基于遗传算法的车削用量优化研究

摘要

正确合理的选择切削用量，对保证加工质量，提高生产率和经济效益具有重要意义。 本文首先从研究金属切削理论入手，以硬质合金车刀切削中碳钢材料进行试验研究，分析切削用量对表面粗糙度的影响关系：进给量对表面粗糙度影响的最大，其次是切削速度，再次是切削深度。进给量增大，表面粗糙度增大，转速增大，表面粗糙度减小，这与切削用量对车削过程中的影响规律基本一致。 采用多元线性回归的方法，建立表面粗糙度指数模型，并验证该模型具有显著性。 以生产效率，表面粗糙度为优化目标，通过机床、工件、刀具对车削用量选择约束的研究，建立车削用量优化数学模型。 在基于遗传算法的车削用量单、双目标优化研究的基础上，采用Matlab的GADS遗传算法工具箱进行编程，开发建立了切削用量的优化系统。 通过切削实验对优化结果进行验证，结果表明：在稳态车削条件下，获得较满意的优化结果，验证了基于遗传算法的车削用量优化系统在提高生产效率和改善表面粗糙度方面，具有较强的可靠性和实用性。

目录

文摘

英文文摘

声明

1引言

1.1国内外研究状况综述

1.1.1国内研究现状

1.1.2国外研究现状

1.2存在的问题及研究意义

1.3研究内容

2表面粗糙度理论研究

2.1表面粗糙度对零件使用性能的影响

2.2表面粗糙度的成因

2.3表面粗糙度的影响因素

3车削加工表面粗糙度试验研究

3.1试验条件

3.1.1车床

3.1.2工件

3.1.3刀具

3.1.4双管显微镜

3.2试验设计

3.2.1单因素试验设计

3.2.1正交多项式回归试验设计

4基于回归分析的表面粗糙度模型的研究

4.1回归分析模型的建立

4.2回归模型的求解及检验

4.2.1回归模型求解

4.2.2回归模型检验

5优化目标数学模型的建立

5.1模型变量

5.2优化目标函数的研究

5.2.1最大切削效率目标函数

5.2.2加工表面粗糙度目标函数

5.3车削用量优化约束条件的研究

5.3.1刀具耐用度约束

5.3.2机床功率约束

5.3.3机床进给机构强度

5.3.4机床主轴转速约束

5.3.5机床进给量约束

5.4优化目标函数数学描述形式

6遗传算法在车削用量优化中的应用

6.1遗传算法的优点

6.2遗传算法的求解过程

6.3算法的适应度与目标函数的关系

6.4约束条件的处理

7遗传算法在Matlab7.4中的实现

7.1Matlab遗传算法工具箱概述

7.2车削用量优化系统的功能和结构

7.3本优化模型的设计思路

8车削用量优化系统应用与验证

8.1最大生产率优化实例

8.1.1试验设备及切削条件

8.1.2传统车削用量选择

8.1.3遗传算法优化

8.1.4优化结果分析

8.2最小表面粗糙度优化算例

8.2.1传统车削用量选择

8.2.2遗传算法优化

8.2.3优化结果分析

8.3多目标优化算例

9结论与建议

9.1研究结论

9.1建议

致 谢

参考文献

附录 部分程序

作者简介