數控加工切削參數優化研究

梁明

【摘 要】本文結合數據加工切削的加工結果的不可預測性、生產成本的不可控制性、生產效率的不可控制性的問題，說明了數控加工參數優化必要性的研究，提出了切削參數優化，以及數控加工切削參數的優化模型中的模型決策變量、模型決策變量、約束條件和優化方法。

【關鍵詞】數控加工；切削參數；優化研究

【中圖分類號】TP391 【文獻標識碼】A

【文章編號】2095-3089（2018）21-0077-01

一、前言

在數控加工中，在對復雜幾何形狀零件的加工過程中，僅僅依靠人的經驗很難確定合理的切削參數，不能充分發揮機床效率，因此合理選擇切削參數，不僅能夠提高加工生產的效率，更能夠提高加工質量，節約成本。

二、數控加工參數優化存在的問題以及必要性研究

傳統的加工參數選擇是指工廠生產中的一些經驗數據，并輔以必要的計算。但是，由于人們的客觀條件，所獲得的數據通常不是最優的結果。長期以來，工藝參數主要依靠大量的工藝試驗和長期工作累計收益。中國的加工制造業還沒有得到應有的重視，研究開展的相對較少，一直是阻礙中國加工制造業效率的瓶頸。隨著電子計算技術的不斷發展，尤其是微電腦技術和靈活的加工技術，高速機床操作可以用來代替人工計算，因此可以用科學的方法找到最佳的切削參數。這種切削參數的計算機輔助優化方法已逐漸進入實用階段。

由于加工參數選擇不當，對零件加工質量和加工效率的影響更為嚴重，常見的實際生產問題主要包括以下幾個方面。

1.加工結果的不可預測性。

由于處理參數和處理結果之間沒有建立關系，因此不可能預測可以通過某些處理參數處理的結果。這導致難以確保零件加工質量，并且經常導致部件超出公差甚至報廢。加工質量的預測研究基于表面粗糙度的預測。該方法主要包括基于知識專家系統的方法，基于神經模糊推理系統的方法，基于模糊集的方法，基于人工神經網絡的方法，基于支持向量機的方法，基于遺傳規劃的方法，基于軟計算等。除加工質量外，加工時間無法準確預測，導致工作時間不準確，難以進一步提高數控加工的管理水平。

2.生產成本的不可控制性。

在傳統加工中，單件或小批量生產的切割參數的確定由技術人員通過參考加工手冊并結合現有加工經驗來完成。對于批量生產，還應根據過程測試的結果對過程參數進行修正。這不僅增加了工藝準備的工作量，而且增加了生產成本，延長了生產周期，并且變得越來越不適應當今生產的需要。

3.生產效率的不可控制性。

在一些加工過程中（如自由曲面），切削條件通常會發生一些變化，但在當前的數控加工中，保守切削參數是憑經驗選擇的，并且這些參數在加工過程中保持不變，從而大大減少了加工數量數控機床。生產率。通過建立優化系統和優化工藝參數，可以實現提高生產率和降低生產成本的目標。

三、數控加工的切削參數及優化

1.數控加工的切削參數。

數控加工的切削參數是指標控制機床在加工零件時數控刀具切削運動的參數。它主要包括：切割寬度，切割速度，背刀量和進給量。切削參數的選擇是數控加工的重要技術指標。這對零件加工工藝的準備非常重要，也是零件平滑加工的基礎。因此，科學合理地給出數控加工的切削參數不僅可以提高產品的加工質量，而且可以有效降低成本，使企業具有更強的市場競爭力。

2.數控加工切削參數的優化模型。

（1）模型決策變量。

當加工零件的參數，加工用刀具以及哪一種數控機床的加工參數都已確定時，影響生產效率的因素主要有切削深度，進刀量，切削速度，和徑向切割深度。在實際加工中，切削的寬度和深度由加工零件的加工余量和加工的特定要求決定。因此對這兩個參數進行優化，優化參數主要是進給量和切削速度，分別設為X1與X2。

（2）約束條件。

在實際的數控加工生產中，數控機床設備，加工質量和加工條件等都對加工效率有所限制，因此可選擇的切削參數值有限。因此，在優化加工參數時必須考慮這些因素。在數控機床的生產中，可以產生許多約束條件。從加工系統的角度來看，有以下幾個因素：機床特性的局限性，加工質量的要求，工具的局限性以及夾具的局限性。

切削速度的約束，即

進給量的約束，即

切削力的約束，即

切削功率的約束，即

被加工零件表面粗糙度的要求，即

（3）優化的方法。

針對以上數學模型，可以把問題歸結為以下的優化問題：在滿足以上約束條件的情況下，求解出目標函數的最優解，即目標函數的最小值。

在每次迭代中，該算法繼續解決優化參數x并解碼解的根。通過這個連續的搜索和解決方案領域，它繼續朝著良好的方向發展，并且搜索區域也在縮小直至需求有最好的結果。

四、結束語

針對數控加工的優化方法和優化模型進行分析，希望對以后的工作能夠起到作用。

參考文獻

[1]徐凱.數控加工切削參數優化研究[J].黑龍江科技信息，2016，（32）：155.