機械加工過程工藝參數節能優化的實施方法

許春英

（沈陽市汽車工程學校，遼寧 沈陽 110122）

在機械加工中，工藝參數的選擇將會對零件的成型質量，以及加工的成本、能耗等產生直接影響。在機械加工從“粗放式”向“精細化”轉型的過程中，優化工藝參數成為節本降耗、提高加工精度的一種有效措施。隨著信息技術、智能算法的成熟，利用數學模型對工藝參數進行智能優化成為一種常用方法。例如使用多元線性回歸模型優化切削參數，提高工件表面的光滑度；或者使用UMDA-PE 算法構建約束模型，優化工藝參數，提高機械加工的效率。近年來，機械加工中的能耗控制逐漸引起重視，探究一種基于工藝參數優化、達到節能降耗效果的機械加工方法，成為當前的熱點研究課題。

1 機械加工系統的結構組成及能耗分析

按照運行功能的不同，機械加工系統可分為機床傳動模塊、機床調整模塊、輔助模塊3 部分組成。其中，傳動模塊又包括了主傳動裝置、進給傳動裝置；輔助模塊則分為電氣控制裝置、冷卻潤滑裝置等。該系統各個模塊的協調運行，都需要提供電能，然后利用電動機將電能轉化為機械能，在PLC的控制下完成機械加工任務。機械加工過程中發生的能量流動如圖1 所示。

圖1 機械加工系統的能量流動圖

上圖中，E 為整個機械加工系統總的輸入能量。Ed、EL等分別為換刀模塊、傳動模塊等不同模塊的能量消耗。功率是決定能耗的一個關鍵因素，兩者存在如下關系式：

式（1）中，T 為加工時間，單位為s；P 為加工機床總輸入功率，單位為J。P 可以由各用電裝置的功率求和得出，如空載功率、附加載荷功率、換刀電機功率等。

2 機械技工過程工藝參數節能優化方法

2.1 確定優化變量

在機械加工過程中，根據加工類型的不同，決定加工能耗的具體參數也存在明顯差別。例如，在切削加工中刀具的刃長、厚度、切削速度等，都是需要重點關注的變量。而銑削加工中的銑削深度、寬度，以及每齒進給量等，對銑削加工效率及能耗均有直接影響。本文以機械零件的銑削加工為例，對影響加工能耗的工藝參數進行節能優化。根據以往的經驗，由于切削速度、銑削深度、每齒進給量等工藝參數均屬于變量，如果對每一項參數都進行優化，一方面是增加了工作量，另一方面也可能出現工藝參數優化之后，無法應用于加工生產的情況。鑒于此，在實際進行節能優化前，必須要提前選定優化變量。例如，銑削深度主要受待加工零件的加工余量影響，余量越多，則銑削深度越大；而銑削寬度則由刀具直徑來決定。這些雖然也屬于變量，但是會受到其他已知量的影響，因此不在優化范圍之內。按照上述要求對所有可能影響銑削加工的參數進行篩選，最終僅保留切削深度（Vc）和沒齒進給量（fz）兩個變量。

2.2 構建優化模型

在討論某項加工工藝的節能效果時，除了考慮直接的能源消耗外，加工成本也是評判能耗的一項關鍵指標。因此本文分別選擇電能消耗、成本花費2 項指標，對工藝參數進行節能優化。為了更加直觀、量化地表示節電、節本效果，需要分別構建成本目標函數、能耗目標函數。

2.2.1 建立成本目標函數

結合銑削加工過程，整個環節中包含的成本有單位時間的人力成本（α）、刀具更換成本（β）以及其他輔助成本等。每個零件的加工成本（Cp）函數可表示為：

式（2）中，T0為輔助加工時間，Tm為工序加工時間，Tc為有效銑削加工時間，Td為換刀時間；T 為刀具壽命。其中，T 可以根據材料硬度（HB）、銑削速度（Vc）、每齒進給量（fz）等參數計算得出，公式為：

2.2.2 建立能耗目標函數

按照建立成本目標函數的思路，找出銑削加工中影響加工能耗的因素，主要包括4 部分，即機床能耗（Ec）、空載能耗（Eb）、附加荷載能耗（Ea）和輔助系統能耗（Eo）。總能耗（Ep）的計算公式為：

2.2.3 設立約束條件

在實際的銑削加工中，刀具的使用壽命、機床的運行效率等，都是影響銑削能耗的重要因素。因此，在工藝參數的節能優化研究中，還需要引入約束條件，限制無關因素的干擾，一來能夠降低本次研究的工作量，二來也能更加直觀地對比切削深度、每齒進給量這兩個關鍵因素對于節能效果的影響。按照影響程度從高到低排序，本次研究中需要設置的約束條件如下：

2.2 收集實施前6個月內的患者滿意度(患者對護士告知情況、上門時間是否準時、輸液技術如何、服務態度如何、每次輸液的停留時間、與患者溝通的內容、廢棄物品回收情況等)、投訴率、一次穿刺成功率及靜脈炎發生率和輸液外滲率等資料。通過信息反饋檢驗實施效果。

第一，主軸轉速約束。主軸最低轉速（Nmin）和最高轉速（Nmax）的約束條件分別為：

第二，進給速度約束。機床允許最大進給速度（Vfmax）和最小進給速度（Vfmin）的約束條件分別為：

第三，銑削力約束。機床允許最大銑削力（Fcmax）的約束條件為：

第四，銑削功率約束。機床額定功率（Pmax）的約束條件為：

上式中η 為機床效率，取值為0.8。

第五，銑削扭矩約束。機床最大扭矩（Mmax）的約束條件為：

2.3 基于APSO 的優化模型求解

圖2 APSO 算法流程圖

第一步是通過初始化處理，得到具有一定規模的粒子群。此時該粒子群中，每一個粒子都獲得了獨立的適應值（P）、速度（V）和位置（X）。基于每個粒子的X 值（即當前位置），求得該位置下的適應值，并且將其與歷史最佳適應值（Pid）進行對比。根據對比結果，選出最優值。按照此方法對整個粒子群中所有粒子作適應度計算、對比，最終得到群體歷史最優值（Fp）。然后參考公式（12）分別進行速度、位置的更新。

式（12）中，w 表示慣性權因子；Vid表示粒子速度；C1和C2為學習因子，一般為常數2；r1和r2為[0,1]區間內的隨機數，xid為粒子當前位置。根據上式得出計算結果后，進行“是否達到最大迭代次數”的條件判斷。如果符合判定要求，則輸出最優值；如果不符合判定要求，則返回群體適應度計算環節，重復上述流程，直到滿足判定要求。

3 機械加工中工藝參數節能優化的實例分析

3.1 實驗條件

本次實驗選擇在一臺TH5240 型臥式加工機床上進行。該機床的基本參數如表1 所示。

表1 TH5240 型臥式加工中心基本參數

待加工零件的材質為45 鋼，所用刀具是φ16 高速鋼立銑刀，齒數為5，主偏角k 為90°。要求粗銑尺寸為50mm×50mm，銑削深度為6mm。

3.2 銑削參數優化

基于APSO 的銑削參數優化過程在Matlab 軟件上實現。啟動軟件后，選擇“新建程序”，建立自適應粒子群運行程序，如下所示：

程序編寫完畢后，在“設置”選項，在“加權系數”一欄中設置λ1=λ2=0.5；在“初始參數”一欄中，將初始種群數量設置為50，迭代次數設置為150，收斂時間設置為0.4s，收斂系數設置為0.9。完成上述設施后，運行程序開始進行尋優迭代。記錄算法收斂過程，得到收斂曲線圖。本次研究主要對銑削加工中的成本和能耗兩項指標進行優化，得到以成本為目標的銑削速度收斂曲線（圖3）和以能耗為目標的銑削速度收斂曲線（圖4）。

圖3 以成本為目標的銑削速度收斂

圖4 以能耗為目標的銑削速度收斂

按照同樣的方法，將變量有“銑削速度”替換為“每齒進給量”，重新進行尋求迭代，可以得到“每齒進給量- 迭代次數”的收斂曲線。

3.3 優化結果分析

尋優迭代結束后，統計多目標優化結果。以成本為目標的優化結果和以能耗為目標的優化結果如表2 所示。

表2 銑削加工工藝參數優化結果

結合表2 數據可知，在銑削加工過程中，如果將控制成本作為優化變量，可以將銑削速度設置為27.4m/min、每齒進給量設置為0.08mm/z，單個零件的加工用時為44.1s。需要注意的是，選擇上述參數設置，雖然能夠保證銑削加工成本最低，但是加工能耗較高，達到了3.364×105J，為同水平下最高。同樣的，如果將控制能耗作為優化變量，將銑削速度設置為31.06m/min、每齒進給量設置為0.08mm/z，單個零件的加工用時為41.1s，可以達到低能耗的預期。但是加工成本較高，達到了45.83 分，為同水平下最高。如果將低成本、低能耗均作為優化目標，則加工成本、能量消耗均位于上述兩者之間。由此可得，對銑削加工參數進行優化時，根據優化目標的不同，選擇恰當的工藝參數，才能達到理想的節能效果。

4 結論

在我國制造業沖擊高端的背景下，機械加工必然要追求精細化、高效化。為迎合這一發展趨勢，一方面要從技術層面引進先進工藝、使用先進設備，從而實現機械加工的提質增效；另一方面，則需要優化工藝參數，通過調節銑削速度、每齒進給量，以及刀具刃長、銑削深度等基本參數，達到減少能耗、控制成本的目的。