CN105446269B - 基于遗传算法的轮廓曲线数控代码生成方法及其数控机床 - Google Patents
基于遗传算法的轮廓曲线数控代码生成方法及其数控机床 Download PDFInfo
- Publication number
- CN105446269B CN105446269B CN201610027118.2A CN201610027118A CN105446269B CN 105446269 B CN105446269 B CN 105446269B CN 201610027118 A CN201610027118 A CN 201610027118A CN 105446269 B CN105446269 B CN 105446269B
- Authority
- CN
- China
- Prior art keywords
- processing
- curve
- genetic algorithm
- error
- individual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
- G05B19/4083—Adapting programme, configuration
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32091—Algorithm, genetic algorithm, evolution strategy
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
基于遗传算法的轮廓曲线数控代码生成方法及其数控机床,用于数控机床,包括如下加工步骤:(1)于数控***中对加工工件的轮廓曲线建立数学模型;(2)将遗传算法于计算机中编程迭代计算,求取逼近节点;(3)生成并输出加工刀具的加工曲面刀位轨迹数控代码;(4)将加工工件放入加工台,通过夹具定位固定;(5)由刀库出刀对刀,定位加工起点位置;(6)加工刀具依获得的加工曲面刀位轨迹数控代码,于加工台上对加工工件加工。本发明提出基于遗传算法的轮廓曲线数控代码生成方法并应用于数控机床,直接有效地确定最优的加工曲面刀位轨迹,使加工刀具准确地完成数控加工,提高数控机床的工作效率和质量,操作简单直接,加工精度高。
Description
技术领域
本发明涉及机械加工技术领域,尤其涉及基于遗传算法的轮廓曲线数控代码生成方法及其数控机床。
背景技术
数控机床是一种装有程序控制***的自动化机床,随着机械电子技术的快速发展,数控机床设备在机械加工领域已经得到了广泛的应用,经过几十年的发展,技术水平大幅度提高,数控机床产品的功能日趋完善,规格日趋齐全,但仅仅在功能和规格上的变化与丰富并不能满足加工需要。
目前在利用数控机床对加工工件的外形轮廓曲线的数控加工中,一般采用直线或圆弧去逼近其节点,并进行逼近的走刀加工。对自由曲线直线逼近节点的主要方法包括等间距、等弦长和等误差逼近节点,其中等误差直线逼近节点的方法能够使所有逼近线段误差相等,能够保证逼近节点的加工误差,但在实际的计算机应用中,自由曲线等误差直线逼近节点的几何算法编程繁复、难以直接实现,对于复杂曲线难以有效地确定最优的加工曲面轨迹,只能通过数值分析于处理的方法等效代替实现,在数控机床的加工刀具对工件的外形轮廓曲线的加工工序繁琐、加工曲面轨迹的精度低以及操作复杂,因此并没有很好的利用自由曲线等误差直线逼近节点的几何算法运用于数控机床机械的加工当中。
发明内容
本发明的目的在于提出加工精度高、操作简单的基于遗传算法的轮廓曲线数控代码生成方法。
本发明的另一个目的在于提出一种适用于加工工件外形轮廓曲线的数控机床。
为达此目的,本发明采用以下技术方案:
基于遗传算法的轮廓曲线数控代码生成方法,用于数控机床,包括如下加工步骤:
(1)于数控***中对加工工件的轮廓曲线建立数学模型;
(2)将遗传算法于计算机中编程迭代计算,求取有效的逼近节点;
(3)生成并输出加工刀具的加工曲面刀位轨迹数控代码;
(4)将加工工件放入加工台,通过夹具定位固定;
(5)由刀库出刀对刀,定位加工起点位置;
(6)所述加工刀具依步骤(3)获得的加工曲面刀位轨迹数控代码,于所述加工台上对所述加工工件加工,获得成品。
进一步说明,所述建立数学模型包括如下步骤:
(1)确定允许误差、波动误差和逼近直线的斜率;
(2)确定自由曲线方程和逼近直线方程;
(3)确定目标函数、约束条件和终止条件。
进一步说明,所述遗传算法迭代计算包括如下步骤:
(1)给定自由曲线参数和加工起点坐标;
(2)采用实数编码,设定初始种群个体,随机生成个***置坐标,计算所有个体的目标函数;
(3)采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
(4)计算所有个体的目标函数值,加权平均求出该种群的平均目标函数值;
(5)评价所述平均目标函数值与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个***置坐标的平均值为下一节点坐标;否则返回步骤(3)迭代。
一种适用于加工工件外形轮廓曲线的数控机床,包括加工台、加工刀具和数控***,所述数控***设置有用于确定加工曲面刀位轨迹的遗传算法子***,所述遗传算法子***根据加工面的初始位置确定所述刀具加工的移动,所述加工刀具由所述数控***控制其对工件的外形轮廓曲线的加工。
所述遗传算法子***是通过建立数学模型和采用遗传算法于计算机编程中的迭代计算求解优化,获取所述加工刀具的加工曲面轨迹的逼近节点。
进一步说明,所述加工工件的外形轮廓曲线为自由曲线。
进一步说明,所述遗传算法子***的操作步骤如下:
A建立数学模型
(1)确定允许误差、波动误差和逼近直线的斜率;
(2)确定自由曲线方程和逼近直线方程;
(3)确定目标函数、约束条件和终止条件;
B遗传算法迭代计算求解优化
(1)给定自由曲线参数和加工起点坐标;
(2)采用实数编码,设定初始种群个体,随机生成个***置坐标,计算所有个体的目标函数;
(3)采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
(4)计算所有个体的目标函数值,加权平均求出该种群的平均目标函数值;
(5)评价所述平均目标函数值与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个***置坐标的平均值为下一节点坐标;否则返回步骤(3)迭代。
进一步说明,所述目标函数为所述自由曲线与逼近直线的误差。
进一步说明,所述约束条件为逼近节点在自由曲线上。
进一步说明,所述迭代终止条件为误差允许范围。
本发明的有益效果:本发明设置所述遗传算法子***,将遗传算法的计算机编程运用于数控机床的数控代码生成中,直接有效地确定最优的加工曲面刀位轨迹,使所述加工刀具有效准确地对工件外形轮廓曲线进行数控加工,提高所述数控机床的工作效率和质量,操作简单直接,加工精度高。
附图说明
图1是本发明一个实施例的数控机床的***框架图;
图2是本发明一个实施例的遗传算法流程图;
图3是本发明一个实施例的遗传算法子***中的遗传算法流程图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
基于遗传算法的轮廓曲线数控代码生成方法,用于数控机床,包括如下加工步骤:
(1)于数控***中对加工工件的轮廓曲线建立数学模型;
(2)将遗传算法于计算机中编程迭代计算,求取有效的逼近节点;
(3)生成并输出加工刀具的加工曲面刀位轨迹数控代码;
(4)将加工工件放入加工台,通过夹具定位固定;
(5)由刀库出刀对刀,定位加工起点位置;
(6)所述加工刀具依步骤(3)获得的加工曲面刀位轨迹数控代码,于所述加工台上对所述加工工件加工,获得成品。
将遗传算法运用于数控机床的数控代码生成中,确定加工曲面刀位轨迹,用来控制加工刀具对工件的加工,使所述加工刀具准确地完成工件外形轮廓曲线的加工,提高了对工件外形轮廓曲线的加工精度,从而同时提高了数控机床的加工效率和质量,操作简单直接,加工精度高。
进一步说明,所述建立数学模型包括如下步骤:
(1)确定允许误差、波动误差和逼近直线的斜率;
(2)确定自由曲线方程和逼近直线方程;
(3)确定目标函数、约束条件和终止条件。
通过建立数学模型将等误差直线逼近节点坐标的问题转变为带约束的函数优化问题,提高获得所述加工曲面刀位轨迹数控代码的准确度,满足于计算机的编程中的需要,从而有效获得所述刀具的加工曲面轨迹,保证刀具加工的精确性和稳定性。
进一步说明,所述遗传算法迭代计算包括如下步骤:
(1)给定自由曲线参数和加工起点坐标;
(2)采用实数编码,设定初始种群个体,随机生成个***置坐标,计算所有个体的目标函数;
(3)采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
(4)计算所有个体的目标函数值,加权平均求出该种群的平均目标函数值;
(5)评价所述平均目标函数值与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个***置坐标的平均值为下一节点坐标;否则返回步骤(3)迭代。
通过利用遗传算法于计算机编程中迭代计算,可以有效求取的精确的逼近节点,从而降低数控机床对加工工件外形轮廓曲线的难度,提高数控机床的加工精度。
一种适用于加工工件外形轮廓曲线的数控机床,如图1所示,包括加工台、加工刀具和数控***,其特征在于:所述数控***设置有用于确定加工曲面刀位轨迹的遗传算法子***,所述遗传算法子***根据加工面的初始位置确定所述刀具加工的移动,所述加工刀具由所述数控***控制其对工件的外形轮廓曲线的加工。
所述遗传算法子***是通过建立数学模型和采用遗传算法于计算机编程中的迭代计算求解优化,获取所述加工刀具的加工曲面轨迹的逼近节点。
本发明的所述数控机床是通过所述数控***设置所述遗传算法子***来确定加工曲面刀位轨迹的,从而控制所述加工刀具对工件外形轮廓曲线的加工,在原有对于外形轮廓曲线的几何计算方法是难以在计算机中运用的,所述加工刀具无法有效地依据最优的加工曲面轨迹进行加工,只能通过数值分析与处理来等效的代替实现,因此本发明设置所述遗传算法子***,通过建立数学模型和采用遗传算法迭代计算,从而获取加工曲面轨迹的逼近节点,直接有效地确定最优的加工曲面刀位轨迹,则所述加工刀具便可准确地对加工工件外形轮廓曲线进行加工,提高所述数控机床的工作效率和加工质量,加工操作简单、加工精度高。需要说明,所述子***可以为软件或固件,其中软件设有函数或子程序。
进一步说明,所述加工工件的外形轮廓曲线为自由曲线。
自由曲线是数控加工中常遇到的工件外形轮廓曲线,所述遗传算法子***通过建立数学模型和采用遗传算法迭代计算对自由曲线的数控加工,实现自由曲线等误差直线逼近节点的几何计算方法于计算机中编程并运用于数控机床,降低了数控机床的加工难度,提高加工精度。
进一步说明,如图3所示,所述遗传算法子***的操作步骤如下:
A建立数学模型
(1)确定允许误差、波动误差和逼近直线的斜率;
(2)确定自由曲线方程和逼近直线方程;
(3)确定目标函数、约束条件和终止条件;
B遗传算法迭代计算求解优化
(1)给定自由曲线参数和加工起点坐标(X0,Y0);
(2)采用实数编码,设定初始种群个体,随机生成个***置坐标(Xi,Yi)(i=1,…,n,n为种群个体个数),计算所有个体的目标函数;
(3)采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
(4)计算所有个体的目标函数值F(xi),加权平均求出该种群的平均目标函数值:
(5)评价所述平均目标函数值F(x)与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个***置坐标的平均值为下一节点坐标;否则返回步骤(3)迭代。
具体的数学模型建立思路是:将等误差直线逼近节点坐标的问题转变为带约束的函数优化问题,并使用遗传算法进行优化求解以实现等误差直线逼近节点坐标的求解。数学表示如下:
设自由曲线方程为:y=f(x)
允许误差为:e
波动误差为:bn
逼近直线段的起点坐标为:(X0,Y0)
逼近直线段的终点坐标为:(X,Y)
自由曲线上的点的坐标为:(xj,yj)
逼近直线的斜率为:k=(Y-Y0)/(X-X0)
逼近直线的方程为:y-Y0=k(x-X0).,即k·x-y-k·X0+Y0=0
逼近直线与自由曲线上点的误差距离为:
逼近直线与自由曲线的误差距离为:d=max{dj}
数学模型如下:
目标函数为:F(x)=|d-e|
约束条件为:y=f(x)
终止条件为:F(x)≤bn
如图2所示,遗传算法来源于对生物进化过程的模拟,即模拟生物种群适应生存环境的自然选择过程,所述遗传算法经过对种群个体的初始化、选择、进化、变异、评价和繁衍的过程来获得环境适宜度最佳的种群个体。遗传算法的初始化为一群随机的种群个体,每一个个体通过编码获得自身的基因,通过计算目标函数值可以获取每个个体的环境适应度。每一代的个体的繁衍过程中,自然环境会选择适应度高的种群个体并淘汰适应度低的个体。被选择的个体会进行基因交叉繁衍获得下一代的种群个体,且繁衍的过程中下一代个体会伴随着基因变异的发生。获取的新的种群个体会重新计算每个个体的环境适应度,并进入下一代个体的繁衍过程。最终,通过种群个体的不断繁衍,种群个体基因会趋于最佳的环境适应度,即种群整体趋近于目标函数的最优解。
如图3所示,本发明将所述遗传算法运用于所述数控机床中,即在等误差直线逼近节点中使用遗传算法求解单个节点,在建立数学模型的基础上,经过进行初始化、选择、重组、变异和评价的过程,所述个***置相当于所述节点坐标,评价所述平均目标函数值与波动误差的大小关系,不断进行迭代选择、进化、变异和评价,使种群的个体趋近于最佳的位置坐标,即所述自由曲线的最优逼近节点坐标,从而获得最优的加工曲面轨迹,提高对所述工件外形轮廓曲线的加工精度。
进一步说明,所述目标函数为所述自由曲线与逼近直线的误差。
将目标函数设为所述自由曲线与逼近直线的误差,从而评价平均目标函数值与波动误差的大小关系,判断是否在波动误差的范围内,保证所述逼近节点的误差于一定范围内。
进一步说明,所述约束条件为逼近节点在自由曲线上。
将约束条件设为逼近节点在自由曲线上,克服了原有的无法判断直线与自由曲线是否相交的缺点,将等误差直线逼近节点坐标的问题转变为带约束的函数优化问题,保证所求取的逼近节点的精度。
进一步说明,所述迭代终止条件为误差允许范围。
将误差允许范围作为迭代终止的条件,保证所求取的逼近节点坐标在误差允许的范围内,即保证逼近节点的加工误差,从而保证所述加工刀具对工件外形轮廓曲线的加工精度。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (2)
1.基于遗传算法的轮廓曲线数控代码生成方法,其特征在于:用于数控机床,包括如下加工步骤:
(1)于数控***中对加工工件的轮廓曲线建立数学模型;
(2)将遗传算法于计算机中编程迭代计算,求取有效的逼近节点;
(3)生成并输出加工刀具的加工曲面刀位轨迹数控代码;
(4)将加工工件放入加工台,通过夹具定位固定;
(5)由刀库出刀对刀,定位加工起点位置;
(6)所述加工刀具依步骤(3)获得的加工曲面刀位轨迹数控代码,于所述加工台上对所述加工工件加工,获得成品;
所述建立数学模型包括如下步骤:
Ⅰ.确定允许误差、波动误差和逼近直线的斜率;
Ⅱ.确定自由曲线方程和逼近直线方程;
Ⅲ.确定目标函数、约束条件和终止条件;
所述遗传算法迭代计算包括如下步骤:
①给定自由曲线参数和加工起点坐标;
②采用实数编码,设定初始种群个体,随机生成个***置坐标,计算所有个体的目标函数;
③采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
④计算所有个体的目标函数值,加权平均求出该种群的平均目标函数值;
⑤评价所述平均目标函数值与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个***置坐标的平均值为下一节点坐标;否则返回步骤③迭代;
所述目标函数为所述自由曲线与逼近直线的误差,所述约束条件为逼近节点在自由曲线上,所述迭代终止条件为误差允许范围。
2.一种适用于加工工件外形轮廓曲线的数控机床,包括加工台、加工刀具和数控***,其特征在于:所述数控***设置有用于确定加工曲面刀位轨迹的遗传算法子***,所述遗传算法子***根据加工面的初始位置确定所述刀具加工的移动,所述加工刀具由所述数控***控制其对工件的外形轮廓曲线的加工;
所述遗传算法子***是通过建立数学模型和采用遗传算法于计算机编程中的迭代计算求解优化,获取所述加工刀具的加工曲面轨迹的逼近节点;
所述加工工件的外形轮廓曲线为自由曲线;
所述遗传算法子***的操作步骤如下:
A建立数学模型
Ⅰ.确定允许误差、波动误差和逼近直线的斜率;
Ⅱ.确定自由曲线方程和逼近直线方程;
Ⅲ.确定目标函数、约束条件和终止条件;
B遗传算法迭代计算求解优化
①给定自由曲线参数和加工起点坐标;
②采用实数编码,设定初始种群个体,随机生成个***置坐标,计算所有个体的目标函数;
③采用轮盘赌的方法选择较优的个体;采用中间重组方式,计算下一代个体的位置;利用实数变异的方法,对下一代个体进行变异操作;
④计算所有个体的目标函数值,加权平均求出该种群的平均目标函数值;
⑤评价所述平均目标函数值与波动误差的大小关系,即种群整体在波动误差范围内为目标函数的最优解,存储当前种群个***置坐标的平均值为下一节点坐标;否则返回步骤③迭代;
所述目标函数为所述自由曲线与逼近直线的误差;
所述约束条件为逼近节点在自由曲线上;
所述迭代终止条件为误差允许范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610027118.2A CN105446269B (zh) | 2016-01-15 | 2016-01-15 | 基于遗传算法的轮廓曲线数控代码生成方法及其数控机床 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610027118.2A CN105446269B (zh) | 2016-01-15 | 2016-01-15 | 基于遗传算法的轮廓曲线数控代码生成方法及其数控机床 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105446269A CN105446269A (zh) | 2016-03-30 |
CN105446269B true CN105446269B (zh) | 2018-11-02 |
Family
ID=55556593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610027118.2A Active CN105446269B (zh) | 2016-01-15 | 2016-01-15 | 基于遗传算法的轮廓曲线数控代码生成方法及其数控机床 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105446269B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107204022B (zh) * | 2017-05-31 | 2021-01-05 | 铜仁市万山区丹凤朱砂工艺品研发检测鉴定中心有限公司 | 一种根据加工曲线获取加工路径的方法 |
CN107942946B (zh) * | 2017-11-28 | 2020-05-26 | 贵州航天电子科技有限公司 | 一种等宽台阶圆锥曲面的数控编程方法 |
GB2569307B (en) * | 2017-12-12 | 2022-06-29 | Fives Landis Ltd | Machine tools and methods of operation thereof |
CN108333937B (zh) * | 2018-02-02 | 2021-03-23 | 江苏师范大学 | 一种用于多轴联动机床的轮廓加工方法 |
CN108994553A (zh) * | 2018-07-06 | 2018-12-14 | 宁波联合蓝光科技有限公司 | 一种直齿轮数控加工方法 |
CN109271654B (zh) * | 2018-07-19 | 2023-04-18 | 平安科技(深圳)有限公司 | 模型轮廓的切分方法及装置、存储介质、终端 |
CN110866309B (zh) * | 2019-11-15 | 2023-05-23 | 中车南京浦镇车辆有限公司 | 一种基于地铁限界的地铁车辆最大轮廓的智能计算方法 |
CN111310385B (zh) * | 2020-01-22 | 2022-08-30 | 南昌航空大学 | 一种基于贪婪变异搜索的cmode优化夹具定位方法 |
TWI755189B (zh) * | 2020-12-07 | 2022-02-11 | 財團法人工業技術研究院 | 去毛邊軌跡提取方法及其系統 |
CN118244687A (zh) * | 2024-05-28 | 2024-06-25 | 西安航空学院 | 基于工业控制的智能化设备调节控制方法及*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3582676B2 (ja) * | 1995-11-01 | 2004-10-27 | 株式会社安川電機 | サーボ系の制御ゲイン調整装置およびその調整方法 |
CN101451305B (zh) * | 2008-12-18 | 2010-12-08 | 浙江工业大学 | 服装布匹、样片裁割过程中刀具空行程路径的控制方法 |
CN102193521B (zh) * | 2011-05-23 | 2013-01-02 | 西安理工大学 | 基于遗传算法的多孔并行加工方法 |
CN102609591A (zh) * | 2012-02-16 | 2012-07-25 | 华中科技大学 | 一种重型机床切削参数的优化方法 |
CN103198186B (zh) * | 2013-03-29 | 2015-07-08 | 南京航空航天大学 | 基于特征的飞机结构件切削参数优化方法 |
-
2016
- 2016-01-15 CN CN201610027118.2A patent/CN105446269B/zh active Active
Non-Patent Citations (1)
Title |
---|
蔡慧林.基于遗传算法的相交圆弧逼近轮廓曲线的节点计算.《兰州交通大学学报(自然科学版)》.2005,第1-3页. * |
Also Published As
Publication number | Publication date |
---|---|
CN105446269A (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105446269B (zh) | 基于遗传算法的轮廓曲线数控代码生成方法及其数控机床 | |
CN102831306B (zh) | 一种用于喷涂机器人的分层喷涂轨迹规划方法 | |
Feng et al. | Constant scallop-height tool path generation for three-axis sculptured surface machining | |
CN105676776B (zh) | 基于粒子群算法的轮廓曲线数控代码生成方法及数控机床 | |
CN100435055C (zh) | 五轴数控加工光滑无干涉刀具路径的规划方法 | |
TWI414376B (zh) | 一種五軸曲面側銑加工系統及其刀具路徑規劃方法 | |
CN109202904A (zh) | 一种机械臂运动路径的确定方法及确定*** | |
CN108499785B (zh) | 一种基于最小厚度约束的复杂曲面喷涂轨迹计算方法 | |
CN106133628A (zh) | 用于确定加工凹槽形状的刀具的路径的方法和*** | |
CN108875199B (zh) | 一种喷丸强化工艺的可视化仿真监测***及其方法 | |
CN107077126A (zh) | 刀具路径的生成方法及机床 | |
CN110500969B (zh) | 一种高陡度复杂曲面在位测量规划方法 | |
CN107037779B (zh) | 非均匀公差下的自由曲面nc加工刀具轨迹优化方法 | |
Lin et al. | Improving machined surface textures in avoiding five-axis singularities considering tool orientation angle changes | |
CN104318022A (zh) | 一种预测工件表面粗糙度并提高切削效率的方法 | |
CN110348086A (zh) | 一种球头铣刀立铣表面粗糙度快速建模方法 | |
CN109343468A (zh) | 一种基于投影偏置的叶片多轴轨迹生成方法 | |
CN109828535A (zh) | 一种基于四阶龙格-库塔算法的nurbs曲线插补方法 | |
CN106200558A (zh) | 基于模型的数控加工程序生成方法 | |
CN113276130A (zh) | 一种基于点云切片的自由曲面喷涂路径规划方法及*** | |
CN110732531B (zh) | 一种机器人激光清洗设备离线编程方法 | |
CN108038259A (zh) | 基于曲率生成气动部件外形的方法 | |
CN109597355B (zh) | 曲面微织构数控加工刀轴矢量的设计方法 | |
CN105930589B (zh) | 基于空间映射的多轴联动电火花加工进给速后处理器的数据处理方法 | |
Gilani et al. | A new heuristic non-linear approach for modeling the variable slope angles in open pit mine planning algorithms. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |