[发明专利]基于改进遗传算法的大型船舶发动机缸体铣削方法

权利要求书

1.一种基于改进遗传算法的大型船舶发动机缸体铣削方法，其特征在于，铣削前，先对铣削加工参数进行优化，包括如下步骤：

先建立缸体加工参数优化数学模型：

其中，i＝1,2,3,4，w_i为相应目标函数权重；f₁、f₂、f₃、f₄为相应目标函数；v_i为相应目标函数的铣削速度、f_zi为相应目标函数的刀具每齿进给量、a_ei为相应目标函数的切削宽度、a_pi为相应目标函数的切削深度、F_i为相应目标函数的主轴切削力和P_i为相应目标函数的加工功率；F_max为主轴最大切削力；P_max为龙门加工中心最大功率；l_T为刀具切削刃长；d_T为刀具最小直径；v_min为最小铣削速度；v_max为最大铣削速度；f_zmin为最小刀具每齿进给量；f_zmax为最大刀具每齿进给量；

再采用遗传算法对数学模型进行求解，得到铣削加工参数；所述遗传算法包括如下步骤

输入：种群数量N，最大进化次数Maxgen，初始退火温度t₀，终止温度t_f，模拟退火标准a；

输出：多目标优化参数v,f_z,a_e,a_p；

Step1：生成初始化种群N，n＝0，t＝t₀；

Step2：判断算法终止条件，若满足n＜Maxgen∨t＜t_f，则转到Step7，否则转到Step3；

Step3：对第n代进行适应度评价，保留最佳个体适应度值F_best；

Step4：计算第n代的平均适应度值F_avg，若满足F_best＜F_avg，则执行大变异操作，否则以普通变异概率生成第n+1代；

Step5：计算第n+1代适应度值，找出最佳适应度值G_best和最差适应度值G_bad，若满足G_best＜F_best，则G_bad＝F_best；

Step6：退火温度调节，t＝t×a，转向Step2；

Step7：输出多目标优化参数。