基于改進MEP的表面粗糙度建模及加工工藝參數(shù)多目標優(yōu)化.pdf

1、工藝參數(shù)的選擇不僅直接關系到加工質量的優(yōu)劣，對加工效率、機床與刀具的性能及能耗也有顯著影響。傳統(tǒng)數(shù)控切削加工中，主要通過加工手冊、工人經(jīng)驗選擇工藝參數(shù)，往往難以獲得理想的效果。雖然也有對工藝參數(shù)優(yōu)化的研究，但常用的優(yōu)化措施主要通過經(jīng)驗公式進行，缺乏對實際加工過程的物理建模，優(yōu)化的結果往往與實際值有相當程度的出入。因此，本文圍繞數(shù)控車削過程的表面粗糙度建模以及工藝參數(shù)優(yōu)化進行了深入的研究。
　　(1)建立基于自適應多表達式編程(IM

2、EP)算法的表面粗糙度模型。闡述了多表達式編程(MEP)算法的基本原理，分析了MEP算法的優(yōu)缺點，對MEP算法在適應度函數(shù)、交叉變異概率自適應、交叉策略、多種群以及并行計算等方面進行改進，提出了自適應多表達式編程(IMEP)算法。算例測試表明IMEP算法在收斂速度、收斂精度、進化效率等方面優(yōu)于MEP算法。建立了基于IMEP算法的數(shù)控車削加工的表面粗糙度模型，建模結果表明IMEP算法能夠高效地建立表面粗糙度的高精度顯式模型。
　　(

3、2)提出改進的快速非支配排序遺傳算法(NSGA-Ⅱ-Improve)，實現(xiàn)了多目標優(yōu)化模型的高速、高精求解。針對加工過程多目標優(yōu)化問題，采用NSGA-Ⅱ算法的基本原理，改進了交叉算子、變異算子以及實現(xiàn)并行計算，優(yōu)化了快速非支配排序遺傳算法(NSGA-Ⅱ)。算例測試表明，NSGA-Ⅱ-Improve算法在運行效率、求解結果的收斂性和多樣性方面優(yōu)于NSGA-Ⅱ算法，并且可以求得更大范圍的帕雷托解。
　　(3)研究IMEP算法和NSGA