基于粒子群算法的數(shù)控加工工藝參數(shù)能效優(yōu)化研究

張帥

摘 要：在機(jī)械數(shù)控加工中，能耗的浪費(fèi)非常嚴(yán)重，本文針對(duì)這個(gè)問(wèn)題，采用粒子群算法對(duì)數(shù)控加工中的工藝參數(shù)進(jìn)行優(yōu)化，力求使得能耗降為最低，通過(guò)仿真驗(yàn)證，該算法具有一定的實(shí)用價(jià)值。

關(guān)鍵詞：數(shù)控加工；粒子群；能效優(yōu)化

中圖分類(lèi)號(hào)：TG547 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2018）18-0019-02

1 引言

隨著現(xiàn)代機(jī)械制造技術(shù)的發(fā)展，數(shù)控機(jī)床已經(jīng)成為機(jī)械制造企業(yè)中必備的工具，數(shù)控機(jī)床的使用效率直接決定著機(jī)械制造加工零部件的精度。同時(shí)，隨著機(jī)械零部件的體積越來(lái)越大，曲面形狀越來(lái)越復(fù)雜，數(shù)控加工的復(fù)雜度越來(lái)越高，導(dǎo)致數(shù)控加工的加工時(shí)間越來(lái)越長(zhǎng)，數(shù)控機(jī)床機(jī)械加工能耗需求越來(lái)越大。根據(jù)國(guó)外專(zhuān)家學(xué)者研究發(fā)現(xiàn)，數(shù)控機(jī)床的能量利用效率平均水平非常低，平均值低于30%。所以研究數(shù)控機(jī)床的能效問(wèn)題具有較高的應(yīng)用價(jià)值。數(shù)控機(jī)床作為機(jī)械制造行業(yè)的能源消耗大戶(hù)，具有能量消耗大和能效低的雙重特性，隨著自然環(huán)境的惡化，如何降低能耗和提升能量效率，改善環(huán)境質(zhì)量變得越來(lái)越迫切，機(jī)械制造行業(yè)節(jié)能問(wèn)題顯得尤為突出。

如何在機(jī)械數(shù)控加工過(guò)程中降低能耗已經(jīng)成為機(jī)械數(shù)控工程師要解決的一個(gè)棘手問(wèn)題，數(shù)控加工能耗水平直接決定了機(jī)械制造企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。

在機(jī)械數(shù)控加工中，數(shù)控加工的工藝參數(shù)是數(shù)控加工工藝方面最為重要、最為核心的參數(shù)。工藝參數(shù)直接決定著數(shù)控加工的加工質(zhì)量和加工效率，是機(jī)械制造企業(yè)核心競(jìng)爭(zhēng)力的重要體現(xiàn)。數(shù)控加工的質(zhì)量、成本和加工效率是機(jī)械數(shù)控工程師首要解決的優(yōu)化問(wèn)題。

本文主要針對(duì)如何降低數(shù)控加工的能耗問(wèn)題進(jìn)行研究，通過(guò)粒子群算法，對(duì)數(shù)控加工工藝參數(shù)進(jìn)行優(yōu)化，來(lái)提升數(shù)控加工效率、降低成本和能耗，具有較高的理論和實(shí)用價(jià)值。

2 粒子群算法簡(jiǎn)介

粒子群算法是一種模擬鳥(niǎo)群覓食行為的基于群體協(xié)作的隨機(jī)搜索算法。在優(yōu)化過(guò)程中，假定每個(gè)優(yōu)化問(wèn)題的解都是搜索空間中的一個(gè)粒子，所有的粒子都有一個(gè)被優(yōu)化的函數(shù)決定的適應(yīng)值，每個(gè)粒子還有一個(gè)速度決定飛行的方向和距離，在這些約束條件下粒子就追隨當(dāng)前的最優(yōu)粒子在解空間中進(jìn)行搜索，直到搜索到最優(yōu)解。在該算法模型中，每個(gè)粒子都要遵循以下條件：避免和鄰近粒子相沖撞，匹配鄰近粒子的速度，飛向鳥(niǎo)群中心且整個(gè)群體飛向目標(biāo)。粒子群算法具有以下優(yōu)點(diǎn)：能夠利用群體中粒子在解空間中的速度來(lái)改變個(gè)體的尋優(yōu)方向，計(jì)算復(fù)雜度相比較遺傳算法要低很多，粒子同時(shí)具有記憶特性，粒子具有自我學(xué)習(xí)和向別的粒子學(xué)習(xí)的能力，能夠使下一代種群有針對(duì)性地從父代繼承更多的信息，可以在較短的時(shí)間內(nèi)快速找到最優(yōu)解。粒子群優(yōu)化算法具有參數(shù)設(shè)置簡(jiǎn)單和搜索能力好實(shí)現(xiàn)容易等特點(diǎn)。

3 數(shù)控加工過(guò)程中能耗分析

數(shù)控機(jī)床在運(yùn)行時(shí)，運(yùn)行狀態(tài)包括空載和加工兩種狀態(tài)，當(dāng)數(shù)控機(jī)床由空載狀態(tài)轉(zhuǎn)化為加工狀態(tài)時(shí)，數(shù)控加工系統(tǒng)總的損耗在非載荷功率基礎(chǔ)上增多，這部分損耗就是載荷損耗功率。數(shù)控機(jī)床的輸入功率包括空載功率、切削功率和附加載荷損耗功率三部分。數(shù)控機(jī)床的動(dòng)力系統(tǒng)能耗主要包括機(jī)床空載耗能、切削過(guò)程耗能、系統(tǒng)附加載荷耗能和輔助系統(tǒng)耗能四部分。

機(jī)床空載耗能主要是機(jī)床在無(wú)載荷時(shí)系統(tǒng)空轉(zhuǎn)時(shí)機(jī)床的耗能，包括主傳動(dòng)系統(tǒng)空載耗能和進(jìn)給系統(tǒng)空載耗能，主傳動(dòng)系統(tǒng)一般包括變頻器、機(jī)械傳動(dòng)系統(tǒng)和主軸電機(jī)等，是數(shù)控機(jī)床空載情況下的耗能大戶(hù)，變頻技術(shù)由于電源頻率會(huì)不斷調(diào)整導(dǎo)致電機(jī)本身的損耗，機(jī)械傳動(dòng)系統(tǒng)的空載損耗會(huì)隨著主軸轉(zhuǎn)速的變化而變化，是數(shù)控機(jī)床空載能耗中最為重要的部分，變頻器能耗較小約占8%，一般計(jì)算空載功率時(shí)作固定值處理。給進(jìn)系統(tǒng)主要包括伺服電機(jī)和伺服驅(qū)動(dòng)器，給進(jìn)系統(tǒng)耗能模型與主傳動(dòng)系統(tǒng)耗能類(lèi)似，主要由機(jī)床X方向、Y方向、Z方向三個(gè)方向的傳動(dòng)軸給進(jìn)系統(tǒng)空載功率、伺服電機(jī)損耗和伺服驅(qū)動(dòng)器功率組成。

切削過(guò)程耗能主要是數(shù)控加工刀具切削過(guò)程中消耗的能量。系統(tǒng)附加載荷耗能主要是數(shù)控機(jī)床加工過(guò)程中切削力和扭矩增加而導(dǎo)致的載荷耗能。切削功率是衡量切削能耗的重要參數(shù)，切削功率模型主要由主切削力、切削速度、切削力系數(shù)和物料去除率等來(lái)計(jì)算。

輔助系統(tǒng)耗能包括動(dòng)力關(guān)聯(lián)類(lèi)輔助系統(tǒng)耗能和加工關(guān)聯(lián)類(lèi)輔助系統(tǒng)耗能，輔助系統(tǒng)耗能是貫穿整個(gè)數(shù)控加工全過(guò)程的耗能，動(dòng)力關(guān)聯(lián)類(lèi)輔助系統(tǒng)會(huì)跟隨數(shù)控機(jī)床的開(kāi)啟關(guān)閉而進(jìn)行開(kāi)啟關(guān)閉，加工關(guān)聯(lián)類(lèi)輔助系統(tǒng)則是根據(jù)數(shù)控機(jī)床在數(shù)控加工過(guò)程中按需開(kāi)啟關(guān)閉的，主要包括冷卻電機(jī)和沖屑電機(jī)等各類(lèi)電機(jī)。

數(shù)控加工過(guò)程中具有較強(qiáng)的能耗時(shí)段特性，主要包括機(jī)床啟動(dòng)時(shí)段、待機(jī)時(shí)段、主軸加速時(shí)段、快速進(jìn)給時(shí)段、空轉(zhuǎn)時(shí)段、空切時(shí)段、切削加工時(shí)段等七部分時(shí)段。在數(shù)控機(jī)床的啟動(dòng)時(shí)段，一般會(huì)首先打開(kāi)數(shù)控機(jī)床的總電源開(kāi)關(guān)，數(shù)控機(jī)床的照明設(shè)備、通風(fēng)設(shè)備、數(shù)控面板設(shè)備、變頻器、伺服驅(qū)動(dòng)器等多個(gè)設(shè)備會(huì)陸續(xù)開(kāi)啟，在機(jī)床啟動(dòng)階段數(shù)控機(jī)床的功率變化幅度會(huì)很大，但是由于這個(gè)階段時(shí)間非常短，所以這個(gè)階段的能耗非常小。在數(shù)控機(jī)床的待機(jī)時(shí)段，主要是進(jìn)行工件拆卸、工件裝夾、工件定位等操作階段，時(shí)間長(zhǎng)短取決于工裝水平和數(shù)控加工工程師操作技能水平，一般情況下，待機(jī)時(shí)間相對(duì)固定，所以通常理論計(jì)算時(shí)取固定值。數(shù)控機(jī)床的主軸加速時(shí)段，由于數(shù)控機(jī)床的功率波動(dòng)非常大，能耗幾乎無(wú)規(guī)律可循，一般主軸加速時(shí)間非常短，所以這一段數(shù)控機(jī)床的耗能相對(duì)較小。數(shù)控機(jī)床的主軸空轉(zhuǎn)時(shí)段，是主軸保持穩(wěn)定轉(zhuǎn)速空轉(zhuǎn)的過(guò)程，由于數(shù)控機(jī)床的控制由計(jì)算機(jī)來(lái)控制，所以數(shù)控機(jī)床很少存在空轉(zhuǎn)時(shí)段，這個(gè)時(shí)段的耗能可以忽略。數(shù)控機(jī)床的空切削時(shí)段，一般情況下數(shù)控機(jī)床空切是數(shù)控機(jī)床在空轉(zhuǎn)的基礎(chǔ)上開(kāi)始進(jìn)給運(yùn)動(dòng)的，功率主要由輔助功率和空載功率組成，在數(shù)控機(jī)床實(shí)際加工過(guò)程中，走刀路徑的覆蓋區(qū)域一般必須大于加工工件的區(qū)域，通常會(huì)產(chǎn)生部分的空切路徑，所以這個(gè)時(shí)段主要由空切路徑長(zhǎng)度和進(jìn)給速度兩個(gè)參數(shù)來(lái)決定。數(shù)控機(jī)床的切削時(shí)段，這個(gè)時(shí)段時(shí)長(zhǎng)主要由切削路徑長(zhǎng)度和給進(jìn)速度進(jìn)行計(jì)算。數(shù)控機(jī)床的快速進(jìn)給時(shí)段，主要是刀具以較大的進(jìn)給速度快速接近被加工工件時(shí)或者是完成加工動(dòng)作后的快速抬刀，這個(gè)時(shí)段的功率波動(dòng)雖然很大，但是時(shí)間非常短，所以這個(gè)時(shí)段的能耗非常小。數(shù)控機(jī)床的換刀時(shí)段，一般情況下實(shí)際加工中會(huì)切換不同的刀具，由此產(chǎn)生了換刀能耗，一般機(jī)床待機(jī)狀態(tài)下就可以進(jìn)行換刀，所以換刀時(shí)段功率幾乎與待機(jī)功率一致，該時(shí)段時(shí)長(zhǎng)由單次磨鈍換刀時(shí)間、刀具壽命、以及多個(gè)刀具壽命的相關(guān)系數(shù)來(lái)計(jì)算。

在常規(guī)計(jì)算中，由于數(shù)控機(jī)床的啟動(dòng)、主軸加速、快速進(jìn)給時(shí)間非常短，能耗非常小，所以重點(diǎn)考慮數(shù)控機(jī)床的待機(jī)時(shí)段、空切時(shí)段、換刀時(shí)段和切削時(shí)段等四個(gè)時(shí)段的能耗。

4 工藝參數(shù)能效優(yōu)化過(guò)程

數(shù)控機(jī)床加工過(guò)程中，由于存在多個(gè)工藝參數(shù)，之間相互關(guān)聯(lián)，為了能夠最大限度的優(yōu)化數(shù)控加工系統(tǒng)，往往對(duì)數(shù)控加工的工藝參數(shù)進(jìn)行歸一化和簡(jiǎn)化模型，一般把數(shù)控加工的加工時(shí)間、加工成本和能耗作為系統(tǒng)優(yōu)化目標(biāo)，本文以數(shù)控加工的時(shí)間目標(biāo)函數(shù)、成本目標(biāo)函數(shù)、數(shù)控加工能效函數(shù)、以及相應(yīng)約束條件來(lái)組成數(shù)控加工工藝參數(shù)多目標(biāo)能效優(yōu)化模型，本文主要通過(guò)粒子群算法對(duì)模型進(jìn)行優(yōu)化。

由于本文的優(yōu)化問(wèn)題有多個(gè)目標(biāo)函數(shù)優(yōu)化，多個(gè)目標(biāo)之間會(huì)相互制約以及沖突，當(dāng)能量效率最優(yōu)時(shí)，時(shí)間和成本目標(biāo)有可能無(wú)法達(dá)到最優(yōu)，能量效率、時(shí)間和成本目標(biāo)三者同時(shí)最優(yōu)幾乎是不可能的，所以本文采用改良的粒子群算法進(jìn)行優(yōu)化，首先優(yōu)化問(wèn)題的粒子群的大小規(guī)模選擇一定要適中，如果群體規(guī)模太大會(huì)導(dǎo)致計(jì)算量的成倍增加，如果群體規(guī)模太小則會(huì)過(guò)早陷入局部最優(yōu)解。一般我們把群體規(guī)模設(shè)置為20-60之間。

本文設(shè)計(jì)的粒子群優(yōu)化算法流程如下：首先初始化種群，確保整個(gè)群體中的每個(gè)粒子都在各個(gè)參數(shù)的約束范圍內(nèi)，同時(shí)設(shè)定每個(gè)粒子的初始位置和初始速度；然后開(kāi)始計(jì)算初始群體種群的每個(gè)粒子的目標(biāo)函數(shù)值（所有可行解的能量效率、時(shí)間、成本目標(biāo)值），同時(shí)將粒子兩兩之間進(jìn)行比較；然后將目標(biāo)空間分成多個(gè)小空間，根據(jù)粒子對(duì)應(yīng)的能量效率、時(shí)間、成本目標(biāo)值來(lái)確定該粒子所在的小空間，確定每個(gè)粒子的個(gè)體極值，隨機(jī)選擇密度較小的粒子作為全局極值，把所有粒子的速度和位置進(jìn)行更新，同時(shí)要確保所有粒子不能超出邊界空間；然后開(kāi)始計(jì)算種群的各個(gè)粒子的目標(biāo)向量，按照特定規(guī)則進(jìn)行刪除部分特定粒子；最后判斷是否達(dá)到最大進(jìn)化迭代數(shù)，如果滿(mǎn)足則終止算法，否則需重新進(jìn)行優(yōu)化。

通過(guò)利用本文模型算法進(jìn)行算法優(yōu)化，與傳統(tǒng)經(jīng)驗(yàn)值相比加工時(shí)間降低19%、成本降低21%、數(shù)控加工能效降低37%，仿真驗(yàn)證本文設(shè)計(jì)算法具有較好的優(yōu)化效果，能夠?yàn)闄C(jī)械數(shù)控加工提供更加科學(xué)的工藝參數(shù)，具有較高的實(shí)用價(jià)值。

5 結(jié)語(yǔ)

本文主要針對(duì)數(shù)控加工過(guò)程中的能耗優(yōu)化進(jìn)行研究，運(yùn)用多目標(biāo)的粒子群算法，優(yōu)化數(shù)控加工中的加工時(shí)間、加工成本和加工能耗，力求使得三個(gè)參數(shù)達(dá)到最優(yōu)，通過(guò)仿真驗(yàn)證，本文算法具有一定的實(shí)用價(jià)值，可以為機(jī)械加工企業(yè)在數(shù)控加工降能耗工作中提供一定的理論支撐。

參考文獻(xiàn)

[1]李建廣，姚英學(xué)，劉長(zhǎng)清，黎世文.基于遺傳算法的車(chē)削用量?jī)?yōu)化研究[J].計(jì)算機(jī)集成制造系統(tǒng)，2006，（10）：1651-1656.

[2]謝書(shū)童，郭隱彪.數(shù)控車(chē)削中成本最低的切削參數(shù)優(yōu)化方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2011，（10）：2144-2149.

[3]李聰波，崔龍國(guó)，劉飛，李麗.面向高效低碳的數(shù)控加工參數(shù)多目標(biāo)優(yōu)化模型[J].機(jī)械工程學(xué)報(bào)，2013，（09）：87-96.

[4]江小云.計(jì)算機(jī)智能技術(shù)在切削參數(shù)優(yōu)化中的應(yīng)用[J].福建工程學(xué)院學(xué)報(bào)，2013，（06）：573-577.

[5]胡狄，張華，鄢威，李弼心.面向節(jié)能優(yōu)化的數(shù)控銑削參數(shù)優(yōu)化方法研究[J].機(jī)械設(shè)計(jì)與制造，2015，（08）：110-113.