【摘要】：設(shè)計階段對產(chǎn)品質(zhì)量造成的損失遠遠大于生產(chǎn)制造環(huán)節(jié)造成的損失,為了從根本上降低產(chǎn)品的質(zhì)量損失,需要從設(shè)計源頭上查找導(dǎo)致產(chǎn)品產(chǎn)生缺陷的原因。因此,在產(chǎn)品設(shè)計階段對產(chǎn)品的質(zhì)量特性進行穩(wěn)健設(shè)計具有重要意義,能夠使企業(yè)更快、更好地改進產(chǎn)品質(zhì)量,降低產(chǎn)品成本,有效提高生產(chǎn)運作效率,增強市場競爭優(yōu)勢。壽命作為絲錐設(shè)計階段的重要質(zhì)量特性之一,其長短最主要取決于制造工藝,不同的制造工藝水平會導(dǎo)致絲錐壽命有明顯的差異。為了能夠有效地從設(shè)計源頭提高絲錐質(zhì)量,本文針對質(zhì)量特性的穩(wěn)健設(shè)計問題,通過響應(yīng)曲面方法(RSM)和優(yōu)化過程記憶算法(MOA),以絲錐深冷工藝對絲錐壽命的影響為例展開研究。首先采用系統(tǒng)因素分析方法(DEMATEL)進行絲錐深冷工藝參數(shù)影響因素的分析與選取,在選擇深冷溫度和保溫時間為關(guān)鍵影響因素基礎(chǔ)上,通過多元二次回歸方程擬合絲錐深冷溫度和保溫時間與絲錐壽命之間的函數(shù)模型。然后運用MOA智能方法通過對不同搜索元之間的高效溝通和合作實現(xiàn)對解空間全局搜索的特點,求解絲錐的最優(yōu)工藝參數(shù)。最后將MOA智能方法與RSM方法的過程和結(jié)果進行對比分析。研究結(jié)果顯示,MOA智能方法可以精確的確定工藝參數(shù)最佳組合,更有效降低成本、節(jié)省時間,從而驗證了MOA智能方法在絲錐質(zhì)量特性穩(wěn)健設(shè)計問題上的適應(yīng)性、穩(wěn)定性與優(yōu)越性。本論文研究受到國家自然基金項目“鎬型截齒多質(zhì)量特性的調(diào)控機制和制造工藝研究”的資助,項目編號為:5167052181。
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TG722
【圖文】：

6.1 基于 RSM 的絲錐工藝參數(shù)優(yōu)化響應(yīng)曲面設(shè)計方法（RSM）是根據(jù)試驗得到的數(shù)據(jù)，采用多元二次回歸方程來擬合深冷溫度（A）和保溫時間（B）因素與絲錐壽命(Y)之間的函數(shù)關(guān)系，通過分析回歸方程來尋求絲錐深冷工藝參數(shù)最佳組合。它囊括了合適影響因素的選取、模型的建立、尋求絲錐深冷工藝參數(shù)最佳組合，通過繪制優(yōu)化平面圖和優(yōu)化立體圖，在深冷溫度和保溫時間各因素水平基礎(chǔ)上，可以找出絲錐壽命最優(yōu)值以及相應(yīng)的最優(yōu)影響因素條件。試驗設(shè)計是一種從深冷溫度和保溫時間多因素系統(tǒng)中尋找最佳工藝參數(shù)組合的統(tǒng)計方法。采用該法可建立壽命 Y 與 A、B 之間的曲面模型，對深冷溫度（A）和保溫時間（B）影響因素及其交互作用進行評價，確定最佳組合。由于試驗組數(shù)相對較少，所以廣泛應(yīng)用于領(lǐng)域中。RSM 優(yōu)化的平臺是 Minitab 軟件，利用該軟件的響應(yīng)優(yōu)化器，生成優(yōu)化平面圖和曲面圖，如圖 6.1 和 6.2 所示，使質(zhì)量特性 Y 的目標值達到最大化，從而找到了深冷處理工藝的最佳參數(shù)組合。

6.1 基于 RSM 的絲錐工藝參數(shù)優(yōu)化響應(yīng)曲面設(shè)計方法（RSM）是根據(jù)試驗得到的數(shù)據(jù)，采用多元二次回歸方程來擬合深冷溫度（A）和保溫時間（B）因素與絲錐壽命(Y)之間的函數(shù)關(guān)系，通過分析回歸方程來尋求絲錐深冷工藝參數(shù)最佳組合。它囊括了合適影響因素的選取、模型的建立、尋求絲錐深冷工藝參數(shù)最佳組合，通過繪制優(yōu)化平面圖和優(yōu)化立體圖，在深冷溫度和保溫時間各因素水平基礎(chǔ)上，可以找出絲錐壽命最優(yōu)值以及相應(yīng)的最優(yōu)影響因素條件。試驗設(shè)計是一種從深冷溫度和保溫時間多因素系統(tǒng)中尋找最佳工藝參數(shù)組合的統(tǒng)計方法。采用該法可建立壽命 Y 與 A、B 之間的曲面模型，對深冷溫度（A）和保溫時間（B）影響因素及其交互作用進行評價，確定最佳組合。由于試驗組數(shù)相對較少，所以廣泛應(yīng)用于領(lǐng)域中。RSM 優(yōu)化的平臺是 Minitab 軟件，利用該軟件的響應(yīng)優(yōu)化器，生成優(yōu)化平面圖和曲面圖，如圖 6.1 和 6.2 所示，使質(zhì)量特性 Y 的目標值達到最大化，從而找到了深冷處理工藝的最佳參數(shù)組合。

域內(nèi)隨機生成。A 算法尋找回歸方程最優(yōu)值，需要轉(zhuǎn)換為尋找函數(shù)最小值，即 Y小條件下響應(yīng) Y 越大則越優(yōu)。即適應(yīng)度函數(shù)由式（6.1）確定。OA 算法被用來求出一組最佳深冷處理工藝參數(shù)組合（A，B），使優(yōu)。法參數(shù)設(shè)置及代碼編程用工藝參數(shù)多元化結(jié)構(gòu)，全局參數(shù)鏈表中的全局參數(shù)元素個數(shù)為 1局部參數(shù)元素個數(shù)從右到左依次增多，則第 j 個全局參數(shù)元素對應(yīng)為 10-j，因此工藝參數(shù)多元化結(jié)構(gòu)中搜索元的總數(shù)量為 65，參數(shù) a1，參數(shù) b1，b2為時間的上下限，r1為溫度的半徑，r2為時間的半徑設(shè)置為 0.025，最高調(diào)整次數(shù)為 1000 代。MOA 最優(yōu)工藝參數(shù)算示。示了平均最優(yōu)響應(yīng) Y，適應(yīng)度隨著循環(huán)次數(shù)的變化曲線22Y 165. 6 2.431A 35.56B 0.00832A 5.44B小

【參考文獻】

相關(guān)期刊論文 前10條

1 王寧;徐濟超;楊劍鋒;;多級制造過程關(guān)鍵質(zhì)量特性識別方法[J];計算機集成制造系統(tǒng);2013年04期

2 柳長安;鄢小虎;劉春陽;吳華;;基于改進蟻群算法的移動機器人動態(tài)路徑規(guī)劃方法[J];電子學(xué)報;2011年05期

3 方輝;譚建榮;殷國富;魏巍;;基于灰理論的質(zhì)量屋用戶需求分析方法研究[J];計算機集成制造系統(tǒng);2009年03期

4 耿金花;高齊圣;張嗣瀛;;多因素、多指標產(chǎn)品系統(tǒng)的建模與優(yōu)化[J];系統(tǒng)工程學(xué)報;2008年04期

5 閆獻國;龐思勤;李永堂;;高速鋼深冷處理技術(shù)研究進展[J];新技術(shù)新工藝;2008年03期

6 李延來;唐加福;姚建明;蔣玉石;;基于粗糙集理論的質(zhì)量屋中工程特性確定方法[J];計算機集成制造系統(tǒng);2008年02期

7 劉志存;鄒冀華;范玉青;;飛機制造中關(guān)鍵特性的定義與管理[J];計算機集成制造系統(tǒng);2007年10期

8 李延來;唐加福;姚建明;蒲云;;質(zhì)量功能展開中關(guān)聯(lián)關(guān)系確定的粗糙集方法[J];計算機集成制造系統(tǒng);2007年08期

9 劉志存;鄒冀華;范玉青;;框類組件制造關(guān)鍵特性分析研究[J];宇航材料工藝;2006年06期

10 譚曉蘭,韓建友,陳立周;基于隨機模型的軌跡發(fā)生機構(gòu)穩(wěn)健設(shè)計研究[J];燕山大學(xué)學(xué)報;2004年05期

本文編號：2748984