成本约束下数控铣削刀具路径与参数低碳化研究

来源 :机械设计与制造 | 被引量 : 0次 | 上传用户:Lxue_hlp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在分析数控铣削碳排放以及加工成本评估的基础上,对比分析了不同刀具切削路径对碳排放的影响,以数控铣削碳排放及加工成本作为优化目标,机床性能、刀具和加工质量为约束,以主轴转速、每齿进给量和横向切深为优化变量,建立了数控铣削加工碳排放和加工成本为目标的刀具切削路径与参数优化模型。最后用一个实例来验证模型,根据经验选取切削参数,确定最低加工碳排放和成本的刀具切削路径,然后在最佳刀具切削路径的基础上利用遗传算法进行切削参数优化求解。计算结果表明,通过该模型优化碳排放量相对于经验方法减少了38.9%,加工成本相对减少了23.6%。
其他文献
<正>在科学课上如何让学生亲历探究,成为学习的主体从而构建科学概念呢?这就需要教师在学生现有知识水平和学习目标之间搭建支架,帮助学生掌握、构建和内化所学知识。这里提到的支架来源于工程里的脚手架,迁移到了教学之中,
期刊
针对不规则通风管道展开件在排样中存在的材料利用率低、排样效率低、展开件形状难以表征等问题,在基本遗传算法的基础上提出了采用多变量编码遗传算法对展开件进行排样布局。该算法对零件排列次序、镜像参数、旋转角度和零件中心位置存储参数等多个变量采用十进制编码方法,随机生成初始种群,进行选择、交叉、变异操作,最终获得了展开件排样效果图。对比基本遗传算法与多变量编码遗传算法的排样效果可知,多变量编码遗传算法能够
针对复杂零件加工特征多、加工工艺多样等问题,提出一种基于改进遗传算法的零件加工工序优化方法。该方法利用三维工步矩阵实现制造信息存储和表达,建立工步约束矩阵作为约束条件,以花费成本最低作为目标建立加工工序优化的数学模型;对基因进行分层编码,针对不同的决策层选择对应的交叉、变异算子,引入选择层编码实现加工车间加工方式和制造资源的动态决策;以箱体零件为例进行验证。结果表明:改进后的遗传算法提高了种群质量
针对舰船操舵过程中舵叶与水动力之间存在强力位耦合的问题,本文设计出一种新型复式液压摆动缸转舵机构,该机构由内外两层转子组成,内层转子控制舵叶转角,外层转子进行力矩解耦。为减小复式液压摆动缸的质量和体积,本文提出一种基于协同进化的多目标遗传算法,算法包含两类种群,一类用于进化决策解,并评价罚因子,另一类用于调整罚因子,并指导第一类种群进化,两类种群通过信息交换,来指导自身的搜索,从而使整个系统协同进
高校军事理论课程是大学生必修课程之一,是增强学生国防观念、培养学生基本军事技能、促进学生素质全面提高的重要载体,然而在课程教学中仍存在高校思想上缺乏重视、教学方式单一缺乏创造性和吸引力、教师思想缺乏先进性和专业性等现实困境,很大程度影响了军事理论课的思政育人效果。本文基于“课程思政”视角,将高校军事理论课教学的着力点放在构建相关教材体系、丰富教学内容、手段和强化思想引领三方面。
扎染艺术在传统艺术门类中属于较为独特的门类,其历史悠久、工艺特殊,汇聚了中华传统文化内涵,也成为我国民族艺术中的一个重要分支。文章主要从扎染艺术角度探究其在纺织品设计制作方面的创新应用,首先阐述了扎染的概念,探讨了其历史起源和工艺特点;其次进一步分析了扎染工艺,总结了扎染艺术在面料材质方面的创新应用;再次分析了扎染图案的多样化及其与现代信息技术融合之后所产生的奇妙反应;最后介绍了扎染工艺在现代纺织
初中生物教学培养学生的学习能力,促进青少年实现深度学习,有热爱生命敬畏自然的意识.本文思考基于深度学习的初中生物教学有效性策略,目的在于提高初中生物教学质量,促进青少年的全面发展,培养学生的合作探究能力,不断革新传统的教学模式,为学生打造趣味性很强的生物课堂,引导他们主动探索生物学科知识,具备良好的自学意识.
针对当前医疗机械设计过程中人性化设计能力差,医疗机械数据库检索能力滞后的问题,提出了新型的医疗机械优化设计方案。该方案通过构建改进型交互式遗传算法模型,融入了极限学习机(ELM)算法,构建出包括数据输入层、隐藏层和输出层的数据架构,通过设置不同的数据节点,实现医疗机械数据库数据的快速分类。再借助于前馈神经网络结构,在多种医疗器械设计库中经过不断的迭代计算,最终实现了医疗机械数据库数据的最终输出。实
大型AGC伺服液压缸结构复杂、价格昂贵、维修成本高,故障模拟代价巨大。为解决大型液压缸实际工作过程中故障数据难收集难处理的问题,提出利用仿真模拟液压缸模型,从中提取故障数据,通过遗传算法(Genetic Algorithm,GA)来优化BP神经网络处理数据的故障诊断方式。运用仿真软件AMESim建立对应的液压缸仿真模型,通过改变仿真参数模拟出液压缸5种故障类型,获取故障数据。分别用传统的BP网络和