5. Результаты выполнения программы

Так как исходные данные, а именно следующие: начальный диаметр заготовки 20 мм, конечный диаметр 0 мм (полное снятие слоя) и длину 100 мм. Для учета времени на смену инструмента при моделировании процесса задано фиксированное значение 0,5 мин. То при запуске программы сразу начинается поиск оптимальных параметров глубины резки, скорости подачи и скорости резки

Рис.2 ­— Работа генетического алгоритма

В ходе эволюционного поиска (см. рис. 2) генетический алгоритм показал быстрый старт: уже к четвёртому поколению время обработки уменьшилось с 0,5062 до 0,5059 минуты за счёт увеличения глубины резкки до 3,8 мм и повышения скорости резания до 595,8 м/мин при максимальной подаче 0,900 мм/об. Затем, к девятому поколению, алгоритм нашёл минимальное время 0,5058 мин, фиксируя параметры около h = 3,007 мм и v = 602,1 м/мин. На двадцатом поколении произошёл очередной стохастический сдвиг глубины резания к 1,067 мм при почти той же скорости резания, что указывает на существование области оптимальных параметров. Дальнейшие поколения демонстрировали незначительные колебания глубины резки в диапазоне около 1,8 мм без изменения времени.

Рис.3 ­— Итоговый вывод работы генетического алгоритма

В финале (см. рис. 3) алгоритм остановился на сочетании h = 1,813 мм, S = 0,900 мм/об, v = 602,920 м/мин, которое и было признано оптимальным, подтвердив устойчивость метода: несмотря на мутацию и кроссовер, алгоритм последовательно удерживал лучшие решения и не скатывался к худшим.

Заключение

Выполненное исследование подтвердило, что применение генетического алгоритма к задаче оптимизации режимов токарной обработки позволяет эффективно находить сочетания глубины резания, подачи и скорости резания, минимизирующие время обработки при соблюдении технологических ограничений. Быстрый старт алгоритма, выраженный в резком снижении времени уже к четвертому поколению, и последующая стабилизация на уровне 0,5058 минуты демонстрируют его способность оперативно обнаруживать область оптимальных решений.

Многократные стохастические сдвиги глубины резания, не приводящие к ухудшению результата, свидетельствуют о стабильности метода под влиянием мутации и кроссовера. В финале эксперимента генетический алгоритм надёжно зафиксировал оптимальное сочетание h = 1,813 мм, S = 0,900 мм/об, v = 602,920 м/мин, что соответствует минимальному времени обработки. Таким образом, предложенный подход обеспечивает не только высокую точность расчётов, но и гибкость при изменении геометрии детали, что делает его перспективным инструментом для экономичной и производительной металлообработки в современных условиях.

Список используемых источников

1. И.С. Носиров, А.М. Белов Оптимизация параметров процесса резания токарного станка с ЧПУ с использованием генетического алгоритма // Известия СПбГЭТУ «ЛЭТИ». - 2020. - №2. - С. 73-78.

2. Справочник технолога-машиностроителя: в 2 т. Т. 2 / под ред. А. Г. Косиловой и Р. К. Мещерякова. М.: Машиностроение, 1985.

3. Основы генетических алгоритмов [Электронный реcурc] Режим доступа https://intuit.ru/studies/courses/14227/1284/lecture/24168?page=1. Дата обращения: 26 апреля 2025 г.

Санкт Петербург

2025