近日，苏州大学智能精密制造团队提出了一种基于交错式混合模拟退火与模式搜索（ISAPS）算法的时间最优进给速度规划方法，用于复杂NURBS刀具轨迹下多轴数控加工进给速度的智能调度，有效提升了多轴高速高精加工中的加工效率与算法收敛稳定性，显著缩短加工时间并降低计算成本。相关成果发表于工程优化领域顶刊 Advanced Engineering Informatics。
在数控加工中，NURBS刀具轨迹因其几何连续性和平滑性，已成为高性能多轴加工的主流路径表示方式。然而，要在保证加工精度、机床安全和刀具寿命的前提下实现“时间最优”加工，核心难点在于进给速度的精准调度。随着约束数量和复杂度增加，进给速度优化问题呈现高度非线性、多约束、多局部极值的特征，导致传统优化算法容易陷入局部最优或计算代价过高。针对上述问题，苏州大学樊成教授团队提出了一种基于交错式混合模拟退火与模式搜索算法的时间最优进给速度规划方法。针对复杂NURBS刀轨，在充分考虑几何约束、切削动力学与驱动系统约束的同时，实现进给率曲线的时间最优规划，并兼顾全局最优性、计算效率与工程可实现性，为多轴高速高精加工领域提供了创新解决方案。
本研究针对多轴数控加工时间最优进给速度规划中的“多约束+多局部极值+高维决策”难题，提出了一种基于B样条进给速度曲线的一体化建模与优化框架（图1），将进给速度优化问题视作B样条曲线的控制点优化问题，并通过分段优化与逐级加密结点的方式实现进给速度曲线的渐进细化（图2）；在求解策略上，创新性地提出交替混合模拟退火与模式搜索（ISAPS）结构（图3），用交替轮换的方式将SA的全局搜索能力与PS的局部精细收敛有机融合，而非传统“先全局后局部”的一次性串联，从而在每一轮迭代中不断重启全局探索并叠加局部收敛，使算法在复杂多峰优化空间中具有更高的跳出局部最优能力和解的鲁棒性。同时通过在多个典型多轴复杂刀具轨迹算例（蝴蝶曲线、枫叶曲线、纸鹤三维路径以及实体“猫形”复杂三维轨迹）中进行实验（图4），相较基于群体智能的GA方法，该方法在进一步改善加工时间的同时，使计算时间降低超过50%，并在实际加工试验中成功实现多轴高速高精切削条件下的高效、平稳、可控的进给速度执行。
图1 基于交错式混合模拟退火与模式搜索算法的进给速度规划方法流程图
图2 进给速度曲线的分段与渐进式优化
(a)
(b)
图3 模拟退火与模式搜索算法混合机制示意图，(a) 单轮 SA-PS 的算法原理，(b) ISAPS 的交替嵌套结构
图4 按照所设计刀具路径与所规划进给速度的加工结果
本文提出的基于ISAPS算法的NURBS复杂刀具轨迹时间最优进给速度调度方法，在统一考虑弦高误差、切向运动学约束与多轴驱动高阶约束的前提下，构建了兼具高全局性、高效率和强鲁棒性的进给速度优化模型，并通过线性/非线性约束分级处理与约束表达重构，实现了约束计算的高效化；交替混合模拟退火与模式搜索的ISAPS结构显著提升了算法在复杂多局部极值空间中的全局搜索能力与解的稳定性，配合渐进迭代压缩策略，有效平衡了优化精度与计算时间。未来工作中，团队将进一步拓展这一方法：一是从进给曲线平滑性与时间最优性的综合角度出发，研究更高阶B样条进给速度曲线及更精细结点加密策略对加工质量和算法鲁棒性的影响，探索时间最优与能耗最低等多目标优化融合的问题；二是将该方法推广至多轴工业机械臂系统，考虑关节空间与任务空间之间的复杂映射关系、柔性关节与结构振动等因素，在机器人轨迹规划与高速加工/打磨/喷涂等应用中验证其可行性和优势，进一步拓宽ISAPS进给速度优化框架在智能制造与机器人加工领域的应用边界。
本研究工作得到江苏高校自然科学研究项目、江苏省自然科学基金青年项目、江苏省自然科学基金以及国家自然科学基金的资助与支持。
撰稿|苏州大学 刘星
