金属玻璃电火花加工多目标优化研究

发布时间：2021-02-02 02:45

　　为解决金属玻璃电火花加工（EDM）过程中,操作人员难以选取最佳工艺参数来获得最优加工效果这一问题,对带有精英策略的非支配排序遗传（NSGA-II）算法进行改进;并将改进的算法应用于金属玻璃电火花加工的加工效果优化中,寻求峰值电流、脉冲宽度和脉冲间隔3个工艺电参数的最优值,以实现工件表面粗糙度最小化和切割速度最大化的优化目标。采用将Jensen递归法与快速排序法相结合的算法代替原有的排序算法,以及在算法中添加删选规则对传统的NSGA-II算法进行改进,以增加种群的多样化,减少算法运算时间,提高算法效率。仿真结果表明,采用改进的NSGA-II算法仿真得到的工件表面粗糙度和切割速度的最优值更优于传统算法,收敛精度更高;而且改进算法的仿真结果更接近金属玻璃电火花加工的实际加工结果,对于加工过程的优化更为可靠,这对实际生产应用具有更好的参考意义。 

【文章来源】：现代制造工程. 2020,(10)北大核心

【文章页数】：5 页

【部分图文】：

改进的NSGA-II算法流程图

表面粗糙度的收敛情况对比曲线

图2 表面粗糙度的收敛情况对比曲线表1 改进前后NSGA-II算法仿真得到的最优数据 算法 Ip/A ton/μs toff/μs Ra/μm vw/(mm2·min-1) 传统NSGA-II 8 16 64 2.21 26.7 改进NSGA-II 6 10 80 1.89 30.5


本文编号：3013901