摘 要

切削工艺参数的选择作为机械加工过程中十分重要的一个环节，其正确与否直接影响了产品质量、加工效率、制造成本、加工能耗、表面残余应力等工艺性能。但是由于影响切削参数的因素多种多样，各参数各因素之间相互影响，这就导致了切削参数的选择十分复杂。过去，在实际加工过程中，切削参数的选择主要依靠工人经验和查阅技术手册，然而，随着制造业的不断发展、各种难加工材料和先进制造设备的出现，传统的切削参数选择方法显然无法满足当下的制造需求，而采用数理统计方法和智能算法对切削参数进行科学地选择则是未来一个重要的发展方向，以使切削加工获得更好的工艺性能。为此，本文以车削过程为例对切削参数多目标优化进行了研究，具体研究内容如下：

首先，以表面粗糙度和材料去除率作为优化目标，以切削速度、进给率、切削厚度为研究变量，设计了正交实验，获取了数控车削过程中表面粗糙度和材料去除率的实验数据；

随后，基于正交实验数据，采用灰色关联度分析法将表面粗糙度和材料去除率两个优化目标转化为单一目标，建立了灰色关联度预测模型，采用方差分析和适应度验证证明了预测模型的可行性，并通过响应优化器对模型进行求解，得到了最优参数组合。

进一步的，提出了一种基于多目标进化算法的车削参数多目标优化模型。采用响应曲面法建立表面粗糙度预测模型，并将其与材料去除率计算公式一同作为目标函数，利用NSGA-II算法对目标函数进行求解，得到Parato前沿图，并将其与灰色关联度模型的最优解进行对比分析，论证了本方法的优点及现实意义。

关键词：车削参数；多目标优化；灰色关联度分析；响应曲面法；NSGA-II

Abstract

The choose of process parameters is a very essential part of the machining process. Its correctness directly affects the process performance such as product quality, productive efficiency, manufacturing cost, energy consumption and surface residual stress. However, due to various factors affecting the cutting parameters, the different factors affect each other, which leads to the complexity of the selection of cutting parameters. In the past, in the actual production，the selection of cutting parameters mainly relied on the workers' experience and the technical manual. However, with the development of the manufacturing industry, the emergence of various difficult-to-machine materials and advanced manufacturing equipment, the traditional cutting parameter selection method is obviously The current manufacturing requirements cannot be met, and the scientific selection of cutting parameters using mathematical statistics methods and intelligent algorithms is an important development direction in the future, so that the cutting process can obtain better process performance. To this end, this paper studies the multi-objective optimization of cutting parameters, the specific researches are as follows：

Firstly, with the surface roughness and material removal rate as the optimization targets, the cutting speed, feed rate and cutting thickness were taken as the research variables. The orthogonal experiment was designed to obtain the experimental data of surface roughness and material removal rate during CNC turning；

Then, based on the orthogonal experimental data, the two optimization objectives of surface roughness and material removal rate were transformed into a single target by grey correlation analysis method. The prediction model of grey relational grade was established. The prediction model was proved by analysis of variance and fitness. The feasibility of the model is solved by the response optimizer, and the setting of optimal cutting parameters is got.

Furthermore, a multi-objective optimization model of cutting parameters based on multi-objective evolutionary algorithm is proposed. The surface roughness predictive model is established using response surface method（RSM）, and the material removal rate calculation formula is used as the objective function. The NSGA-II algorithm is used to solve the objective function, and the Parato frontier graph is obtained, and the gray relational grade model is used. The optimal solution is compared and analyzed, and the advantages and practical significance of the method are demonstrated.

Key words：Turning process parameter; Multi-objective optimization; Grey relational analysis; Response surface method(RSM); NSGA-II

目 录

第1章 绪论 1

1.1 课题研究背景及意义 1

1.2 切削参数多目标优化的研究现状 2

1.2.1 国内研究现状 2

1.2.2 国外研究现状 2

1.3 论文主要研究内容与框架 3

第2章 车削工艺试验研究 5

2.1 实验设备 5

2.2 实验设计 6

2.3 实验结果 7

第3章 基于灰色关联度分析的多目标优化模型 9

3.1 灰色关联度的计算 9

3.1.1 试验数据预处理 9

3.1.2 计算灰色关联度系数 10

3.1.3 计算灰色关联度 11

3.2 灰色关联度预测模型的构建 11

3.2.1 构建灰色关联度预测模型 11

3.2.2 灰色关联度预测模型的方差分析 14

3.2.3 灰色关联度预测模型的适应度验证 16

3.3 车削工艺参数优化 18

3.4 试验验证 21

3.5 本章小结 22

第4章 基于多目标进化算法的优化模型 23

4.1 多目标优化问题简介 23

4.1.1 多目标优化问题的描述 23

4.1.2 多目标最优解集的相关概念 24

4.2 多目标优化预测模型的建立 25

4.3 目标函数和约束条件 26

4.3.1 目标函数 26

4.3.2 约束条件 27

4.4 基于NSGA-II算法的多目标优化求解 27

4.4.1 NSGA-II算法原理 27

4.4.2 优化结果分析 27

4.5 模型对比分析 29

4.6 本章小结 30

第5章 总结与展望 31

5.1 结论 31

5.2 展望 31

参考文献 33

附录A 部分Matlab程序代码 35

附录B NSGA-II最优解集 37

致谢 41

第1章 绪论

1.1 课题研究背景及意义

近年来，随着经济社会的高速发展，制造业对国家经济、综合国力的影响日益提升，世界各国都在大力发展本国的机械制造业。基于此，德国于2013年提出了“工业4.0”这一计划，以加快本国制造业转型升级，提升制造业发展水平。我国紧随其后，于2015年提出了“中国制造2025”这一构想，以推进国内制造技术的发展，加快传统制造工业改进升级。社会对制造业的各种各样的要求也随之而来，主要有以下几个方面：

1. 高精度化；
2. 智能化；
3. 绿色化；
4. 数字化。

作为机械制造的重要加工方式，切削加工自然受到了极大的重视。要在切削加工过程中实现高精度和高质量，又要实现绿色生产，节能减排，这便对切削参数的选择提出了极高的要求。过去，切削工艺参数往往往往仅凭查询相关技术手册，依靠加工经验选择，这样不仅会导致加工过程不可控，无法满足加工要求，甚至会导致一系列的加工问题，比如加工质量、加工时间的不可预测，加工刀具的磨损严重或额外地更换刀具以及加工成本、生产效率的不可控等。由此可见，切削工艺参数的选择，对切削加工过程的表现尤为关键，选择合理的切削参数对实际生产中提高工件表面质量、增大加工效率、节约生产成本具有重要的现实意义。

在金属切削加工中，切削能耗、加工过程中的加工效率和加工后的表面质量等性能指标之间往往相互矛盾，无法同时达到各自最佳状态。在众多加工性能指标中，表面粗糙度是用来评定零件性能及其表面质量的重要指标，适当的表面粗糙度能有效减小工件工作面的磨损，提高工件的疲劳强度、耐磨性，获得更优的安装配合性质，延长工件寿命。材料去除率是加工过程中去除工件表面材料的效率，其大小是机械加工效率的重要指标，材料去除率越大，便可以在加工过程中得到更高的效率，但材料去除率过大，会导致产品不合格率增加。切削能耗是衡量加工过程能量消耗情况的重要指标，切削能耗越低，越符合绿色制造、节能减排的要求。但其中一种或几种性能指标达到最优时，其余的性能指标可能表现很差，各性能指标之间表现效果差异很大，如何在各性能指标之间权衡优劣便是问题所在。