A part machining process ranking method incorporating imperial competition and genetic algorithm
-
摘要: 针对计算机辅助工艺规划中的零件加工工艺排序问题，以最小化机床、装夹以及刀具变更次数为优化目标，构建了工艺排序的数学模型，并提出了融合帝国竞争与遗传算法的优化求解方法，将帝国竞争算法输出的较优加工序列作为遗传算法的初始种群，通过融合帝国竞争算法不受初始种群影响的特性和遗传算法的快速收敛能力提升算法求解性能。实验结果表明：混合算法寻找最优解的效果比采用单一算法的效果更好，并且收敛速度更快。Abstract: Aiming at the problem of part machining process ordering in computer-aided process planning, with the optimization goal of minimizing the number of machine tools, clamping, and tool changes, a mathematical model of process order was constructed, and an optimization solution method integrating imperial competition and the genetic algorithm was proposed. The optimal processing sequence output by the imperial competition algorithm is used as the initial population of the genetic algorithm, and the solving performance of the algorithm is improved by integrating the characteristics of the imperial competition algorithm that are not affected by the initial population and the rapid convergence ability of the genetic algorithm. The experimental results show that the effect of the hybrid algorithm to find the optimal solution is better than that of the single algorithm, and the convergence speed is faster.
-
表 1 加工特征信息及编码
特征 加工特征 加工操作 操作名称 装夹表面 编码 F1 ϕ62外圆面 Op1 粗车 FS1 1 F2 右端面 Op2 粗车 FS1 2 F3 ϕ39孔 Op3 钻 FS3 3 ϕ39孔 Op4 扩 FS3 4 ϕ39孔 Op5 粗镗 FS3 5 ϕ39孔 Op6 精镗 FS3 6 F4 ϕ39孔倒角 Op7 倒角 FS3 7 F5 M8螺纹孔 Op8 钻 FS3 8 F6 M8螺纹孔倒角 Op9 倒角 FS3 9 F7 M8螺纹 Op10 攻丝 FS3 10 F8 两孔侧面 Op11 粗铣 FS3 11 两孔侧面 Op12 粗磨 FS3 12 F9 ϕ60外圆面 Op13 粗车 FS1 13 ϕ60外圆面 Op14 半精车 FS1 14 F10 M60螺纹 Op15 粗车 FS1 15 M60螺纹 Op16 精车 FS1 16 F11 花键孔 Op17 拉 FS2 17 F12 ϕ43内孔 Op18 钻 FS2 18 ϕ43内孔 Op19 扩 FS2 19 F13 ϕ43内孔倒角 Op20 倒角 FS2 20 F14 ϕ55沉头孔 Op21 锪钻 FS2 21 
下载: 导出CSV
表 2 加工优先级矩阵
0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
下载: 导出CSV
表 5 3种算法结果对比
次数 GA(适应度/代数) ICA(适应度/代数) ICA+GA(适应度/代数) 1 0.275 / 485 0.280 / 275 0.325 / 98 2 0.290 / 355 0.300 / 283 0.315 / 120 3 0.250 / 775 0.215 / 332 0.325 / 116 4 0.250 /635 0.240 / 385 0.325 / 108 5 0.260 /465 0.270 / 318 0.335 / 118 6 0.250 /940 0.265 / 453 0.330 / 115 7 0.240 /516 0.250 / 286 0.300 / 140 8 0.260 /472 0.255 / 315 0.320 / 86 9 0.245 /744 0.270 / 350 0.315 / 102 10 0.260 / 525 0.275 / 296 0.325 / 94
下载: 导出CSV
-
[1] 刘伟, 王太勇, 周明, 等. 基于蚁群算法的工艺路线生成及优化[J]. 计算机集成制造系统, 2010, 16(7): 1378-1382. doi: 10.13196/j.cims.2010.07.36.liuw.008 [2] 王春梅, 姜腾. 基于多色集合的智能三坐标测量路径规划研究[J]. 组合机床与自动化加工技术, 2014(12): 88-90,95. doi: 10.13462/j.cnki.mmtamt.2014.12.023 [3] 袁青, 李迎光, 王伟, 等. 基于遗传算法的飞机结构件加工特征排序[J]. 机械科学与技术, 2011, 30(1): 86-91. doi: 10.13433/j.cnki.1003-8728.2011.01.031 [4] 肖军民. 一种改进遗传算法在孔群加工路径中的优化[J]. 组合机床与自动化加工技术, 2015(2): 151-153. doi: 10.13462/j.cnki.mmtamt.2015.02.043 [5] 潘海鸿, 刘晓琳, 廖小平, 等. 钣金激光切割加工CAD/CAM软件的孔群加工路径优化算法[J]. 组合机床与自动化加工技术, 2013(11): 110-113,118. doi: 10.3969/j.issn.1001-2265.2013.11.031 [6] 郑永前, 王阳. 基于遗传算法的加工工艺决策与排序优化[J]. 中国机械工程, 2012, 23(1): 59-65. doi: 10.3969/j.issn.1004-132X.2012.01.013 [7] Leung C W, Wong T N, Mak K L, et al. Integrated process planning and scheduling by an agent-based ant colony optimization[J]. Computers & Industrial Engineering, 2010, 59(1): ;166-180. [8] 徐立云, 史楠, 段建国, 等. 基于特征加工元的复杂箱体类零件工艺路线优化[J]. 中国机械工程, 2013, 24(2): 202-208. doi: 10.3969/j.issn.1004-132X.2013.02.012 [9] 王细洋, 姜俊华, 杨卫平. 零件工艺路线决策的GA方法[J]. 南昌航空工业学院学报:自然科学版, 2000, 14(1): 1-5. [10] 徐正. 三维CAPP中零件特征提取及基于遗传算法的工艺排序研究[D]. 武汉: 华中科技大学, 2005. [11] Atashpaz-Gargari E, Lucas C. Imperialist competitive algorithm: An algorithm for optimization inspired by imperialistic competition[C]. Evolutionary Computation, 2007. CEC 2007. IEEE Congress on. IEEE Xplore, 2007: 4661-4667. [12] 范莹莹. 基于改进ICA算法的电力物资配送中心选址研究[D]. 北京: 华北电力大学, 2017 -
下载:
点击查看大图
图(9) / 表(5)
计量
- 文章访问数: 62
- HTML全文浏览量: 10
- PDF下载量: 31
- 被引次数: 0
