針對鈑金件數控激光切割路徑優(yōu)化方法存在的不足的問題,以無孔且不共邊的鈑金件數控激光切割路徑優(yōu)化問題為研究對象,闡述了切割路徑優(yōu)化問題的本質與優(yōu)化目標。分析了傳統(tǒng)算法中串行切割約束規(guī)則的缺點,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上,建立了切割路徑優(yōu)化的數學模型,進而將問題轉化為零件輪廓線段的順序選擇問題。采用蟻群算法對該問題進行求解計算,給出了算法原理和步驟。最后,通過仿真實驗驗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控激光切割的路徑優(yōu)化效果以及加工效率。 

【文章來源】：鍛壓技術. 2020年10期 北大核心

【文章頁數】：6 頁

【部分圖文】：

數控激光切割路徑優(yōu)化問題描述

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。設共有M個零件，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，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，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。根據零件切割下料的要求，激光頭無論為何種順序，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，該切割路徑優(yōu)化問題便轉化為:如何規(guī)劃各個輪廓線段的先后切割順序，以使激光頭的空行程最短。假設按照某種規(guī)則，各個零件輪廓線段的切割順序序列已定，如表1所示。將全部輪廓線段數記為N，原點O的坐標為(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)化問題的本質是零件輪廓線段的順序選擇問題。該問題是一個典型的NP (Non-deterministic Polynomial，多項式復雜程度的非確定性)組合優(yōu)化問題，可以采用遺傳算法、模擬退火算法、蟻群算法等智能算法來求解。由于該問題具有典型的復雜性和離散組合性的特點，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，其在很多復雜問題的優(yōu)化求解中均得到了成功應用，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題。根據蟻群算法的基本思想，切割路徑優(yōu)化問題可描述為螞蟻在移動過程中的N級線段選擇問題，算法原理如圖3所示。螞蟻從原點出發(fā)，按照一定的線段選擇規(guī)則，在圖3中不斷移動，最后再返回原點。這樣，螞蟻走過的路徑便構成問題的一個解。由于每條輪廓線段的兩個端點均可以作為切割起始點，所以，線段集合擴展為2N個。3.2 算法步驟

【參考文獻】：
期刊論文
[1]基于改進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.  機電工程. 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,饒運清.  鍛壓技術. 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.  計算機工程與應用. 2010(02)
[4]遺傳算法在束流切割路徑優(yōu)化中的應用[J]. 孫慧平,李健,郭偉剛.  農業(yè)機械學報. 2008(09)
[5]復雜輪廓激光切割路徑優(yōu)化算法的研究[J]. 李泳,張寶峰.  天津理工大學學報. 2007(03)
[6]基于均勻設計的蟻群算法參數設定[J]. 黃永青,梁昌勇,張祥德.  控制與決策. 2006(01)
[7]鈑金件數控激光切割割嘴路徑的優(yōu)化[J]. 劉會霞,王霄,蔡蘭.  計算機輔助設計與圖形學學報. 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.廣東工業(yè)大學 2017
[2]船體零件切割路徑優(yōu)化技術及工程應用[D]. 趙錦濤.大連理工大學 2015



本文編號：2948248