基于规则和混合算法的智能STEP-NC微观工艺规划

doi:10.12068/j.issn.1005-3026.2020.08.009

东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (8): 1116-1122.DOI: 10.12068/j.issn.1005-3026.2020.08.009

基于规则和混合算法的智能STEP-NC微观工艺规划

张禹，王志伟，李东升，巩亚东

(东北大学机械工程与自动化学院，辽宁沈阳110819)

收稿日期:2019-10-14 修回日期:2019-10-14 出版日期:2020-08-15 发布日期:2020-08-28
通讯作者: 张禹
作者简介:张禹(1979-)，男，辽宁鞍山人，东北大学副教授；巩亚东(1958-)，男，辽宁本溪人，东北大学教授，博士生导师.
基金资助:
中国博士后科学基金资助项目(2017M611245)；中央高校基本科研业务费专项资金资助项目(N180313010)；辽宁省自然科学基金资助项目(2019-MS-124).

Intelligent STEP-NC-Compliant Micro-process Planning Based on Rules and Hybrid Algorithm

ZHANG Yu， WANG Zhi-wei， LI Dong-sheng， GONG Ya-dong

School of Mechanical Engineering & Automation， Northeastern University， Shenyang 110819， China.

Received:2019-10-14 Revised:2019-10-14 Online:2020-08-15 Published:2020-08-28
Contact: ZHANG Yu
About author:-
Supported by:
-

摘要/Abstract

摘要： 为解决STEP-NC微观工艺规划智能性差和效率不高的问题，提出一种基于规则和混合算法的智能STEP-NC微观工艺规划方法.首先，采用本文提出的基于规则的加工资源匹配算法，为每一加工工步匹配相应的机床和刀具；然后，以最短换刀时间为优化目标，采用混合算法 (混沌算法和遗传算法) 对STEP-NC加工工步序列进行优化；最后，以最少加工时间和最低加工成本为优化目标，通过混合算法对STEP-NC加工工艺参数进行优化，进而得到最优的STEP-NC微观工艺规划.通过实例验证了该方法的有效性和可行性.

关键词: STEP-NC, 智能微观工艺规划, 规则, 混合算法, 加工资源匹配

Abstract: Aimed at the poor intelligence and low efficiency of STEP-NC-compliant micro-process planning， an intelligent STEP-NC-compliant micro-process planning method based on rules and hybrid algorithm was proposed. In this method， a rule-based algorithm for matching manufacturing resources is proposed to choose the corresponding machine tools and cutting tools for each workingstep. Then， taking the shortest tool exchanging time as the optimization target， the hybrid algorithm which combines chaos algorithm with the genetic algorithm is used to optimize the STEP-NC-compliant workingstep sequences. Finally， taking the shortest machining time and the lowest machining cost as optimization objectives， the hybrid algorithm is used to optimize the STEP-NC-compliant machining parameters， which results in obtaining the optimal STEP-NC-compliant micro-process planning. The effectiveness and feasibility of this method was verified by using cases.

Key words: STEP-NC, intelligent micro-process planning, rule, hybrid algorithm, manufacturing resources matching

中图分类号:

TH166

张禹，王志伟，李东升，巩亚东. 基于规则和混合算法的智能STEP-NC微观工艺规划[J]. 东北大学学报:自然科学版, 2020, 41(8): 1116-1122.

ZHANG Yu， WANG Zhi-wei， LI Dong-sheng， GONG Ya-dong. Intelligent STEP-NC-Compliant Micro-process Planning Based on Rules and Hybrid Algorithm[J]. Journal of Northeastern University Natural Science, 2020, 41(8): 1116-1122.

参考文献

[1]Zhang Y，Zeng Q F，Mu G D，et al.A design for a novel open，intelligent and integrated CNC system based on ISO10303-238 and PMAC［J］.Technical Gazette，2018，25(2):470-478.
[2]Zhong R Y，Xu X，Klotz E，et al.Intelligent manufacturing in the context of industry 4.0:a review［J］.Engineering，2017，3(5):616-630.
[3]田锡天，杜娟，张振明，等.STEP-CAPP系统中的非线性工艺设计和工艺优化技术［J］.计算机集成制造系统，2007，13(2):228-233.(Tian Xi-tian，Du Juan，Zhang Zhen-ming，et al.Non-linear process planning & optimization technique in STEP-NC-based CAPP［J］.Computer Integrated Manufacturing Systems，2007，13(2):228-233.)
[4]Mokhtar A，Xu X.Machining precedence of 212D interacting features in a feature-based data model［J］.Journal of Intelligent Manufacturing，2011，22(2):145-161.
[5]欧阳华兵，沈斌.面向STEP-NC基于混合式遗传算法的工艺路线优化［J］.计算机集成制造系统，2012，18(1):66-75.(Ouyang Hua-bing，Shen Bin.STEP-NC oriented process planning optimization based on hybrid genetic algorithm［J］.Computer Integrated Manufacturing Systems，2012，18(1):66-75.)
[6]黄风立，顾金梅，张礼兵，等.基于禁忌制造特征动态调整的STEP-NC工艺路线蚁群优化方法［J］.中国机械工程，2016，27 (5):596-602.(Huang Feng-li，Gu Jin-mei，Zhang Li-bing，et al.Ant colony optimization of STEP-NC process route based on dynamic update of taboo manufacturing features［J］.China Mechanical Engineering，2016，27(5):596-602.)
[7]Wang H H，Xu X，Zhang C R，et al.A hybrid approach to energy-efficient machining for milled components via STEP-NC［J］.International Journal of Computer Integrated Manufacturing，2018，31(4/5):442-456.
[8]徐旬，宋殿忠，孙军，等.基于STEP-NC数控最优系统［J］.沈阳建筑大学学报(自然科学版)，2009，25(5):987-992.(Xu Xun，Song Dian-zhong，Sun Jun，et al.Construct a repository of milling CNC system based on STEP-NC［J］.Journal of Shenyang Jianzhu University (Natural Science)，2009，25(5):987-992.)
[9]Zhang X，Liu R，Nassehi A，et al.A STEP-compliant process planning system for CNC turning operations［J］.Robotics and Computer Integrated Manufacturing，2011，27(2):349-356.
[10]Ridwan F，Xu X，Liu G Y.A framework for machining optimization based on STEP-NC［J］.Journal of Intelligent Manufacturing，2012，23(3):423-441.
[11]Zhang Y，Xu X，Liu Y X，et al.Service-oriented，cross-platform and high-level machining simulation［J］.International Journal of Computer Integrated Manufacturing，2012，25(3):280-295.
[12]Choi H，Kim J，Yoon Y，et al.Investigation of incremental hybrid genetic algorithm with subgraph isomorphism problem［J］.Swarm and Evolutionary Computation，2019，49:75-86.
[13]Demidova L A，Egin M M，Tishkin R V.A self-tuning multiobjective genetic algorithm with application in the SVM classification［J］.Procedia Computer Science，2019，150:503-510.
[14]Okamoto T，Hirata H.Global optimization using a multipoint type quasi-chaotic optimization method［J］.Applied Software Computing，2013，13(2):1247-1264.
[15]Hu Y J，Zhu F F，Zhang L，et al.Scheduling of manufacturers based on chaos optimization algorithm in cloud manufacturing［J］.Robotics and Computer-Integrated Manufacturing，2019，58:13-20.
[15]关守平，房少纯.一种新型的区间-粒子群优化算法［J］.东北大学学报(自然科学版)，2012，33(10):1381-1384.(Guan Shou-ping，Fang Shao-chun.A new interval particle swarm optimization algorithm［J］.Journal of Northeastern University(Natural Science)，2012，33(10):1381-1384.)

基于规则和混合算法的智能STEP-NC微观工艺规划

Intelligent STEP-NC-Compliant Micro-process Planning Based on Rules and Hybrid Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张禹，何楷文，李清书，巩亚东. 面向STEP-NC自由曲面特征的加工操作方法智能决策[J]. 东北大学学报（自然科学版）, 2022, 43(7): 981-987.
[2]	杨冬梅，李达. 非线性广义Markov跳变系统的异步耗散控制[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1226-1230.
[3]	张禹，李东升，王志伟，巩亚东. 基于图论和改进Dijkstra算法的STEP-NC复杂型腔最短刀具路径生成方法[J]. 东北大学学报:自然科学版, 2020, 41(9): 1285-1291.
[4]	李鸿儒，王奕文，邓靖川. 基于信息融合的电熔镁炉熔炼异常工况等级识别[J]. 东北大学学报:自然科学版, 2020, 41(2): 153-157.
[5]	牛大鹏，臧雅丽，贾明兴. 基于案例推理的湿法冶金全流程优化设定[J]. 东北大学学报:自然科学版, 2020, 41(1): 1-6.
[6]	吕帅，张桐搏，王强，刘磊. 两种新的基于扩展规则#SAT问题求解算法[J]. 东北大学学报:自然科学版, 2019, 40(5): 630-635.
[7]	王雷震，朱锦文，卢福强，汪定伟. 基于两层混合遗传算法的IT外包进度风险控制[J]. 东北大学学报:自然科学版, 2019, 40(2): 164-169.
[8]	吕超，牛丽萍，赵秋月，王文博. 热解产物MgO颗粒形貌对收率的影响[J]. 东北大学学报:自然科学版, 2019, 40(11): 1579-1583.
[9]	胡名彩，郭伏，叶国全. 基于改进变精度贝叶斯粗糙集的感性知识获取[J]. 东北大学学报:自然科学版, 2018, 39(12): 1794-1799.
[10]	刘炜，柴天佑. 基于规则学习的炼钢-连铸钢包选配方法[J]. 东北大学学报:自然科学版, 2018, 39(11): 1521-1526.
[11]	曹凯，潘懋，孙鹏. 一种三维结构建模中的地层厚度控制算法[J]. 东北大学学报:自然科学版, 2017, 38(5): 730-735.
[12]	张禹，白晓兰. 基于CAFSC算法的航空发动机多管路智能布局[J]. 东北大学学报:自然科学版, 2016, 37(5): 683-687.
[13]	王琳，张永健，钟诗胜，刘金山. 基于二进制粒子群优化的卫星典型件工艺知识挖掘[J]. 东北大学学报:自然科学版, 2015, 36(1): 119-123.
[14]	马安香，张长胜，张斌，张晓红. 一种自适应蚁群分类算法[J]. 东北大学学报:自然科学版, 2014, 35(8): 1102-1106.
[15]	牛东方，谢里阳，杨松，吕春梅. 基于特征分析的机电产品交互界面评价模型[J]. 东北大学学报:自然科学版, 2014, 35(6): 846-849.