基于模糊数学综合评判和遗传算法的绿色工艺路线优化方法研究

1、中国科技论文在线 基于模糊综合评判和遗传算法的绿色工艺路线优化方法研究仝伟，雷琦5 （重庆大学机械传动国家重点实验室，重庆 400030）摘要：针对离散制造企业工艺规划中的工艺路线优化问题，为了有效促进生产过程中实现节能减排，提出了一种基于模糊综合评判和遗传算法的绿色工艺路线优化方法。该方法将生产能耗与生产时间、成本一同作为工艺特征加工方案的模糊综合评判指标和工艺路线的优化目标。首先，利用模糊综合评判得到基于零件特征的以工步为单位的最优加工方法链；然后在工步排序过程中同时考虑设备和刀具的选择，利用遗传算法实现工艺路线的优化决策。最后，通过实例应用，验证了研究内容的有效性和实用性。关键词：工艺路

2、线优化；工步；绿色制造；遗传算法；模糊综合评判中图分类号：TH1621015 Research on Green Process Route Optimization Methodbased on Fuzzy Synthetic and GATong Wei, Lei Qi(State Key Labotatory of Mechanical Transmission,Chongqing University, ChongQing 400030) Abstract: Aiming at the problem of process route optimization in process p

3、lanning, and to realize the energy saving and emission reduction, this paper proposed a kind of process route optimization method based on Fuzzy Synthetic Evaluation and GA. With the time and cost of production, the energy consumption are also considered as the evaluation index of process feature pr

4、ocessing and process route optimization goals. Firstly, through the Fuzzy Synthetic Evaluation, obtaining the optimal processing methods based on the process feature. And then,using GA to realize the optimization of process route, and considering alternations of equipments and tools while the workin

5、g-step schedule. Finally, through an example implementation to certificate the effective and practical of contents in this paper.Keywords: process route optimization; process step; Green Manufacturing; GA; fuzzy synthetic 20 2530 0 引言机械加工中的工艺路线决定了基于产品工艺特征的加工顺序和加工方法，是指导车间生产调度和实际生产过程的重要依据，是影响企业生产效率、生产

6、成本和产品质量的直接因素，是决定企业竞争力的关键。另外，绿色制造是目前国内外大力倡导的一种综合考虑资源效率和环境影响的现代制造模式1，而工艺路线的确定是绿色制造过程中的关键问题之一。因此，35 研究工艺路线的优化决策方法具有十分重要的实际意义。围绕工艺路线的制定和优化方法，无论是工业界还是学术界已进行了大量研究。时高伟等人在文献2中研究了基于模糊综合评判的机械制造工艺方案选择；田颖等人在文献3中研究了基于蚁群算法的零件多工艺路线决策方法；朱海平等人在文献4中利用遗传算法实现了基于零件特征的工艺过程排序；王忠宾等人在文献5中、LI L等人在文献6中分别研40 究了基于遗传算法的工艺路线优化决策。

7、这类研究都采用单一优化算法来实现对工艺路线的优化，全程利用模糊综合评判将导致制定的工艺路线过于依赖生产经验，没有实现科学层面基金项目：国家自然科学基金重点项目（50135001）作者简介：仝伟，（1987-），女，硕士研究生，主要研究方向：网络化制造，企业信息化通信联系人：雷琦，（1976-），女，副教授，主要研究方向：网络化制造，企业信息化. E-mail: leiqi- 1 -中国科技论文在线 上的优化；但如果单从理论角度通过优化算法对工艺路线进行优化，将可能导致最终生成的最优工艺路线在实际生产中反复修改甚至不可用，并且在算法实现方面也容易出现局部优化、算法效率较低等问题。45 针对上述问

8、题，部分学者进行了改进性研究。张国辉等人在文献7中研究了基于改进遗传算法的工艺路线优化；黄伟军等人在文献8中研究了基于遗传算法与有向拓扑排序的工艺路线优化。这类研究主要通过对主优化算法实现过程的部分改进，目的是为了控制主优化算法的收敛速度和寻优范围，但其秉承的优化思想与单一优化算法基本一致，无法从本质上解决单一优化算法的诸类缺陷。50 针对现有研究的局限性，考虑生产过程中的节能减排，本文提出了一种基于模糊综合评判和遗传算法的绿色工艺路线优化决策方法，可以很好地将工艺人员积累的经验知识与科学优化算法结合起来，既能提高算法的寻优效率，又能保证最终工艺路线的可用和优化。 1 基于模糊综合评判和遗传算

9、法的绿色工艺路线优化方法体系结构 本文提出的基于模糊综合评判和遗传算法的绿色工艺路线优化方法的体系结构如图155 所示：图1 优化方法体系结构Fig.1 The architecture of optimization method60 （1）工艺特征加工方案决策研究。根据产品设计信息，分析产品工艺特征，研究基于模糊综合评判的工艺特征加工方案决策方法，最终得到零件特征加工方法链。（2）工艺路线优化决策方法研究。将上述得到的以工步为单位的零件特征加工方法链作为优化对象，研究基于遗传算法的工艺路线优化决策方法，最终得到最优工艺路线。（3）考虑生产过程中的节能减排，本文将生产能耗与生产时间、成本一同

10、作为工艺特65 征加工方案的模糊综合评判指标和工艺路线的优化目标，保证前后优化决策目标的一致性。2 基于模糊综合评判的工艺特征加工方案决策2.1 基于模糊综合评判的工艺特征加工方案选择流程基于模糊综合评判的工艺特征加工方案选择的基本流程如图2所示：（1）分析并确定待加工零件的工艺特征类型（如：平面、外圆表面、内孔、倒角等）。 70 （2）根据零件的工艺信息（精度等级、表面粗糙度等），从相应的特征加工方法集中- 2 -中国科技论文在线 析取适合各工艺特征的所有可行的加工方案，形成可行加工方案集。在此基础上，根据相关约束条件（比如材料加工性能、生产批量等），过滤掉一部分可行但并不适用的加工方案，这

11、样不仅可以缩小后续的模糊评判范围，提高优化效率，也可以保证最终结果的实用性。（3）根据具体的加工资源信息，结合生产经验，工艺人员或专家针对每一个工艺特征75 的所有可行加工方案利用模糊评判进行综合评判，形成各工艺特征可行加工方案的优先级排序，并最终选择较优的加工方案。80 图2 基于模糊评判的工艺特征加工方案选择流程 Fig.2 The processing scheme selecting procedure of process feature based on fuzzy synthetic evaluation2.2 工艺特征加工方案析取零件的结构形状多种多样，但各类零件都是由一些基本

12、的特征表面组成，比如：平面、圆柱面或曲面、内孔等，每一种特征都有多种加工方法。通过大量的生产实践，基于加工精度和表面粗糙度，同时结合企业产能现状，工艺部门可以为每一种工艺特征总结出一套可行85 的加工方法集，囊括该特征主要的加工方法。图3给出的是一套常用的平面特征加工方法集。- 3 -中国科技论文在线 Fig.3 图 3 平面特征加工方法集9 The set of plane processing scheme9 90 2.3 基于模糊评判的工艺特征加工方案优化决策 对某一特征面来说， 可以通过几种不同的加工方案来实现， 不同的加工方案完成该特征 表面的效果也是不一样的， 如何从多种加工方案中

13、选取一种较为合理的加工方案主要取决于 工艺人员对质量、时间、成本、生产能耗等优化目标的考虑。本文通过建立加工方案评价指 标体系， 将上述析取出的基于零件工艺特征的可行加工方法集作为评判对象， 利用模糊评判 95 方法对其进行综合评判，最终选择较优的加工方案。 2.3.1 建立评价指标体系 综合考虑生产时间、能耗和成本，本文建立的加工方案评价指标体系结构如图 4 所示。 100 Fig.4 图 4 加工方案评价指标体系结构 Architecture of processing scheme evaluation index 评价指标分为两个层次，一级指标包括生产时间、生产能耗、生产成本三个方面，

14、各一 级指标下设相关联的二级指标， 使得对工艺方案的评判更加细化和深入。 由于各加工方案使 105 用的是同一原材料， 故在生产成本的二级指标中没有考虑原材料费用。 节能减排是绿色制造 -4- 中国科技论文在线程中的节能减排，实现绿色制造。2.3.2 的重要目标，因此，将生产能耗作为加工方案的评价因素，可以保证最大程度地实现生产过基于模糊综合评判的工艺特征加工方案决策假设特征平面Fj有q种可行的加工方案UFj=u1,u2.,ui,.,uq，要评价这q种加工方案的110 效果，可以以UFj=u1,u2.,ui,.,uq作为评价的对象集，假设需要考虑的评价因素有P个，则建立的评价指标体系为VFj=

15、v1,v2,.,vp。（1）利用层次分析法确定各评价指标的权重工艺人员通过对车间设备资源和生产条件进行分析，根据具体的生产要求，结合在生产实践中积累的工艺知识，利用层次分析法确定各评价指标的相对权重。构建的判断矩阵如下：a11a12a21a22A=.ap1ap2.a1p.a2p .app115 (1)判断矩阵中aij代表评价要素i与要素j相比的重要性标度。根据判断矩阵计算各评价指标的权重，即：Wi= (2)经过归一化处理，得到各评价指标的权重向量集：120 WFj=w(Fj)1,w(Fj)2,.,w(Fj)i,.,w(Fj)p (3)其中w(Fj)i0，i=1,2,.,p，wi=1p(Fj)i

16、=1。（2）对可行加工方案进行模糊综合评判对于一个具体的加工方案，工艺专家根据其在各个评价指标上的表现进行模糊打分评判，得到零件工艺特征所有可行加工方案的评判矩阵，其中rij表示第j种加工方案在评价125 因素i上工艺人员的模糊评判情况。.r1q.r2q (4) R(Fj).rpq利用各评价指标的权重向量集WFj实现对各加工方案的综合评判，即：B(*Fj)=WFj×R(*Fj)=b1b2.bk.bq (5) r11r12rr2221=.rp1rp2bk表示特征平面Fj的第k种加工方案的综合评判结果。根据所得的模糊综合评判结果130 *确定各加工方案的优先级集合（按评判值由高到低排列）

17、：UFj=u1,u2.,ui,.，并从中选取该工艺特征的较优加工方案。由于本文建立的是两级评价指标体系，故先对每一个一级指标下设的二级指标进行模糊评判，实现各一级指标的单因素评判，并在此基础上再给一级指标赋予相应的权重，进行二阶综合评判，最终得出对总体的综合评判结果。通过对零件各工艺特征的所有可行加工方案- 5 -中国科技论文在线135 进行相同的操作后，可以得到各工艺特征较优的加工方案，组成零件的工艺特征加工方法链。3 基于遗传算法的工艺路线优化决策根据得到的零件工艺特征加工方法链，利用遗传算法对基于零件工艺特征的加工方案进行工步排序和优化，最终得出一条合理并优化的工艺路线。3.1 优化目标

18、函数140 考虑生产能耗、生产成本、生产时间，工艺路线优化的各目标函数可以表示为：生产成本函数：C=fc(X)生产时间函数：T=ft(X)生产能耗函数：R=fr(X)其中自变量X表示工步排序。工艺路线优化追求生产成本最低、生产时间最短、生产145 能耗最低，是一种典型的多目标优化问题，其一般表示方式为：F(X)=Optimumft(X);fc(X);fr(X)=minft(X);minfc(X);minfr(X) (6)3.2 约束条件零件的各工艺特征之间存在着各种约束关系，按照强制性程度的不同，可分为合理性约束和最优化约束，在工艺路线的工步排序及优化过程中，前者是必须要满足的，后者需要尽15

19、0 量满足。合理性约束集Ra约束集一般包括：先基准后其它；先面后孔，先面后键槽；先主后次；非破坏性约束关系，即后面加工的特征不能破坏前面已形成的特征；特征属性自身决定的先后顺序，例如一个内孔在扩孔加工之前必须先钻孔。最优化约束集Rb包括：尽量减少装夹次数；尽量减少换刀次数；聚类约束，即155 为了维持零件所定义的形位公差（直线度、平行度、同轴度等），某些工艺特征的加工最好在一次装夹中完成。3.3 遗传算法在工艺路线优化中的实现*F1,F2,.,Fk表示零件的K个工艺特征，UFj=f1,f2,.,fn表示为特征Fj选取的较优加工方案，f1,f2,.,fn表示该加工方案中的工步，零件的工艺路线可以

20、表示成： 160 *UF1,UF2,.,UFj,.,UFk=f1,f2,.,fnF1,f1,f2,.,fnF2,.,f1,f2,.,fnFj,.,f1,f2,.,fnFk工艺路线优化就是将基于零件各工艺特征的工步进行排序及优化，当得到目标函数值最优并满足所有合理性约束、最大程度地满足最优化约束的工艺路线时，就认为是该零件的最优工艺路线。利用遗传算法实现工艺路线优化的流程如图5所示：- 6 -中国科技论文在线165 图5 基于遗传算法的工艺路线优化流程Fig.5 The procedure of process route optimization based on GA（1）染色体编码方案及终

21、止条件设定由于零件的同一工艺特征可以采用不同的加工方法，同一加工方法也可以在功能类似的170 不同设备上加工，这将导致切削参数、刀具等的选择出现较大的差异，进而影响到优化目标函数值，影响优化结果。所以本文采用集成编码策略，即：在染色体编码设计阶段将工步编号与设备编号、刀具编号等绑定在一起，作为一个整体考虑。这样，染色体中的每一个基因包含三部分：工步编号、所选设备编号、所选刀具编号，如图6所示。175 图6 染色体编码方案Fig.6 Chromosome coding schedule需要说明的是，在选取设备、刀具环节，若不考虑车间生产现状，就有可能导致前期制定的工艺路线，在后续的生产调度中遭遇

22、诸如瓶颈资源等问题，不是修改工艺路线，就是修180 改调度方案，导致制造信息和制造过程的中断。因此，在工艺路线优化阶段，就应考虑企业产能利用情况。而车间产能信息的获取要求实现车间生产信息向工艺规划层的实时反馈，实现工艺规划与车间生产调度的有效集成1112。本文设定的计算终止条件包含两方面：1）事先确定一定的计算次数，当达到计算次数时，停止计算，将适应值最高的个体作为最优结果输出；2）如果连续N次最优个体适应度185 值不变或变化幅度很少，则停止计算，将最优个体作为最优结果输出。- 7 -中国科技论文在线（2）适应度函数 综合考虑各方面因素，本文设定的适应度函数包含两部分：第一部分将优化目标函数

23、映射成适应度函数。由于工艺路线优化目标函数求解的是最小化问题，故这部分适应度函数为：1 F(X)190 Fitf1(X)=(7)第二部分主要考虑最优化约束条件，即装夹次数、换刀次数和聚类约束三方面因素，由此构建的适应度函数表示为：Fitf2(X)=1Score1+2Score2+3Score3 (8)式中Score1、 Score2、Score3分别表示装夹得分、换刀得分和聚类得分，每部分得分均为195 满分100，1、2、3分别表示三部分的权重，通常取值：1=0.5，2=0.3，3=0.2。a) 装夹得分（n个特征，k种装夹类型，Ns次装夹）：Score1=100×max(Ns)N

24、s/max(Ns)min(Ns)=100×(nNs)/(nk) (9) b）换刀得分（n个特征，l种刀具，Nt次换刀）：Score2=100×max(Nt)Nt/max(Nt)min(Nt)=100×(nNt)/(nl) (10) 200 c) 聚类得分：设存在k个聚类约束C1,C2,.,Ck，对于Ci，若该约束能满足，则(Ci)=1，否则(Ci)=0，则：Score3=100×(Ci)/k （11）i=1k综上，本文定义的适应度函数可以表示为：205 Fitf(X)=w1Fitf1(X)+w2Fitf2(X)=w1+w2(1Score1+2Score2

25、+3Score3) （12） F(X)式中的w1，w2分别表示两部分适应度函数的比重，由工艺人员根据生产目标定义。 （3）交叉本文采用部分匹配交叉的方法完成染色体交叉操作。部分匹配交叉（PMX）是对传统交叉方法进行适当修正，从而使其自动满足优化问题的约束条件10。由于本文采用自然数210 编码，在两个父串进行交叉操作后，会出现任务重复，即在一条工艺路线中某一工步出现了两次，产生非法个体，解决的方法是将两个个体匹配区域外出现的重复工步，按照匹配区域内的映射关系进行交换，从而使工步排序成为理论上可行的工艺路线。具体实现过程如下：产生非法个体后的处理策略：215最终得到的两个新个体： - 8 -中国

26、科技论文在线 220（4）变异 图7 交叉 Fig.7 Crossover 由于本文采用自然数集成编码方式，故变异操作采用双层位点独立并行变异。第一层：将基因码作为一个整体进行变异操作；第二层：将基因码中的设备编号、刀具编号分别独立地通过特殊的变异算子进行变异操作。具体变异方法就是以一定的变异概率，将被选择的基225 因变为以概率选择的其他基因，同时为了消除非法性，将其他基因所在的基因座上的基因变为被选择基因。实现过程如下：变异前变异后230（5）运行参数 图8 变异Fig.8 Mutation利用遗传算法实现工艺路线优化，主要的运行参数包括：种群规模大小M、交叉概率Pc、变异概率Pm、遗传算

27、法计算次数N。4 实例应用235 如图所示的零件有9个工艺特征，包括平面（F1,F3,F9），外圆表面（F8），孔（F2,F4,F5,F6,F7），括号中的内容表示工艺特征编号。240 图9 某零件三维图 Fig.9 Three-dimension graph of a part4.1 基于模糊综合评判的工艺特征加工方案析取及优化决策针对每一个工艺特征，根据加工精度和表面粗糙度，从相应的加工方法集中析取出可行的加工方案，并利用模糊综合评判从中选取较优的加工方案。以孔F5为例，从孔系加工方法集中，可以析取出5种适合该孔的加工方案，分别是：u1=钻粗铰精铰；u2=钻245 扩粗铰精铰；u3=粗镗半

28、精镗精镗；u4=钻粗扩精扩铰；u5=粗镗- 9 -中国科技论文在线 半精镗磨孔。工艺人员利用模糊综合评判对这5种加工方案进行评判。首先，针对一级评价指标，利用层次分析法确定各评价指标的相对权重。构建的判断矩阵如下：132 11A=1321212250 计算并通过归一化处理，得到一级指标的相对权重为WF5=0.54,0.16,0.3，其余二级指标相对权重采用相同的计算方法得到，计算结果如表1中所示。其次，工艺专家根据生产经验对各加工方案在评价指标上进行综合打分，打分情况如表1所示。255 表1 F5评价指标权重分配及打分情况Tab.1 Evaluation indexs weight alloc

29、ation and estimation of F5一级指标及权重 二级指标及权重 特征加工方案 u5 u1 u2 u3 u490 85 95 85 90 生产准备时间（0.25） 生产时间95 90 85 92 80 机加工时间（0.6） （0.54）93 90 90 90 85 生产辅助时间（0.15）85 80 80 80 75 生产能耗 生产能量消耗（0.4）90 90 85 90 85 废弃物排放量（0.3） （0.16）90 90 85 90 80 环境污染程度（0.3）95 95 90 95 85 生产成本 工人工资（0.25）100 100 95 100 90 设备费（0.4）

30、 （0.3）93 90 92 90 90 刀具费用（0.15）90 90 85 90 83 工装夹具费用（0.1）91.04 87.56 85.78 88.21 81.39 模糊综合评判结果*根据表中评判结果，为特征F5选取的较优加工方案为UF同5=u1=钻粗铰精铰。理，可以为其它工艺特征选取较优的加工方案。260 4.2 基于遗传算法的工艺路线优化通过模糊综合评判，为每一个工艺特征选取的加工方案、具体的工步内容以及每一工步的可选设备和刀具如表4所示，所有的设备列表如表2 所示，刀具列表如表3所示。表2 设备列表Tab.2 Equipments list设备编号 设备M01 普通铣床M02 三

31、轴立式铣床M03 数控立式铣床M04 钻床M05 万能外圆磨床- 10 - 265 270中国科技论文在线275 表3 刀具列表Tab.3 Tools list刀具编号 刀具 刀具编号 刀具T01 T08 铣刀1 铰刀1T02 T09 铣刀2 铰刀2T03 T10 铣刀3 铰刀3T04 T11 钻刀1 铰刀4T05 T12 钻刀2 锪钻T06 T13 钻刀3 砂轮T07 钻刀4表4 各工艺特征的工步内容及可选设备和刀具Tab.4 Working-step and alternative equipments and tools per process feature工艺特征及编号 加工方案 工

32、步内容 可选设备编号 可选刀具编号 4个侧面F1 铣 01.粗铣 M01，M02，M03 T01，T02，T0302.半精铣 M01，M02，M03 T01，T02，T03T12 锪 03锪孔 M01，M02，M03，M04 底面斜孔F2底面F3 铣 04.粗铣 M01，M02，M03 T01，T02，T0305.精铣 M01，M02，M03 T01，T02，T03T04 孔F4 钻 06.钻孔 M01，M02，M03，M04 T08 07.铰孔 M01，M02，M03，M04T05 钻 中心孔F5 08.钻孔 M01，M02，M03，M04 T09 09.粗铰 M01，M02，M03，M04

33、T09 10.精铰 M01，M02，M03，M04T06 钻 11.钻孔 M01，M02，M03，M04 斜孔F6T10 12.粗铰 M01，M02，M03，M04T10 13.精铰 M01，M02，M03，M04T07 4个定位孔F7 钻 14.钻孔 M01，M02，M03，M04 T11 15.铰孔 M01，M02，M03，M04M05 T13 磨 16.精磨 凸台侧面F8上表面F9 铣 17.粗铣 M01，M02，M03 T01，T02，T0318.精铣 M01，M02，M03 T01，T02，T03280 该零件的9个工艺特征需要18个工步完成加工，其工艺路线就是这18个工步的有序集合

34、，各工步编号如表4中所示。利用遗传算法对工艺路线进行优化时染色体表现形式如图10所示。285 图10 染色体表现形式Fig.10 Manifestation of chromosome计算参数设置：初始种群大小为M=50，遗传算法计算次数N=1000，交叉概率Pc=0.7，基因码整体变异概率Pm1=0.1，设备编号、刀具编号的独立变异概率Pm2=0.05。当计算到第1000代时，得到最优个体，如图11所示。290 图11 最优染色体Fig.11 Optimal chromosome根据最优染色体转化成的最优工艺路线如表5所示：295- 11 -中国科技论文在线加工顺序工步编号设备编号刀具编号加

35、工顺序工步编号设备编号刀具编号 表5 最优工艺路线 Tab.5 Optimal process route 1 2 3 4 5 6 7 8 9 01 04 02 05 17 18 08 09 10 M02 M02 M02 M02 M02 M02 M04 M04 M04 T02 T02 T02 T02 T02 T02 T05 T09 T09 10 11 12 13 14 15 16 17 18 06 07 14 15 11 12 13 03 16 M04 M04 M04 M04 M04 M04 M04 M04 M05 T04 T08 T07 T11 T06 T10 T10 T12 T13300 5 结论工艺路线优化是实现计算机辅助工艺设计的关键技术