探讨数控加工切削参数.docVIP

　　探讨数控加工切削参数 摘 要：数控加工，是指在数控机床上进行零件加工的一种工艺方法，它是解决零件品种多变、批量小、形状复杂、精度高等问题和实现高效化和自动化加工的有效途径。工业生产技术水平的不断提升，数控加工技术得到了普遍的应用，在这一过程中，对数控加工切削参数进行优化调整，对于提升数控加工质量和效率来说，发挥了十分重要的作用。 中国 8/vie 　　关键词：数控加工；切削参数；优化分析 　　中图分类号：TG659 文献标识码：A ：1671-2064（2017）02-0069-01 　　制造业的快速发展，要求技术手段不断提升，这使得数控加工技术得到了快速的发展和应用。数控加工技术需要对切削参数进行把握，并能够结合实际生产情况，对切削参数进行优化，以提升生产效率和生产质量。数控加工切削参数优化，考虑到了几何形状零件的特征，对相关算法进行优化，保证切削参数应用更加合理。 　　1 数控加工切削参数 　　数控加工技术对切削参数的选择，主要考虑到了切削加工的实际情况，通过对切削参数进行合理选择，能够保证切削加工具有较高的效率和质量。制造业加工过程中，切削加工主要针对于复杂的几何形状零件，切削参数设计考虑到了切削加工的速度、宽度、背吃刀量、进给量等相关指标。数控加工技术效果的发挥，与切削参数有着密切的关联性。切削加工参数关系到了企业的生产力和生产水平，决定了制造业在日益激烈的市场竞争中，能否把握竞争优势，使自身获得更加长远的发展和进步。 　　2 数控加工切削参数算法分析 　　数控加工切削参数的选择，本文主要介绍了遗传算法在切削参数选择中的应用。遗传算法由John H.Holland提出，该算法具有通用性，并且在实际计算过程中，算法较为简便，能够针对于实际情况，对复杂的问题进行有效求解。遗传算法主要由生物学原理演变而来，结合了生物进化论，对促进事物发展的因素进行把握[1]。遗传算法在应用于数控加工切削参数选择时，具体步骤如下： 　　（1）编码：利用遗传算法过程中，需要对变量进行编码，并且将之设计为具有一定长度的字符。（2）初始群体生成：初始群体生成主要通过变量编码产生，并且构成一个群体，之后对初始字符串进行迭代。（3）适应值计算：利用适应性函数，对初始群体的适应值进行计算，并对符合条件的个体进行选择[2]。（4）交叉：对选中的个体利用字符段进行交换，生成两个新个体。（5）变异：新个体产生变异，并且其字符串也会发生相应的改变。（6）收敛判断：根据变异结果对其是否收敛进行判断，并以收敛的字符串为最优结果。若是不收敛，则从第（3）步进行重复，直到收敛为止。 　　3 数控加工切削参数优化 　　3.1 模型目标函数 　　数控加工切削参数优化，其目标在于满足生存效率最大化的发展目标，在这一过程中，需要对切削加工参数优化数学模型进行利用。以最大生产效率为目标，其目标函数为：，。数学函数式中，tm表示为工序的切削时间，tc表示换刀时间，th为刀具磨损后的换刀时间，tot表示辅助时间，D为刀具直径，L为切削长度，Z为刀具齿数。同时，模型目标函数应用时，需要对其约束条件进行考虑[3]。 　　（1）切削速度约束条件：； 　　（2）进给量约束条件：； 　　（3）零件粗糙度要求：。 　　约束条件的限制，是为了满足遗传算法对最优解获取的关键。遗传算法应用于切削参数当中，会根据优化参数{x}对群体适应值进行分析，并在区域范围[minxi，maxxi]中对满足约束条件的个体进行编码，在这一范围内对最优个体进行选择，以满足优化需要。 　　3.2 参数优化分析 　　假设机床T-35的额定功率P=30kG X24 JH420；加工要求为粗糙度为6.4，外形Ra=3.2，长度为1000mm[4]。在实际加工过程中，需要对刀具耐用系数、切削力系数予以把握，具体内容我们可以从表1和表2中看出。 　　在对切削参数优化过程中，结合刀具耐用系数和切削力系数，利用遗传算法，群体的大小为100，交叉概率为0.8，变异概率为0.1，优化后的结果如表3所示。 　　结合表3来看，通过切削参数优化，主轴速度由原来的2400r/min优化到了3000r/min，进给量优化值为1100mm/min，Ra为5.7μm，功率提升到了23.1kW，切削时间降低了0.8s。通过对切削参数优化，提高了切削速度，使零件加工效率得到了有效提升，例如当生产20万件零件时，减少切削时间6222小时。 　　4 结语 　　基于遗传算法的数控加工切削参数优化，注重对原有的数控切削加工方法进行优化，从而保证切削加工生产效率得到提升，使企业能?蚪档蜕?产时间，使其在市场竞争中保持较大的竞争优势。切削参数优化，要注重在主轴速度、进给量、功率、Ra、时间等方面进行考虑，保证参数优化与实际生