OPTIMIZAREA PROCESELOR TEHNOLOGICE

7.2. Optimizarea regimurilor de aşchiere utilizând

programarea matematică
Utilizarea programării matematice ca metodă de optimizare a regimurilor
de aşchiere este necesară datorită dificultăţilor în care se găseşte analiza
matematică clasică atunci când trebuie să rezolve astfel de probleme.
Matematica clasică aduce problemele de optimizare la calculul diferenţial
şi calcul de variaţii, cu alte cuvinte la calculul unor probleme de extrem. Aceste
metode au însă deficienţe făcând mai degrabă să ofere soluţii teoretice decât
procedee practice.
Datorită acestor deficienţe ale optimizării clasice a regimurilor de
aşchiere, deficienţe ce vor fi prezentate mai departe, au apărut metode mai
eficiente bazate pe procedee moderne de calcul. Metodele moderne se bazează şi
pe apariţia unei tehnici de calcul moderne utilizând calculatoarele electronice.
Una din teoriile moderne şi eficiente de optimizare este programarea
matematică pe baza algoritmului SIMPLEX.
Aplicarea pe scară industrială a optimizării bazate pe programare
matematică nu va fi însă posibilă fără aportul calculatoarelor electronice.

7.2.1. Deficienţe ale optimizării clasice a regimurilor de aşchiere

Optimizarea clasică a regimurilor de aşchiere se rezumă la rezolvarea unui

model matematic format dintr-o singură relaţie care exprimă un criteriu în
funcţie de care se urmăreşte realizarea optimizării. De obicei, acest criteriu este
costul prelucrării.
Aşa cum s-a văzut mai înainte la optimizarea clasică nu s-a ţinut seama de
nici una din condiţiile reale în care se găseşte maşina-unealtă. De exemplu:
puterea maşinii unelte, rezistenţa sculei aşchietoare, rigiditatea sistemului
tehnologic, precizia care trebuie obţinută, etc.
Metoda nu ţine cont de condiţiile concrete de funcţionare ale sistemului
tehnologic.

92
 OPTIMIZAREA PROCESELOR TEHNOLOGICE

În cazul în care domeniul de definiţie al funcţiei criteriului de optimizare

este închis, problema se complică enorm; de exemplu pentru funcţia de mai jos,
dată grafic în figura 7.4, avem:
max f ( x )

x   ,  
1

unde: f(x) este derivabilă pentru orice x є (α, β)

Fig. 7.4.

Soluţia problemei se află rezolvând ecuaţia:

f΄(x) = 0 2
ale cărei rădăcini se numesc puncte staţionare ale lui f printre care distingem:
- maxime relative x2, x4, x6;
- minime relative, x1, x3, x5.
Soluţia optimă este maximul absolut x6.
În codiţiile în care, funcţia 1, va fi de forma:
max f ( x )

x   ,  
3

se poate întâmpla ca soluţia optimă să nu se găsească printre punctele

staţionare, figura 7.5.

93
 OPTIMIZAREA PROCESELOR TEHNOLOGICE

Fig. 2
În acest caz, punctul x2 nu este soluţia optimă deoarece x    x 2 este soluţia
optimă.

7.2.2. Optimizarea regimurilor de aşchiere utilizând programarea

matematică liniară ( algoritmul SIMPLEX)
Interpretarea geometrică a unei probleme de programare liniară
Spre exemplu: fie modelul matematic de mai jos:
max2x 1  x 2   z
 x  x  4D
 1 2 1

3x 1  x 2  18D 2
 x  2 x  6 D
 1 2 3
x 1 , x 2  0

Se reprezintă grafic restricţiile în figura 7.6.

Fig. 7.6.

94
 OPTIMIZAREA PROCESELOR TEHNOLOGICE

Familiile de drepte paralele reprezintă curbele de nivel ale funcţiei obiectiv:

z  max 2x 1  x 2 
Funcţia obiectiv poate fi scrisă sub forma:
x 2  2x 1  z
asemănătoare cu relaţia:
y  mx  n
Se trage concluzia că în cazul unei probleme de maximizare ordonată la origine
a funcţiei obiectiv trebuie să fie maximă.
Modelul matematic (4) poate fi transformat într-un model standard prin
introducerea variabilelor x3, x4 şi x5. Se obţine astfel sistemul:
max2x1  x 2 
 x x x 4
 1 2 3

3x1  x 2  x 4  18
 x  2 x  x  6
 1 2 5
x1 , x 2 , x 3 , x 4 , x 5  0
Se fac următoarele notaţii:

f = [ 2 1 0 0 0 ], 8

fS fB
unde; A = [ aij ] este matricea coeficienţilor;
b = [ bi ] - vectorul coloană al resurselor;
x = [ xj ] - vectorul coloană al variabilelor;
f - vectorul linie al coeficienţilor funcţiei obiectiv.

95
 OPTIMIZAREA PROCESELOR TEHNOLOGICE

Se poate scrie sistemul:

AX  b

X  0
max f x 

Dimensiunile matricei sunt:
m = 3, n = 5, deci rang A = m
Un vector X se numeşte soluţie de bază a problemei dacă AX = b şi dacă
coloanele matricei A corespunzătoare componentelor nenule ale lui X sunt liniar
independente. Dacă X≥0 atunci X devine program de bază.
Modelul matematic poate fi scris:
max f x 

 X S 
SB    b
 X B 
X  0

Unde: B este matricea pătrată nesingulară
S – partea rămasă din matricea A
XB – vectorul variabilelor de bază corespunzătoare coloanelor B
XS – vectorul variabilelor secundare corespunzătoare coloanelor lui S
Soluţia XB trebuie explicitată rezultând din parte restrictivă a modelului:
X B  B1  b  B1  XS
Soluţia de bază a sistemului este:
XB = B-1 · b ; XS = 0. 11
Iar dacă B1  b  0 , atunci soluţia 11 este un program de bază.
Pentru cazul de mai sus, B-1 = 1 rezultă:
4 
X B  18
6 

Care poate constitui programul de bază, de plecare în vederea rezolvării

prin algoritmul SIMPLEX a problemei.

96
 OPTIMIZAREA PROCESELOR TEHNOLOGICE

Funcţia obiectiv este:

n 5

f
j 1
j xj  f S X S  f BX B  f
jM S
j xj  f
jM B
j xj ( 13)

pentru exemplul dat:

- MS reprezintă mulțimea indicilor puși în corespondență cu variabilele
secundare: MS = { 1, 2 } ;
- MB - mulțimea indicilor puși în corespondență cu variabilele principale:
MB = { 3, 4, 5}
Variabilele de bază X iB se pot exprima:

X iB  x i B 
iM B
 a ij  x j 14
jMS

Unde: x iB este valoarea variabilelor de bază.

Expresia funcţiei obiectiv este
n 5  B 
 f jx j   f jx j   f i  x i   a ij x j 

j1 jMS iM B  jMS 
n 5
 f jx j   f jx j   fi x i  fi  a ij x j
B

j1 jMS iM B iM B jMS

n 5  
 f jx j      i ij j x j

B
fi xi  f a  f ( 15)
j1 iM B iM S  iM B 
Notându-se cu :
n 5
Z   f jx j ; z   fi xi ; z j   f i a ij .
B
B

j1 iM B iM B

Funcţia obiectiv Z se poate scrie:

z z  z Bj  f j x j
jM B

97
 OPTIMIZAREA PROCESELOR TEHNOLOGICE

Rezolvarea mai departe a problemei necesită mai multe iteraţii, calculele fiind
organizate în conformitate cu tabloul SIMPLEX general:

4 n+3
2 3 f1 . . . fl . . . f m fm+1 . . . fk . . . fn 1
1 V.B. V.V.B x1 . . . xl . . . x m xm+1 . . . xk . . . xn 2
f1 x x1 1 ... 0 ... 0 y1,m+1 . . . y1k . . . y1n
1
. . . . . 3
. . . . . .
. . . . . .
.
fl xl xl 0 ... 1 ... 0 yl,m+1 . . . ylk . . . yln
. . . . . .
. . . . . .
. . . . . .
fm x m xm 0 ... 0 ... 1 ym,m+1 . . . ymk . . . ymn

. Z - - - - - - m+2
- 0 0 0 Z mB1 Z kB Z nB

- -f1 - fl - fm Z mB1  f m1 Z kB  f k Z nB  f n m+5

98