ОБРАБОТКА МЕТАЛЛОВ Том 28 № 1 2026 50 ТЕХНОЛОГИЯ возможным, поэтому метод фрезерования является хорошей альтернативой. Однако, учитывая все многообразие полученных к настоящему моменту решений, общий подход к составлению маршрута обработки с выбором методов и стратегий обработки для достижения заданных параметров точности в условиях многономенклатурного производства требует дальнейшей проработки. Таким образом, цель настоящей работы – разработка подхода к выбору метода чистовой обработки отверстий исходя из достигаемой точности формы, себестоимости и производительности за счет решения задачи структурной оптимизации применительно к условиям многономенклатурного производства. Решать задачу оптимизации будем исходя из множества критериев оптимальности (более двух). Следовательно, решаемая задача относится к многокритериальной оптимизации. С точки зрения стратегии принятия решений существуют три основных типа задач многокритериальной оптимизации. В первом типе рассматриваются условия приоритетности одних критериев оптимальности над другими, такого типа задачи решаются лексикографическим методом. Во втором типе задач критерии оптимальности объединяются в единую функцию вида 1 1 2 2 ( ) ( ) ... ( ) max/min n n F a f x a f x a f x = + + + → , где a1, a2, …, an – весовые коэффициенты; f1(x), f2(x), …, fn(x) – критерии оптимальности. Причем a1 + a2 + … + an = 1. Решаются такого типа задачи методом взвешенных сумм (линейной свертки). Третий тип задач характеризуется равнозначностью критериев оптимальности, подобные задачи решаются через нахождение Парето-фронта. Таким образом, отнести задачу многокритериальной оптимизации к первым двум типам не представляется возможным, поскольку до начала процесса оптимизации необходимо задаться некими приоритетами по отношению к критериям оптимальности. Третий тип задач применяется, когда приоритетность определить не представляется возможным, а критерии оптимальности равнозначны, это условие соответствует решаемой задаче. В работах [25, 26] сделан обзор популяционных методов Парето-аппроксимации, которые используют эволюционные алгоритмы (например, генетические алгоритмы (ГА), метод роя частиц) для нахождения множества оптимальных значений по Парето. Данные методы многокритериальной оптимизации, основанные на построении аппроксимации множества Парето, составляют перспективный и активно развивающийся класс подходов к решению такого рода задач, особенно с применением гибридного подхода. В работе [26] основной акцент сделан на программных продуктах и алгоритмах по оценке качества Парето-аппроксимации. В работе [27] показано решение задачи многокритериальной параметрической оптимизации процесса фрезерования карманов из алюминиевого сплава Al 6061-T6. Показана эффективность гибридного подхода с применением регрессионного анализа и генетического алгоритма для определения оптимальных режимов обработки. Авторами работы [28] решается задача многокритериальной оптимизации, направленная на снижение энергопотребления и удельной энергии резания при фрезеровании. В основе лежит гибридная модель, сочетающая в себе применение в качестве прогностической модели искусственную нейронную сеть, обученную по методу обратного распространения ошибки, и генетический алгоритм NSGA-II. Наилучшее решение из Парето-фронта выбиралось методом идеальной точки. Авторами работы показано, что оптимизированные параметры позволяют достичь значительного снижения потребления энергии и удельных энергозатрат на резание по сравнению с расчетными режимами. Авторами [29] рассматривается многокритериальная оптимизация с позиции определения режимов резания для чернового и чистового этапа обработки как единой взаимосвязанной системы. Критериями оптимальности в работе выбраны минимизация основного времени, энергопотребления и шероховатости поверхности. Показано, что совместная оптимизация режимов на всех этапах обработки эффективнее, чем оптимизация каждого этапа в отдельности. Анализ результатов современных исследований позволяет сделать вывод, что наиболее перспективными являются гибридные методы многокритериальной оптимизации, которые сочетают в себе прогностические модели, используемые для математического описания целевых
RkJQdWJsaXNoZXIy MTk0ODM1