一种基于通用切削能耗模型的加工参数优化方法
【技术领域】
[0001] 本发明涉及一种加工参数优化方法，具体涉及一种考虑机床切削能耗的加工参数 优化方法。
【背景技术】
[0002] 合理的选择机械加工中的切削用量不但能够提高切削加工的效率，而且能够有效 地降低机床的加工能耗，进一步降低机床加工过程对环境的负面影响。
[0003] 目前，机床切削用量的优化方面的研究多集中于机床加工效率的研究，考虑机床 能耗的研究相对较少。并且在工程实践中，数控加工人员通常根据实际的加工经验来确定 机床在加工过程的切削用量，而这些加工经验往往来自机床厂家和刀具成产厂家或者根据 自己的实际加工来确定。这样的加工方式往往缺乏理论的指导导致机床在加工中产生的能 耗过多。
[0004] 另外，目前也有一些注重机床切削能耗的切削加工方法，而这些考虑机床切削能 耗的加工方法，往往忽略了机床加工的效率。
【发明内容】
[0005] 本发明为了解决现有的注重加工效率的切削加工方法导致的机床产生能耗过多 的问题。
[0006] 一种基于通用切削能耗模型的加工参数优化方法，包括以下步骤：
[0007] 步骤1、分析铣削、车削、钻削过程中能耗特性，建立上述加工方式的通用切削能耗 模型：
[0008] E = SEC · V+PairA t air (I)
[0009] 对于每次走刀则有
[0010] E1= SEC1-V^Pairi -Atairi (2)
[0011] 其中，E是切削能耗；V是去除材料的体积；Pall^空切削功率；Λ t _是空切削过 程时间；角标i为走刀的序号，E1、SEC1、V1、P al"、Λtal"分别为第i次走刀对应的E、SEC、V、
[0013] 其中，Pnmial是切削阶段功率;MRR是材料去除率；k 1是实验获得的常系数；η为主 轴转速；k2是切削过程中与机床类型有关的功率常系数；1^是切削过程中与机床类型有关 的常数；k 4= P standby+Pfluid+a是切削过程中的常系数；Pstandby是机床待机功率；P fluid是切削 液消耗功率；a是实验获得的功率常数；
[0014] Pair= P standty+Pfi^d+kin+a+ksf+b
[0015] f是进给速率，k5、b是进给电机功率常系数；
[0016] 步骤2、根据公式（2)确定铣削、车削、钻削过程中切削总能耗：
[0018] 其中，E总为切削总能耗；m是加工过程中的走刀次数；
[0019] 步骤3、建立零件加工过程的时间函数tw，分别将零件加工过程的时间函数t w和切 削总能耗E,&进行归一化处理，得到归一化处理后的零件加工过程的时间函数t/和切削总 能耗；
[0020] 步骤4、以归一化处理后的零件加工过程的时间函数t/和切削总能耗笔的加权 和为优化目标，采用改进的遗传算法对优化目标进行求解，获得最优的切削参数。
[0021] 本发明具有以下有益效果：
[0022] 采用本发明获得的切削参数进行切削加工，兼顾了加工效率和机床能耗。相比现 有的只注重加工效率的切削加工方法，采用本发明获得的切削参数进行切削加工产生的能 耗可以降低20%左右。相比现有的只注重机床切削能耗的切削加工方法，采用本发明获得 的切削参数进行切削加工的加工效率可以提高37 %左右。
【附图说明】
[0023] 图1为本发明的流程图；
[0024] 图2为实施例加工过程功率曲线图；
[0025] 图3为SEC与转速、材料去除率关系图；
[0026] 图4为遗传算法的赋权值优化步骤流程图；
[0027] 图5为锦标赛-轮盘赌选择过程图；其中，图5_(a)为原始种群个体，图5_(b)为 锦标赛选择并淘汰后的种群个体，图5_(c)为轮盘赌选择后的种群个体；
[0028] 图6为目标收敛曲线图。
【具体实施方式】
【具体实施方式】 [0029] 一：结合图1说明本实施方式，
[0030] 一种基于通用切削能耗模型的加工参数优化方法，包括以下步骤：
[0031] 步骤1、分析铣削、车削、钻削过程中能耗特性，建立上述加工方式的通用切削能耗 模型：
[0032] E = SEC · V+PairA t air (I)
[0033] 对于每次走刀则有
[0034] E1= SEC1-V^Pairi -Atairi (2)
[0035] 其中，E是切削能耗；V是去除材料的体积；Pall^空切削功率；Λ t _是空切削过 程时间；角标i为走刀的序号，E1、SEC1、V1、P al"、Λtal"分别为第i次走刀对应的E、SEC、V、 P .、t .. 1 air ' ^air ?
[0037] 其中，Pnmial是切削阶段功率;MRR是材料去除率；k屬实验获得的常系数；η为主 轴转速；k2是切削过程中与机床类型有关的功率常系数；1^是切削过程中与机床类型有关 的常数；k 4= P standby+Pfluid+a是切削过程中的常系数；Pstandby是机床待机功率；P fluid是切削 液消耗功率；a是实验获得的功率常数；
[0039] f是进给速率，k5、b是进给电机功率常系数；
[0040] 步骤2、根据公式⑵确定铣削、车削、钻削过程中切削总能耗：
[0042] 其中，E总为切削总能耗；m是加工过程中的走刀次数；
[0043] 步骤3、建立零件加工过程的时间函数tw，分别将零件加工过程的时间函数t w和切 削总能耗E,&进行归一化处理，得到归一化处理后的零件加工过程的时间函数t/和切削总 能耗厶；
[0044] 步骤4、以归一化处理后的零件加工过程的时间函数t/和切削总能耗$的加权 和为优化目标，采用改进的遗传算法对优化目标进行求解，获得最优的切削参数。
[0045] 【具体实施方式】二：本实施方式步骤3所述的建立零件加工过程的时间函数tj? 下：
[0047] 式中：d是刀具直径；Z为刀齿数；U是换刀一次所消耗的时间；Ct是系数，与工件 材料、切削条件以及刀具本身相关；X、y、u、w、q为指数，分别代表各铣削用量对刀具耐用度 的影响程度；U是换刀过程之外的辅助时间；V。是切削速度；。是每齿进给量；ap是轴向切 削深度；是径向切削深度。
[0048] 其他步骤和参数与【具体实施方式】一相同。
[0049] 【具体实施方式】三：本实施方式步骤3所述的将零件加工过程的时间函数tw进行归 一化处理的过程如下：
[0051] 式中：t:为归一化处理后的零件加工过程的时间函数；t ^和t w_是仅对加工时 间优化的最小和最大值。
[0052] 其他步骤和参数与【具体实施方式】一或二相同。
[0053] 【具体实施方式】四：本实施方式步骤3所述的将切削总能耗E,&进行归一化处理的过 程如下：
[0055] 式中：/T为归一化处理后的切削总能耗；E,&nu，E 是仅对加工能耗优化的最 小和最大值。
[0056] 其他步骤和参数与【具体实施方式】一至三之一相同。
[0057] 【具体实施方式】五：本实施方式步骤4所述的优化目标如下：
[0059] 式中：wJPI w 2是权重系数，且w Jw2= 1。
[0060] 采用改进的遗传算法对优化目标进行求解的过程中，
[0061] 轮盘赌选择策略随机的对个体进行选择，有利于保持种群个体的随机性，避免优 化过程中遗传算法出现局部最优解。锦标赛选择策略将种群个体中的劣解淘汰，保证了遗 传算法的优化效率。针对以上两种选择策略，提出一种锦标赛-轮盘赌的选择方法，既可以 保证算法的搜索效率，又可以提高种群的多样性。首先是要用锦标赛选择法对种群个体中 的劣解进行淘汰，在淘汰的过程中淘汰率的设定影响遗传散发的有效性。如果淘汰率太高， 选择出的大部分个体就会被淘汰，那么遗传算法就很有可能陷入局部收敛；如果淘汰率的 设定太低，那么锦标赛-轮盘赌的选择策略就会跟轮盘赌的选择策略基本相同。
[0062] 所以采用锦标赛-轮盘赌选择方法进行种群选择操作，锦标赛-轮盘赌选择方法 的具体步骤如下：
[0063] 步骤4. 1、设种群的数量为h，计算每个种群单位C,的相对适应度R,，j = {1，2，···， h}；
[0064] 步骤4. 2、根据每个单位的相对适应度1^对C ,进行排序，设定淘汰率，淘汰相对适 应度低的单位；
[0065] 步骤4. 3、在[0, R]范围内随机产生h组随机数，按照轮盘赌的方法，与产生的随 机数相对应的相对适应度的个体即为选中的个体，其中R为步骤4. 2中未被淘汰个体的相 对适应度的和。
[0066] 实施例：
[0067] 以数控铣削加工为例，以Haas VF-2数控加工中心为研究对象，对考虑能耗的数控 加工过程进行参数优化。使用刀具为TiN涂层的两齿合金铣刀（Φ 16mm)，工件材料为45# 钢，尺寸规格为IOOmmX 55mmX40mm。优化过程采用平面铣削的加工工艺，铣削深度为5mm， 材料去除量为27500mm3。
[0068] 一种基于通用切