基于改进遗传算法零件加工工序优化研究

针对复杂零件加工特征多、加工工艺多样等问题,提出一种基于改进遗传算法的零件加工工序优化方法。该方法利用三维工步矩阵实现制造信息存储和表达,建立工步约束矩阵作为约束条件,以花费成本最低作为目标建立加工工序优化的数学模型;对基因进行分层编码,针对不同的决策层选择对应的交叉、变异算子,引入选择层编码实现加工车间加工方式和制造资源的动态决策;以箱体零件为例进行验证。结果表明:改进后的遗传算法提高了种群质量,加快了算法收敛的速度,得到了符合工序约束的加工序列,验证了改进方法的有效性。

面向能耗和效率的加工工序排列优化方法研究

以加工时间和能耗双目标参数的机械加工工序排列优化为应用对象,提出了一种用于优化加工工序排列组合的组合博弈方法。首先建立加工零件模型、工艺流程,搭建了实验平台,并根据零件加工过程中各工序所需要的时间、能耗,对零件加工的工序进行了排列组合,在此基础上,施加合理约束对加工工序组合进行了筛选。基于多目标优化以及博弈理论,采用合作博弈的方法对零件加工工序组合的时间和能耗进行归一化处理,建立收益函数,按照预设的权重比进行博弈均衡,根据综合收益选出了加工工序排列组合的最优解。最后通过实例验证了该优化方法的有效性。