[发明专利]一种基于密度聚类的多网格刀轴优化方法

摘要

本发明属于铣削加工相关技术领域，其公开了一种基于密度聚类的多网格刀轴优化方法，该优化方法包括以下步骤：(1)对刀触点坐标进行标准化处理，以避免弧长不合理异变值而导致聚类结果不合理的问题；(2)对标准化处理后的刀触点进行密度聚类；(3)依据得到的聚类族计算刀触点对应的粗网格，并基于粗网格优化粗网格点的刀轴；同时，在两个相邻的粗网格点之间建立细网格，并基于每个细网格优化细网格点的刀轴，由此完成刀轴的优化。本发明对刀触点依次进行了标准化处理及密度聚类，继整合粗网格优化及细网格优化的刀轴以得到整体优化后的刀轴，能够在不降低刀轴优化效果的同时，大幅度提高算法的收敛速度，实用性较强。

主权项

1.一种基于密度聚类的多网格刀轴优化方法，其特征在于：(1)对标准化处理的刀触点进行密度聚类，具体包括以下步骤：S2.1，基于刀触点集D＝{CC₁,CC₂,...,CC_n}确定邻域参数{ε,MinPts}，其中ε表示邻域半径，MinPts表示邻域半径范围内包含的点数，n其为刀触点个数；接着，初始化核心点集S2.2，分别计算j＝1,2,…,n时，样本CC_j的领域N_ε(CC_j)，如果|N_ε(CC_j)|≥MinPts，则将样本CC_j加入核心点集Ω＝Ω∪(CC_j)，其中N_ε(CC_j)＝{CC_i∈D|DIST(CC_i,CC_j)≤ε}，dis(CC_k,CC_k+1)表示相邻CC点的欧氏距离，刀触点简称CC点；然后，初始化聚类族数k＝0及初始化未访问样本集合Γ＝D；S2.3，判断核心集Ω是否为空，如果否，则转至步骤S2.4，否则执行步骤S2.6；S2.4，记录当前未访问样本集合Γ_old＝Γ，并随机选取一个核心对象o∈Ω，初始化队列Q＝<o>；接着，求差集Γ\{o}并赋值给Γ后，判断是否成立，如果是，则转至步骤S2.5，否则转至步骤S7；S2.5，取出队列Q中的首个样本q，并判断|N_ε(q)|是否大于MinPts，如果是，则转至步骤S2.6，否则转至步骤S2.4；S2.6，令Δ＝N_ε(q)∩Γ，将Δ中的样本加入到队列Q，求差集Γ\Δ并赋值给Γ，并令k＝k+1，以生成聚类簇C_k＝Γ_old\Γ；同时，求差集Ω\C_k并赋值给Ω，进而输出聚类簇划分C＝{C₁,C₂,...,C_k}；(2)依据得到的聚类族计算刀触点对应的粗网格，并基于粗网格优化粗网格点的刀轴；同时，在两个相邻的粗网格点之间建立细网格，并基于每个细网格优化细网格点的刀轴，由此完成刀轴的优化。