好的適應(yīng)值)記為尸。=(p。pn?．，p。)，也稱為p‰。。在群體中，所有微粒經(jīng)歷過的最好位置的索引號
