车间生产过程的能量足迹建模与加工参数协同优化

doi:10.3969/j.issn.1004-132X.2022.21.004

摘要/Abstract

摘要： 为降低零件加工过程的生产能耗，提出一种面向节能的车间生产过程多装备加工参数协同优化方法。以包含机床与机器人的定制化生产车间为研究对象，建立了考虑刀具退化动态过程的生产车间系统能量足迹模型。考虑刀具寿命、机器人运输平稳性的成本指标函数，建立了多装备系统的加工参数协同多目标优化模型。以加工时间为约束条件，使用蜂群算法获取了最优参数。实验表明，以节能目标为主的优化方案可降低机床加工能耗17.97%，降低机器人运输能耗18.13%。

关键词: 车间生产过程, 能量足迹, 多目标优化, 刀具寿命

Abstract: To reduce the energy consumption during the parts manufacturing processes， an energy-saving focused multi-equipment machining parameter collaborative optimization method was proposed. Taking the workshop manufacturing processes with machines and robots as target， the energy footprint models considering cutting tool degradation processes were setup for the workshop system. Considering the cost index function of tool life and stability of robotic transportation， a multi-objective collaborative optimization model of machining parameters with multi-equipment systems was established. Taking the processing time as constraint， the artificial bee colony algorithm was used to obtain the global optimal parameters. Experimental results show that the optimized parameters may reduce the energy consumption of CNC machines by 17.97%， and reduce the energy consumption of the robotic transportation by 18.13%.

Key words: workshop manufacturing process, energy footprint, multi-objective optimization, tool life

中图分类号:

TH18

田颖, 邵文婷, 王太勇. 车间生产过程的能量足迹建模与加工参数协同优化[J]. 中国机械工程, 2022, 33(21): 2547-2553.

TIAN Ying, SHAO Wenting, WANG Taiyong. Energy Footprint Modeling and Parameter Optimization in Workshop Manufacturing Processes[J]. China Mechanical Engineering, 2022, 33(21): 2547-2553.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.cmemo.org.cn/CN/10.3969/j.issn.1004-132X.2022.21.004

http://www.cmemo.org.cn/CN/Y2022/V33/I21/2547

参考文献

［1］曹华军，王坤，陈二恒，等. 未来绿色工厂［J］. 航空制造技术， 2018（12）：30-36.
CAO Huajun， WANG Kun， CHEN Erheng， et al. Green Factory of Future［J］. Aeronautical Manufacturing Technology， 2018（12）：30-36.
［2］王超，刘飞，庹军波. 一种数控切削机床运行能耗状态在线判别方法［J］. 中国机械工程， 2017， 28（13）：1620-1627.
WANG Chao， LIU Fei， TUO Junbo. A Method for On-line Differentiating Operations and Energy Consumption States of CNC Machines［J］. China Mechanical Engineering， 2017， 28（13）：1620-1627.
［3］PARK J， LAW K H， BHINGE R， et al. A Generalized Data-driven Energy Prediction Model with Uncertainty for a Milling Machine Tool Using Gaussian Process［C］∥10th ASME International Manufacturing Science and Engineering Conference（MSEC2015）. Charlotte， 2015：V002T05A010.
［4］ZHOU L R， LI J F， LI F Y， et al. Energy Consumption Model and Energy Efficiency of Machine Tools：a Comprehensive Literature Review［J］. Journal of Cleaner Production， 2016（112）：3721-3734.
［5］MOHAMMED A， SCHMIDT B， WANG Lihui， et al. Minimizing Energy Consumption for Robot Arm Movement［J］. Procedia CIRP， 2014（25）：400-405.
［6］PARYANTO， BROSSOG M， KOHL J， et al. Energy Consumption and Dynamic Behavior Analysis of a Six-axis Industrial Robot in an Assembly System［J］. Procedia CIRP， 2014（23）：131-136.
［7］黄拯滔，杨杰，张超勇，等. 面向能耗的数控铣削过程建模与参数优化［J］. 中国机械工程， 2016，27（18）：2524-2532.
HUANG Zhengtao， YANG Jie， ZHANG Chaoyong， et al. Energy-oriented CNC Milling Process Modelling and Parameter Optimization［J］. China Mechanical Engineering， 2016，27（18）：2524-2532.
［8］陈行政，李聪波，李丽，等. 面向能效的多工步数控铣削工艺参数多目标优化模型［J］. 计算机集成制造系统， 2016， 22（2）：538-546.
CHEN Xingzheng， LI Congbo， LI Li， et al. Multi-objective Parameter Optimization Model of Multi-pass CNC Milling for Energy Efficiency［J］. Computer Integrated Manufacturing System， 2016， 22（2）：538-546.
［9］XU L， HUANG C， LI C， et al. A Novel Intelligent Reasoning System to Estimate Energy Consumption and Optimize Cutting Parameters toward Sustainable Machining［J］. Journal of Cleaner Production， 2020， 261：121160.
［10］ZHANG J Q， LIU Q， XU W J， et al. Cross-layer Optimization Model toward Service-oriented Robotic Manufacturing Systems［J］. Journal of Manufacturing Science and Engineering， 2018， 140（4）：041002.
［11］SOBOTTKA T， KAMHUBER F， RSSLER M， et al. Hybrid Simulation-based Optimization of Discrete Parts Manufacturing to Increase Energy Efficiency and Productivity［C］∥15th Global Conference on Sustainable Manufacturing（GCSM）. Haifa， 2018：413-420.
［12］TIAN Y， ZHANG L， WANG T Y， et al. Energy Footprint Mapping Analysis-based Energy Saving Product Design Study［J］. Key Engineering Materials， 2016（693）：1966-1970.

[1]	李明磊, 贾育秦, 张学良, 刘丽琴, 杜娟, 温淑花, 兰国生. 基于多目标差异演化算法的并联机构结构优化 [J]. J4, 201016, 21(16): 1915-1920.
[2]	胡福清, 孙江宏, 孙英杰, 孙雨彤, 马超, 周福强, . 基于新型旋转直线往复机构的切片机设计分析及参数优化[J]. 中国机械工程, 2024, 35(04): 614-623，635.
[3]	魏书鹏, 唐红涛, 李西兴, 杨冠宇, 张健. 考虑双资源约束的柔性机械加工车间逆调度问题研究[J]. 中国机械工程, 2024, 35(03): 457-471.
[4]	荣誉, 陈刚, 豆天赐, . 一种多指标综合最优的抗冲击轨迹规划方法[J]. 中国机械工程, 2024, 35(02): 305-316.
[5]	刘毅, 易旺民, 姚建涛, 王兴达, 余鹏, 赵永生. 狭长空间内重载调姿装配机器人的设计与研究[J]. 中国机械工程, 2024, 35(02): 324-336.
[6]	屈力刚, 苏岩, 邢宇飞. 基于SHO-NSGA混合算法的飞机油舱管路自动布局方法[J]. 中国机械工程, 2023, 34(15): 1864-1872.
[7]	彭翔, 江浩浩, 郭玉良, 李吉泉, 易兵, 姜少飞, . 机翼蒙皮铺层顺序和材料布局协同优化[J]. 中国机械工程, 2023, 34(12): 1415-1424,1435.
[8]	陈西忍, 叶文华, 张朝宏, 崔坤坤, 冷晟, 叶柳康. 基于NURBS曲线的超高速电梯导流罩多目标气动优化设计[J]. 中国机械工程, 2023, 34(12): 1436-1445,1464.
[9]	王秋莲, 段星皓. 基于高维多目标候鸟优化算法的柔性作业车间调度[J]. 中国机械工程, 2022, 33(21): 2601-2612.
[10]	鲍宏, 杨靖, 柯庆镝, 李红真, 么永政, . 基于支持向量回归的熔丝制造3D打印能效优化模型[J]. 中国机械工程, 2022, 33(18): 2215-2226.
[11]	荣誉, 豆天赐, 张兴超, 张磊, 赵景宇. 一种平面冗余机器人总性能最优的实时控制方法[J]. 中国机械工程, 2022, 33(16): 1928-1939.
[12]	李好, 徐志玲, 徐勇, 赵有为. 基于局部搜索NSGA-Ⅱ算法的机械产品分组选择装配方法[J]. 中国机械工程, 2022, 33(09): 1127-1133.
[13]	邹裕吉, 宋豫川, 王馨坤, 王毅. 自动导向小车与加工设备多目标集成调度的聚类遗传算法[J]. 中国机械工程, 2022, 33(01): 97-108.
[14]	尚祖恩, 赵丽娟, 刘雄豪, 金鑫. 煤矿救援机器人可折展水弹轮式结构分析与优化[J]. 中国机械工程, 2021, 32(24): 2924-2933.
[15]	武星, 翟晶晶, 楼佩煌, 胡亚, 肖海宁. 考虑任务行程时间的多载量自动导引车系统防死锁任务调度[J]. 中国机械工程, 2021, 32(23): 2840-2849.