[发明专利]一种三角网格模型数控加工的多刀具优化组合选择方法

摘要

本发明公开了一种三角网格模型数控加工的多刀具优化组合选择方法，包括读入三角网格模型，建立拓扑信息；基于面片法矢和面片主曲率将模型分割为多个特征子区域；对可能产生干涉的特征区域进行快速的刀具干涉检查，获得刀具干涉区域；对不同类型的特征子区域采用不同的刀具轨迹生成策略，基于对应的行距计算公式，通过各特征区域的刀具轨迹长度估算模型估算轨迹长度；根据模型三角面片的最大主曲率及标准刀具尺寸确定最小刀具，采用遗传算法优化其他尺寸刀具。本发明能够更加有效、精准地获得复杂三角网格模型的高效加工刀具组合。

主权项

1.一种三角网格模型数控加工的多刀具优化组合选择方法，其特征在于，包括：步骤1，基于读入到内存的三角网格模型数据，建立无冗余的点表和面表；基于半边数据结构，建立三角网格模型的面片、边和顶点的完整拓扑信息；步骤2，采用局部二次拟合方法计算三角网格顶点及面片的最大主曲率和最小主曲率；基于面片法矢及面片的最大主曲率和最小主曲率，将三角网格模型曲面分为陡壁特征区域、平坦特征区域、阱特征区域、峰特征区域和混合特征区域五类特征区域；以三角面片为生长元素，采用区域生长法实现网格模型分割；步骤3，以三角面片为基本单元在阱特征和混合特征区域查找刀具干涉区域；步骤4，建立各特征区域的刀具轨迹长度计算公式：其中Li表示刀具轨迹长度，Ai表示加工区域i的面积，gi为行距，Si0和Si1分别表示区域i的外边界和内边界长度；步骤5，根据模型三角面片的最大主曲率及标准刀具尺寸确定最小刀具；采用遗传算法优化大刀具组合；采用遗传算法优化大刀具组合，包括：对于同一个模型，组合刀具中，小刀具R0根据模型三角面片的最大主曲率k1值以及标准刀具尺寸来确定，其值是固定的，具体选择方法为小刀具尺寸R0的值小于1/k1,并从标准刀具尺寸系列中选择小于1/k1且最接近1/k1的一个尺寸；而标准刀具尺寸是由刀具厂商提供的；另外的刀具采用遗传算法进行优化选择；采用遗传算法进行优化选择，包括：5.1编码：采用二进制编码，每个变量长度为12b；5.2适应度函数计算由于刀具组合优化的目标是刀具轨迹长度最短，因此选取适应度函数：F(x)＝k/f(x)，其中f(x)为估算的刀具轨迹长度，比例系数k是用来保证F(x)的值在一定范围内，避免因为f(x)数值很大而导致取倒后数值过小；由于最小刀具尺寸R0是根据三角网格模型的曲率计算得到，因此在遗传算法中只需根据需要随机产生所需数量的刀具尺寸；5.3初始种群的产生初始种群采用随机数发生器产生；设定种群数目NP，每随机产生一个刀具组合，计算其对应的适应度值，若不为0则将该随机刀具组合存储到种群里面，作此处理直到种群里个体数量达到设定的NP为止；5.4选择交叉及变异算子5.4.1采用轮盘赌选择策略，具体实现为：(a)将种群中个体的适应度值叠加，得到总适应度值F，其中N为种群中个体数目：(b)每个个体的适应度值fi与总适应度值F的比值为个体被选择的概率Pi＝fi/F(i＝1,2,…,N)；(c)利用个体的累积概率构造一个轮盘；(d)轮盘选择：产生一个[0,1]区域内的随机数，如果这个随机数小于或等于个体i的累积概率且大于个体i‑1的累积概率，选择个体i进入子代种群；5.4.2采用双点交叉：随机选择两个交叉点，再将两个个体在两个交叉点之间的这段染色体进行交换；5.4.3变异：对种群中所有个体以事先设定的变异概率判断是否进行变异；对进行变异的个体随机选择变异位进行变异；5.4.4两个迭代终止条件：(a)当任意两个个体之间的适应度值相差值在设定阈值0.5‑1范围内时，即|Fi(x)‑Fj(x)|≤ε(i＝0,1,…,NP‑1；j＝0,1,…,NP‑1；i≠j)时，则算法终止；(b)迭代次数达到预设的代数Nmax时，算法终止。