朱磊

摘 要：大型機(jī)械數(shù)控加工中，結(jié)構(gòu)件的變形使得加工精度無法滿足要求，為了解決這個問題，本文設(shè)計(jì)了利用遺傳算法和有限元分析來優(yōu)化裝夾布局，利用優(yōu)化后的布局進(jìn)行實(shí)際驗(yàn)證，能夠顯著減小大型結(jié)構(gòu)件的變形和提高加工效率。

關(guān)鍵詞：航空制造；遺傳算法；變形

中圖分類號：TG54 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2018）08-0053-02

1 引言

在現(xiàn)代化的航空制造中，科技含量非常高、種類繁多的飛機(jī)對性能的要求非?？量蹋院娇罩圃熘写笮徒Y(jié)構(gòu)件的應(yīng)用也變得越來越多，這些大型結(jié)構(gòu)件的數(shù)控加工對數(shù)控機(jī)床的技術(shù)要求和數(shù)控加工的各類技術(shù)參數(shù)要求非常高，與一般的機(jī)械零部件數(shù)控加工相比，大型結(jié)構(gòu)件的加工難度和對材料的強(qiáng)度要求更大，數(shù)控加工工藝也更加復(fù)雜，形位精度要求非常高。這些大型結(jié)構(gòu)件有一個共同特點(diǎn)：面積大、結(jié)構(gòu)和壁厚變化復(fù)雜、薄壁位置剛度低、切除率高、加工周期長。在機(jī)械數(shù)控加工中，由于零部件剛性差等多種因素，加工部位非常容易產(chǎn)生變形，導(dǎo)致產(chǎn)品的良率非常低，這個問題是航空制造中急需解決的機(jī)械制造技術(shù)問題。

引起大型航空結(jié)構(gòu)件變形的主要原因包括：結(jié)構(gòu)件的材料屬性和結(jié)構(gòu)特性、毛坯件的初始?xì)堄鄳?yīng)力、夾緊力、切削力等[1]。其中夾緊力是這些因素中影響結(jié)構(gòu)件變形的最重要的因素之一，特別是對于弱剛度的結(jié)構(gòu)件，夾緊力對結(jié)構(gòu)件變形的影響至關(guān)重要，本文針對這個問題，采用有限元分析建模預(yù)測，建立初始?xì)堄鄳?yīng)力、裝夾應(yīng)力、銑削機(jī)械應(yīng)力和銑削熱應(yīng)力等多個參數(shù)作用的結(jié)構(gòu)件變形有限元預(yù)測模型，通過模型預(yù)測，然后利用遺傳算法來進(jìn)行優(yōu)化裝夾布局。

2 遺傳算法介紹

遺傳算法是一種自適應(yīng)的啟發(fā)式全局搜索算法，根據(jù)自然界優(yōu)勝劣汰選擇方式，能夠遺傳下來適應(yīng)性最強(qiáng)的群體。遺傳算法最大的優(yōu)點(diǎn)是具有較強(qiáng)的全局尋優(yōu)能力，能夠自動在搜索空間上學(xué)習(xí)和優(yōu)化，全程不需要人為干預(yù)搜索過程，利用交叉算算子進(jìn)行模式重組，利用變異算子進(jìn)行突變，以目標(biāo)函數(shù)為依據(jù)，對個體進(jìn)行遺傳操作，來實(shí)現(xiàn)個體的重組迭代過程，逐漸趨近于最優(yōu)解。該算法具有不受函數(shù)約束條件的限制等優(yōu)點(diǎn)，能夠大大降低陷入局部極小的可能，具有全局搜索能力，非常適用于搜索復(fù)雜問題和非線性的問題優(yōu)化。

遺傳算法主要是由編碼、初始種群產(chǎn)生，適應(yīng)度函數(shù)設(shè)計(jì)評估、選擇交叉、變異等來進(jìn)行操作[2]。該算法由若干初始群體作為初始輸入，是通過隨機(jī)過程的方式來產(chǎn)生初始群體，所以初始群體的規(guī)模越大，則遺傳算法尋找到最優(yōu)解的可能性就越大。但是初始群體的規(guī)模也不能無限大，規(guī)模太大就會數(shù)倍的消耗寶貴的計(jì)算資源，增大計(jì)算量，成倍的計(jì)算資源消耗可能會導(dǎo)致計(jì)算機(jī)陷入死循環(huán)。所以選擇初始群體的規(guī)模一定要適中，按照比例進(jìn)行選擇，選取概率正比于個體的適配值，就能夠增強(qiáng)種群的多樣性，避免過早收斂。

3 算法設(shè)計(jì)及驗(yàn)證

由于航空大型結(jié)構(gòu)件的整體結(jié)構(gòu)一般具有壁薄的特點(diǎn)，在機(jī)械數(shù)控加工過程中容易產(chǎn)生變形，而且變形隨機(jī)很難控制，一般通過預(yù)留工藝凸臺來進(jìn)行定位，用螺栓預(yù)緊力在數(shù)控加工中加緊被加工結(jié)構(gòu)件，機(jī)械加工完畢后移走凸臺，一般凸臺如果數(shù)目太少，則會導(dǎo)致數(shù)控加工過程中結(jié)構(gòu)件變形很差，難以保證機(jī)械數(shù)控加工精度，但是如果凸臺數(shù)目太多的話，則會大幅增加凸臺加工時間和結(jié)構(gòu)件機(jī)械加工完畢后凸臺的移除時間，所以凸臺合理的布局是減小結(jié)構(gòu)件加工變形的重要環(huán)節(jié)之一，凸臺的位置和數(shù)目的優(yōu)化可以提高大型結(jié)構(gòu)件的數(shù)控加工精度和大幅提高生產(chǎn)效率。

遺傳算法能夠搜索全局最優(yōu)解，可以同時優(yōu)化多個變量，該算法不需要目標(biāo)函數(shù)等信息來確定搜索方向，對于裝夾布局優(yōu)化過程的設(shè)計(jì)變量與目標(biāo)函數(shù)的關(guān)系非常復(fù)雜，所以遺傳算法非常適合裝夾布局的優(yōu)化設(shè)計(jì)。

本文算法以大型結(jié)構(gòu)件的加工過程最大變形最小為目標(biāo)函數(shù)，采用遺傳算法和有限元分析結(jié)合的優(yōu)化算法，對加緊點(diǎn)位置、數(shù)目進(jìn)行優(yōu)化，通過采用優(yōu)化后的裝夾布局和機(jī)械工程師經(jīng)驗(yàn)裝夾布局加工過程中加工點(diǎn)位移進(jìn)行對比分析，來驗(yàn)證優(yōu)化算法的有效性。

遺傳算法的優(yōu)化步驟：首先確定決策變量和約束條件；然后建立優(yōu)化模型，確定出目標(biāo)函數(shù)類型和數(shù)學(xué)表達(dá)量化關(guān)系；然后確定表示可行解的染色體編碼方法，確定個體的基因型和遺傳算法的搜索空間；然后再確定出解碼方法，確定出個體到個體的對應(yīng)關(guān)系；然后再確定個體適應(yīng)度的量化表達(dá)方法；然后要進(jìn)行遺傳算子的設(shè)計(jì)，確定選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算等遺傳算子；最后要確定遺傳算法的相關(guān)參數(shù)，比如群體大小、終止代數(shù)、交叉概率、變異概率等重要的參數(shù)。

根據(jù)遺傳算法的優(yōu)化步驟，確定決策變量和約束條件，來建立優(yōu)化模型，確定出染色體的編碼方法、遺傳算子的范圍，通過建立有限元分析模型來對所有個體的適應(yīng)度進(jìn)行合理評價。我們這里把凸臺的位置和數(shù)量作為決策變量，凸臺位置必須使加工過程中大型結(jié)構(gòu)件的最大變形達(dá)到最小，凸臺的數(shù)目必須是最小并且足夠的要求。凸臺數(shù)目如果太少，大型結(jié)構(gòu)件的加工精度無法保證，如果凸臺數(shù)目太多，則會增加凸臺加工時間和大型結(jié)構(gòu)件加工完畢后移除凸臺的時間，大幅增加數(shù)控加工的成本和顯著降低數(shù)控加工的效率。

大型結(jié)構(gòu)件的數(shù)控加工變形氛圍加工中的變形和加工后的整體變形，在數(shù)控加工中大型結(jié)構(gòu)件在切削力和夾緊力共同作用下產(chǎn)生變形，這個變形為彈性變形，而在數(shù)控加工過程中的大型結(jié)構(gòu)件的變形會使刀具在按照預(yù)定軌跡切削時給進(jìn)量和切削位置發(fā)生微小的偏差，則會使大型結(jié)構(gòu)件表面產(chǎn)生過切或超差問題。根據(jù)有限元分析的理論，可以得出大型結(jié)構(gòu)件的節(jié)點(diǎn)位移和承受載荷之間的數(shù)學(xué)表達(dá)。

遺傳算法優(yōu)化裝夾布局流程：首先生成初始種群，生成的初始種群解碼，解碼數(shù)值對應(yīng)夾具位置，然后把生成夾具的不同位置輸入到有限元分析模型中來，利用有限元來得到適應(yīng)度值，然后根據(jù)終止判決條件來判斷是否結(jié)束優(yōu)化，并且進(jìn)一步判定變形是否在允許的誤差范圍內(nèi)，如果變形不在允許誤差范圍內(nèi)，那么調(diào)整下夾緊點(diǎn)的數(shù)目，再次重新進(jìn)行下一輪優(yōu)化，最終得到優(yōu)化后的裝夾布局參數(shù)種群，這里面最佳的個體就是最優(yōu)的裝夾布局，此時則結(jié)束本輪優(yōu)化。

利用遺傳算法得到優(yōu)化結(jié)果，利用實(shí)際大型結(jié)構(gòu)件的數(shù)控加工中進(jìn)行驗(yàn)證，優(yōu)化后的裝夾布局能夠顯著減小大型結(jié)構(gòu)件的變形和提高加工效率。

4 結(jié)語

在現(xiàn)代化的航空制造中，大型結(jié)構(gòu)件應(yīng)用越來越多，大型結(jié)構(gòu)件的數(shù)控加工異常復(fù)雜，很容易產(chǎn)生變形，導(dǎo)致數(shù)控加工的精度無法滿足制造要求，為了解決這個問題，本文設(shè)計(jì)了基于遺傳算法和有限元分析的數(shù)學(xué)模型，來優(yōu)化裝夾中的凸臺的位置和數(shù)目，使得裝夾布局達(dá)到最為合理，經(jīng)過實(shí)際驗(yàn)證，算法有效。

參考文獻(xiàn)

[1]王運(yùn)巧.航空薄壁結(jié)構(gòu)件數(shù)控加工變形控制研究[J].現(xiàn)代制造工程，2005，（01）：17-18.

[2]劉國光.基于組合遺傳算法的切削參數(shù)優(yōu)化設(shè)計(jì)[J].現(xiàn)代機(jī)械，2002，（02）：12-13.