基于粒子群算法的数控加工工艺参数能效优化研究

张帅

摘 要：在机械数控加工中，能耗的浪费非常严重，本文针对这个问题，采用粒子群算法对数控加工中的工艺参数进行优化，力求使得能耗降为最低，通过仿真验证，该算法具有一定的实用价值。

关键词：数控加工；粒子群；能效优化

中图分类号：TG547 文献标识码：A 文章编号：1671-2064（2018）18-0019-02

1 引言

随着现代机械制造技术的发展，数控机床已经成为机械制造企业中必备的工具，数控机床的使用效率直接决定着机械制造加工零部件的精度。同时，随着机械零部件的体积越来越大，曲面形状越来越复杂，数控加工的复杂度越来越高，导致数控加工的加工时间越来越长，数控机床机械加工能耗需求越来越大。根据国外专家学者研究发现，数控机床的能量利用效率平均水平非常低，平均值低于30%。所以研究数控机床的能效问题具有较高的应用价值。数控机床作为机械制造行业的能源消耗大户，具有能量消耗大和能效低的双重特性，随着自然环境的恶化，如何降低能耗和提升能量效率，改善环境质量变得越来越迫切，机械制造行业节能问题显得尤为突出。

如何在机械数控加工过程中降低能耗已经成为机械数控工程师要解决的一个棘手问题，数控加工能耗水平直接决定了机械制造企业的市场竞争力。

在机械数控加工中，数控加工的工艺参数是数控加工工艺方面最为重要、最为核心的参数。工艺参数直接决定着数控加工的加工质量和加工效率，是机械制造企业核心竞争力的重要体现。数控加工的质量、成本和加工效率是机械数控工程师首要解决的优化问题。

本文主要针对如何降低数控加工的能耗问题进行研究，通过粒子群算法，对数控加工工艺参数进行优化，来提升数控加工效率、降低成本和能耗，具有较高的理论和实用价值。

2 粒子群算法简介

粒子群算法是一种模拟鸟群觅食行为的基于群体协作的随机搜索算法。在优化过程中，假定每个优化问题的解都是搜索空间中的一个粒子，所有的粒子都有一个被优化的函数决定的适应值，每个粒子还有一个速度决定飞行的方向和距离，在这些约束条件下粒子就追随当前的最优粒子在解空间中进行搜索，直到搜索到最优解。在该算法模型中，每个粒子都要遵循以下条件：避免和邻近粒子相冲撞，匹配邻近粒子的速度，飞向鸟群中心且整个群体飞向目标。粒子群算法具有以下优点：能够利用群体中粒子在解空间中的速度来改变个体的寻优方向，计算复杂度相比较遗传算法要低很多，粒子同时具有记忆特性，粒子具有自我学习和向别的粒子学习的能力，能够使下一代种群有针对性地从父代继承更多的信息，可以在较短的时间内快速找到最优解。粒子群优化算法具有参数设置简单和搜索能力好实现容易等特点。

3 数控加工过程中能耗分析

数控机床在运行时，运行状态包括空载和加工两种状态，当数控机床由空载状态转化为加工状态时，数控加工系统总的损耗在非载荷功率基础上增多，这部分损耗就是载荷损耗功率。数控机床的输入功率包括空载功率、切削功率和附加载荷损耗功率三部分。数控机床的动力系统能耗主要包括机床空载耗能、切削过程耗能、系统附加载荷耗能和辅助系统耗能四部分。

机床空载耗能主要是机床在无载荷时系统空转时机床的耗能，包括主传动系统空载耗能和进给系统空载耗能，主传动系统一般包括变频器、机械传动系统和主轴电机等，是数控机床空载情况下的耗能大户，变频技术由于电源频率会不断调整导致电机本身的损耗，机械传动系统的空载损耗会随着主轴转速的变化而变化，是数控机床空载能耗中最为重要的部分，变频器能耗较小约占8%，一般计算空载功率时作固定值处理。给进系统主要包括伺服电机和伺服驱动器，给进系统耗能模型与主传动系统耗能类似，主要由机床X方向、Y方向、Z方向三个方向的传动轴给进系统空载功率、伺服电机损耗和伺服驱动器功率组成。

切削过程耗能主要是数控加工刀具切削过程中消耗的能量。系统附加载荷耗能主要是数控机床加工过程中切削力和扭矩增加而导致的载荷耗能。切削功率是衡量切削能耗的重要参数，切削功率模型主要由主切削力、切削速度、切削力系数和物料去除率等来计算。

辅助系统耗能包括动力关联类辅助系统耗能和加工关联类辅助系统耗能，辅助系统耗能是贯穿整个数控加工全过程的耗能，动力关联类辅助系统会跟随数控机床的开启关闭而进行开启关闭，加工关联类辅助系统则是根据数控机床在数控加工过程中按需开启关闭的，主要包括冷却电机和冲屑电机等各类电机。

数控加工过程中具有较强的能耗时段特性，主要包括机床启动时段、待机时段、主轴加速时段、快速进给时段、空转时段、空切时段、切削加工时段等七部分时段。在数控机床的启动时段，一般会首先打开数控机床的总电源开关，数控机床的照明设备、通风设备、数控面板设备、变频器、伺服驱动器等多个设备会陆续开启，在机床启动阶段数控机床的功率变化幅度会很大，但是由于这个阶段时间非常短，所以这个阶段的能耗非常小。在数控机床的待机时段，主要是进行工件拆卸、工件装夹、工件定位等操作阶段，时间长短取决于工装水平和数控加工工程师操作技能水平，一般情况下，待机时间相对固定，所以通常理论计算时取固定值。数控机床的主轴加速时段，由于数控机床的功率波动非常大，能耗几乎无规律可循，一般主轴加速时间非常短，所以这一段数控机床的耗能相对较小。数控机床的主轴空转时段，是主轴保持稳定转速空转的过程，由于数控机床的控制由计算机来控制，所以数控机床很少存在空转时段，这个时段的耗能可以忽略。数控机床的空切削时段，一般情况下数控机床空切是数控机床在空转的基础上开始进给运动的，功率主要由辅助功率和空载功率组成，在数控机床实际加工过程中，走刀路径的覆盖区域一般必须大于加工工件的区域，通常会产生部分的空切路径，所以这个时段主要由空切路径长度和进给速度两个参数来决定。数控机床的切削时段，这个时段时长主要由切削路径长度和给进速度进行计算。数控机床的快速进給时段，主要是刀具以较大的进给速度快速接近被加工工件时或者是完成加工动作后的快速抬刀，这个时段的功率波动虽然很大，但是时间非常短，所以这个时段的能耗非常小。数控机床的换刀时段，一般情况下实际加工中会切换不同的刀具，由此产生了换刀能耗，一般机床待机状态下就可以进行换刀，所以换刀时段功率几乎与待机功率一致，该时段时长由单次磨钝换刀时间、刀具寿命、以及多个刀具寿命的相关系数来计算。

在常规计算中，由于数控机床的启动、主轴加速、快速进给时间非常短，能耗非常小，所以重点考虑数控机床的待机时段、空切时段、换刀时段和切削时段等四个时段的能耗。

4 工艺参数能效优化过程

数控机床加工过程中，由于存在多个工艺参数，之间相互关联，为了能够最大限度的优化数控加工系统，往往对数控加工的工艺参数进行归一化和简化模型，一般把数控加工的加工时间、加工成本和能耗作为系统优化目标，本文以数控加工的时间目标函数、成本目标函数、数控加工能效函数、以及相应约束条件来组成数控加工工艺参数多目标能效优化模型，本文主要通过粒子群算法对模型进行优化。

由于本文的优化问题有多个目标函数优化，多个目标之间会相互制约以及冲突，当能量效率最优时，时间和成本目标有可能无法达到最优，能量效率、时间和成本目标三者同时最优几乎是不可能的，所以本文采用改良的粒子群算法进行优化，首先优化问题的粒子群的大小规模选择一定要适中，如果群体规模太大会导致计算量的成倍增加，如果群体规模太小则会过早陷入局部最优解。一般我们把群体规模设置为20-60之间。

本文设计的粒子群优化算法流程如下：首先初始化种群，确保整个群体中的每个粒子都在各个参数的约束范围内，同时设定每个粒子的初始位置和初始速度；然后开始计算初始群体种群的每个粒子的目标函数值（所有可行解的能量效率、时间、成本目标值），同时将粒子两两之间进行比较；然后将目标空间分成多个小空间，根据粒子对应的能量效率、时间、成本目标值来确定该粒子所在的小空间，确定每个粒子的个体极值，随机选择密度较小的粒子作为全局极值，把所有粒子的速度和位置进行更新，同时要确保所有粒子不能超出边界空间；然后开始计算种群的各个粒子的目标向量，按照特定规则进行删除部分特定粒子；最后判断是否达到最大进化迭代数，如果满足则终止算法，否则需重新进行优化。

通过利用本文模型算法进行算法优化，与传统经验值相比加工时间降低19%、成本降低21%、数控加工能效降低37%，仿真验证本文设计算法具有较好的优化效果，能够为机械数控加工提供更加科学的工艺参数，具有较高的实用价值。

5 结语

本文主要针对数控加工过程中的能耗优化进行研究，运用多目标的粒子群算法，优化数控加工中的加工时间、加工成本和加工能耗，力求使得三个参数达到最优，通过仿真验证，本文算法具有一定的实用价值，可以为机械加工企业在数控加工降能耗工作中提供一定的理論支撑。

参考文献

[1]李建广，姚英学，刘长清，黎世文.基于遗传算法的车削用量优化研究[J].计算机集成制造系统，2006，（10）：1651-1656.

[2]谢书童，郭隐彪.数控车削中成本最低的切削参数优化方法[J].计算机集成制造系统，2011，（10）：2144-2149.

[3]李聪波，崔龙国，刘飞，李丽.面向高效低碳的数控加工参数多目标优化模型[J].机械工程学报，2013，（09）：87-96.

[4]江小云.计算机智能技术在切削参数优化中的应用[J].福建工程学院学报，2013，（06）：573-577.

[5]胡狄，张华，鄢威，李弼心.面向节能优化的数控铣削参数优化方法研究[J].机械设计与制造，2015，（08）：110-113.