摘要：采用变搜索域遗传算法，设计航空制造行业切削参数，通过不断迭代优化计算，寻求到切削参数的最优解。与经过工程师个人经验做出的切削参数相比，可以节省23%的零部件加工时间。
关键词：航空制造；数控加工；参数优化
中图分类号：TG659文献标识码：A文章编号：2095-0748(2016)03-0049-02
引言
在航空制造中，飞机零部件体积较大，精度较高，大多是由精密数控机床来进行加工的。目前航空零部件的机械加工，尤其是复杂曲面的数控加工，大都是人为的根据经验或者参考切削参数手册来选取固定的切削参数，而且在加工过程中，切削参数是一直保持不变的，常常达不到切削参数的最优化，这严重制约着飞机零部件的加工精度，而且也降低了数控机床的使用效率。切削参数对整个航空制造数控加工过程是相当重要的，选择合理的切削参数对确保航空制造产品的质量、提升数控加工的生产效率、降低数控加工的成本都是十分关键的。由于影响切削参数的因素非常多，这些因素之间又是相互影响、相互制约的，所以如何确定出一套合理的切削参数通常是比较困难的。本文主要针对传统的数控加工中切削参数经验固化导致加工精度不高的问题，提出了一种变搜索域遗传算法，该算法是一种改进的遗传算法，可以更好对切削参数进行迭代优化，具有较高的运算效率。采用本文优化算法，可以使得切削参数更加科学合理，显著提高了数控加工效率，大大降低了严重依赖工程师的个人经验问题，可以实现切削参数选取更加科学合理，大大提高了航空制造企业的生产效率和效益。
1数控加工切削参数介绍
数控加工中，切削参数主要是切削速度、进给量和背吃刀量和切削宽度四个方面[1]。切削速度是指单位时间内工件和刀具沿着主运动方向相对移动的距离。数控加工中这四个切削要素是调整数控机床的主要依据[2]，它反映的是刀具和工件之间相互作用的关系，是影响工件加工质量和加工效率的主要方面[3]。对切削参数的合理设计和专门优化，可以对零部件加工更加合理的控制，对提升零部件的加工质量具有非常重要的意义。传统的优化方法是以切削实验为基础，费时费力。切削参数的优化方法，现在主要采用人工智能算法来进行优化，一般首先建立优化模型，确定优化目标，然后选取适合的优化算法，最终寻求到最优的切削参数。
2切削参数优化设计
在数控加工批量生产时，完成一道铣削加工工时。对于数控加工切削参数的优化转化为在满足给定约束条件下，求出目标函数的最小值，就完成了切削参数的优化过程。但是由于目标函数和约束条件都是非线性的，如果用传统的优化算法来进行计算的话，会耗费大量的计算资源，而求出的解不一定为最优解。本文采用变搜索域遗传算法来进行优化切削参数，该算法是一种经过改进的遗传算法，是根据种群进化进度，采用特定的方法来不断缩小搜索区域，进而动态改变种群规模，具有较高的运算速度和较小的算法复杂度。遗传算法是基于自然选择和自然遗传的搜索算法，它主要是模拟生物进化过程的机制，来求解最大值最小值的自适应的算法。优化算法的优化流程为：首先输入数控机床刀具、具体的工件等基础参数和要优化的参数，随机选取满足约束条件的初始种群规模，初始种群的适应度函数，开始选择操作，对选取的种群进行交叉操作和变异操作，然后判断是否达到迭代次数，如果满足则直接输出最优解，否则继续返回到选取初始种群规模重新开始进行交叉和变异，直到输出最优解本轮优化才算完成。经过算法优化后的数控加工切削参数与经过工程师个人经验做出的切削参数相比，可以节省23%的零部件加工时间，大大提升了机床使用效率和零部件加工速度。
3结语
本文主要针对传统的航空制造数控加工中切削参数设定严重依赖工程师的个人经验及参考切削参数手册，对机械零部件的加工影响很大，不利于机械零部件的规模化生产和技术推广，本文设计了变搜索域遗传算法来对切削参数进行优化，通过迭代计算不断进行交叉和变异，来寻找系统最优解，经过验证，比传统方法大大提升了加工速度和加工质量。
参考文献
[1]臧小俊.铣削加工中切削参数对切削力的影响[J].电子机械工程,2011(3):20-21.
[2]武美萍.数控加工切削参数管理和优化系统的开发[J].CAD/CAM与制造业信息化,2004(Z1):44-46.
[3]高雷.数控铣削刀具参数的优化[J].机械制造与自动化,2001(5):34-35.
作者：林朗 单位：中航工业沈阳飞机工业集团有限公司
