专利名称：数控钻孔加工路径优化方法及系统、数控钻孔设备的制作方法
技术领域：
本申请涉及印刷电路板(Printed Circuit Board, PCB)数控技术领域,尤其涉及一种数控钻孔路径优化方法和系统、以及一种数控钻孔设备。
背景技术：
PCB板是电子设备中最重要的组成部分之一。而PCB的钻孔加工工序是PCB制造过程中最为重要的一个环节。PCB上通常有许多不同直径的孔，PCB钻孔加工走刀路径可以描述为:从换刀点出发，不重复不遗漏地加工完所有同一直径的孔后回到换刀点进行换刀操作，再加工另一直径的孔，直到完成所有待加工的孔。现有的PCB数控钻孔加工走刀路径所采用的方式通常是基于自动PCB编程系统自动生成走刀路径，如图1所示，只需要直接读取钻孔文件(如*.drl)中孔位的坐标，逐次确定钻孔走刀顺序即可以进行钻孔加工。然而，这种基于自动PCB编程系统自动生成的走刀路径没有经过优化，加工路径冗长，耗费时间长影响加工效率。特别是对于大批量的生产厂家来说，加工效率的高低直接影响着它的生产能力，缩短加工路径减少加工时间是能够极大的提高加工效率的有效途径。由于对PCB钻孔走刀路径进行优化实质上是如何安排孔的加工顺序(路线)，使空程移动时间最短，显然这一问题可以用数学领域的TSP问题(又称旅行商问题)来描述，而由于PCB钻孔加工时针对不同孔径孔的加工从而形成了多个TSP问题。TSP问题是一个完全多项式非确定性问题，简称NP (Non-Deterministic Polynomial)完备问题,其容易定义但是难以处理。目前虽有厂商对PCB数控钻孔加工走刀路径进行优化，但其采用的是一般性的优化算法，如贪婪算法、模拟退火算法等优化算法。然而，虽然贪婪算法的优点在于在求解问题的每一步它都是选择最优解，这样算法就容易实现也易于理解，同时也提高了效率并节省了时间，但是贪婪算法由于它采用逐步获得最优解的方法而不从整体最优上加以考虑，其所做出的仅是在某种意义上的局部最优解。因此贪婪算法不是对所有问题都能得到整体最优解。而模拟退火算法的相对收敛速度太慢，如果降温过程太快，就很可能得不到全局最优解。此外，由于传统的PCB数控钻孔加工走刀路径的优化是采用在线优化方式，即把现有的路径优化算法集成到数控操作系统中，在PCB钻床加工的时候才对钻孔文件进行优化，因此这种在线优化方法中采用的优化算法不能太复杂，否则影响加工时间。
发明内容
根据本申请的第一方面，本申请提供一种数控钻孔加工路径优化方法，包括:解析步骤，对读取的钻孔文件进行解析，得到钻孔引导文件和N组孔位置信息文件，N为不同孔径钻孔刀具的个数；优化步骤，采用灾变遗传算法对所述N组孔位置信息文件分别进行优化处理，得到N组优化后的孔位置信息文件。进一步地，所述数控钻孔加工路径优化方法还包括:合成步骤，将所述钻孔引导文件和所述N组优化后的孔位置信息文件进行合成，得到新的钻孔文件。根据本申请的第二方面，本申请提供一种采用前述数控钻孔加工路径优化方法实现的数控钻孔加工路径优化系统。根据本申请的第三方面，本申请提供一种数控钻孔设备，包括如前所述的数控钻孔加工路径优化系统，还包括在线应用模块和/或离线应用模块；所述在线应用模块用于在进行数控钻孔时直接调用所述数控钻孔加工路径优化系统得到的所述N组优化后的孔位置信息文件进行钻孔加工；所述离线应用模块用于在进行数控钻孔时直接调用由所述数控钻孔加工路径优化系统得到的所述新的钻孔文件进行钻孔加工。优选地，所述数控钻孔设备包括多轴PCB数控钻床。本申请的有益效果是:采用灾变遗传算法对加工路径进行优化，使得在具备传统遗传算法的快速搜索最优解、极大减少运算量的优点的同时还避免陷入局部极值。
图1为传统PCB数控钻孔流程示意图；图2为本申请一种实施例的数控钻孔加工路径优化方法的流程示意图；图3为本申请实施例中对钻孔孔位置信息转换的示意图；图4为本申请实施例中灾变遗传算法的流程示意图；图5为一种变异算子过程不意图；图6为钻孔数为40时路径优化情况对比示意图；图7为钻孔数为40时收敛情况对比示意图；图8为钻孔数为50时路径优化情况对比示意图；图9为钻孔数为50时收敛情况对比示意图；图10为刀具TOl钻345个孔优化前PCB钻孔路线示意图；图11为刀具TOl钻345个孔优化后PCB钻孔路线示意图；图12为刀具T02钻1673个孔优化前PCB钻孔路线示意图；图13为刀具T02钻1673个孔优化后PCB钻孔路线示意图。
具体实施例方式在优化算法的选用上，考虑到遗传算法(Genetic Algorithm，GA)是一种模拟生物在自然界中遗传和进化过程而形成的一种自适应全局优化概率搜索算法，其可以快速的找到全局最优解，能够极大地减少运算量，因此本申请的一种设计思路是在PCB数控钻孔加工路径优化中使用遗传算法，然而遗传算法存在早收敛、结果不精确等不足，为弥补遗传算法容易陷入局部极值的缺点，本申请对使用的遗传算法作出改进。下面通过具体实施方式
结合附图对本申请作进一步详细说明，其中以六头PCB数控钻孔加工为例，当然其它的多轴PCB数控钻孔也是可行的。如图2所示，为本申请一种实施例的数控钻孔加工路径优化方法，包括以下步骤:解析步骤，对读取的钻孔文件进行解析，得到钻孔引导文件和N组孔位置信息文件，N为不同孔径钻孔刀具的个数。钻孔文件、钻孔引导文件以及孔位置信息文件的格式通常可以是*.drl格式。具体地，钻孔文件包括引导部分和钻孔数据部分。引导部分包括数据格式，刀具个数以及每把刀对应的孔径。钻孔数据部分则包括钻孔换刀顺序，孔的位置坐标，以及钻孔顺序，因此，钻孔文件的解析包括两部分:首先是对钻孔文件的分解，取出钻孔引导文件，同时根据钻孔刀具个数即不同孔径数目，把钻孔文件分解成与钻孔刀具个数相同数目的孔位置信息文件；然后对每个孔位置信息文件，提取其中的钻孔孔位置信息Χ**γ**，并转换成可进行优化的*.map格式文件。如图3所示，箭头左侧一纵数据为分解得到的孔位置信息文件T01，该孔位置信息文件TOl表示当前文件中记录的是第01把刀(即编号为01号的孔径)的钻孔孔位置信息，将其中的钻孔孔位置信息X**Y**转换为箭头右侧的一纵数据(这里称转换后的文件格式为*.map格式)，每一行数据为第i个编号孔的坐标位置，i为自然数且O < i < n，n是孔位置信息文件所对应的孔径的孔的总个数。一种具体实现中，钻孔文件的解析的部分代码如下。
while (file.ReadString(StrText))
{
tempX="";
tempY="";
权利要求
1.种数控钻孔加工路径优化方法，其特征在于，包括: 解析步骤，对读取的钻孔文件进行解析，得到钻孔引导文件和N组孔位置信息文件，N为不同孔径钻孔刀具的个数； 优化步骤，采用灾变遗传算法对所述N组孔位置信息文件分别进行优化处理，得到N组优化后的孔位置信息文件。
2.权利要求1所述的数控钻孔加工路径优化方法，其特征在于，还包括:合成步骤，将所述钻孔引导文件和所述N组优化后的孔位置信息文件进行合成，得到新的钻孔文件。
3.权利要求1所述的数控钻孔加工路径优化方法，其特征在于，所述优化步骤包括: Stepl，对钻孔路径进行建模，确定遗传算法的编码表示； Step2，根据设定的选择算子、交叉算子和变异算子进行遗传操作，得到新种群； Step3,进行适应度评价函数的计算； Step4，判断是否需要进行灾变操作，如果需要则根据设定的灾变算子执行灾变操作，然后继续步骤Step5，如果不需要则直接执行步骤Step5 ； Step5，判断是否满足收敛终止条件，如果满足收敛终止条件则输出适应度评价最优的结果值，如果不满足收敛终止条件则转到Step2进行循环操作。
4.权利要求3所述的数控钻孔加工路径优化方法，其特征在于， 所述选择算子采用轮盘赌选择方式，将适应度评价高的个体留在种群中； 所述交叉算子采用两点交叉算子； 所述变异算子采用互换操作算子； 所述收敛终止条件包括:进化代数超过设定的最大进化代数。
5.权利要求3所述的数控钻孔加工路径优化方法，其特征在于，所述步骤Step3中，采用如下公式:
6.权利要求3所述的数控钻孔加工路径优化方法，其特征在于，所述St印4步骤中，设定灾变初始值，同时记录灾变次数，如果灾变次数达到预定值则判定为不需要执行灾变操作，如果灾变次数未达到预定值，则将当前代数中适应度评价为最优的个体从种群中淘汰掉。
7.权利要求1所述的数控钻孔加工路径优化方法，其特征在于，在执行所述优化步骤前，将所述N组孔位置信息文件中的孔位置信息分别进行格式转换:将同一孔径的所有孔依次编号，并给出与孔的编号对应的孔的位置坐标。
8.权利要求1-7任一项所述的数控钻孔加工路径优化方法，其特征在于，所述钻孔引导文件包括数据格式、刀具个数以及每把刀对应的孔径；所述孔位置信息文件包括钻孔换刀顺序、孔的位置坐标以及钻孔顺序。
9.种使用权利要求1-8任一项数控钻孔加工路径优化方法实现的数控钻孔加工路径优化系统。
10.种数控钻孔设备，其特征在于，包括如权利要求9所述的数控钻孔加工路径优化系统，还包括在线应用模块和/或离线应用模块； 所述在线应用模块用于在进行数控钻孔时直接调用所述数控钻孔加工路径优化系统得到的N组优化后的孔位置信息文件进行钻孔加工； 所述离线应用模块用于在进行数控钻孔时直接调用由所述数控钻孔加工路径优化系统得到的新的钻孔文件 进行钻孔加工。
全文摘要
本申请涉及一种数控钻孔加工路径优化方法及系统以及数控钻孔设备，其中方法包括解析步骤，对读取的钻孔文件进行解析，得到钻孔引导文件和N组孔位置信息文件，N为不同孔径钻孔刀具的个数；优化步骤，采用灾变遗传算法对所述N组孔位置信息文件分别进行优化处理，得到N组优化后的孔位置信息文件。本申请采用灾变遗传算法对加工路径进行优化，使得在具备传统遗传算法的快速搜索最优解、极大减少运算量的优点的同时还避免陷入局部极值。
文档编号G05B19/19GK103092132SQ20131001981
公开日2013年5月8日 申请日期2013年1月18日 优先权日2013年1月18日
发明者程涛, 冯平, 彭小波, 徐刚, 朱冬, 王燕燕 申请人:深圳大学