【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种数控机床的能耗优化方法及系统。
技术介绍
1、数控机床作为工业产品的重要生产机器，不仅能量消耗大，能量利用率也较 低，存在极大节能空间。然而数控机床内部部件繁多，不同工作状态下能耗构成也有很大差别。传统制造业一直以来依靠专业技术人员的经验设定工艺参数，在进行节能改进时通常仅考虑了如何降低能耗，无法实现多目标优化。
2、综上所述，现有数控切削机床的能耗优化方法，往往侧重于节能方面，而忽略了切削质量等其他重要因素，无法准确实现多目标优化的预期效果，导致切削参数设置的准确性和全面性较差，造成能耗优化方案实用性较差的技术问题。
技术实现思路
1、本申请的目的是提供一种数控机床的能耗优化方法及系统，用以解决现有数控切削机床的能耗优化方法，往往侧重于节能方面，而忽略了切削质量等其他重要因素，无法准确实现多目标优化的预期效果，导致切削参数设置的准确性和全面性较差，造成能耗优化方案实用性较差的技术问题。
2、鉴于上述问题，本申请提供了一种数控机床的能耗优化方法及系统。
3、第一方面，本申请提供了一种数控机床的能耗优化方法，所述方法通过一种数控机床的能耗优化系统实现，其中，所述方法包括：获取目标产品的材料属性信息和预期加工指标，其中，预期加工指标包括预期表面粗糙度；读取数控机床的机床属性信息和切削参数，以所述材料属性信息和所述机床属性信息为约束，执行切削参数与切削比能的关联分析，构建切削比能预测模型，其中，切削比能为切削材料能耗总量
4、第二方面，本申请还提供了一种数控机床的能耗优化系统，用于执行如第一方面所述的一种数控机床的能耗优化方法，其中，所述系统包括：信息获取模块，用于获取目标产品的材料属性信息和预期加工指标，其中，预期加工指标包括预期表面粗糙度；切削比能预测模型构建模块，用于读取数控机床的机床属性信息和切削参数，以所述材料属性信息和所述机床属性信息为约束，执行切削参数与切削比能的关联分析，构建切削比能预测模型，其中，切削比能为切削材料能耗总量与去除材料体积的比值；切削加工孪生模型生成模块，用于基于数字孪生技术，根据所述材料属性信息和所述机床属性信息进行切削仿真建模，生成切削加工孪生模型；综合切削评价函数构建模块，用于以所述预期表面粗糙度为质量约束，以最小化切削比能和刀具磨损为寻优目的，构建综合切削评价函数；切削参数寻优模块，用于基于所述综合切削评价函数、所述切削比能预测模型和所述切削加工孪生模型，利用黑洞变异算法对切削参数进行寻优，得到优化切削参数，并根据所述优化切削参数对目标产品进行切削加工。
5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
6、通过获取目标产品的材料属性信息和预期加工指标，其中，预期加工指标包括预期表面粗糙度；读取数控机床的机床属性信息和切削参数，以所述材料属性信息和所述机床属性信息为约束，执行切削参数与切削比能的关联分析，构建切削比能预测模型，其中，切削比能为切削材料能耗总量与去除材料体积的比值；基于数字孪生技术，根据所述材料属性信息和所述机床属性信息进行切削仿真建模，生成切削加工孪生模型；以所述预期表面粗糙度为质量约束，以最小化切削比能和刀具磨损为寻优目的，构建综合切削评价函数；基于所述综合切削评价函数、所述切削比能预测模型和所述切削加工孪生模型，利用黑洞变异算法对切削参数进行寻优，得到优化切削参数，并根据所述优化切削参数对目标产品进行切削加工。也就是说，通过以材料属性信息和机床属性信息为约束，执行切削参数与切削比能的关联分析，基于关联分析结果构建切削比能预测模型；另一方面基于数字孪生技术，根据材料属性信息和机床属性信息进行切削仿真建模，生成切削加工孪生模型；接着以预期表面粗糙度为质量约束，以最小化切削比能和刀具磨损为寻优目的，构建综合切削评价函数，为实现设备能耗、切削质量和刀具磨损多目标优化的技术目标提供依据；进一步基于综合切削评价函数、切削比能预测模型和切削加工孪生模型，利用黑洞变异算法对切削参数进行寻优，得到优化切削参数；最后根据优化切削参数对目标产品进行切削加工。可以提高切削参数设置的合理性、准确性和全面性，实现设备能耗、切削质量和刀具磨损多目标优化的技术目标，从而可以在确保切削质量的前提下，提高能耗优化方案的实用性和合理性。
7、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种数控机床的能耗优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种数控机床的能耗优化方法，其特征在于，构建切削比能预测模型，包括：
3.根据权利要求1所述一种数控机床的能耗优化方法，其特征在于，构建综合切削评价函数，包括：
4.根据权利要求3所述一种数控机床的能耗优化方法，其特征在于，基于所述综合切削评价函数、所述切削比能预测模型和所述切削加工孪生模型，利用黑洞变异算法对切削参数进行寻优，包括：
5.根据权利要求4所述一种数控机床的能耗优化方法，其特征在于，根据多个适应度，利用黑洞变异算法对多个初始切削参数进行寻优，获得优化切削参数，包括：
6.根据权利要求5所述一种数控机床的能耗优化方法，其特征在于，设置第一预设调整步长和第二预设调整步长，包括
7.根据权利要求5所述一种数控机床的能耗优化方法，其特征在于，基于局部寻优结果进行对Q个黑洞进行更新，包括：
8.一种数控机床的能耗优化系统，其特征在于，用于实施权利要求1至7中任意一项所述一种数控机床的能耗优化方法的步骤，所述系统包
...【技术特征摘要】
1.一种数控机床的能耗优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种数控机床的能耗优化方法，其特征在于，构建切削比能预测模型，包括：
3.根据权利要求1所述一种数控机床的能耗优化方法，其特征在于，构建综合切削评价函数，包括：
4.根据权利要求3所述一种数控机床的能耗优化方法，其特征在于，基于所述综合切削评价函数、所述切削比能预测模型和所述切削加工孪生模型，利用黑洞变异算法对切削参数进行寻优，包括：
5.根据权利要求4所述一种数控机...
【专利技术属性】
技术研发人员：沈伟平，
申请(专利权)人：南通百盛精密机械有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。