基于蚁群算法的激光切割工艺路径优化研究

发布时间：2021-02-08 12:07

　　当今社会,能源节约和资源浪费消耗愈发受企业重视。在企业追求更低成本和更高效率的目标下,具有高效率、高精度等多种优势的激光切割越发受到钣金加工企业的青睐。激光切割工艺路径是影响激光切割效率和质量的重要一环,因此,针对该问题的研究具有十分重要的社会价值和经济价值。首先,本文就激光切割工艺路径优化问题进行了建模;其中,先是对该问题进行了定义及描述,然后通过分析激光切割工艺路径优化问题的特点,对激光切割工艺路径优化问题中待切割零件及轮廓等图形元素进行数学定义和表达,并对本文优化问题的目标和约束进行了数学描述。然后,本文提出了基于蚁群算法的激光切割工艺路径优化求解算法;基于蚁群算法（Ant Colony Algorithm,AC）求解TSP问题（Travel Salesman Problem,TSP）,算法采用候选城市集合策略、建立紧邻零件集合以及防变形顺序切割法应对问题约束的处理,分别使其满足防碰撞、不跨区以及顺X轴切的切割要求,并通过蚁群算法优化求解满足约束的较优切割工艺路径。通过实例验证,本文算法对比软件现有启发式算法的生成路径具有较好的优化效果。最后,本文针对激光切割加工中的复杂轮廓路径... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

激光切割过程实图

图 3-3 零件轮廓包含关系极值判定法示意图 3-3 所示，通过读取一个轮廓上位置坐标值可以得到每个轮廓的最轮廓 A 和轮廓 B 都是凸多边形使，轮廓 B 包含轮廓 A 的充要条件[5 ′ ′ ′ ′

图 3-3 零件轮廓包含关系极值判定法示意图 3-3 所示，通过读取一个轮廓上位置坐标值可以得到每个轮廓的最轮廓 A 和轮廓 B 都是凸多边形使，轮廓 B 包含轮廓 A 的充要条件[5 ′ ′ ′ ′

【参考文献】：
期刊论文
[1]白车身孔槽类特征三维坐标在线测量方法研究[J]. 胡彦强,马钺,许敏.  计算机工程. 2017(10)
[2]基于遗传蚁群混合算法的激光切割机路径优化[J]. 刘山和,钱晓明,楼佩煌,武星.  机械制造与自动化. 2016(06)
[3]高压水射流切割技术原理及其应用研究[J]. 葛军.  中国新技术新产品. 2013(06)
[4]传统火焰切割技术在机加工领域的推广应用[J]. 陈建平,马琳.  金属加工(热加工). 2012(02)
[5]基于局部搜索和遗传算法的激光切割路径优化[J]. 李妮妮,陈章位,陈世泽.  计算机工程与应用. 2010(02)
[6]工程图中查找极值点及视图划分中心点的算法[J]. 张云辉,高满屯,吴建军,张燕.  工程图学学报. 2009(04)
[7]复杂轮廓激光切割路径优化算法的研究[J]. 李泳,张宝峰.  天津理工大学学报. 2007(03)
[8]基于Minkowski Sum的优化排样算法研究[J]. 华焱,陈文亮.  中国制造业信息化. 2006(19)
[9]少无废料激光板材切割技术[J]. 冯爱新,殷苏民,周建忠,张永康,戴峰泽,谢华锟.  应用激光. 2005(02)
[10]数控等离子切割技术在我国的现状与发展[J]. 孔德杰,张光先,乔立强,齐兆亮.  电焊机. 2005(01)

硕士论文
[1]复杂图形路径优化的二维激光切割系统的研制[D]. 陈天广.长春理工大学 2004



本文编号：3023894