[논문 리뷰] Genetic algorithm based optimization and post optimality analysis of multi-pass face milling

Sourabh K. Saha|ArXiv.org|2009. 02. 04.

Advanced machining processes and optimization참고 문헌 20인용 수 7

한 줄 요약

이 논문은 다단계 연삭 가공의 단위 생산비용을 최소화하기 위해 유전 알고리즘(GA) 기반 접근법을 제안한다. 이는 정삭 및 정밀가공 단계에서 cutting speed, feed, and depth of cut를 동시에 최적화하여 달성된다. 변수 수를 줄이기 위해 사전 정의된 룩업 테이블을 사용하고, 혼합정수비선형문제를 한 번에 해결함으로써 최적의 파arameter를 효율적으로 도출한다. 또한, 후최적성 분석을 통해 재실행 없이도 새로운 총 절삭 깊이에 대한 신속한 재최적화가 가능하다.

ABSTRACT

This paper presents an optimization technique for the multi-pass face milling process. Genetic algorithm (GA) is used to obtain the optimum cutting parameters by minimizing the unit production cost for a given amount of material removal. Cutting speed, feed and depth of cut for the finish and rough passes are the cutting parameters. An equal depth of cut for roughing passes has been considered. A lookup table containing the feasible combinations of depth of cut in finish and rough passes is generated so as to reduce the number of variables by one. The resulting mixed integer nonlinear optimization problem is solved in a single step using GA. The entire technique is demonstrated in a case study. Post optimality analysis of the example problem is done to develop a strategy for optimizing without running GA again for different values of total depth of cut.

연구 동기 및 목표

• 다단계 연삭 가공의 단위 생산비용을 절감하기 위해 절삭 조건을 최적화하는 것.
• 다양한 절삭 조건으로 인해 발생하는 혼합정수비선형계획문제의 복잡성을 다루는 것.
• 가능한 절삭 깊이 조합에 대해 사전 정의된 룩업 테이블을 도입하여 决策 변수 수를 감소시키는 것.
• 후최적성 분석을 통해 새로운 총 절삭 깊이에 대한 효율적 재최적화를 가능하게 하는 것.
• 실제 사례 연구를 통해 제안된 방법의 실용적 적용 가능성을 검증하는 것.

제안 방법

• 절삭 속도, 피드, 절삭 깊이를 결정 변수로 하는 혼합정수비선형계획문제로 다단계 연삭 가공 최적화를 수립한다.
• 반복적 또는 순차적 접근을 피하기 위해 단일 단계에서 최적화 문제를 해결하기 위해 유전 알고리즘(GA)을 적용한다.
• 정삭 및 정밀가공 단계에서의 절삭 깊이 조합에 대해 사전 정의된 룩업 테이블을 사용하여 결정 변수 수를 한 개 감소시킨다.
• 정삭 단계 간에 동일한 절삭 깊이를 적용하여 최적화 공간을 단순화한다.
• GA를 활용해 해 공간을 탐색하고 단위 생산비용의 전역 최소값에 수렴시킨다.
• 최적 해에 대해 후최적성 분석을 수행하여, 새로운 총 절삭 깊이에 대해 GA를 재실행하지 않고도 재최적화 전략을 도출한다.

실험 결과

연구 질문

• RQ1 다단계 연삭 가공에서 절삭 조건을 최적 선택함으로써 단위 생산비용을 어떻게 최소화할 수 있는가?
• RQ2 다단계 연삭 가공 최적화 문제의 혼합정수비선형 성격을 다루는 데 가장 효과적인 방법은 무엇인가?
• RQ3 룩업 테이블을 사용하면 이 최적화 맥락에서 결정 변수 수를 상당히 줄이고 계산 효율을 향상시킬 수 있는가?
• RQ4 후최적성 분석을 어떻게 활용하여 다른 총 절삭 깊이에 대해 유전 알고리즘을 재실행하지 않고도 재최적화를 가능하게 할 수 있는가?
• RQ5 제안된 GA 기반 방법은 실제 사례 연구 환경에서 어떤 성능을 보이는가?

주요 결과

• 제안된 GA 기반 방법은 단일 최적화 실행을 통해 다단계 연삭 가공의 단위 생산비용을 성공적으로 최소화한다.
• 절삭 깊이 조합에 대한 룩업 테이블 사용이 결정 변수 수를 한 개 감소시켜 계산 효율을 향상시키는 데 효과적이다.
• 후최적성 분석을 통해 GA를 재실행하지 않고도 새로운 총 절삭 깊이에 대한 신속한 재최적화가 가능하다.
• 사례 연구는 제안된 최적화 프레임워크가 실제 제조 환경에서 실용적으로 타당하고 효과적임을 입증한다.
• 절삭 속도, 피드, 절삭 깊이를 동시에 최적화함으로써 표면 거칠기와 공급률 간의 균형 잡힌 트레이드오프를 달성한다.
• 결과적으로 최적 절삭 조건은 총 절삭 깊이에 따라 크게 달라지며, 이는 동적 재최적화 전략의 가치를 강조한다.