РОЗРОБКА МОДИФІКОВАНОГО ГЕНЕТИЧНОГО АЛГОРИТМУ ДЛЯ ВИБОРУ ПАРАМЕТРІВ ПРОЦЕСУ ПЛОСКОГО ШЛІФУВАННЯ ПЛАЗМОВИХ ПОКРИТТІВ
DOI:
https://doi.org/10.31649/1997-9266-2021-159-6-151-157Ключові слова:
плоске шліфування, плазмові покриття, багатокритеріальна оптимізація, еволюційний пошук, генетичний алгоритмАнотація
Шліфування поверхонь з нанесеним плазмовим покриттям передбачає досягнення заданої точності та шорсткості деталі і водночас має на меті унеможливлення утворення та розвитку дефектів, таких як тріщини, сколювання, припікання, відшаровування покриття від основи тощо.
Розглянуто оптимізацію технологічного процесу плоского шліфування, яка полягає у пошуку таких параметрів обробки, за яких досягається максимальна продуктивність за мінімальної втрати матеріалу покриття. Для розв’язання задачі багатокритеріальної оптимізації з великою кількістю обмежувальних умов запропоновано використовувати еволюційний пошук параметрів на множині допустимих режимів технологічного процесу обробки. Оскільки наведені умови та критерії оптимальності вимагають значних обчислювальних витрат, на початкових етапах розв’язання вирішено реалізувати паралельний генетичний алгоритм. Коли пошук Парето-оптимальних рішень у різних підгрупах зосереджується в деякій спільній області простору допустимих розв’язків, то пропонується перейти до розгляду загальної оптимізації шляхом побудови адитивної згортки згідно з методом зваженої суми критеріїв. Враховуючи характеристики процесу плоского шліфування та умови забезпечення якості оброблення поверхні, запропоновано модифікований генетичний алгоритм для системи автоматизованого проектування процесу шліфування плазмових покриттів. Пошук оптимального рішення відбувається у просторі параметрів, що визначається швидкістю та глибиною різання, властивостями покриття та шліфувального круга, основним часом обробки, температурою в зоні обробки, величиною і знаком поверхневих напружень тощо. Порівняння результатів роботи модифікованого генетичного алгоритму з класичним генетичним алгоритмом та іншими еволюційними методами, що використовуються для оптимізації процесу шліфування, проводилось шляхом серії випробувань з метою оцінювання швидкості їхньої збіжності. Дослідження виявило скорочення часу, необхідного для визначення оптимального рішення, без зниження надійності розв’язку задачі, що підтверджує перевагу модифікованого генетичного алгоритму під час пошуку оптимальних технологічних параметрів шліфування плазмових покриттів.
Посилання
K. M. Lee, M. R. Hsu, J. H. Chou, and C. Y. Guo, “Improved differential evolution approach for optimization of surface grinding process,” Expert Systems with Applications, vol. 38, issue 5, pp. 5680-5686, 2011.
O. Güven, “Application of the Taguchi method for parameter optimization of the surface grinding process,” Materials Testing, vol. 57, pp. 43-48, 2015. https://doi.org/10.3139/120.110674 .
A. Slowik, and J. Slowik, “Multi-objective optimization of surface grinding process with the use of evolutionary algorithm with remembered Pareto set,” The International Journal of Advanced Manufacturing Technology, vol. 37, issue 7, pp. 657-669, 2008. https://doi.org/10.1007/s00170-007-1013-0 .
P. J. Pawar, R. V. Rao, and J. P. Davim, “Multiobjective optimization of grinding process parameters using particle swarm optimization algorithm,” Materials and Manufacturing Processes, vol. 25, issue 6, pp. 424-431, 2010.
G. Zhang et al., “Multi-objective optimization for surface grinding process using a hybrid particle swarm optimization algorithm,” The International Journal of Advanced Manufacturing Technology, vol. 71, is. 9-12, pp. 1861-1872, 2014. https://doi.org/10.1007/s00170-013-5571-z .
В. М. Тонконогий, і О. В. Рибак, «Вибір параметрів шліфування плазмових покриттів при багатокритеріальній оптимізації технологічного процесу,» Сучасні технології в машинобудуванні. Харків: НТУ «ХПІ», вип. 13, c. 60-68, 2018.
A. V. Usov, V. M. Tonkonogyi, P. V. Dašić, and O. V. Rybak, “Modelling of Temperature Field and Stress-Strain State of the Workpiece with Plasma Coatings during Surface Grinding,” Machines. MDPI, Basel, Switzerland, vol. 7, is. 1, 15 p. 2019. https://doi.org/10.3390/machines7010020 .
Р. А. Жуков, i П. В. Плехов, «Реализация параллельного генетического алгоритма на архитектуре NVIDIA CUDA,» Juvenis scientia, № 3, c. 8-10, 2016 .
E. Cantu-Paz, “Efficient and accurate parallel genetic algorithms,” Kluwer Academic Publishers, Dordrecht, 143 p., 2002. https://doi.org/10.1007/978-1-4615-4369-5 .
О. В. Рибак, «Математичне моделювання, аналіз та оптимізація в САПР технологічного процесу шліфування плазмових покриттів.» дис. канд. техн. наук, Одеса: ОНПУ, 2019, 162 с.
V. Tonkonogyi, P. Dašić, O. Rybak, and T. Lysenko, “Application of the Modified Genetic Algorithm for Optimization of Plasma Coatings Grinding Process,” Springer Nature Switzerland AG 2020. I. Karabegović (Ed.): NT 2019, Lecture Notes in Networks and Systems, 76, pp. 199-211, 2019.
##submission.downloads##
-
PDF
Завантажень: 108
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
