一種鈑金件數(shù)控激光切割路徑的優(yōu)化改進(jìn)方法
發(fā)布時(shí)間:2020-12-30 20:20
針對(duì)鈑金件數(shù)控激光切割路徑優(yōu)化方法存在的不足的問(wèn)題,以無(wú)孔且不共邊的鈑金件數(shù)控激光切割路徑優(yōu)化問(wèn)題為研究對(duì)象,闡述了切割路徑優(yōu)化問(wèn)題的本質(zhì)與優(yōu)化目標(biāo)。分析了傳統(tǒng)算法中串行切割約束規(guī)則的缺點(diǎn),提出了基于交叉切割的零件切割約束規(guī)則。在零件輪廓線段離散化處理的基礎(chǔ)上,建立了切割路徑優(yōu)化的數(shù)學(xué)模型,進(jìn)而將問(wèn)題轉(zhuǎn)化為零件輪廓線段的順序選擇問(wèn)題。采用蟻群算法對(duì)該問(wèn)題進(jìn)行求解計(jì)算,給出了算法原理和步驟。最后,通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了該方法的可行性與有效性。該方法可以有效地提高鈑金件數(shù)控激光切割的路徑優(yōu)化效果以及加工效率。
【文章來(lái)源】:鍛壓技術(shù). 2020年10期 北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
數(shù)控激光切割路徑優(yōu)化問(wèn)題描述
由于交叉切割約束規(guī)則與串行切割約束規(guī)則的不同,使得切割路徑優(yōu)化的求解思路與處理方法截然不同,傳統(tǒng)算法中采用的等效TSP方法已不再適用。因此,本文提出采用零件輪廓線段離散化的處理方法。設(shè)共有M個(gè)零件,零件1的輪廓線段組為{L11,L12,L13,…,L1m},其中m為零件1的輪廓線段數(shù),零件2的輪廓線段組為{L21,L22,L23,…,L2n},其中n為零件2的輪廓線段數(shù),零件M的輪廓線段組為{LM1,LM2,LM3,…,LMp},其中,p為零件M的輪廓線段數(shù)。根據(jù)零件切割下料的要求,激光頭無(wú)論為何種順序,只要在板材上沿著所有離散化之后的輪廓線段都走一遍,即可將全部零件均切割完畢。此時(shí),該切割路徑優(yōu)化問(wèn)題便轉(zhuǎn)化為:如何規(guī)劃各個(gè)輪廓線段的先后切割順序,以使激光頭的空行程最短。假設(shè)按照某種規(guī)則,各個(gè)零件輪廓線段的切割順序序列已定,如表1所示。將全部輪廓線段數(shù)記為N,原點(diǎn)O的坐標(biāo)為(0,0),則激光頭的切割路徑可表示為:
由2.2節(jié)的分析可知,切割路徑優(yōu)化問(wèn)題的本質(zhì)是零件輪廓線段的順序選擇問(wèn)題。該問(wèn)題是一個(gè)典型的NP (Non-deterministic Polynomial,多項(xiàng)式復(fù)雜程度的非確定性)組合優(yōu)化問(wèn)題,可以采用遺傳算法、模擬退火算法、蟻群算法等智能算法來(lái)求解。由于該問(wèn)題具有典型的復(fù)雜性和離散組合性的特點(diǎn),而蟻群算法具有正反饋、啟發(fā)式搜索、全局優(yōu)化等優(yōu)點(diǎn),其在很多復(fù)雜問(wèn)題的優(yōu)化求解中均得到了成功應(yīng)用,因此,本文采用蟻群算法求解切割路徑優(yōu)化中的輪廓線段選擇問(wèn)題。根據(jù)蟻群算法的基本思想,切割路徑優(yōu)化問(wèn)題可描述為螞蟻在移動(dòng)過(guò)程中的N級(jí)線段選擇問(wèn)題,算法原理如圖3所示。螞蟻從原點(diǎn)出發(fā),按照一定的線段選擇規(guī)則,在圖3中不斷移動(dòng),最后再返回原點(diǎn)。這樣,螞蟻?zhàn)哌^(guò)的路徑便構(gòu)成問(wèn)題的一個(gè)解。由于每條輪廓線段的兩個(gè)端點(diǎn)均可以作為切割起始點(diǎn),所以,線段集合擴(kuò)展為2N個(gè)。3.2 算法步驟
【參考文獻(xiàn)】:
期刊論文
[1]基于改進(jìn)蟻群算法的激光切割加工路徑優(yōu)化研究[J]. 侯普良,劉建群,高偉強(qiáng). 機(jī)電工程. 2019(06)
[2]基于蟻群算法的激光切割工藝路徑優(yōu)化[J]. 李世紅,袁躍蘭,劉紳紳,饒運(yùn)清. 鍛壓技術(shù). 2019(04)
[3]基于局部搜索和遺傳算法的激光切割路徑優(yōu)化[J]. 李妮妮,陳章位,陳世澤. 計(jì)算機(jī)工程與應(yīng)用. 2010(02)
[4]遺傳算法在束流切割路徑優(yōu)化中的應(yīng)用[J]. 孫慧平,李健,郭偉剛. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2008(09)
[5]復(fù)雜輪廓激光切割路徑優(yōu)化算法的研究[J]. 李泳,張寶峰. 天津理工大學(xué)學(xué)報(bào). 2007(03)
[6]基于均勻設(shè)計(jì)的蟻群算法參數(shù)設(shè)定[J]. 黃永青,梁昌勇,張祥德. 控制與決策. 2006(01)
[7]鈑金件數(shù)控激光切割割嘴路徑的優(yōu)化[J]. 劉會(huì)霞,王霄,蔡蘭. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2004(05)
碩士論文
[1]平面切割路徑規(guī)劃與優(yōu)化研究[D]. 李堅(jiān).廣東工業(yè)大學(xué) 2017
[2]船體零件切割路徑優(yōu)化技術(shù)及工程應(yīng)用[D]. 趙錦濤.大連理工大學(xué) 2015
本文編號(hào):2948248
【文章來(lái)源】:鍛壓技術(shù). 2020年10期 北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
數(shù)控激光切割路徑優(yōu)化問(wèn)題描述
由于交叉切割約束規(guī)則與串行切割約束規(guī)則的不同,使得切割路徑優(yōu)化的求解思路與處理方法截然不同,傳統(tǒng)算法中采用的等效TSP方法已不再適用。因此,本文提出采用零件輪廓線段離散化的處理方法。設(shè)共有M個(gè)零件,零件1的輪廓線段組為{L11,L12,L13,…,L1m},其中m為零件1的輪廓線段數(shù),零件2的輪廓線段組為{L21,L22,L23,…,L2n},其中n為零件2的輪廓線段數(shù),零件M的輪廓線段組為{LM1,LM2,LM3,…,LMp},其中,p為零件M的輪廓線段數(shù)。根據(jù)零件切割下料的要求,激光頭無(wú)論為何種順序,只要在板材上沿著所有離散化之后的輪廓線段都走一遍,即可將全部零件均切割完畢。此時(shí),該切割路徑優(yōu)化問(wèn)題便轉(zhuǎn)化為:如何規(guī)劃各個(gè)輪廓線段的先后切割順序,以使激光頭的空行程最短。假設(shè)按照某種規(guī)則,各個(gè)零件輪廓線段的切割順序序列已定,如表1所示。將全部輪廓線段數(shù)記為N,原點(diǎn)O的坐標(biāo)為(0,0),則激光頭的切割路徑可表示為:
由2.2節(jié)的分析可知,切割路徑優(yōu)化問(wèn)題的本質(zhì)是零件輪廓線段的順序選擇問(wèn)題。該問(wèn)題是一個(gè)典型的NP (Non-deterministic Polynomial,多項(xiàng)式復(fù)雜程度的非確定性)組合優(yōu)化問(wèn)題,可以采用遺傳算法、模擬退火算法、蟻群算法等智能算法來(lái)求解。由于該問(wèn)題具有典型的復(fù)雜性和離散組合性的特點(diǎn),而蟻群算法具有正反饋、啟發(fā)式搜索、全局優(yōu)化等優(yōu)點(diǎn),其在很多復(fù)雜問(wèn)題的優(yōu)化求解中均得到了成功應(yīng)用,因此,本文采用蟻群算法求解切割路徑優(yōu)化中的輪廓線段選擇問(wèn)題。根據(jù)蟻群算法的基本思想,切割路徑優(yōu)化問(wèn)題可描述為螞蟻在移動(dòng)過(guò)程中的N級(jí)線段選擇問(wèn)題,算法原理如圖3所示。螞蟻從原點(diǎn)出發(fā),按照一定的線段選擇規(guī)則,在圖3中不斷移動(dòng),最后再返回原點(diǎn)。這樣,螞蟻?zhàn)哌^(guò)的路徑便構(gòu)成問(wèn)題的一個(gè)解。由于每條輪廓線段的兩個(gè)端點(diǎn)均可以作為切割起始點(diǎn),所以,線段集合擴(kuò)展為2N個(gè)。3.2 算法步驟
【參考文獻(xiàn)】:
期刊論文
[1]基于改進(jìn)蟻群算法的激光切割加工路徑優(yōu)化研究[J]. 侯普良,劉建群,高偉強(qiáng). 機(jī)電工程. 2019(06)
[2]基于蟻群算法的激光切割工藝路徑優(yōu)化[J]. 李世紅,袁躍蘭,劉紳紳,饒運(yùn)清. 鍛壓技術(shù). 2019(04)
[3]基于局部搜索和遺傳算法的激光切割路徑優(yōu)化[J]. 李妮妮,陳章位,陳世澤. 計(jì)算機(jī)工程與應(yīng)用. 2010(02)
[4]遺傳算法在束流切割路徑優(yōu)化中的應(yīng)用[J]. 孫慧平,李健,郭偉剛. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2008(09)
[5]復(fù)雜輪廓激光切割路徑優(yōu)化算法的研究[J]. 李泳,張寶峰. 天津理工大學(xué)學(xué)報(bào). 2007(03)
[6]基于均勻設(shè)計(jì)的蟻群算法參數(shù)設(shè)定[J]. 黃永青,梁昌勇,張祥德. 控制與決策. 2006(01)
[7]鈑金件數(shù)控激光切割割嘴路徑的優(yōu)化[J]. 劉會(huì)霞,王霄,蔡蘭. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2004(05)
碩士論文
[1]平面切割路徑規(guī)劃與優(yōu)化研究[D]. 李堅(jiān).廣東工業(yè)大學(xué) 2017
[2]船體零件切割路徑優(yōu)化技術(shù)及工程應(yīng)用[D]. 趙錦濤.大連理工大學(xué) 2015
本文編號(hào):2948248
本文鏈接:http://sikaile.net/kejilunwen/jinshugongy/2948248.html
最近更新
教材專(zhuān)著