买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工业大学

摘要：本发明提供了一种基于NSGA‑Ⅱ遗传算法的光学晶体微缺陷修复工艺多目标优化方法，属于光学元件加工技术领域。为了解决现有的微铣削修复研究中缺少对多工艺参数耦合作用并同时考虑表面质量和修复效率的需求进行研究的问题。该方法包括如下步骤：S1、以层铣余量、进给速度、主轴转速和螺旋步距为决策变量，以表面粗糙度Sa和修复时间T为优化目标，构建目标函数；S2、确定多目标决策模型的约束条件；S3、根据构建的目标函数和约束条件，构建多目标决策模型；S4、利用NSGA‑II算法对多目标决策模型中决策变量进行求解；S5、根据加工需求选择所需优先解，用于修复加工。本发明为不同修复表面粗糙度和修复效率需求确定实际的修复加工工艺参数提供了有效方法。

主权项：1.一种基于NSGA-Ⅱ遗传算法的光学晶体微缺陷修复工艺多目标优化方法，其特征在于包括如下步骤：S1、根据KDP晶体微缺陷修复加工情况，以层铣余量ap、进给速度f、主轴转速n和螺旋步距d为决策变量，以表面粗糙度Sa和修复时间T为优化目标，根据优化目标与决策变量的内在联系采用线性回归拟合的方式构建目标函数；S2、根据KDP晶体微缺陷修复运动系统的精度、塑性域切削参数要求、表面质量要求和当前对单一工艺参数的研究，确定多目标决策模型的约束条件；S3、根据S1构建的目标函数和S2确定的约束条件，构建多目标决策模型；S4、利用NSGA-II算法对多目标决策模型中的决策变量进行求解，得到模型中决策变量的最优解；S5、根据得到的决策变量最优解的分布情况，划分质量优先解和效率优先解，根据加工需求选择所需优先解，将所选优先解的工艺参数转换的数控加工NC代码用于KDP晶体微缺陷的修复；所述S4包括如下步骤：S41、设置NSGA-II算法的参数，包括初始化种群个数N、最大迭代次数、交叉概率、变异概率、交叉分布指数、变异分布指数，得到父代种群Pt，t＝1；S42、对个体进行非支配排序，得到非支配集，并在每个非只配集对各个体计算拥挤度，再通过选择、交叉、变异得到子代种群Qt；S43、将子代种群Qt与父代种群Pt合并组成大小为2N的种群Rt，根据精英策略对种群进行非支配排序生成非支配集并计算拥挤度，产生新的子代种群Qt+1；S44、判断迭代次数是否到最大迭代次数，若满足则进入S25，若不满足则返回S22，令t＝t+1，进行迭代计算；S45、输出决策变量最优解，算法终止。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种基于NSGA-Ⅱ遗传算法的光学晶体微缺陷修复工艺多目标优化方法