针对计算机辅助工艺设计中最优方案选择,提出一种以制造资源更换率最低为目标的自适应蚁群优化方法(Adaptive ant colony algorithm,AACA)。通过分析零件特征,根据精度要求对制造特征进行分解,提出加工元概念。加工元被定义为特定的制...针对计算机辅助工艺设计中最优方案选择,提出一种以制造资源更换率最低为目标的自适应蚁群优化方法(Adaptive ant colony algorithm,AACA)。通过分析零件特征,根据精度要求对制造特征进行分解,提出加工元概念。加工元被定义为特定的制造特征、加工阶段、加工方法、制造资源、装夹位置的集合,工艺路线的确定被转换为对加工元的优化顺序安排问题。以制造特征之间的几何位置约束,各加工阶段的先后顺序约束为基本元素,构造加工元优选约束矩阵,给出基于优选约束矩阵的加工元优选原则。在加工元优先顺序约束和可用制造资源的共同约束下,将缩短加工周期、提高加工质量和降低加工成本的综合目标表达为制造资源更换率最低,进行优化目标函数的数学建模。指出加工元优化排序可类比旅行商问题,并选择AACA进行优化求解。实例分析表明提出的方法可以可靠和有效地得到符合生产实际的工艺路线。展开更多
文摘针对计算机辅助工艺设计中最优方案选择,提出一种以制造资源更换率最低为目标的自适应蚁群优化方法(Adaptive ant colony algorithm,AACA)。通过分析零件特征,根据精度要求对制造特征进行分解,提出加工元概念。加工元被定义为特定的制造特征、加工阶段、加工方法、制造资源、装夹位置的集合,工艺路线的确定被转换为对加工元的优化顺序安排问题。以制造特征之间的几何位置约束,各加工阶段的先后顺序约束为基本元素,构造加工元优选约束矩阵,给出基于优选约束矩阵的加工元优选原则。在加工元优先顺序约束和可用制造资源的共同约束下,将缩短加工周期、提高加工质量和降低加工成本的综合目标表达为制造资源更换率最低,进行优化目标函数的数学建模。指出加工元优化排序可类比旅行商问题,并选择AACA进行优化求解。实例分析表明提出的方法可以可靠和有效地得到符合生产实际的工艺路线。
