Non-productive time optimization for 5-axis EDM drilling using HVNTS algorithm
Non-productive time optimization for 5-axis EDM drilling using HVNTS algorithm
复制标题
使用 HVNTS 算法优化 5 轴 EDM 钻孔的非生产时间
DOI：
10.1080/00207543.2020.1779961
复制
发表时间：
2020-06
影响因子：
9.2
通讯作者：
Zhao Wan-Sheng
中科院分区：
文献类型：
--
作者：
Wang Jian;Xi Xue-Cheng;Qin Ling;Zhang Ya-Ou;Zhao Wan-Sheng
本文提出了一种混合变量邻域搜索/禁忌搜索（HVNTS）方法和一种称为成对内部重新洗牌（PIR）的邻域生成策略，用于 5 轴放电加工（EDM）钻孔过程的工艺规划，其目的是最小化加工过程的总非生产时间，包括刀具移动时间、刀具切换时间和 Z 轴补偿移动时间。为了获得非生产时间的数学模型，然后利用运动学变换和切比雪夫距离函数。为了有效地求解数学模型，由于模型具有大量 0-1 变量，因此采用了 HVNTS 算法。为了提高求解质量，同时应用并验证了PIR方法和动态邻域策略。获得的仿真结果表明，所提出的基本 HVNTS 和改进的 HVNTS 在有效优化 5 轴 EDM 钻孔过程的非生产时间方面具有显着贡献。
This paper presents a hybrid variable neighbourhood search/tabu search (HVNTS) method and a neighbourhood generation strategy called pairwise inter-reshuffle (PIR) for process planning of 5-axis electrical discharge machining (EDM) drilling processes, which aims to minimize the total non-productive time of the machining process, including tool travelling time, tool switching time and Z-axis compensation moving time. To obtain a mathematical model of the non-productive time, a kinematic transformation and a Chebyshev distance function are then utilized. To solve the mathematical model efficiently, an HVNTS algorithm is applied as the model has a large number of 0–1variables. To improve the solution quality, the PIR method and a dynamic neighbourhood strategy are applied simultaneously and verified. The obtained simulation results demonstrate that the proposed basic and the improved HVNTS have a significant contribution in optimizing the non-productive time of the 5-axis EDM drilling process effectively.
登录
查看更多内容
影响因子：
9.2
作者：
Y. Kim;E. Wang;Il-Kyu Hwang;H. Rho
通讯作者：
Y. Kim;E. Wang;Il-Kyu Hwang;H. Rho
DOI：
10.1007/978-3-030-15843-9
发表时间：
2018
期刊：
Lecture Notes in Computer Science
影响因子：
--
作者：
Angelo Sifaleras;S. Salhi;J. Brimberg
通讯作者：
Angelo Sifaleras;S. Salhi;J. Brimberg
影响因子：
2.1
作者：
Mladenovic, N;Labbé, M;Hansen, P
通讯作者：
Hansen, P
影响因子：
9.2
作者：
Tamjidy, Mehran;Paslar, Shahla;Ariffin, M. K. A.
通讯作者：
Ariffin, M. K. A.
影响因子：
1.9
作者：
Bogard, DG;Thole, KA
通讯作者：
Thole, KA