基于经验的计算机辅助切削用量计算模型及系统

0 引言

    切削用量对切削力、功率消耗、刀具磨损、刀具耐用度、加工精度和表面质量等均有明显的影响。选择和确定切削参数的传统方法是从工艺手册提供的经验表格中选取，但这些表格比较零散，必须凭一定经验才能确定。据报道，在美国和欧洲使用工艺手册中的加工参数比优化的参数加工时间长40%。

    切削用量优化多见的是采用单目标优化方法，这有着很多不足之处。计算机在切削加工中的应用日益增多，可以利用计算机方便、迅速、有效地对切削用量进行优化设计，建立合理有效的计算模型和系统。首先，根据具体要求，确定切削用量的最优目标，并建立起相应的目标函数;其次，再充分考虑到生产中的各项约束条件，建立起优化数学模型;然后，采用相应的优化方法，借助于计算机进行优化运算，得到的结果就是满足约束条件的目标函数的最优方案，即在具体生产条件下满足加工要求的最佳的切削用量数值。另一方面，要实现CAPP，就必须实现切削参数的自动确定。因此需要找出各种影响因素的内在联系，并建立合理可行的计算机辅助切削用量模型和系统。

1 当前切削用里模型的分析与比较

    基于特定目标函数的切削用量模型的数学模型由两个模块组成，一个是目标函数公式，另一个是约束条件公式。目标函数的选择是根据公司的具体需要决定的，该模型采用了的优化算法是将模拟退火算法SA和模式搜索法PS结合，称为SA/PS算法。基于人工神经网络的智能系统，通过训练，将学习样本中的信息以连接权矩阵的方式存储起来，从而使得网络在接受输人时，可以得到适当的输出，具有自学习功能、适合处理非线性和半结构化问题，可以有效地解决切削用量的优化控制问题。采用目前使用最广泛的BP网络实现切削用量选择系统的建模。近几年来，对资源、环境问题的关注反映到制造业的研究上。国内外都对绿色制造做了大量的研究，并提出了绿色制造的决策框架模型。

    经过分析，得出:①基于特定目标函数的切削用量模型的开发目标是使其成为在各种类型机械加工中使用的通用模型，此模型更适用于产品多样化的企业或大型企业;②采用BP切削用量模型存在规模大，学习速度很慢，训练时间长、容易陷人局部最小解、定位精度较低等缺点;③由于绿色制造的切削用量模型选择以减少消耗资源和污染环境为最终目标，所以在选择参数时，其生产效率和成本可能不是最优的。该模型更适用于对环境污染较大的金属切削加工，然而，对于环境污染较小的金属切削加工，此模型选出的切削参数可能无法使生产效率最高或生产成本最低。