文献综述（或调研报告）：
在金属车削加工中，切削用量是优化车削过程时最有影响力的重要因素。因为刀具的切削参数能够影响的不仅是产品的生产成本、表面粗糙度及加工效率，而且还会影响刀具与机床等设备的消耗、设备的噪声、物料及能源的消耗、操作人员的安全性问题以及切削液造成的污染等问题。所以，选择合理的切削用量对机加工有着十分重要的意义。传统方法通常都是通过翻阅相关手册、根据工人的经验或切削实验来实现对切削用量进行选择，但是这种方法有着明显的缺陷，也就是无法做到定量计算和选择切削用量，而且还对资源及环境的消耗和影响视而不见，很明显这种方法的弊端很快在生产中就显现出来，已经跟不上现代化对绿色环保生产的要求。而且，随着数控科技的迅猛发展,对于切削用量，需要更大的灵活性以及选择范围。随着现代加工要求变得日益高速化和精密化，仅凭传统方法选择的切削用量是难以满足生产需要的。对于怎么去科学合理的进行刀具切削用量的选择，以实现减少生产成本、节省资源、提升加工效率和保护环境的目标，是迫切需要我们解决的诸多问题。
为了能够优化切削加工产品的表面质量，以及提高生产效率，我国一辈又一辈的研究人员做了大量的工作。迄今为止，已经有了很多关于优化刀具切削参数的研究。刘伟等[1]提出了一种基于Pareto遗传算法的切削用量优化算法，首先,建立多目标优化模型。其次,改进选择算子,从而保证算法的搜索方向;运用小生境技术以提高种群的多样性。然后,采用交叉和变异进行基因重组,得到优化解集。并用实例验证了该算法的可行性和有效性。贾明刚等[2]提出了基于模糊层次分析法和理想点法的切削用量选择模型，考虑到了绿色环保，然后结合实例验证了该方法对刀具切削用量选择具有可行性，但其中专家对权重打分环节效率低下且不具有灵活性，在生产中不切实际。冯国勇[3]构建基于遗传算法的金属切削用量优化系统框架结构,并与传统切削用量方法进行比较，但是没有给出算法，优化的是单目标，也缺乏实例。任小平等[4]通过建立满足特定约束条件的单件生产成本和生产率目标函数,构建切削用量优化数学模型,给出相应实例进行分析，虽然分析了两个目标，但是都是单独分析，没有进行综合分析，也未介绍实现的算法及软件。冯景春[5]探索将遗传算法应用于车削用量的优化,以获取最大生产率的理论和方法，并进行了实例应用和数值分析，但是只考虑了单个目标。Ozel等[6]利用神经网络建模方法，对精加工过程中不同切削条件下的表面粗糙度和刀具侧面磨损进行了预测，为了捕获特定的过程参数，还开发了回归模型，并对两者进行了比较。范正伟等[7]针对车床切削过程的复杂性，在充分考虑加工过程约束条件的基础上，采用改进的多目标猫群算法进行优化，建立了生产率、刀具耗损寿命和表面粗糙度的切削参数优化问题的数学模型，但除了效率以外的两个目标不适合作为优化对象，而应该作为约束。张赟,董长双[8]根据线性加权和法,以进给量和切削速度为变量,以最大生产率和最低生产成本为目标建立优化数学模型,并且考虑机床和刀具的约束,利用粒子群算法在MATLAB上对数学模型进行寻优求解，但是缺少对比案例。朱小平,王涛[9]采用多目标粒子群算法首先求得问题的pareto最优前沿,经过后期多准则决策得到满足不同要求下的最优方案。采用这种先寻优后决策的方法,能有效弱化先验知识不足的影响。白飞先等[10]通过模糊层次分析法，综合考虑切削用量的影响因素对切削用量的影响以及切削用量之间的影响，最后选择合适的切削用量，加工得到高质量的加工工件。齐晓宁等[11]基于绿色制造的思想，建立了以生产率、成本和能源消耗为目标的切削用量优化数学模型。采用改进的粒子群算法首先求得问题的非劣解集，然后用层次分析法得到不同要求下的最优方案。王东升等[12]针对面向绿色制造的切削用量选择问题，本文综合考虑了时间、成本、资源、环境四大目标，建立和分析了切削用量选择的决策模型和选择模型。采取模糊层次分析法和灰色关联分析法相结合对模型进行求解，以阶梯轴在加工过程中的切削用量选择为例，说明该优化模型的可行性。张庆旭[13]在基于遗传算法的车削用量单、双目标优化研究的基础上，采用 Matlab 的 GADS遗传算法工具箱进行编程，开发建立了切削用量的优化系统。孙磊[14]研究的是数控车削加工，以生产率和成本为优化目标进行多目标优化，并结合实例来比较优化结果，此外还开发了刀具数据库以提高效率。黄健求[15]主编的机械制造技术基础系统讲解了金属切削原理、切削机床等。艾兴、肖诗纲[16]编写的切削用量手册给出了车削用量标准与计算公式。
在我阅读的近15年文献中，约有三分之一的文献都是采用GA来进行求解，其他的比如有粒子群算法、模糊层次法、C 等等。其中大多数是单目标，比如冯景春、冯国勇等，少部分为多目标，如张庆旭、孙磊。
选取最佳的切削参数，即对进给量、切削速度和切削深度这三个参数进行优选，这有助于改善加工质量、提高社会生产率以及减小生产成本。在毛坯、机床和刀具等条件已确定的情况下，工人可以自主的、灵活的选择切削用量。这样才能充分释放出刀具和的机床功效,使得生产的效益达到最大，为企业创造更多的财富。运用金属切削理论、数学建模与模型优化算法寻求切削用量的最优值,是当前切削用量选择的一个重要方向。传统的数学优化方法,如单纯型法、最速下降法、牛顿法等都比较复杂、低效,且容易陷入局部最优解。近年来,一些智能优化算法,如神经网络、模拟退火算法、遗传算法、粒子群算法等逐渐被用于切削用量的选择和优化,其中遗传算法模拟生物进化中自然选择的法则,以基因重组和变异为基础,具有极强的全局搜索能力。
参考文献：
- 刘伟,王太勇.基于Pareto遗传算法的切削用量优化[J].农业机械学报,2011,42(02):220-224 234.
- 贾明刚,汪永超,黄建,黎方元.基于模糊层次分析法和TOPSIS法的切削用量选择[J].组合机床与自动化加工技术,2018(10):140-144.
- 冯国勇.基于遗传算法的金属切削过程中最优切削用量方法研究[J].世界有色金属,2018(19):283-284.
- 任小平,刘战强,万熠,郝传海,叶洪涛,庞继有.切削用量优化模型的建立及应用[J].工具技术,2010,44(05):39-42.
- 冯锦春. 基于遗传算法的最大生产率的车削用量优化[D].西南交通大学,2006.
- Tugrul Ozel, Yigit Karpat. Predictive modeling of surface roughness and tool wear in hard turning using regression and neural networks [J]. International Journal of Machine Tools amp; Manufacture. 2005, 45(4-5): 467-479.
- 范正伟,刘琼,李新鹏.多目标猫群算法求解切削参数优化问题[J].软件导刊,2013,12(03):116-118.
- 张赟,董长双.基于MATLAB粒子群算法的切削用量优化[J].机械工程与自动化,2011(02):119-121.
- 朱小平,王涛.基于多目标粒子群算法的切削用量多决策优化研究[J].组合机床与自动化加工技术,2010(03):27-29 33.
- 白飞先,汪永超,王东升,刘亮辉.基于模糊层次分析法的切削用量的选择[J].组合机床与自动化加工技术,2017(10):149-152.
- 齐晓宁,汪永超,刘毅,张魁伟.面向绿色制造的切削用量优化研究[J].机械设计与制造,2012(08):140-142.
- 王东升,汪永超,袁彪.面向绿色制造的切削用量优化选择研究[J].工具技术,2017,51(09):27-30.
- 张庆旭. 基于遗传算法的车削用量优化研究[D].内蒙古农业大学,2009.
- 孙磊. 基于数控车削加工仿真的切削用量优化研究[D].燕山大学,2008.
- 黄健求.机械制造技术基础[M].北京:机械工业出版社, 2011:8-226.
- 艾兴,肖诗纲.切削用量手册[M].北京:机械工业出版社, 1985:1-45.
