加工中心选型问题探讨

企业在选用一台加工中心时需要考虑的主要因素有加工规范，所需的加工精度、数控系统的功能、自动换刀形式、加工效率以及技术服务等。本文对上述各相关问题进行探讨、供有关人员参考。     

国外先进加工中心的可靠性分析

使用定时截尾试验方法采集了50台某型号国外高档加工中心在实际工作中的故障数据.通过对故障部位、故障模式及危害度分析,找出了该型号加工中心的薄弱环节.然后采用了极大似然法进行了整机故障间隔时间分布模型的参数估计.选择威布尔分布作为分布模型,应用遗传算法求得了三参数威布尔分布的位置参数,并通过了Kolmogorov-Smirnov检验.根据求得的三参数威布尔分布模型,计算了整机的平均故障间隔时间.结果表明:基于遗传算法优化的相关系数法能更好地求得三参数威布尔分布模型,这可以为其他学者的相关研究提供参考.     

加工中心使用中若干问题的探讨

本文对加工中心使用中有关人员配备、加工对象选择、工艺规划、维修及保养等问题进行了探讨，给出了处理这些问题的原则和建议，供有关人员参考。     

求解车间调度问题的一种改进遗传算法

为了克服传统遗传算法解决车间作业调度问题的局限性,提出了一种改进的遗传算法,引入人工免疫机制克隆选择算子和设计独特的交叉算子,提高了算法的收敛速度和种群的多样性,可以有效地避免基本遗传算法种群早熟化和收敛速度慢的问题.仿真结果表明,与基于工件交叉位置的遗传算法比较,改进的遗传算法在全局最优解和收敛速度上都有较为明显的优势.     

基于自适应遗传算法的叶片铸件最佳匹配问题求解

针对遗传算法易早熟和收敛速度慢的不足提出自适应遗传算法,引入自适应变异算子自动调整自变量步长v使收敛加速,以个体适应值计算交换率和交叉点位置增强了算法的智能性,同时在进化过程中加入特殊的个体保证基因的完备性。水轮机叶片型面复杂,因此铸件铸造成形后难以设置测量基准点和坐标系,需要通过测量数据与设计曲面的坐标变换实现最佳匹配。将自适应遗传算法引入最佳匹配问题的求解,算例分析表明该方法与标准遗传算法相比具有运算速度快和稳定性好等特点。     

卧式加工中心结构件载荷求解模型研究

论文详细讨论了采用线轨、丝杠作为连接形式的卧式加工中心结构件载荷求解模型.针对机床结构件载荷影响因素的复杂性,进行了变形协调假设,建立了卧式加工中心床身、立柱、主轴箱的参数化载荷求解模型.从机床结构件刚度、外载荷条件、约束条件等三个方面对刚体等效栽荷求解模型与弹性体等效载荷求解模型的求解结果进行了分析比较,并对刚体等效载荷求解模型变形协调假设进行了实验验证证明刚体等效模型能够满足结构件性能分析及优化的要求.详细分析了卧式加工中心结构件载荷求解模型的相关参数及求解步骤,开发了相应的载荷求解软件.     

加工中心的发展动向

本文综述了加工中心机床的最新发展动向,从提高性能和提高柔性方面作了分析。     

混合编码遗传算法及其在机械设计中的应用

对于不同数据类型的设计变量采用相对方便的编码方式,有利于算法的计算精度和计算性能的提高,文章在标准遗传算法的基础上采用混合编码的方式解决了染色体中存在多种数据类型变量的遗传优化问题,并针对于所采用的混合编码方式设计了合理的遗传算子,经过测试函数测试和在实际问题中的应用,验证了该算法的有效性.     

基于遗传算法精密机床立柱的多目标优化

立柱是机床的核心部件之一,其动态特性是决定超精密机床加工精度的重要因素之一。以精密光纤微V沟磨床的立柱结构作为研究对象,通过仿真实验的方法给立柱的刀具磨削点上施加谐响应力,获得立柱在0～175 Hz下的动态响应参数。综合利用中心复合实验设计、响应曲面法、多目标遗传算法对立柱结构的最大谐响应振幅、立柱的质量及一阶固有频率为目标变量进行多目标优化,获得立柱设计变量的Pareto解。结果表明：经过多目标优化设计后,立柱质量没有增加的前提下,立柱的最大响应振幅大大降低,从而提高立柱的动态刚度和机床的加工精度。     

基于遗传算法优化的数控切割机伺服系统控制研究

数控切割机伺服系统存在参数时变、负载扰动、电机非线性等特性,难以准确建模。针对该问题,提出基于遗传算法优化的模糊PID控制方法。该方法将遗传算法和模糊PID控制方法相结合,用遗传算法来优化模糊控制规则。将该方法应用于自主开发的数控切割机伺服系统的控制中,结果表明:采用该控制方法,系统具有良好的静、动态特性,切割质量显著提高。     

混合遗传算法优化的等离子切割机弧压调高控制研究

文章针对数控等离子切割机弧压调高系统由于电机非线性、负载扰动影响难以获得最佳控制参数的问题,分析系统的特征和控制需求,提出了基于混合遗传算法的切割机弧压调高系统控制方法,该方法通过遗传算法对系统PID参数进行全局优化,并利用成长算子改进标准遗传算法框架,增强遗传算法优化的快速性以进一步进行最佳参数辨识.结果显示,混合遗传算法优化应用于等离子切割弧压调高控制中切割质量显著提高,具有良好的工程应用价值.     

基于改进遗传算法的刀具干涉检查算法研究

针对复杂螺旋面数控加工中的刀具干涉问题进行了研究,以最小有向距离理论为基础结合改进的遗传算法,将刀具干涉检查问题转化为求取目标函数的全局最优值问题,以此来进行干涉判断.通过螺杆加工实验,验证该算法的可行性与有效性.     

多任务小批量流水线遗传算法仿真与实施

文章阐述了在流水线调度时,可利用遗传算法计算出工件的最短通过时间, 但这并非最佳方案,应同时考虑交货期的影响、设备的负荷率和员工加班等问题.在设计过程中,根据多任务,小批量流水线生产的特点,改进常规遗传算法,设计出一种基于交货期的遗传算法,可以很快地搜索到最优个体,并实例证明了其可行性.     

基于粗粒度并行遗传算法的JSSP研究

针对车间作业调度问题(JSSP)进行研究,利用粗粒度并行遗传算法(CGPGA)对JSSP进行有效求解。该算法首先将多个子群体以不同的编码方式进行进化计算,然后引入迁移因子进行群体间的信息交互。利用迁移因子把子群体中的优良个体传播到其余子群体,替换相邻子群体中的最差个体并继续进化而获得最优解。仿真实验表明:该方法简单且易于实现,求解效率远远高于经典遗传算法(GA),并可有效防止早熟现象的发生。     

遗传算法解决车间作业调度问题的优化研究

遗传算法由于其隐合并行性和全局解空间搜索两大优点而成为解决JobShop问题的常用工具。但是由于JobShop问题本身的特点，普通遗传算法难以在解此类问题时获得满意解，最突出的问题就是过早收敛于某一局部最优解，使算法效率降低。文章从实用角度出发，通过优化种群、降低选择压力和将模拟退火算子加入到算法中对遗传算法进行了优化，以使其适应于JobShop问题的特殊情况，并以Matlah为工具讲行了仿真实验．获得了较好效果。     

工业机器人动力学参数的改进遗传算法辨识

为了准确辨识出六自由度工业机器人的动力学参数,提出一种基于改进遗传算法的参数辨识方法。构建牛顿-欧拉机器人动力学模型,明确反映各关节力矩与动力学参数的函数关系;通过改进遗传算法获取优化激励轨迹,并对机器人进行动力学参数的整体辨识,减少关节间耦合作用影响,避免多次识别实验环境不一致而产生的误差。最后采用最小二乘法计算机器人的动力学参数,解决因初始值选择不合理而导致辨识精度受限的问题。实验结果表明：此方法得到的最优激励轨迹能够满足约束条件,缩短优化时间,有效提高动态参数辨识的准确性和有效性。