CN112596464B - 一种大型复杂舱体结构件数控加工走刀路径优化方法 - Google Patents

一种大型复杂舱体结构件数控加工走刀路径优化方法 Download PDF

Info

Publication number
CN112596464B
CN112596464B CN202011138702.8A CN202011138702A CN112596464B CN 112596464 B CN112596464 B CN 112596464B CN 202011138702 A CN202011138702 A CN 202011138702A CN 112596464 B CN112596464 B CN 112596464B
Authority
CN
China
Prior art keywords
machining
processing
tool
point
cutter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011138702.8A
Other languages
English (en)
Other versions
CN112596464A (zh
Inventor
王建华
董亚
张彩霞
刘志峰
丁国智
郭诗瑶
赵鹏睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Beijing Xinghang Electromechanical Equipment Co Ltd
Original Assignee
Beijing University of Technology
Beijing Xinghang Electromechanical Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology, Beijing Xinghang Electromechanical Equipment Co Ltd filed Critical Beijing University of Technology
Priority to CN202011138702.8A priority Critical patent/CN112596464B/zh
Publication of CN112596464A publication Critical patent/CN112596464A/zh
Application granted granted Critical
Publication of CN112596464B publication Critical patent/CN112596464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种大型复杂舱体结构件数控加工走刀路径优化方法，属于数控加工领域，更具体的说是一种大型复杂舱体结构件加工走刀路径优化方法。采用改进蚁群算法、以数控加工刀具走刀总空行程最小为优化目标进行加工工艺路线的优化，结合贪心算法按照距离最近判断选择原则进行刀具走刀最优路径的建立。采用此方法可以同时解决被加工零件体积较大、拥有多轮廓混合轨迹、加工换刀次数较多且需考虑加工约束条件等众多影响因素的大型复杂舱体结构件数控加工走刀路径优化问题，充分发挥出五轴数控机床的加工特性，减少刀具存在的过多的无效空行程，提高舱体结构件加工效率。

Description

一种大型复杂舱体结构件数控加工走刀路径优化方法
技术领域
本发明属于数控加工领域，更具体的，涉及大型复杂舱体结构件数控加工刀具走刀路径优化方法。
背景技术
随着航空航天技术的发展，大型复杂舱体结构件的高效高质加工越来越重要。数控加工过程中，刀具按照既定加工工艺路线进行走刀加工，加工工艺路线制定的质量高低决定着零件加工的效率和精度。刀具按照加工工艺路线在加工区域的移动过程中，除针对加工特征进行加工外，还需在相邻被加工特征及往返起始换刀点时进行辅助移动，针对大型复杂舱体结构件，因其体积较大、特征较多且形式多样，刀具辅助移动占据了大量加工时间，导致加工效率低下，因此对大型复杂舱体结构件加工走刀辅助移动路径即其走刀空行程进行优化十分必要。
目前已有研究中针对加工走刀空行程进行路径优化主要分为两类，一是针对孔群加工走刀路径进行优化，二是针对DXF文件中加工图元信息进行加工路径优化。对现有的文献检索发现，针对孔群走刀路径进行优化，被加工特征较为简单，在大型复杂舱体结构件中存在大量开放式及封闭式轮廓特征，采用上述方法来解决此问题具有较大的局限性。针对DXF文件中加工图元信息进行加工路径优化方法中，虽解决了多类图元混合加工问题，但因其针对二维平面特征，并且在加工过程中不存在刀具更换以及加工约束等问题，难以采用此方法针对刀具空行程对大型复杂舱体结构件进行加工走刀路径优化。目前针对加工工艺进行优化的研究中亦存在以制造资源更换率最低为目标函数的加工工艺优化方法，但随着五轴数控机床的发展，舱体结构件各加工工艺只需采用一种数控加工中心即可完成大部分加工，减少了机床更换所消耗的大量时间，因此以制造资源更换率最小为目标的传统优化方法难以符合现在加工需求。
综上所述，现有的针对刀具空行程进行刀具走刀路径优化方法，均拥有一定的局限性，难以同时解决体积较大、拥有多轮廓混合轨迹、加工换刀次数较多且需考虑加工约束条件的大型复杂舱体结构件加工走刀路径优化问题。
发明内容
为了解决加工大型复杂舱体结构件数控加工走刀空行程路径优化问题，提出一种大型复杂舱体结构件数控加工走刀路径优化方法，该方法能够对舱体零件加工工艺进行优化，对各个加工特征临界刀触点进行最优化选择，减少数控加工刀具走刀总空行程，提高大型复杂舱体结构件数控加工效率。
本发明采用的技术方案为一种大型复杂舱体结构件数控加工走刀路径优化方法，其特征在于，包括以下步骤：
步骤一：对被加工零件的所有特征进行提取，针对各个加工特征对其所适用的加工方法进行表示。
步骤二：对被加工零件建立三维坐标系，进行数控加工起始换刀点、各个被加工特征临界刀触点及所有被加工特征的中心加工点三维坐标的提取。
步骤三：针对大型复杂舱体结构件加工走刀空行程优化问题，进行以加工走刀总空行程最短的目标函数的建立。
步骤四：采用改进蚁群算法基于上述步骤三所建立的目标函数进行加工工艺路线的优化。
步骤五：基于贪心算法结合加工临界刀触点进行加工走刀路径的优化，得到最优的加工走刀路径。
其中，在步骤一中，采用CAD软件对三维零件进行参数识别，对其加工特征进行提取，并根据其精度及制造资源的约束进行其相应的加工方法的建立。
其中，在步骤二中，对被加工零件建立三维坐标系，进行数控加工起始换刀点、各个被加工特征临界刀触点及所有被加工特征的中心加工点三维坐标的建立，将加工特征分为开放式加工特征和封闭式加工特征。针对开放式加工特征，一个加工特征设置两个临界刀触点，其中心加工点坐标为被加工特征的中心坐标；针对封闭式加工特征，其主要以回转型轮廓，如孔、圆凸台及外圆面等为主，将其临界刀触点坐标设置在回转中心位置处。
其中，步骤三中具体步骤为：
以刀具走刀空行程最小为目标函数，刀具走刀总空行程为刀具经过相邻加工元特征之间空行程及刀具换刀空行程之和，刀具总空行程采用以下公式进行表示：
Figure BDA0002737528540000041
上式中L代表刀具走刀总空行程，di，i-1代表相邻两加工元特征之间刀具走刀空行程，d0，1代表起始换刀点到首个加工元特征的刀具走刀空行程，dn，0代表末加工元特征到起始刀触点的刀具走刀空行程，则所述步骤六中目标函数为min(L)。
其中，步骤四中具体步骤为：
步骤4.1：针对不同加工元，其加工所采用的刀具可能不同，并且每一个加工元对应一个刀具，同一刀具可以针对不同加工元进行加工,需进行不同加工元对应加工刀具的整理，并进行相应的刀具矩阵的建立，以此来判断加工元转换时的刀具转换情况。刀具矩阵建立方法如下：
刀具矩阵采用T进行表示，其中T矩阵为n*n矩阵，n代表加工元数目。设Tn*n＝t(e，f),其中e，f代表不同加工元对应的刀具，若t(e，f)＝1则代表两加工元所采用的刀具不同，若t(e，f)＝0则代表两加工元所采用的刀具相同。
由加工特征中心加工点坐标，进行各个加工元加工特征之间距离矩阵的建立，以方便数控加工走刀总空行程的计算。其中，不同加工元加工特征之间距离采用欧式距离来进行表示。从上述建立的刀具矩阵判断，若采用同一刀具(即t(e，f)＝0)连续加工特征I,J，则所述步骤四中不同加工元加工特征距离计算公式为：
Figure BDA0002737528540000042
各个加工元加工特征与起始换刀点之间距离计算公式为：
Figure BDA0002737528540000051
若采用不同刀具(即t(e，f)＝1)连续加工特征I,J，则不同加工元加工特征距离计算公式为：
Figure BDA0002737528540000052
上式中，I、J分别代表不同加工元的被加工特征，(X(I),Y(I),Z(I))、(X(J),Y(J),Z(J))分别表示I、J所代表的特征的中心加工点三维坐标，(X,Y,Z)表示起始换刀点坐标，d(I,J)，D(I,J)分别表示不同被加工特征之间的欧式距离及不同被加工特征与起始换刀点之间的距离。
步骤4.2：依据先粗后精、先面后孔等加工准则进行加工约束矩阵的建立。
所述步骤4.2中加工约束矩阵采用M进行表示，其中M矩阵为n*n矩阵，n代表加工元数目。设Mn*n＝r(i，j),其中i，j代表不同加工元，若r(i，j)＝1则代表加工元i优先于加工元j，若r(i，j)＝0则代表加工元j优先于加工元i。并且当前加工元被选择以后，当前加工元便不再对所有其余加工元产生约束效应，即需对加工约束矩阵进行更新处理，当蚂蚁遍历完所有加工元后，加工约束矩阵恢复至最初状态，继续作为下一次迭代的约束矩阵。
步骤4.3：进行可选加工集的建立。可选加工集即当前可选加工元的集合，在蚁群遍历加工元的过程中，选择当前加工元时需满足两个必要条件，一是当前加工元未被选择过，二是当前加工元选择需满足上述步骤4.2中加工约束。
步骤4.4：蚂蚁后续加工元选择机制的建立。针对加工可选集中的加工元进行选择，其主要采用加工元间转移概率的计算及轮盘赌法进行下一加工元的选择。
加工元间转移概率主要指在某一时刻，蚂蚁针对加工可选集中加工元的选择概率，其计算公式如下：
Figure BDA0002737528540000061
上式中rij(t)是指蚂蚁在t时刻，加工元i和j之间的所存有的信息素，且在初始时刻时，蚂蚁随机所走的各条路径上信息素一致，α与β分别表示信息启发因子与期望启发因子，ηij表示加工元i转移到j的期望程度，其值取为相邻加工元之间的距离的倒数，jk为除禁忌表中加工元外所有加工元的集合。
所述步骤4.4中采用轮盘赌法的目的为是希望期望程度更高的加工元拥有更大的概率被选择作为下一加工元。
步骤4.5：进行信息素更新原则的建立。当蚂蚁遍历完所有的加工元时，信息素在各条行走路径上需要按照下式进行重新调整。
Figure BDA0002737528540000062
上式中，θ∈[0，1)表示蚂蚁在其行走路径上信息素的挥发系数，1-θ表示信息素留存系数，
Figure BDA0002737528540000063
表示蚂蚁k从加工元i到j之后，其行走路径上信息素的增加量。
步骤4.6：基于改进蚁群算法基于加工走刀总空行程最小进行最优加工工艺路线的建立。具体步骤如下：
①进行优化算法初始参数赋值。
②结合步骤4.1、4.2,将蚂蚁放置在符合要求的加工元上。
③结合步骤6.1、6.2进行下一加工元的选择。
④所有蚂蚁遍历完所有加工元，进行较优加工路线的选择，结合步骤6.2进行信息素浓度的更新。
⑤完成基于蚁群算法的加工走刀空行程加工路径初步优化，得出较优加工走刀工序。
其中，步骤五中包含具体步骤为：
结合步骤四中所得到的加工工艺路线，以起始换刀点为起始基准点，结合步骤4.1按照贪心算法的思想，进行刀具下一移动坐标点的选择，依次寻找下一刀触点，直至遍历所有加工元，得到大型舱体结构件最优加工走刀路径。
步骤5.1：进行加工特征坐标点的排序。结合步骤4.6所获得的加工工艺路线，采取一一对应的原则进行加工元加工特征坐标点的排序。
步骤5.2：进行起始刀触点的选择。以起始换刀点为基准点，对第一个加工元加工特征起始刀触点进行选取，其选取原则为选择离基准点最近的临界刀触点作为起始刀触点。
步骤5.3：进行终止刀触点的选择。若此加工元加工特征为封闭式轮廓，则其终止换刀点与起始换刀点相同；若此加工元加工特征为开放式轮廓，则终止刀触点选择原则为选择距离下一加工元加工特征中心坐标点最近的临界刀触点作为终止刀触点。
步骤5.4：进行下一加工始末刀触点的选择。以上一加工元加工特征终止刀触点作为新的基准点。若刀具转移至下一加工元加工特征不进行换刀，则转至步骤5.2、5.3。若刀具转移至下一加工元加工特征进行换刀，其起始刀触点选择原则为选取距离起始换刀点最近的临界刀触点作为其起始刀触点。若此加工元加工特征为封闭式轮廓，则其终止换刀点与起始换刀点相同；若此加工元加工特征为开放式轮廓，则终止刀触点选择原则为选择距离下一加工元加工特征中心坐标点最近的临界刀触点作为终止刀触点。
步骤5.5：依次采取上述步骤5.2/5.3/5.4进行各加工元加工特征始末刀触点的选取，得出最短数控加工刀具走刀路径。
附图说明
图1为以加工走刀空行程最短为目标函数的改进蚁群算法流程图。
图2为基于贪心算法的刀具走刀路径优化流程图。
图3为本发明方法总流程图。
图4为采用改进蚁群算法针对实际实施案列进行运算的算法收敛图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚，下面结合附图和实例对本发明作进一步说明。应当理解，此处所描述的具体实例仅仅用于解释本发明，并不限定于本发明。在不脱离本发明上述方法的前提下，根据本领域做出的各种替换与变更，均应在本发明的保护范围内。
所述一种大型复杂舱体结构件数控加工走刀路径优化方法的流程图如图3所示，通过以下步骤实现：
步骤一：本实例以一种大型复杂舱体结构件的数控加工走刀路径优化进行验证。基于UG软件采取参数化识别的方法对舱体零件加工特征进行提取、分类，并按照其相应的加工精度及制造资源的约束进行其相应的加工方法的建立，如表1所示。
步骤二：在UG软件中对被加工零件建立三维坐标系，进行数控加工起始换刀点、各个被加工特征临界刀触点及所有被加工特征的中心加工点三维坐标的提取，将加工特征分为开放式加工特征和封闭式加工特征。针对开放式加工特征，一个加工特征设置两个临界刀触点，其中心加工点坐标为被加工特征的中心坐标；针对封闭式加工特征，其主要以回转型轮廓，如孔、圆凸台及外圆面等为主，将其临界刀触点坐标设置在回转中心位置处。
步骤三：针对大型复杂舱体结构件加工走刀空行程优化问题，进行以加工走刀总空行程最短为目标函数的建立。优化算法以刀具走刀总空行程最小为目标函数，刀具走刀总空行程为刀具经过相邻加工元特征之间空行程及刀具换刀空行程之和，刀具总空行程采用以下公式进行表示：
Figure BDA0002737528540000091
上式中L代表刀具走刀总空行程，di，i-1代表相邻两加工元特征之间刀具走刀空行程，d0，1代表起始换刀点到首个加工元特征的刀具走刀空行程，dn，0代表末加工元特征到起始刀触点的刀具走刀空行程，则所述步骤六中目标函数为min(L)。
步骤四：采用改进蚁群算法基于数控加工刀具走刀总空行程最小为优化目标进行加工工艺路线的优化。
其中，步骤四中具体步骤为：
步骤4.1：针对不同加工元，其加工所采用的刀具可能不同，并且每一个加工元对应一个刀具，同一刀具可以针对不同加工元进行加工,需进行不同加工元对应加工刀具的整理。并进行相应的刀具矩阵的建立，以此来判断加工元转换时的刀具转换情况。刀具矩阵建立方法如下：
刀具矩阵采用T进行表示，其中T矩阵为n*n矩阵，n代表加工元数目。设Tn*n＝t(e，f),其中e，f代表不同加工元对应的刀具，若t(e，f)＝1则代表两加工元所采用的刀具不同，若t(e，f)＝0则代表两加工元所采用的刀具相同。
由加工特征中心加工点坐标，进行各个加工元加工特征之间距离矩阵的建立，以方便数控加工走刀总空行程的计算。其中，不同加工元加工特征之间距离采用欧式距离来进行表示。从上述建立的刀具矩阵判断，若采用同一刀具(即t(e，f)＝0)连续加工特征I,J，则所述步骤四中不同加工元加工特征距离计算公式为：
Figure BDA0002737528540000101
各个加工元加工特征与起始换刀点之间距离计算公式为：
Figure BDA0002737528540000111
若采用不同刀具(即t(e，f)＝1)连续加工特征I,J，则不同加工元加工特征距离计算公式为：
Figure BDA0002737528540000112
上式中，I、J分别代表不同加工元的被加工特征，(X(I),Y(I),Z(I))、(X(J),Y(J),Z(J))分别表示I、J所代表的特征的中心加工点三维坐标，(X,Y,Z)表示起始换刀点坐标，d(I,J)，D(I,J)分别表示不同被加工特征之间的欧式距离及不同被加工特征与起始换刀点之间的距离。
步骤4.2：依据先粗后精、先面后孔等加工准则进行加工约束矩阵的建立。
所述步骤4.2中加工约束矩阵采用M进行表示，其中M矩阵为n*n矩阵，n代表加工元数目。设Mn*n＝r(i，j),其中i，j代表不同加工元，若r(i，j)＝1则代表加工元i优先于加工元j，若r(i，j)＝0则代表加工元j优先于加工元i。并且当前加工元被选择以后，当前加工元便不再对所有其余加工元产生约束效应，即需对加工约束矩阵进行更新处理，当蚂蚁遍历完所有加工元后，加工约束矩阵恢复至最初状态，继续作为下一次迭代的约束矩阵。
步骤4.3：进行可选加工集的建立。可选加工集即当前可选加工元的集合，在蚁群遍历加工元的过程中，选择当前加工元时需满足两个必要条件，一是当前加工元未被选择过，二是当前加工元选择需满足上述步骤4.2中加工约束。
步骤4.4：蚂蚁后续加工元选择机制的建立。针对加工可选集中的加工元进行选择，其主要采用加工元间转移概率的计算及轮盘赌法进行下一加工元的选择。
加工元间转移概率主要指在某一时刻，蚂蚁针对加工可选集中加工元的选择概率，其计算公式如下：
Figure BDA0002737528540000121
上式中rij(t)是指蚂蚁在t时刻，加工元i和j之间的所存有的信息素，且在初始时刻时，蚂蚁随机所走的各条路径上信息素一致，α与β分别表示信息启发因子与期望启发因子，ηij表示加工元i转移到j的期望程度，其值取为相邻加工元之间的距离的倒数，jk为加工可选集中加工元外所有加工元的集合。
所述步骤4.4中采用轮盘赌法的目的为是希望期望程度更高的加工元拥有更大的概率被选择作为下一加工元。
步骤4.5：进行信息素更新原则的建立。当蚂蚁遍历完所有的加工元时，信息素在各条行走路径上需要按照下式进行重新调整。
Figure BDA0002737528540000122
上式中，θ∈[0，1)表示蚂蚁在其行走路径上信息素的挥发系数，1-θ表示信息素留存系数，
Figure BDA0002737528540000123
表示蚂蚁k从加工元i到j之后，其行走路径上信息素的增加量。
步骤4.6：基于改进蚁群算法基于加工走刀总空行程最小进行最优加工工艺路线的建立，算法流程图如图1所示。具体步骤如下：
①进行优化算法初始参数赋值。
②结合步骤4.1、4.2,将蚂蚁放置在符合要求的加工元上。
③结合步骤6.1、6.2进行下一加工元的选择。
④所有蚂蚁遍历完所有加工元，进行较优加工路线的选择，结合步骤6.2进行信息素浓度的更新。
⑤完成基于蚁群算法的加工走刀空行程加工路径初步优化，得出较优加工走刀工序，采用MATLAB进行算法的编写并进行仿真，得出算法数控加工走刀路径收敛曲线如图4所示。
步骤五：基于贪心算法思想结合加工临界刀触点进行加工走刀路径的优化，得到最优的加工走刀路径，算法流程图如图2所示。
其中，步骤五中包含具体步骤为：
结合步骤四中所得到的加工工艺路线，以起始换刀点为起始基准点，结合步骤4.1按照贪心算法的思想，进行刀具下一移动坐标点的选择，依次寻找下一刀触点，直至遍历所有加工元，得到大型舱体结构件最优加工走刀路径。
步骤5.1：进行加工特征坐标点的排序。结合步骤4.6所获得的加工工艺路线，采取一一对应的原则进行加工元加工特征坐标点的排序。
步骤5.2：进行起始刀触点的选择。以起始换刀点为基准点，对第一个加工元加工特征起始刀触点进行选取，其选取原则为选择离基准点最近的临界刀触点作为起始刀触点。
步骤5.3：进行终止刀触点的选择。若此加工元加工特征为封闭式轮廓，则其终止换刀点与起始换刀点相同；若此加工元加工特征为开放式轮廓，则终止刀触点选择原则为选择距离下一加工元加工特征中心坐标点最近的临界刀触点作为终止刀触点。
步骤5.4：进行下一加工始末刀触点的选择。以上一加工元加工特征终止刀触点作为新的基准点。若刀具转移至下一加工元加工特征不进行换刀，则转至步骤5.2、5.3。若刀具转移至下一加工元加工特征进行换刀，其起始刀触点选择原则为选取距离起始换刀点最近的临界刀触点作为其起始刀触点。若此加工元加工特征为封闭式轮廓，则其终止换刀点与起始换刀点相同；若此加工元加工特征为开放式轮廓，则终止刀触点选择原则为选择距离下一加工元加工特征中心坐标点最近的临界刀触点作为终止刀触点。
步骤5.5：依次采取上述步骤5.2/5.3/5.4进行各加工元加工特征始末刀触点的选取，得出最短数控加工刀具走刀路径。
在大型复杂舱体结构件数控加工过程中，基于改进蚁群算法及贪心算法进行加工走刀路径优化，以加工走刀总空行程最小为目标函数，相比于以制造资源更换率最小为目标函数，从如表2所示结果可知，舱体结构件数控加工刀具走刀总空行程大幅缩短。因此采用以加工走刀总空行程最小为目标函数，以基于改进蚁群算法及贪心算法进行大型舱体结构件数控加工走刀路径优化能够有效减少数控加工刀具辅助移动时间，提高加工效率。
表1为实际实施案例加工特征元加工属性表
加工元编号 加工元名称 加工方法 刀具 刀具编号
1 外圆面 粗车 T1 1
2 外圆面 精车 T2 2
3 上端面 粗铣 T3 3
4 上端面 精铣 T4 4
5 上端孔 钻孔 T5 5
6 窗口1 粗镗 T6 6
7 窗口1 精镗 T7 7
8 窗口1孔1 钻孔 T5 5
9 窗口1孔2 钻孔 T5 5
10 窗口2 粗镗 T6 6
11 窗口2 精镗 T7 7
12 内平面1 粗铣 T3 3
13 内平面1 精铣 T4 4
14 内平面2 粗铣 T3 3
15 内平面2 精铣 T4 4
16 内平面3 粗铣 T3 3
17 内平面3 精铣 T4 4
18 内平面3孔1 钻孔 T8 8
19 内平面3孔2 钻孔 T8 8
20 内平面4 粗铣 T3 3
21 内平面4 精铣 T4 4
表2为实际实施案例采用不同目标函数优化结果
Figure BDA0002737528540000151
以上所述仅为本发明的具体实施案列，本发明也不仅限于上述举例，本领域技术人员在本发明揭露的技术范围内所做出的的增加及替换均属于本发明保护范围之内。

Claims (2)

1.一种大型复杂舱体结构件数控加工走刀路径优化方法，其特征在于，包括以下步骤：
步骤一：对被加工零件的所有特征进行提取，针对各个加工特征对其所适用的加工方法进行表示；
步骤二：对被加工零件建立三维坐标系，进行数控加工起始换刀点、各个被加工零件的所有特征临界刀触点及所有被加工特征的中心加工点三维坐标的提取；
步骤三：针对大型复杂舱体结构件加工走刀空行程优化问题，进行以加工走刀总空行程最短的目标函数的建立；
步骤四：采用改进蚁群算法基于上述步骤三所建立的目标函数进行加工工艺路线的优化；
步骤五：基于贪心算法结合加工临界刀触点进行加工走刀路径的优化，得到最优的加工走刀路径；
所述步骤二中：
对被加工零件建立三维坐标系，进行数控加工起始换刀点、各个被加工特征临界刀触点及所有被加工特征的中心加工点三维坐标的提取，将加工特征分为开放式加工特征和封闭式加工特征；针对开放式加工特征，一个加工特征设置两个临界刀触点，其中心加工点坐标为被加工特征的中心坐标；针对封闭式加工特征，将临界刀触点坐标设置在回转中心位置处；
所述步骤三中：
以刀具走刀总空行程最小为目标函数，刀具走刀总空行程为刀具经过相邻加工元特征之间空行程及刀具换刀空行程之和，刀具总空行程采用以下公式进行表示：
Figure FDA0003785613840000011
上式中L代表刀具走刀总空行程，di,i-1代表相邻两加工元特征之间刀具走刀空行程，d0,1代表起始换刀点到首个加工元特征的刀具走刀空行程，dn,0代表末加工元特征到起始刀触点的刀具走刀空行程，则目标函数为min(L)；n代表加工元数目；
所述步骤四包含以下子步骤：
步骤4.1：针对不同加工元，其加工所采用的刀具可能不同，并且每一个加工元对应一个刀具，同一刀具针对不同加工元特征进行加工，需进行不同加工元对应加工刀具的整理，并进行相应的刀具矩阵的建立，以此来判断加工元转换时的刀具转换情况；刀具矩阵建立方法如下：
刀具矩阵采用T进行表示，其中T矩阵为n*n矩阵，n代表加工元数目；设Tn*n＝t(e,f),其中e，f代表不同加工元对应的刀具，若t(e,f)＝1则代表两加工元所采用的刀具不同，若t(e,f)＝0则代表两加工元所采用的刀具相同；
由加工特征中心加工点坐标，进行各个加工元加工特征之间距离矩阵的建立，以方便数控加工走刀总空行程的计算；不同加工元加工特征之间距离采用欧式距离来进行表示；从上述建立的刀具矩阵判断，若采用同一刀具连续加工特征I,J，则所述步骤四中不同加工元加工特征距离计算公式为：
Figure FDA0003785613840000021
各个加工元加工特征与起始换刀点之间距离计算公式为：
Figure FDA0003785613840000022
若采用不同刀具连续加工特征I,J，则不同加工元加工特征距离计算公式为：
Figure FDA0003785613840000023
上式中，I、J分别代表不同加工元的被加工特征，(X(I),Y(I),Z(I))、(X(J),Y(J),Z(J))分别表示I、J所代表的特征的中心加工点三维坐标，(X,Y,Z)表示起始换刀点坐标，d(I,J)，D(I,J)分别表示不同被加工特征之间的欧式距离及不同被加工特征与起始换刀点之间的距离；
步骤4.2：依据先粗后精、先面后孔加工准则进行加工约束矩阵的建立；
所述步骤4.2中加工约束矩阵采用M进行表示，其中M矩阵为n*n矩阵，n代表加工元数目；设Mn*n＝r(i,j),其中i，j代表不同加工元，若r(i,j)＝1则代表加工元i优先于加工元j，若r(i,j)＝0则代表加工元j优先于加工元i；并且当前加工元被选择以后，当前加工元便不再对所有其余加工元产生约束效应，即需对加工约束矩阵进行更新处理，当蚂蚁遍历完所有加工元后，加工约束矩阵恢复至最初状态，继续作为下一次迭代的约束矩阵；
步骤4.3：进行可选加工集的建立；可选加工集即当前可选加工元的集合，在蚁群遍历加工元的过程中，选择当前加工元时需满足两个必要条件，一是当前加工元未被选择过，二是当前加工元选择需满足上述步骤4.2中加工约束；
步骤4.4：蚂蚁后续加工元选择机制的建立；针对可选加工集中的加工元进行选择，采用加工元间转移概率的计算及轮盘赌法进行下一加工元的选择；
加工元间转移概率主要指在某一时刻，蚂蚁针对可选加工集中加工元的选择概率，其计算公式如下：
Figure FDA0003785613840000024
上式中rij(t)是指蚂蚁在t时刻，加工元i和j之间的所存有的信息素，且在初始时刻时，蚂蚁随机所走的各条路径上信息素一致，α与β分别表示信息启发因子与期望启发因子，ηij表示加工元i转移到j的期望程度，其值取为相邻加工元加工特征之间的距离的倒数，jk为加工可选集中加工元的集合；
所述步骤4.4中采用轮盘赌法的目的是希望期望程度更高的加工元拥有更大的概率被选择作为下一加工元；
步骤4.5：进行信息素更新原则的建立；当蚂蚁遍历完所有的加工元时，信息素在各条行走路径上需要按照下式进行重新调整；
Figure FDA0003785613840000031
上式中，θ∈[0,1)表示蚂蚁在其行走路径上信息素的挥发系数，1-θ表示信息素留存系数，
Figure FDA0003785613840000032
表示蚂蚁k从加工元i到j之后，其行走路径上信息素的增加量；
步骤4.6：基于改进蚁群算法基于加工走刀总空行程最小进行最优加工工艺路线的建立；具体步骤如下：
①进行优化算法初始参数赋值；
②结合步骤4.1、4.2,将蚂蚁放置在符合要求的加工元上；
③结合步骤4.4进行下一加工元的选择；
④所有蚂蚁遍历完所有加工元，进行加工路线的选择，结合步骤4.5进行信息素浓度的更新；
⑤完成基于改进蚁群算法的加工走刀路径初步优化，得出较优加工走刀工艺路线。
2.如权利要求1所述的大型复杂舱体结构件数控加工走刀路径优化方法，其特征在于，所述步骤五中包括以下内容：
结合步骤四中所得到的加工工艺路线，以起始换刀点为起始基准点，结合步骤4.1按照贪心算法的思想，进行刀具下一移动坐标点的选择，依次寻找下一刀触点，直至遍历所有加工元，得到舱体结构件最优加工走刀路径；
步骤5.1：进行加工特征坐标点的排序；结合步骤4.6所获得的加工工艺路线，采取一一对应的原则进行加工元加工特征坐标点的排序；
步骤5.2：进行起始刀触点的选择；以起始换刀点为基准点，对第一个加工元加工特征起始刀触点进行选取，其选取原则为选择离基准点最近的临界刀触点作为起始刀触点；
步骤5.3：进行终止刀触点的选择；若此加工元加工特征为封闭式轮廓，则其终止换刀点与起始换刀点相同；若此加工元加工特征为开放式轮廓，则终止刀触点选择原则为选择距离下一加工元加工特征中心坐标点最近的临界刀触点作为终止刀触点；
步骤5.4：进行下一加工始末刀触点的选择；以上一加工元加工特征终止刀触点作为新的基准点；若刀具转移至下一加工元加工特征不进行换刀，则转至步骤5.2、5.3；若刀具转移至下一加工元加工特征进行换刀，其起始刀触点选择原则为选取距离起始换刀点最近的临界刀触点作为其起始刀触点；若此加工元加工特征为封闭式轮廓，则其终止换刀点与起始换刀点相同；若此加工元加工特征为开放式轮廓，则终止刀触点选择原则为选择距离下一加工元加工特征中心坐标点最近的临界刀触点作为终止刀触点；
步骤5.5：依次采取上述步骤5.2、5.3、5.4进行各加工元加工特征始末刀触点的选取，得出最短数控加工刀具走刀路径。
CN202011138702.8A 2020-10-22 2020-10-22 一种大型复杂舱体结构件数控加工走刀路径优化方法 Active CN112596464B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011138702.8A CN112596464B (zh) 2020-10-22 2020-10-22 一种大型复杂舱体结构件数控加工走刀路径优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011138702.8A CN112596464B (zh) 2020-10-22 2020-10-22 一种大型复杂舱体结构件数控加工走刀路径优化方法

Publications (2)

Publication Number Publication Date
CN112596464A CN112596464A (zh) 2021-04-02
CN112596464B true CN112596464B (zh) 2022-09-30

Family

ID=75180317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011138702.8A Active CN112596464B (zh) 2020-10-22 2020-10-22 一种大型复杂舱体结构件数控加工走刀路径优化方法

Country Status (1)

Country Link
CN (1) CN112596464B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113433891B (zh) * 2021-07-14 2022-12-27 广东瑞知智能科技有限公司 一种切割路径的优化方法
CN113673845B (zh) * 2021-08-04 2023-11-14 上海航天精密机械研究所 基于刀具集中利用的孔加工排序方法和系统
CN113703391B (zh) * 2021-08-11 2023-01-31 广东省科学院智能制造研究所 一种基于随机信息素优化精英蚁群算法的加工路径规划方法
CN113867257B (zh) * 2021-08-25 2023-06-09 上海航天精密机械研究所 回转类舱体孔特征的加工排序方法及系统
CN115685875B (zh) * 2022-10-21 2023-08-01 广东工业大学 一种异形板切割路径优化方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI414376B (zh) * 2011-04-14 2013-11-11 Nat Univ Tsing Hua 一種五軸曲面側銑加工系統及其刀具路徑規劃方法
CN106001719B (zh) * 2016-07-04 2017-12-05 北京航空航天大学 平底铣刀加工凸轮廓平底型腔的等切宽刀具轨迹生成方法
CN110412938B (zh) * 2019-05-31 2021-09-21 太原理工大学 基于过渡特征简化的多型腔结构件加工工步序列决策方法
CN111679629B (zh) * 2020-06-01 2023-01-10 南京航空航天大学 一种多主轴头加工的空行程无干涉轨迹规划方法
CN111753350A (zh) * 2020-07-07 2020-10-09 武汉久同智能科技有限公司 一种基于贪心算法的切割路径生成方法

Also Published As

Publication number Publication date
CN112596464A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN112596464B (zh) 一种大型复杂舱体结构件数控加工走刀路径优化方法
WO2022000924A1 (zh) 基于ammas-ga嵌套算法的双资源模具作业车间调度优化方法
CN112257296B (zh) 基于改进遗传算法的带有缓存约束的作业车间调度方法
CN103942610B (zh) 基于任务的可重组制造系统多态构型优化方法
CN103336485B (zh) 飞机结构件腹板铣削加工轨迹快速生成方法
CN109002006B (zh) 基于低碳低成本约束的加工路线优化方法
CN103365243B (zh) 转角侧铣加工轨迹快速生成方法
CN106610654A (zh) 针对柔性作业车间调度的改进遗传算法
CN104182795A (zh) 基于中间特征的飞机结构件数控加工切削参数优化方法
CN113953685A (zh) 一种平面板材激光切割路径规划方法
CN103105822A (zh) 智能选择切削参数的方法
CN115796510A (zh) 一种基于改进的变邻域遗传算法的多目标柔性作业车间调度方法
CN117035364A (zh) 基于改进混合模因算法的分布式异构流水车间调度方法
CN113408951B (zh) 一种基于动态信息累计狮群最优柔性调度方法及系统
CN111665799B (zh) 一种基于协同算法的时间约束型并行机节能调度方法
CN104007699B (zh) 基于工艺过程的飞机结构件自动编程加工单元优化排序方法
CN112051796B (zh) 一种连接二维随机封闭图形生成最短路径的规划方法
CN110298102B (zh) 城轨底架滑槽刀具空走刀加工路径规划方法
CN104331020A (zh) 基于特征的蒙皮镜像铣削工艺决策方法
CN112001635A (zh) 一种工艺流程确定方法、装置、服务器及存储介质
CN115700647A (zh) 一种基于禁忌搜索遗传算法的车间柔性作业调度方法
CN113868860A (zh) 一种基于工艺知识的零件自适应成本估算方法
CN101885191B (zh) 木工cnc加工中心工序的优化方法
CN102830655A (zh) U型梁腹面冲孔适配模具的系统和方法
CN113673845B (zh) 基于刀具集中利用的孔加工排序方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant