[发明专利]基于遗传算法的轮廓曲线数控代码生成方法及其数控机床有效
申请号: | 201610027118.2 | 申请日: | 2016-01-15 |
公开(公告)号: | CN105446269B | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 高健;文豪;项魁;卜研;汤晖;陈云;贺云波 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G05B19/408 | 分类号: | G05B19/408 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 张海英;林波 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 遗传 算法 轮廓 曲线 数控 代码 生成 方法 及其 数控机床 | ||
1.基于遗传算法的轮廓曲线数控代码生成方法,其特征在于:用于数控机床,包括如下加工步骤:
(1)于数控系统中对加工工件的轮廓曲线建立数学模型;
(2)将遗传算法于计算机中编程迭代计算,求取有效的逼近节点;
(3)生成并输出加工刀具的加工曲面刀位轨迹数控代码;
(4)将加工工件放入加工台,通过夹具定位固定;
(5)由刀库出刀对刀,定位加工起点位置;
(6)所述加工刀具依步骤(3)获得的加工曲面刀位轨迹数控代码,于所述加工台上对所述加工工件加工,获得成品;
所述建立数学模型包括如下步骤:
Ⅰ.确定允许误差、波动误差和逼近直线的斜率;
Ⅱ.确定自由曲线方程和逼近直线方程;
Ⅲ.确定目标函数、约束条件和终止条件;
所述遗传算法迭代计算包括如下步骤:
①给定自由曲线参数和加工起点坐标;
②采用实数编码,设定初始种群个体,随机生成个体位置坐标,计算所有个体的目标函数;
③采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
④计算所有个体的目标函数值,加权平均求出该种群的平均目标函数值;
⑤评价所述平均目标函数值与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个体位置坐标的平均值为下一节点坐标;否则返回步骤③迭代;
所述目标函数为所述自由曲线与逼近直线的误差,所述约束条件为逼近节点在自由曲线上,所述迭代终止条件为误差允许范围。
2.一种适用于加工工件外形轮廓曲线的数控机床,包括加工台、加工刀具和数控系统,其特征在于:所述数控系统设置有用于确定加工曲面刀位轨迹的遗传算法子系统,所述遗传算法子系统根据加工面的初始位置确定所述刀具加工的移动,所述加工刀具由所述数控系统控制其对工件的外形轮廓曲线的加工;
所述遗传算法子系统是通过建立数学模型和采用遗传算法于计算机编程中的迭代计算求解优化,获取所述加工刀具的加工曲面轨迹的逼近节点;
所述加工工件的外形轮廓曲线为自由曲线;
所述遗传算法子系统的操作步骤如下:
A建立数学模型
Ⅰ.确定允许误差、波动误差和逼近直线的斜率;
Ⅱ.确定自由曲线方程和逼近直线方程;
Ⅲ.确定目标函数、约束条件和终止条件;
B遗传算法迭代计算求解优化
①给定自由曲线参数和加工起点坐标;
②采用实数编码,设定初始种群个体,随机生成个体位置坐标,计算所有个体的目标函数;
③采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
④计算所有个体的目标函数值,加权平均求出该种群的平均目标函数值;
⑤评价所述平均目标函数值与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个体位置坐标的平均值为下一节点坐标;否则返回步骤③迭代;
所述目标函数为所述自由曲线与逼近直线的误差;
所述约束条件为逼近节点在自由曲线上;
所述迭代终止条件为误差允许范围。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610027118.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种半导体生产工艺配方的管控方法及系统
- 下一篇:智能排污系统