Full Article - Open Access.

Idioma principal

ALGORITMOS GENÉTICOS NA OTIMIZAÇÃO DA SEQUÊNCIA DE OPERAÇÕES EM MÁQUINAS CNC: UM ESTUDO DO DESEMPENHO DE OPERADORES

Barcelos, S . M.; Cerqueira, S. A. A. G.;

Full Article:

Este trabalho é dedicado ao estudo do desempenho de combinações (dois a dois) de operadores de mutação e cruzamento de um algoritmo genético, com o objetivo principal de encontrar a melhor combinação destes operadores para resolução da minimização do tempo de percurso de ferramentas em maquinas CNC. Dentre os experimentos conduzidos variamos a quantidade de furos e o grau de simetria, fatores que geram substancial aumento na com-plexibilidade do problema. A escolha adequada da sequência de operações em máquinas CNC, minimizando o tempo de deslocamento, é particularmente importante quando um gran-de número de operações rápidas deve ser realizado pela máquina. A minimização de tal obje-tivo traz múltiplas consequências benéficas às operações, como maximização da produção e minimização do custo.

Full Article:

Palavras-chave: caixeiro viajante, genético, furações, CNC, caminho mínimo,

Palavras-chave:

DOI: 10.5151/meceng-wccm2012-20092

Referências bibliográficas
  • [1] Ghaiebi H. and Solimanpur M.,. An ant algorithm for Optimization of hole-making operations. Computers Andamp; Industrial Engineering, Vol. 52, pp. 308–319 , 2007.
  • [2] Adam, A., Abidin, A. F. Z., Ibrahim, Z., Husain, A. R., Yusof, Z. M., E Ibrahim,I. A particle swarm optimization approach to robotic drill route optimization. In Proceedings of the Fourth Asia International Conference on Mathematical/Analytical Mo- delling and Computer Simulation. 2010.
  • [3] Qudeiri, J. A., Yamamoto, H., E Ramli, R. Optimization of operation sequence incnc machine tools using genetic algorithm. Journal of Advanced Mechanical De-sign,Systems, and Manufacturing, 1(2):272–282, 2007.
  • [4] Balic, J., Kovacic, M., Vaupotic, E Bostjan. Intelligent programming of cnc turning operations using genetic algorithm. Journal of Intelligent Manufacturing, 17(3):331–340, 2006.
  • [5] Guo, Y., Mileham, A., Owen, G., E li, W. Operation sequencing optimization using a particle swarm optimization approach. Proceedings of the Institution of Me- chanical Engineers, Part B: Journal of EngineeringManufacture, 220(12):1945–1958, 2006.
  • [6] Oysu, C. E Bingul, Z. Application of heuristic and hybrid-gasa algorithms to tool-path optimization problem for minimizing airtime during machining. Engineering Applications of Artificial Intelligence, 22(3):389 – 396, 2009. ISSN 0952-197 doi:DOI: 10.1016/j.engappai.2008.10.005.
  • [7] Kolahan, F. E Liang, M. Optimization of hole-making operations: a tabu-searchapproach. International Journal of Machine Tools and Manufacture, 40(12):1735 – 1753,. ISSN 0890-6955. doi:DOI: 10.1016/S0890-6955(00)00024-9, 2000.
  • [8] Sigl, S. E Mayer, H. A. Hybrid evolutionary approaches to CNC drill route optimi-zation. In Proceedings of the Int. Conf. on Computational Intelligence for Modelling, Control and Automation and Int. Conf. on Intelligent Agents, Web Technologies and In- ternet Commerce (CIMCA-IAWTIC’06), volume 1, páginas 905–910. IEEE Computer Society, Washington, DC, USA, 2005. ISBN 0-7695-2504-0-01.
  • [9] Carrano, E. G.; Cardoso, E. P.; Takahashi, R. H. C.; Fonseca, C. M.; Neto, O. M.. Power distribution network expansion scheduling using the dynamic programming genetic algorithm (DP-GA). IEEE Proceedings on Generation, Transmission and Distribution, 2008.
  • [10] Goldberg, D., Genetic Algorithms in Search, Optimization and Machine Learn-ing. Addison-Wesley Publishing Company, INC, 1989.
  • [11] Linden, Ricardo. (2006), Algoritmos Genéticos, 2 ed. Brasport.
  • [12] Taha, H. A. Operations Research: An Introduction (8th Edition). Prentice-Hall, Inc.,Upper Saddle River, NJ, USA, 2006. ISBN 0131889230.
  • [13] P. Larrãnaga, C.M.H. Kuijpers, R.H. Murga, I. inza and S. Dizdarevic.. Genetic Algorithms for the Travelling Salesman Problem: A Review of Representations and Opera-tors, 1999.
  • [14] Huang M., Hsieh C., Arora J.S. A genetic algorithm for sequencing type problems in engineering design. International Journal for Numerical Methods in Engineering, 40, 3105-3115, 1997.
  • [15] Zhu G.-Y. Drilling Path Optimization Based on Swarm Intelligent Algorithm. Proceedings of IEEE International Conference on Robotics and Biomimetics, 193-196, 2006.
  • [16] Zhu G.-Y. and Zhang W.-B. Drilling path optimization by the particle swarm op-timization algorithm with global convergence characteristics. International Journal of Pro-duction Research, 46 (8), 2299-2311, 2007.
  • [17] Wei-Bo Zhang, Guang-Yu Zhu., Comparison and application of four versions of particle swarm optimizationalgorithms in the sequence optimization. Expert Systems with Applications, Expert Systems with Applications, Elsevie, 38 8858–8864, 2011
  • [18] Aykut Kentli, Ali Fuat Alkaya.. Deterministic Approach to Path Optimization Problem. Ozean Journal of Applied Sciences 2 (2) 1943-2429, 2009.
Como citar:

Barcelos, S . M.; Cerqueira, S. A. A. G.; "ALGORITMOS GENÉTICOS NA OTIMIZAÇÃO DA SEQUÊNCIA DE OPERAÇÕES EM MÁQUINAS CNC: UM ESTUDO DO DESEMPENHO DE OPERADORES", p. 4768-4781 . In: In Proceedings of the 10th World Congress on Computational Mechanics [= Blucher Mechanical Engineering Proceedings, v. 1, n. 1]. São Paulo: Blucher, 2014.
ISSN 2358-0828, DOI 10.5151/meceng-wccm2012-20092

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações