數控車削參數的多目標優化方法研究

劉智強

（浙江師范大學 職業技術教育學院，金華 321000）

數控車削參數的多目標優化方法研究

劉智強

（浙江師范大學 職業技術教育學院，金華 321000）

以表面粗糙度、刀具磨損、材料去除率作為研究目標，運用田口方法正交表建立實驗，借助模糊理論，將車削參數對應于各目標關系，建立語意性規則，探求各目標的相對關系。對求得的最優切削參數進行切削實驗，驗證了優化的切削參數的適用性，從而為設計制造提供有益的參考。

數控車削 優化 田口方法 模糊理論

引言

數控車削加工是機械制造的基本加工方法之一，在高精度的金屬零件加工中顯得尤為重要。隨著工業產品設計的日益復雜，產品質量的優劣問題已非單一質量優化就能解決，往往需要同時考量多個質量特性的同時優化[1]。

田口方法雖在業界已實施多年，但過去應用的實例都只限于單一目標的優化。對于多目標優化問題，也只停留在經驗判斷階段，并未提出明確的解決方法[2]。因此，以田口方法建立實驗正交表，用模糊語意的方法，對表面粗糙度、刀具磨損和材料去除率等目標制定規則來解模糊化，節省實驗成本。

1 田口方法建立正交實驗

田口方法是日本田口玄一博士于1980年提出的一種實驗計劃法，可化繁為簡，避開深奧難懂的統計學概念。利用田口正交表來建立四個控制因子（主軸轉速、切削深度、進給量、刀尖中心度），三水平（低、中、高）的實驗表格，目的在于制定模糊規則的理論依據，快速選擇最佳加工參數，提高加工效率，同時保有一定的精度。

選用田口方法正交表建立L9（34）實驗。以1、2、3表示各控制因子的低、中、高，選用L9（34）正交表進行實驗規劃，如表1所示。

表1 田口方法正交表

2 模糊理論分析

根據上述實驗規劃制定實驗的模糊規則，采用三角形歸屬函數的計算模糊公式，利用重心法求出三角形面積的重心值位置。各規則以模糊集合的平均值來表示整體的模糊結合，求出各目標在實驗中的排序值，并做整合分析，從而在多目標的考慮下求得各實驗的優勢排序值。

針對數控車削的加工方式，以工件表面粗糙度、刀具磨損和工件材料去除率為品質特性，利用各目標值所依據的參考公式，建立三組車削參數與輸出目標的模糊規則。

2.1 表面粗糙度

車削對表面粗糙度的影響不確定因素很多。根據以前的研究，存在經驗公式：

式（1）可以用于以表面粗糙度、切削速度和進給量為重要影響因素，其余為常數的情況。在此條件下，建立規則：

2.2 刀具磨損

由切削理論可知，刀具壽命的計算公式為：

式中，切削速度、進給量、切削深度為影響因子。其中，V為切削速度、f為進給量，d為切深。因為刀具壽命對速度變化較敏感，對切深不敏感，所以對切削速度和進給量進行判定。在此情況下，建立規則：

2.3 材料的去除率

材料的去除率計算為：MRR＝1000fdV，與進給量、切削深度、切削速度有關。選關鍵因素切削深度和進給量進行判定，建立規則為：

模糊運算采用“輸入-輸出”方法來運算。輸入目標為控制因子，輸出目標為預設結果。由于田口方法的三水平為低、中、高，對應的歸屬函數將是各區域的最高點，輸入的歸屬函數以交集方式來判定，以μ＝1對應到輸出目標的模糊區域，如圖1所示。

圖1 歸屬函數對應的圖形

對各目標的預設結果做模糊運算：

將計算結果以田口方法配置，得到的實驗由TOPSIS分析法來整合多目標值，得到表2。可見，由模糊語意的方法可求得最佳參數A1B1C1D2。

表2 田口模糊排序值

3 切削實驗驗證

本文切削實驗在QTN200M/500U數控車削中心上進行數控車削實驗，利用正交表的各項條件設定實驗參數，其切削條件如表3所示。

表3 切削條件

針對模糊語意的方法，所求得的最佳參數A1B1C1D2在這81組實驗優序選擇中排在第6組，落在整個實驗百分比的前10%。此外，最佳參數在表面粗糙度良占57.76%、刀具磨損差占72.75%及材料去除率大占12.5%。

4 結論

本文以田口方法建立L9（34）正交表，運用模糊理論，將車削參數對應于各目標，設立語意規則，并加以運算和進行排序，最后求得最佳切削參數，并在數控車床上驗證了此方法的適用性。

[1]詹俊凱.競爭式多目標最佳車削參數之研究[D].大同：大同大學，2006.

[2]何為，薛衛東，唐斌.優化試驗設計方法及數據分析[M].北京：化工出版社，2012.

Research on Multi-objective Optimization Method for NC Turning Parameters

LIU Zhiqiang
(College of Vocational and Technical Education, Zhejiang Normal University, Jinhua 321000)

Based on the surface roughness, tool wear and material removal rate, the orthogonal experiment of Taguchi method was used to establish the experiment. By using the fuzzy theory, the turning parameters were corresponded to the target relations, the semantic rules were established. The best cutting parameters are obtained by cutting experiments, and the applicability of the optimized cutting parameters is verified, so as to provide a useful reference for design and manufacture.

NC turning, optimization, taguchi method, fuzzy theory