本文關(guān)鍵詞：面向低碳的車削加工刀具幾何參數(shù)優(yōu)化研究

  更多相關(guān)文章： 低碳制造 切削加工 刀具幾何參數(shù) 自適應(yīng)遺傳算法

【摘要】：當前,低碳經(jīng)濟已成為世界各國應(yīng)對碳排放問題的迫切需求。據(jù)國際能源署(International Energy Agency, IEA)調(diào)查表明,制造業(yè)CO2排放量占全球排放量的30%以上,是碳排放的重要來源之一。金屬切削加工是制造業(yè)中使用最廣泛的加工方式,我國機床擁有量已超過800萬臺。車削刀具幾何參數(shù)影響工件的加工質(zhì)量、加工效率、生產(chǎn)成本、加工能耗和碳排放,其優(yōu)化選擇對降低制造企業(yè)碳排放具有重要意義。在分析車削加工過程能耗、切削溫度、加工工時與刀具幾何參數(shù)之間相互關(guān)系基礎(chǔ)上,本文建立了低碳車削加工刀具幾何參數(shù)優(yōu)化模型,進而提出了一種基于自適應(yīng)遺傳算法的刀具幾何參數(shù)優(yōu)化求解方法和系統(tǒng)平臺。主要內(nèi)容包括：首先,以對機床切削加工過程具有重要影響的刀具前角和主偏角作為因變量,考慮加工過程電能消耗碳排放、刀具和切削液消耗產(chǎn)生的碳排放,建立了車床切削加工過程碳排放計算模型；給出了刀具幾何參數(shù)選取應(yīng)遵循的切削溫度、主軸轉(zhuǎn)速、最大切削力和加工質(zhì)量等限制約束函數(shù)；進而建立了低碳車削加工刀具幾何參數(shù)優(yōu)化模型,為刀具幾何參數(shù)的優(yōu)化選擇奠定基礎(chǔ)。其次,針對低碳車削加工刀具幾何參數(shù)優(yōu)化模型的特點,給出了基于一種改進的自適應(yīng)遺傳算法的優(yōu)化求解方法。測試函數(shù)算例分析表明,通過改進自適應(yīng)遺傳算法的交叉及變異概率計算方式,提高了自適應(yīng)遺傳算法的求解精度和全局優(yōu)化能力�；谒Ｐ秃颓蠼夥椒�,進行了刀具幾何參數(shù)工程應(yīng)用案例求解,并系統(tǒng)分析了切削參數(shù)、刀具材料和工件材料對車削碳排放的影響規(guī)律。案例優(yōu)化分析結(jié)果表明：(1)優(yōu)化后碳排放相對減少11.7%；(2)當其他加工條件一定時,粗加工過程較精加工產(chǎn)生碳排放�。�(3)加工45鋼時,高速鋼刀具產(chǎn)生碳排放高于硬質(zhì)合金刀具；(4)被加工材料的含碳量及熱處理方式影響材料的加工性,碳排放隨加工性難度增加而增加。最后,在上述研究的基礎(chǔ)上,利用Matlab開發(fā)了“面向低碳的車削加工刀具幾何參數(shù)優(yōu)化”人機交互界面,為工程中低碳車削過程刀具前角和主偏角的優(yōu)化選擇提供技術(shù)工具支持。本文研究有助于為我國制造企業(yè)加工過程選擇最優(yōu)的刀具幾何參數(shù)降低碳排放,提高市場競爭力,提供理論方法和技術(shù)工具支持。
【關(guān)鍵詞】：低碳制造 切削加工 刀具幾何參數(shù) 自適應(yīng)遺傳算法
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TG712;TG51
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-20
• 1.1 論文研究背景11-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-18
• 1.2.1 低碳制造研究現(xiàn)狀13-15
• 1.2.2 機床刀具幾何參數(shù)研究現(xiàn)狀15-17
• 1.2.3 遺傳算法研究現(xiàn)狀17-18
• 1.3 本文研究意義18-19
• 1.4 本文研究內(nèi)容及組織結(jié)構(gòu)19-20
• 第2章 車削過程刀具幾何參數(shù)低碳優(yōu)化建模20-38
• 2.1 引言20
• 2.2 優(yōu)化變量確定20-23
• 2.3 機床車削加工碳排放及切削溫度數(shù)學模型23-35
• 2.3.1 車削加工碳排放數(shù)學模型23-29
• 2.3.2 機床加工過程切削溫度數(shù)學模型29-33
• 2.3.3 機床加工時間數(shù)學模型33-35
• 2.4 約束條件35-36
• 2.5 優(yōu)化模型描述36-37
• 2.6 本章小結(jié)37-38
• 第3章 一種改進的自適應(yīng)遺傳算法38-48
• 3.1 引言38-39
• 3.2 自適應(yīng)遺傳算法特性及改進39-43
• 3.2.1 自適應(yīng)遺傳算法特性39-40
• 3.2.2 自適應(yīng)遺傳算法改進40-43
• 3.3 實例計算及結(jié)果分析43-46
• 3.4 本章小結(jié)46-48
• 第4章 刀具幾何參數(shù)低碳優(yōu)化模型求解及分析48-60
• 4.1 引言48
• 4.2 優(yōu)化實例驗證48-52
• 4.2.1 試驗條件48-50
• 4.2.2 優(yōu)化結(jié)果50-52
• 4.3 其他參數(shù)對碳排放影響分析52-59
• 4.3.1 切削參數(shù)對碳排放的影響52-56
• 4.3.2 刀具材料對碳排放的影響56-57
• 4.3.3 加工材料對碳排放的影響57-59
• 4.4 本章小結(jié)59-60
• 第5章 人機交互界面及應(yīng)用程序60-64
• 5.1 引言60
• 5.2 低碳車削刀具幾何參數(shù)優(yōu)化人機交互界面的開發(fā)60-62
• 5.2.1 人機交互界面的功能60-62
• 5.2.2 人機交互界面的使用過程62
• 5.3 案例分析62-63
• 5.4 本章小結(jié)63-64
• 結(jié)論64-66
• 參考文獻66-72
• 攻讀學位期間公開發(fā)表論文72-73
• 致謝73

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 王華棟,鄧修瑾,董紅軍;模糊數(shù)學在刀具角度優(yōu)化中的應(yīng)用[J];工具技術(shù);1997年01期

2 劉志峰;蔣云;高洋;;面向洗碗機產(chǎn)品的節(jié)能設(shè)計方法研究[J];合肥工業(yè)大學學報(自然科學版);2011年09期

3 曹華軍;李洪丞;杜彥斌;李先廣;;低碳制造研究現(xiàn)狀、發(fā)展趨勢及挑戰(zhàn)[J];航空制造技術(shù);2012年09期

4 唐任仲;賈順;呂景祥;;基于活動的產(chǎn)品車間制造過程碳排量計算方法[J];機電工程;2011年06期

5 李娟;曾黃麟;韓瑞峰;;基于混合智能學習算法的函數(shù)優(yōu)化研究[J];計算機測量與控制;2007年08期

6 彭勇剛;羅小平;韋巍;;一種新的模糊自適應(yīng)模擬退火遺傳算法[J];控制與決策;2009年06期

7 李先廣;李聰波;劉飛;李玲玲;;基于Petri網(wǎng)的機床制造過程碳排放建模與量化方法[J];計算機集成制造系統(tǒng);2012年12期

8 李聰波;崔龍國;劉飛;李麗;;面向高效低碳的數(shù)控加工參數(shù)多目標優(yōu)化模型[J];機械工程學報;2013年09期

9 鄭軍,諸靜;基于自適應(yīng)遺傳算法的圖像匹配[J];浙江大學學報(工學版);2003年06期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 王神送;基于TC4切削過程數(shù)值模擬的刀具幾何參數(shù)優(yōu)化[D];昆明理工大學;2010年

2 王思艷;自適應(yīng)遺傳算法的研究[D];華北電力大學（河北）;2009年

，

本文編號：772851