APP下载

基于蚁群算法下钣金件数控切割路径规划的分析

2018-02-07周升强

山东工业技术 2018年4期
关键词:蚁群算法路径规划

摘 要:钣金件制造环节中,关键环节之一即为数控切割,成批制造环境下,后续加工若想顺利开展,要求数控切割能够快速、高效、合理的进行,为满足此种要求,本文在蚁群算法基础上,分析了科学规划钣金件数控切割路径的具体方法。数控切割过程中,合理规划加工路径后,喷嘴空行程距离可以显著减少,机床加工效果得到提升,由此可见,本文利用蚁群算法优化切割路径具有十分重要的现实意义。

关键词:蚁群算法;钣金件;数控切割;路径规划

DOI:10.16640/j.cnki.37-1222/t.2018.04.074

1 蚁群算法

20世纪90年代,M.Dorigo等人首先提出蚁群算法,也叫蚁群系统。旅行商问题利用蚁群算法成功求解后,其他领域中相继引入该算法。蚁群中所有蚂蚁出现的集体行为就属于信息正反馈现象,即单位时间内越多的蚂蚁通过某条路径,越能证明该线路具有更好的可用性,后来者也就具备越大的该条路径选择概率。基于蚂蚁群的集体行为,提出蚂蚁算法,能够良好的解决旅行商问题,而且蚂蚁算法鲁棒性比较强。

2 基于蚂蚁算法的钣金件数控切割路径规划方法

2.1 建立切割路径数学模型

钣金件数控切割时,为将切割效率提升,并达到节省钣金件的目的,通常会把多个零件排列在一块钣金件上,此时,要以零件具体情况、钣金件大小等相关因素为依据,对零件进行最优化排列。实践证明,采取混排方式,钣金材料利用率、数控切割效率均可得到提升。

本文建立切割路径数学模型时,以图1为例,首先定义钣金零件轮廓。图1中,零件有2种,共14个,划分其中几何元素后,层次分为3个:第一为内部共边层次,即蓝色实体部分,共有8个;第二为内轮廓层次,即红色实体部分,共有39个;第三为外轮廓层次,即黑色实体部分,共7个。无论零件排列方式为何种,均必须要切割内部共边及封闭的内外环,因此,不管切割开始点为哪个位置,共边、内外环长度均不会发生变化,也就是路径优化问题不存在[1]。因共边顶点有两个,打孔点可能会存在两个,站在切割工艺角度,内外环上并不具备唯一的打孔点,任一顶点都可能是打孔点。假设,有w个共边、p个内环、q个外环,任一内环i上共有N个顶点,任一外环j上共有M个顶点,切割层次划分之后,优化算法中,需考虑的切割路径总条数数量巨大。

2.2 确定打孔点

加工路径规划之前,要对共边、内外环的打孔点做出确定,确定的打孔点应具备唯一性。蚂蚁算法基础上,依据以下步骤确定[2]:

第一,出发点为编程零点P0,P0=Pk,P={P0};

第二,在内部,所有共边直线段I对应的顶点集V全部遍历,将顶点集V中与Pk距离最短的顶点Pi找到,同时,在打孔点集Q中加入顶点Pi,Pi=Pk,之后,Pi及其对应的直线段在共边直线段I集中删除;

第三,选出未被访问的内部共边I,将其对应顶点集依次遍历,使本层次的打孔点全部呈现出来,同时,向打孔点集Q中加入这些打孔点,Q=P;

第四,按照共边打孔点确定步骤,确定内环、外环的打孔点。

2.3 规划加工路径

打孔点确定之后,按照蚂蚁算法原理,对加工路径做出优化。

第一步,迭代步数或搜索次数←0;;,在n个顶点上放置m只蚂蚁;

第二步,在tabuk(s)中放置k只蚂蚁的初始打孔点号;

第三步,按照公式,求出概率,将下一步应到达的打孔点确定,向打孔点j处移动第k只蚂蚁,并在tabuk(s)中插入J;

第四步,将第k只蚂蚁行走的全部路径长度Lk计算出来,并进行最短路径的更新;

第五步,按照更新方程,完成信息激素浓度的更新;

第六步,对各边弧(i,j),置;迭代步数或搜索次数←迭代步数或搜索次数+1;

第七步,预定迭代次数大于迭代步数或搜索次数,且退化行为不存在情况下,转回到第二步,否则将当前最优解输出,程序终止。

2.4 实验验证

为验证上述蚂蚁算法的效果,实验开展10次,10次路径长度结果平均值为362.67。随后,图1中零件内轮廓层次切割时,空行程长度值分别利用4种不同的算法计算,每种算法计算10次,取平均值。蚂蚁算法计算出的平均路径长度362.67,沿最近邻点计算出的平均路径长度417.68,沿X轴正方向计算出的平均路径长度512.34,沿Y轴正方向计算出来的平均路径长度742.36。由此结果可知,蚂蚁算法的路径长度最短,说明本文提出的算法具有较强的可行性。

3 结论

蚂蚁算法基础上,本文提出了规划钣金件数控切割路径的方法,且经实验验证此种方法可行,有利于将喷嘴空行程减少,促进切割效率的提高。

参考文献:

[1]史伟民,方俊,杨亮亮.基于模拟退火蚁群混合算法的裁床样片切割路径优化[N].浙江理工大学学报,2015,33(03):214-218.

[2]刘会霞,王霄,蔡兰.钣金件数控激光切割割嘴路径的优化[N].计算机辅助设计与图形学学报,2014(05):660-665.

作者簡介:周升强(1983-),男,山东日照人,本科,助理工程师,研究方向:金属材料切割下料。endprint

猜你喜欢

蚁群算法路径规划
公铁联程运输和售票模式的研究和应用
CVRP物流配送路径优化及应用研究
云计算中虚拟机放置多目标优化
基于数学运算的机器鱼比赛进攻策略
基于蚁群算法的一种无人机二维航迹规划方法研究
清扫机器人的新型田埂式路径规划方法
自适应的智能搬运路径规划算法
基于B样条曲线的无人车路径规划算法
一种多项目调度的改进蚁群算法研究
基于改进的Dijkstra算法AGV路径规划研究