CN111522297A - 基于能耗优化的数控加工控制方法、装置及电子设备 - Google Patents

Abstract

本公开实施例中提供了一种基于能耗优化的数控加工控制、装置及电子设备，属于机械加工技术领域，该方法包括根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数；计算按照所述第一加工参数将所述待加工零件加工成目标零件所需消耗的目标能量；判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量；若是，则重新计算，生成能够满足能耗要求的第二加工参数；将所述第二加工参数发送给目标加工机床。通过本公开的方案，实现对加工零件加工前能耗的预估，根据预估产生的能耗选择合适的刀具和加工路径以降低加工过程中的能耗，减小了零件加工能耗。

Description

基于能耗优化的数控加工控制方法、装置及电子设备

技术领域

本公开涉及机械加工技术领域，尤其涉及一种基于能耗优化的数控加工控制方法、装置及电子设备。

背景技术

数控加工系统量大面广，其能耗总量巨大，节能潜力非常大。而近年来，制造业的高速发展的同时伴随着高能耗、高排放等日益凸显的问题。随着环保意识的日益增强，制造业的节能环保问题引起了国内外学着和高校的广泛关注。

刀具在机床制造系统中仅约占总成本的2.5％～4％，但对整个加工过程产生较大影响，将造成20％机床费用和38％人工成本。切削过程中如果使用合理的刀具几何参数选取，能够提高刀具使用寿命、加工质量、加工能耗和加工效率等。此外，刀具路径在很大程度上影响这切削加工过程的能耗，选择合适的刀具路径或者对刀具路径进行优化能有效减少加工过程的能耗。此外，刀具路径的选择和刀具参数的选择这些还直接影响这加工过程所耗费的时间等，同样间接影响加工所消耗的能量大小。

由此可见，控制刀具路径、合理选择刀具参数以及加工时间等对切削的能耗有着非常关键的影响，鉴于这些原因，有必要提出一种基于能耗优化的数控加工控制方法。

发明内容

有鉴于此，本公开实施例提供一种基于能耗优化的数控加工控制方法，至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种基于能耗优化的数控加工控制方法，所述基于能耗优化的数控加工控制方法包括：

根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数，所述第一加工参数包括加工路径参数、加工过程所选择的加工刀具、加工时间；

计算按照所述第一加工参数将所述待加工零件加工成目标零件所需消耗的目标能量；

判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量；

若将所述待加工零件按照所述加工参数加工成目标零件所消耗的目标能量超过预设能量时，则根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算，生成能够满足能耗要求的第二加工参数；

将所述第二加工参数发送给目标加工机床。

根据本公开实施例的一种具体实现方式，所述根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数的步骤包括：

对所述待加工零件进行扫描获取所述待加工零件的基本参数；

根据所述目标零件确定所述待加工零件的加工区域；

根据所述目标零件和所述加工区域计算得到所述待加工零件的第一加工参数。

根据本公开实施例的一种具体实现方式，所述判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量的步骤之后，还包括：

若所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量未超过预设能量时，获取第一加工参数中的刀具路径参数；

判断所述刀具路径是否为多条路径；

若所述刀具路径为多条路径时，计算每条路径所需消耗的能量；

在多条刀具路径中筛选最优连接顺序及连接方式的刀具路径作为加工过程中的刀具路径。

根据本公开实施例的一种具体实现方式，所述根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算中的能耗优化方法包括：

分析不同刀具选择和不同刀具路径耗费的加工时间以及能耗特性；

建立以加工时间最短、刀具选择最优、刀具路径选择最优为优化目标的优化模型；

利用基于改进的遗传算法的优化求解方法对优化模型进行优化；

在分析不同刀具选择和不同刀具路径耗费的加工时间以及能耗特性的步骤中，其过程为：

零件的数控加工总能耗计算如下：

E_total＝E_setup+E_cutting+E_tool

其中，E_setup为各工序的装夹过程能耗，E_cutti_ng为各工序的的切削加工能耗，E_tool为各工序的刀具使用能耗；

决策变量包括：

1)为各工序选择加工机床(M_i,j)；

2)为各工序选择加工刀具(T_i,j)；

3)为各工序选择进刀方向(TAD_i,j)；

4)确定各工序的加工顺序seq(op_i,j)；

5)确定各工序的切削参数(P_i,j)；

(2)目标函数

1)能耗目标函数

根据能耗特性分析，零件数控加工总能耗由四部分组成：装夹能耗、切削加工能耗以及各工序的刀具使用能耗；

3)机床负载目标函数

在开展数控加工工艺路线和参数集成优化时，需考虑数控加工车间中机床负载均衡情况；令w(k)表示车间中第k台机床的加工负载；w(k)的计算采用两种形式：

①w₁(k)由零件在机床上的加工时间，即空切时间和切削时间组成，具体计算见下公式：

②w₂(k)由装夹时间、空切时间、切削加工时间、磨钝换刀时间组成，具体计算如下公式所示：θi表示数控加工车间机床负载均衡度，具体计算见下公式；

θ_i表示数控加工车间机床负载均衡度，具体计算见下公式：

(3)约束条件

各工序的加工机床选择和刀具选择，影响各切削参数的选择范围；

①n_min≤n≤n_max，n_max和n_min分别是机床最高和最低转速

②f_vmin≤f_v≤f_vmax，f_vmax和f_vmin分别是机床最快和最低进给速度

③Pc≤ξ·P_max,ξ是机床有效功率系数，P_max是机床最大功率

④F_c≤F_cmax，F_cmax是机床的最大切削力基于上述分析，建立面向能耗的数控加工工艺路线和切削参数集成优化模型，具体如下：

minf(M_ijk,T_ijk,seq_ijk,TAD_ijk,P_ijk)＝(minE_total，minθ)

根据本公开实施例的一种具体实现方式，所述利用基于改进的遗传算法的优化求解方法对优化模型进行优化的步骤包括：

将生成的刀轨点与整数一一对应，P_i→i，i为自然数，不同的刀轨点对应不同的编码数字，并用数字串的序列表示刀轨点的连接顺序，得到的数字串即为染色体；

选用目标函数的倒数为适应度函数，具体为：

设计混合方法生成初始化种群，种群一半个体采用完全随机方法初始化，另一半个体采用近邻算法初始化；

引入自适应调整方案对交叉概率和变异概率的值进行自适应选取，自适应动态交叉、变异概率公式如下：

式中：设定A＝9.903438；P_c为交叉算子，其取值范围为[0.5,0.9]；P_cmax为最大交叉概率，取P_c区间范围内的最大值；P_cmin为最小交叉概率，取P_c区间范围内的最小值；P_m为变异算子，其取值范围为[0.01,0.1]；P_mmax为最大变异概率，取P_m区间范围内的最大值；P_mmin为最小变异概率，取P_m区间范围内的最小值；fit_max为种群最大适应度值；fit_avg为种群平均适应度值；fit_c为参与交叉两个个体中较大的适应度值；fit_m为变异个体的适应度值；

选择操作采用轮盘赌方式；交叉算子采用贪婪交叉算子，使交叉后的子代在保证可行性的同时，很好地继承父代的优秀基因，假设待交叉的两个父代为：p_a1＝(x₁₁,x₁₂,x₁₃,…,x_1m)，p_a2＝(x₂₁,x₂₂,x₂₃,…,x_2m)把上述两个染色体看成一个环，即x_i1(i＝1,2)的上一个点x_i0＝x_im(i＝1,2)、x_im(i＝1,2)的下一个点x_im+1＝x_i1(i＝1,2)，根据贪婪算法的思想，生成子代ch1和子代ch2；变异算子采用启发式变异策略，首先随机生成3个不同的点，然后将3个点中的数字任意互换位置得到5个不同染色体，最后从中选择适应度值最好的染色体作为子代；

假设种群规模为N的群体进化到第t代时，群体中best(t)为当前适应度值前5％的个体，将这些个体best(t)加入到第t+1代中并替换到第t+1代中适应度值后5％的个体，从而保持种群规模不变。

第二方面，本公开实施例提供了一种基于能耗优化的数控加工控制装置，所述基于能耗优化的数控加工控制装置包括：

第一计算模块，用于根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数，所述第一加工参数包括加工路径参数、加工过程所选择的加工刀具、加工时间；

第二计算模块，用于计算按照所述第一加工参数将所述待加工零件加工成目标零件所需消耗的目标能量；

判断模块，判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量；

参数生成模块，用于若将所述待加工零件按照所述加工参数加工成目标零件所消耗的目标能量超过预设能量时，则根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算，生成能够满足能耗要求的第二加工参数；

发送模块，用于将所述第二加工参数发送给目标加工机床。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的基于能耗优化的数控加工控制方法。

第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于能耗优化的数控加工控制方法。

第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于能耗优化的数控加工控制方法。

本公开实施例中的基于能耗优化的数控加工控制方法，包括根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数，所述第一加工参数包括加工路径参数、加工过程所选择的加工刀具、加工时间；

计算按照所述第一加工参数将所述待加工零件加工成目标零件所需消耗的目标能量；

判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量；

若将所述待加工零件按照所述加工参数加工成目标零件所消耗的目标能量超过预设能量时，则根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算，生成能够满足能耗要求的第二加工参数；

将所述第二加工参数发送给目标加工机床。

通过本公开的方案，实现对加工零件加工前能耗的预估，根据预估产生的能耗选择合适的刀具和加工路径以降低加工过程中的能耗，减小了零件加工能耗。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本公开一实施例提供的一种基于能耗优化的数控加工控制方法的流程示意图；

图2为本公开一实施例提供的一种基于能耗优化的数控加工控制方法的流程示意图；

图3为本公开实施例提供的一种基于能耗优化的数控加工控制装置结构示意图；

图4为本公开实施例提供的电子设备示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

本公开实施例提供一种基于能耗优化的数控加工控制方法。本实施例提供的消息发送方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、终端设备等中。

参见图1，本公开实施例提供的一种基于能耗优化的数控加工控制方法，包括：

S101，根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数，所述第一加工参数包括加工路径参数、加工过程所选择的加工刀具、加工时间；

本发明实施例中，通过对待加工零件进行分析，得到第一加工参数，该第一加工参数是将待加工零件加工成目标零件的过程中，需要对待加工零件进行加工处理的参数，例如，在将待加工零件加工成目标零件时，某一个边长需要切削的材料是多少，切削角度是多少，在这样一个加工过程中，将可以使用什么样的加工刀具以及加工路径等等，这些都将作为第一加工参数计算得到。

其中，第一加工参数可以有多组，例如，选择A种刀具时，配合S加工路径，这种情况下的加工时间和加工能耗对应是多少，这是一组数据；当选择B中刀具时，配合S加工路线，这种情况下的加工时间和加工能耗又对应是多少，这又是一组新的数据；当然，每一种特定的零件其所对应的加工刀具是有限的，一般将预先进行匹配，一种零件可以为其匹配3～4种加工刀具。

此外，本实施例中的第一加工参数通过对待加工零件进行扫描预先获取待加工零件的基本参数，所述的基本参数包括待加工零件的尺寸、待加工零件的材料类型等等。通过扫描获得待加工零件的基本参数后，进一步确定待加工零件加工成目标零件的加工区域。这一步骤可以通过深度学习方法构建神经网络来对待加工零件加工成目标零件的过程进行训练，以通过该深度学习方法可直接根据待加工零件和目标零件之间的关系得到待加工零件加工成目标零件的加工区域以及加工参数。

S102，计算按照所述第一加工参数将所述待加工零件加工成目标零件所需消耗的目标能量；

进一步地，当按照第一加工参数将待加工零件加工成目标零件时，这一加工过程所消耗的能量需要被预先估算出。这一部分的能量可以简化为只考虑切削过程所消耗的能量、选择具体某种刀具时该刀具的选择消耗的能量以及装夹过程中消耗的能量。这一部分的能量的估算可以根据估算将待加工零件加工成目标零件的过程中，选择的刀具使整个加工过程需要消耗的时间，在这段时间内机械设备维持运行的功率等，通过这些参数估算出整个加工过程消耗的能量。

S103，判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量；

进一步判断将所述待加工零件按照上述的第一加工参数加工成目标零件的过程中所消耗的能量是否超过预设能量，这一预设能量可以根据需要设定，目的是监控加工过程中的能耗，以降低能耗为目标。

参照图2，

S201，若所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量未超过预设能量时，获取第一加工参数中的刀具路径参数；

S202，判断所述刀具路径是否为多条路径；

S203，若所述刀具路径为多条路径时，计算每条路径所需消耗的能量；

在多条刀具路径中筛选最优连接顺序及连接方式的刀具路径作为加工过程中的刀具路径。

S104，若将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量超过预设能量时，则根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算，生成能够满足能耗要求的第二加工参数；

当将待加工零件按照第一加工参数加工成目标零件所消耗的目标能量超过预设能量时，则表明所选用的刀具或者加工路径对于加工该种零件而言耗费的能量太多，还可以有更优的选择。故而将重新选择加工刀具、加工路径，以满足能耗要求为准。

其中，所述根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算中的能耗优化方法包括：

分析不同刀具选择和不同刀具路径耗费的加工时间以及能耗特性；

建立以加工时间最短、刀具选择最优、刀具路径选择最优为优化目标的优化模型；

利用基于改进的遗传算法的优化求解方法对优化模型进行优化；

在分析不同刀具选择和不同刀具路径耗费的加工时间以及能耗特性的步骤中，其过程为：

零件的数控加工总能耗计算如下：

E_total＝E_setup+E_cutting+E_tool

其中，E_setup为各工序的装夹过程能耗，E_cutting为各工序的的切削加工能耗，E_tool为各工序的刀具使用能耗；

决策变量包括：

1)为各工序选择加工机床(M_i,j)；

2)为各工序选择加工刀具(T_i,j)；

3)为各工序选择进刀方向(TAD_i,j)；

4)确定各工序的加工顺序seq(op_i,j)；

5)确定各工序的切削参数(P_i,j)；

(2)目标函数

1)能耗目标函数

根据能耗特性分析，零件数控加工总能耗由四部分组成：装夹能耗、切削加工能耗以及各工序的刀具使用能耗；

4)机床负载目标函数

在开展数控加工工艺路线和参数集成优化时，需考虑数控加工车间中机床负载均衡情况；令w(k)表示车间中第k台机床的加工负载；w(k)的计算采用两种形式：

①w₁(k)由零件在机床上的加工时间，即空切时间和切削时间组成，具体计算见下公式：

②w₂(k)由装夹时间、空切时间、切削加工时间、磨钝换刀时间组成，具体计算如下公式所示：θi表示数控加工车间机床负载均衡度，具体计算见下公式；

θ_i表示数控加工车间机床负载均衡度，具体计算见下公式：

(3)约束条件

各工序的加工机床选择和刀具选择，影响各切削参数的选择范围；

①n_min≤n≤n_max，n_max和n_min分别是机床最高和最低转速

②f_vmin≤f_v≤f_vmax，f_vmax和f_vmin分别是机床最快和最低进给速度

③Pc≤ξ·P_max,ξ是机床有效功率系数，P_max是机床最大功率

④F_c≤F_cmax，F_cmax是机床的最大切削力基于上述分析，建立面向能耗的数控加工工艺路线和切削参数集成优化模型，具体如下：

minf(M_ijk,T_ijk,seq_ijk,TAD_ijk,P_ijk)＝(minE_total，minθ)

其中，所述利用基于改进的遗传算法的优化求解方法对优化模型进行优化的步骤包括：

将生成的刀轨点与整数一一对应，P_i→i，i为自然数，不同的刀轨点对应不同的编码数字，并用数字串的序列表示刀轨点的连接顺序，得到的数字串即为染色体；

选用目标函数的倒数为适应度函数，具体为：

设计混合方法生成初始化种群，种群一半个体采用完全随机方法初始化，另一半个体采用近邻算法初始化；

引入自适应调整方案对交叉概率和变异概率的值进行自适应选取，自适应动态交叉、变异概率公式如下：

式中：设定A＝9.903438；P_c为交叉算子，其取值范围为[0.5,0.9]；P_cmax为最大交叉概率，取P_c区间范围内的最大值；P_cmin为最小交叉概率，取P_c区间范围内的最小值；P_m为变异算子，其取值范围为[0.01,0.1]；P_mmax为最大变异概率，取P_m区间范围内的最大值；P_mmin为最小变异概率，取P_m区间范围内的最小值；fit_max为种群最大适应度值；fit_avg为种群平均适应度值；fit_c为参与交叉两个个体中较大的适应度值；fit_m为变异个体的适应度值；

选择操作采用轮盘赌方式；交叉算子采用贪婪交叉算子，使交叉后的子代在保证可行性的同时，很好地继承父代的优秀基因，假设待交叉的两个父代为：p_a1＝(x₁₁,x₁₂,x₁₃,…,x_1m)，p_a2＝(x₂₁,x₂₂,x₂₃,…,x_2m)把上述两个染色体看成一个环，即x_i1(i＝1,2)的上一个点x_i0＝x_im(i＝1,2)、x_im(i＝1,2)的下一个点x_im+1＝x_i1(i＝1,2)，根据贪婪算法的思想，生成子代ch1和子代ch2；变异算子采用启发式变异策略，首先随机生成3个不同的点，然后将3个点中的数字任意互换位置得到5个不同染色体，最后从中选择适应度值最好的染色体作为子代；

假设种群规模为N的群体进化到第t代时，群体中best(t)为当前适应度值前5％的个体，将这些个体best(t)加入到第t+1代中并替换到第t+1代中适应度值后5％的个体，从而保持种群规模不变。

S105，将所述第二加工参数发送给目标加工机床。

通过本公开的方案，实现对加工零件加工前能耗的预估，根据预估产生的能耗选择合适的刀具和加工路径以降低加工过程中的能耗，减小了零件加工能耗。

与上面的方法实施例相对应，参见图3，本公开实施例还提供了一种基于能耗优化的数控加工控制装置30，所述基于能耗优化的数控加工控制装置30包括：

第一计算模块301，用于根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数，所述第一加工参数包括加工路径参数、加工过程所选择的加工刀具、加工时间；

第二计算模块302，用于计算按照所述第一加工参数将所述待加工零件加工成目标零件所需消耗的目标能量；

判断模块303，判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量；

参数生成模块304，用于若将所述待加工零件按照所述加工参数加工成目标零件所消耗的目标能量超过预设能量时，则根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算，生成能够满足能耗要求的第二加工参数；

发送模块305，用于将所述第二加工参数发送给目标加工机床。

图3所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。

参见图4，本公开实施例还提供了一种电子设备60，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的基于能耗优化的数控加工控制方法。

本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的基于能耗优化的数控加工控制方法。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的基于能耗优化的数控加工控制方法。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种基于能耗优化的数控加工控制方法，其特征在于，所述基于能耗优化的数控加工控制方法包括：

根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数，所述第一加工参数包括加工路径参数、加工过程所选择的加工刀具、加工时间；

计算按照所述第一加工参数将所述待加工零件加工成所述目标零件所需消耗的目标能量；

判断将所述待加工零件按照所述第一加工参数加工成所述目标零件所消耗的目标能量是否超过预设能量；

若将所述待加工零件按照所述第一加工参数加工成所述目标零件所消耗的目标能量超过预设能量时，则根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算，生成能够满足能耗要求的第二加工参数；

将所述第二加工参数发送给目标加工机床。

2.根据权利要求1所述的基于能耗优化的数控加工控制方法，其特征在于，所述根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数的步骤包括：

对所述待加工零件进行扫描获取所述待加工零件的基本参数；

根据所述目标零件确定所述待加工零件的加工区域；

根据所述目标零件和所述加工区域计算得到所述待加工零件的第一加工参数。

3.根据权利要求1所述的基于能耗优化的数控加工控制方法，其特征在于，所述判断将所述待加工零件按照所述第一加工参数加工成所述目标零件所消耗的目标能量是否超过预设能量的步骤之后，还包括：

若所述待加工零件按照所述第一加工参数加工成所述目标零件所消耗的目标能量未超过预设能量时，获取第一加工参数中的刀具路径参数；

判断所述刀具路径是否包括多条路径；

若所述刀具路径包括多条路径时，计算每条路径所需消耗的能量；

在多条刀具路径中筛选最优连接顺序及连接方式的刀具路径作为加工过程中的刀具路径。

4.根据权利要求1所述的基于能耗优化的数控加工控制方法，其特征在于，所述根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算中的能耗优化方法包括：

分析不同刀具选择和不同刀具路径耗费的加工时间以及能耗特性；

建立以加工时间最短、刀具选择最优、刀具路径选择最优为优化目标的优化模型；

利用基于改进的遗传算法的优化求解方法对优化模型进行优化；

在分析不同刀具选择和不同刀具路径耗费的加工时间以及能耗特性的步骤中，其过程为：

零件的数控加工总能耗计算如下：

E_total＝E_setup+E_cutting+E_tool

其中，E_setup为各工序的装夹过程能耗，E_cutting为各工序的的切削加工能耗，E_tool为各工序的刀具使用能耗；

决策变量包括：

1)为各工序选择加工机床(M_i,j)；

2)为各工序选择加工刀具(T_i,j)；

3)为各工序选择进刀方向(TAD_i,j)；

4)确定各工序的加工顺序seq(op_i,j)；

5)确定各工序的切削参数(P_i,j)；

(2)目标函数

1)能耗目标函数

根据能耗特性分析，零件数控加工总能耗由四部分组成：装夹能耗、切削加工能耗以及各工序的刀具使用能耗；

2)机床负载目标函数

在开展数控加工工艺路线和参数集成优化时，需考虑数控加工车间中机床负载均衡情况；令w(k)表示车间中第k台机床的加工负载；w(k)的计算采用两种形式：

①w₁(k)由零件在机床上的加工时间，即空切时间和切削时间组成，具体计算见下公式：

②w₂(k)由装夹时间、空切时间、切削加工时间、磨钝换刀时间组成，具体计算如下公式所示：θi表示数控加工车间机床负载均衡度，具体计算见下公式；

θ_i表示数控加工车间机床负载均衡度，具体计算见下公式：

(3)约束条件

各工序的加工机床选择和刀具选择，影响各切削参数的选择范围；

①n_min≤n≤n_max，n_max和n_min分别是机床最高和最低转速

②f_vmin≤f_v≤f_vmax，f_vmax和f_vmin分别是机床最快和最低进给速度

③Pc≤ξ·P_max,ξ是机床有效功率系数，P_max是机床最大功率

④F_c≤F_cmax，F_cmax是机床的最大切削力基于上述分析，建立面向能耗的数控加工工艺路线和切削参数集成优化模型，具体如下：

minf(M_ijk,T_ijk,seq_ijk,TAD_ijk,P_ijk)＝(minE_total，minθ)

5.根据权利要求1所述的基于能耗优化的数控加工控制方法，其特征在于，所述利用基于改进的遗传算法的优化求解方法对优化模型进行优化的步骤包括：

将生成的刀轨点与整数一一对应，P_i→i，i为自然数，不同的刀轨点对应不同的编码数字，并用数字串的序列表示刀轨点的连接顺序，得到的数字串即为染色体；

选用目标函数的倒数为适应度函数，具体为：

设计混合方法生成初始化种群，种群一半个体采用完全随机方法初始化，另一半个体采用近邻算法初始化；

引入自适应调整方案对交叉概率和变异概率的值进行自适应选取，自适应动态交叉、变异概率公式如下：

式中：设定A＝9.903438；P_c为交叉算子，其取值范围为[0.5,0.9]；P_cmax为最大交叉概率，取P_c区间范围内的最大值；P_cmin为最小交叉概率，取P_c区间范围内的最小值；P_m为变异算子，其取值范围为[0.01,0.1]；P_mmax为最大变异概率，取P_m区间范围内的最大值；P_mmin为最小变异概率，取P_m区间范围内的最小值；fit_max为种群最大适应度值；fit_avg为种群平均适应度值；fit_c为参与交叉两个个体中较大的适应度值；fit_m为变异个体的适应度值；

选择操作采用轮盘赌方式；交叉算子采用贪婪交叉算子，使交叉后的子代在保证可行性的同时，很好地继承父代的优秀基因，假设待交叉的两个父代为：p_a1＝(x₁₁,x₁₂,x₁₃,…,x_1m)，p_a2＝(x₂₁,x₂₂,x₂₃,…,x_2m)把上述两个染色体看成一个环，即x_i1(i＝1,2)的上一个点x_i0＝x_im(i＝1,2)、x_im(i＝1,2)的下一个点x_im+1＝x_i1(i＝1,2)，根据贪婪算法的思想，生成子代ch1和子代ch2；变异算子采用启发式变异策略，首先随机生成3个不同的点，然后将3个点中的数字任意互换位置得到5个不同染色体，最后从中选择适应度值最好的染色体作为子代；

假设种群规模为N的群体进化到第t代时，群体中best(t)为当前适应度值前5％的个体，将这些个体best(t)加入到第t+1代中并替换到第t+1代中适应度值后5％的个体，从而保持种群规模不变。

6.一种基于能耗优化的数控加工控制装置，其特征在于，所述基于能耗优化的数控加工控制装置包括：

第一计算模块，用于根据待加工零件的基本参数计算将所述待加工零件加工成目标零件的过程需要对待加工零件进行加工的第一加工参数，所述第一加工参数包括加工路径参数、加工过程所选择的加工刀具、加工时间；

第二计算模块，用于计算按照所述第一加工参数将所述待加工零件加工成目标零件所需消耗的目标能量；

判断模块，判断将所述待加工零件按照所述第一加工参数加工成目标零件所消耗的目标能量是否超过预设能量；

参数生成模块，用于若将所述待加工零件按照所述加工参数加工成目标零件所消耗的目标能量超过预设能量时，则根据预先建立的基于加工刀具参数、加工路径以及加工时间对加工过程的能耗优化方法来对所述待加工零件的加工过程重新计算，生成能够满足能耗要求的第二加工参数；

发送模块，用于将所述第二加工参数发送给目标加工机床。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-5中任一项所述的基于能耗优化的数控加工控制方法。

8.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-5中任一项所述的基于能耗优化的数控加工控制方法。

Images