本文關(guān)鍵詞：基于OMD工藝的薄膜成型仿真優(yōu)化比較與6Sigma評(píng)估，由筆耕文化傳播整理發(fā)布。

【摘要】：OMD(模外裝飾)是將具有熱塑性能的塑料薄膜修剪成合適尺寸之后,通過加熱軟化,利用真空高壓的技術(shù)手段,使其變形后粘覆在基材輪廓面之上的一種工藝。本論文在前人的研究基礎(chǔ)之上,進(jìn)一步對(duì)OMD工藝進(jìn)行理論分析與研究,實(shí)現(xiàn)了對(duì)汽車儀表盤OMD工藝貼膜的模擬仿真,并利用優(yōu)化的手段實(shí)現(xiàn)了對(duì)OMD工藝參數(shù)(溫度、壓邊力、真空度等)的優(yōu)化,再采用6Sigma分析的手段,最終確立最佳OMD工藝參數(shù),進(jìn)而為OMD工藝設(shè)備生產(chǎn)精確化、高效化做鋪墊。首先,建立PC材料在高溫時(shí)的KDSGZ本構(gòu)模型,根據(jù)相關(guān)實(shí)驗(yàn)數(shù)據(jù)對(duì)KDSGZ模型的各個(gè)參數(shù)進(jìn)行求解,在此基礎(chǔ)之上編寫ABAQUS用戶材料子程序,將用戶材料子程序與ABAQUS實(shí)現(xiàn)無縫連接,得到汽車儀表盤貼膜仿真模擬的結(jié)果,即PC薄膜分別在Y和X方向的變形云圖以及其厚度的分布云圖。然后,在對(duì)結(jié)果分析從而設(shè)計(jì)目標(biāo)函數(shù)(即以儀表盤外殼薄膜50個(gè)節(jié)點(diǎn)分別在Y、X方向變形量的標(biāo)準(zhǔn)偏差和其厚度的標(biāo)準(zhǔn)偏差均同時(shí)達(dá)到最小)與明確變量(即F、T、P1、P2、t1、t2、t3)的基礎(chǔ)之上,運(yùn)用最優(yōu)拉丁超立方試驗(yàn)設(shè)計(jì)的方法對(duì)OMD工藝仿真結(jié)果進(jìn)行抽樣分析,抽樣點(diǎn)為82個(gè),其中72個(gè)用于建立近似模型,其余10個(gè)用于評(píng)估近似模型的精度,得到的82組數(shù)據(jù)點(diǎn)包括變量及相應(yīng)目標(biāo)函數(shù)值,另外,得到的近似模型中RSM二階、RBF/EBF以及Kriging模型精度良好。最后基于近似模型(響應(yīng)面模型、克里格模型、神經(jīng)網(wǎng)絡(luò)模型)對(duì)OMD工藝參數(shù)進(jìn)行全局優(yōu)化(包括MIGA算法、ASA算法、PSO算法)。結(jié)果表明:對(duì)于汽車儀表盤貼膜工藝而言,基于EBF模型采用ASA算法優(yōu)化效果顯著;而對(duì)于鼠標(biāo)外殼貼膜工藝來說,基于RBF模型采用PSO算法優(yōu)化效果最為明顯。為了彌補(bǔ)全局優(yōu)化的不足,在全局優(yōu)化的基礎(chǔ)之上,采用組合優(yōu)化策略做進(jìn)一步細(xì)化。對(duì)汽車儀表貼膜工藝而言,基于EBF模型采用ASA全局優(yōu)化算法組合NLPQL梯度優(yōu)化算法以及基于二階RSM模型的Pointer-2組合優(yōu)化算法的優(yōu)化效果均勝于全局優(yōu)化;而對(duì)于鼠標(biāo)外殼貼膜工藝來說,基于RBF模型的PSO全局優(yōu)化算法組合NLPQL梯度優(yōu)化算法的優(yōu)化效果同樣優(yōu)于全局優(yōu)化。最后利用6Sigma可靠性分析的手段,對(duì)各組優(yōu)化結(jié)果進(jìn)行6Sigma評(píng)估,最終確立以基于二階RSM模型的Pointer-2組合優(yōu)化算法所得的Pareto解作為汽車儀表盤貼膜工藝參數(shù)優(yōu)化的最佳組合。以基于RBF模型的PSO全局優(yōu)化算法組合NLPQL梯度優(yōu)化算法所得的Pareto解作為鼠標(biāo)外殼貼膜工藝參數(shù)優(yōu)化最佳組合。
【關(guān)鍵詞】：OMD工藝 參數(shù)優(yōu)化 全局優(yōu)化 組合優(yōu)化 6Sigma KDSGZ
【學(xué)位授予單位】：華東交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TB383.2
【目錄】：

• 摘要3-4
• ABSTRACT4-9
• 第一章 緒論9-15
• 1.1 課題研究的目的和意義9
• 1.2 OMD工藝相關(guān)領(lǐng)域的研究進(jìn)展9-13
• 1.2.1 OMD的研究進(jìn)展9-11
• 1.2.2 熱壓成型模擬仿真的研究進(jìn)展11-12
• 1.2.3 參數(shù)優(yōu)化的研究進(jìn)展12-13
• 1.3 本文研究的主要內(nèi)容13
• 1.4 技術(shù)方案13-15
• 第二章 汽車儀表盤OMD工藝仿真15-27
• 2.1 PC材料高溫時(shí)KDSGZ本構(gòu)模型的構(gòu)建15-19
• 2.1.1 PC本構(gòu)方程的選取15-16
• 2.1.2 DSGZ模型系數(shù)的求解16-18
• 2.1.3 DSGZ模型的改進(jìn)18
• 2.1.4 PC材料高溫時(shí)本構(gòu)模型參數(shù)求解18-19
• 2.2 ABAQUS用戶材料子程序的編寫19-23
• 2.2.1 用戶材料子程序UMAT的開發(fā)流程19-21
• 2.2.2 材料塑性狀態(tài)的決定及應(yīng)力更新算法21-22
• 2.2.3 用戶材料子程序的編寫22-23
• 2.3 汽車儀表盤貼膜仿真23-26
• 2.3.1 建立仿真模型23-24
• 2.3.2 參數(shù)設(shè)置24-25
• 2.3.3 仿真結(jié)果分析25-26
• 2.4 本章小結(jié)26-27
• 第三章 OMD貼膜工藝參數(shù)全局優(yōu)化27-63
• 3.1 全局優(yōu)化方案27-28
• 3.2 確定目標(biāo)函數(shù)及設(shè)計(jì)變量28-29
• 3.3 試驗(yàn)設(shè)計(jì)29-34
• 3.3.1 最優(yōu)拉丁超立方設(shè)計(jì)30-31
• 3.3.2 DOE結(jié)果分析31-34
• 3.4 建立近似模型34-41
• 3.4.1 近似模型的概念34-35
• 3.4.2 建立響應(yīng)面模型35-37
• 3.4.3 建立克里格模型37-39
• 3.4.4 建立神經(jīng)網(wǎng)絡(luò)（RBF/EBF）模型39-41
• 3.5 汽車儀表盤貼膜工藝參數(shù)全局優(yōu)化41-53
• 3.5.1 采用MIGA算法優(yōu)化42-46
• 3.5.2 采用PSO算法優(yōu)化46-50
• 3.5.3 采用ASA算法優(yōu)化50-53
• 3.6 鼠標(biāo)外殼貼膜工藝參數(shù)全局優(yōu)化53-58
• 3.6.1 采用MIGA算法53-55
• 3.6.2 采用ASA算法55-57
• 3.6.3 采用PSO算法57-58
• 3.7 汽車儀表盤外殼貼膜工藝參數(shù)優(yōu)化結(jié)果分析58-60
• 3.7.1 側(cè)重考慮減薄率58-59
• 3.7.2 側(cè)重考慮變形精度59-60
• 3.8 鼠標(biāo)外殼貼膜工藝參數(shù)優(yōu)化結(jié)果分析60-62
• 3.9 本章小結(jié)62-63
• 第四章 OMD薄膜工藝參數(shù)組合優(yōu)化63-74
• 4.1 組合優(yōu)化方案63-64
• 4.2 汽車儀表盤外殼貼膜工藝參數(shù)組合優(yōu)化分析64-68
• 4.2.1 采用Pointer-2 算法優(yōu)化64-67
• 4.2.2 采用ASA全局優(yōu)化算法組合NLPQL梯度算法進(jìn)行優(yōu)化67-68
• 4.3 鼠標(biāo)外殼貼膜工藝組合優(yōu)化分析68-70
• 4.3.1 采用Pointer-2 算法優(yōu)化68-69
• 4.3.2 采用PSO全局優(yōu)化算法組合NLPQL梯度算法進(jìn)行優(yōu)化69-70
• 4.4 優(yōu)化結(jié)果分析70-73
• 4.4.1 汽車儀表盤貼膜工藝參數(shù)組合優(yōu)化結(jié)果分析70-72
• 4.4.2 鼠標(biāo)外殼貼膜工藝參數(shù)組合優(yōu)化結(jié)果分析72-73
• 4.5 本章小結(jié)73-74
• 第五章 6Sigma可靠性分析74-82
• 5.1 基于近似模型的 6Sigma可靠性分析74-81
• 5.1.1 汽車儀表盤貼膜工藝參數(shù) 6Sigma分析76-78
• 5.1.2 鼠標(biāo)外殼貼膜工藝參數(shù) 6Sigma分析78-81
• 5.2 本章小結(jié)81-82
• 第六章 總結(jié)與展望82-84
• 6.1 研究總結(jié)82
• 6.2 創(chuàng)新點(diǎn)82-83
• 6.3 研究展望83-84
• 參考文獻(xiàn)84-87
• 個(gè)人簡歷 在讀期間發(fā)表的學(xué)術(shù)論文87-88
• 致謝88

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊永愉;Pareto分布參數(shù)的統(tǒng)計(jì)推斷及其應(yīng)用[J];北京化工學(xué)院學(xué)報(bào)(自然科學(xué)版);1992年01期

2 郭澤峰;;Pareto圖在啤酒質(zhì)量投訴分析中的應(yīng)用[J];啤酒科技;2012年10期

3 李中凱;譚建榮;馮毅雄;裘樂淼;;基于強(qiáng)度Pareto進(jìn)化的注塑機(jī)注射性能多目標(biāo)優(yōu)化[J];計(jì)算機(jī)集成制造系統(tǒng);2007年11期

4 賈樹晉;朱俊;杜斌;岳恒;;Pareto最大最小螞蟻算法及其在熱軋批量計(jì)劃優(yōu)化中的應(yīng)用[J];控制理論與應(yīng)用;2012年02期

5 陶俏;王敏杰;徐斌;;基于Pareto遺傳算法的聚合物黏度模型參數(shù)擬合[J];塑料;2010年02期

6 郭相坤;王曉靜;許德平;王曉玲;;間歇自由基聚合反應(yīng)器的Pareto蟻群優(yōu)化(英文)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2009年06期

7 王海艷;秦旭達(dá);任成祖;;基于Pareto遺傳算法的螺旋銑加工參數(shù)優(yōu)化[J];中國機(jī)械工程;2012年17期

8 陳元千;;預(yù)測(cè)油氣資源Pareto模型的建立、修正與應(yīng)用——兼評(píng)我國現(xiàn)行的油田儲(chǔ)量規(guī)模排序法[J];中國石油勘探;2008年04期

9 王國良;邵惠鶴;;Multi-objective Optimization of Controller for Process with Reverse Response and Dead Time[J];Journal of Donghua University(English Edition);2009年03期

10 廖寧;劉建勛;王俊年;;Pareto方法在服務(wù)網(wǎng)格資源調(diào)度多目標(biāo)優(yōu)化中的應(yīng)用[J];湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 ;A Pareto-Based Differential Evolution Algorithm for Multi-objective Optimization Problems[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 周秀玲;孫承意;;Pareto-MEC算法的收斂性分析[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

3 ;Multiobjective Optimization with Competitive Coevolutionary Genetic Algorithms[A];第二十九屆中國控制會(huì)議論文集[C];2010年

4 ;Study on New Coordination Mechanisms of Generalized Supply Chains with Loss-averse Agents[A];2009中國控制與決策會(huì)議論文集（3）[C];2009年

5 樊鐵成;馬孜;;Pareto前沿在航線優(yōu)化中的應(yīng)用[A];第16屆中國過程控制學(xué)術(shù)年會(huì)暨第4屆全國故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

6 徐安察;湯銀才;;Pareto分布下屏蔽數(shù)據(jù)的貝葉斯統(tǒng)計(jì)分析及其應(yīng)用[A];技術(shù)融合創(chuàng)新·可靠服務(wù)企業(yè)·安全產(chǎn)品制勝——2013年全國機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會(huì)暨第四屆可靠性工程分會(huì)第五次全體委員大會(huì)論文集[C];2013年

7 陳銀美;石連栓;;一種改進(jìn)的求解均勻分布Pareto解集的多目標(biāo)遺傳算法[A];中國運(yùn)籌學(xué)會(huì)第十屆學(xué)術(shù)交流會(huì)論文集[C];2010年

8 韓松;魏權(quán)齡;;非參數(shù)DEA模型最優(yōu)解的(弱)Pareto性質(zhì)研究[A];中國運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（上卷）[C];2004年

9 樊鐵成;馬孜;羅勛杰;;Pareto遺傳算法在集裝箱配載優(yōu)化中的應(yīng)用[A];第二十四屆中國控制會(huì)議論文集（下冊(cè)）[C];2005年

10 呂萍;李晴;宋吟秋;;考慮運(yùn)營成本的公路Pareto有效BOT合同[A];中國系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A02管理科學(xué)[C];2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 楊蘊(yùn);多目標(biāo)進(jìn)化算法及其在地下水優(yōu)化管理中的應(yīng)用研究[D];南京大學(xué);2012年

2 安彤;VMI模式下供應(yīng)鏈的Pareto改進(jìn)研究[D];天津大學(xué);2011年

3 Deogratias NURWAHA;[D];東華大學(xué);2013年

4 陳泯融;基于極值動(dòng)力學(xué)的優(yōu)化方法及其應(yīng)用研究[D];上海交通大學(xué);2008年

5 邢宇飛;復(fù)雜產(chǎn)品拆卸序列規(guī)劃技術(shù)研究[D];東北大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 范超;基于Pareto蟻群算法的MVB周期輪詢表設(shè)計(jì)問題研究[D];大連理工大學(xué);2015年

2 丁沖沖;基于Pareto多目標(biāo)人工蜂群算法的Web服務(wù)組合優(yōu)化研究[D];南京財(cái)經(jīng)大學(xué);2014年

3 羅強(qiáng);基于OMD工藝的薄膜成型仿真優(yōu)化比較與6Sigma評(píng)估[D];華東交通大學(xué);2016年

4 劉媚;混合Pareto分布的統(tǒng)計(jì)分析[D];華東師范大學(xué);2009年

5 夏凌;基于Pareto邊界的多目標(biāo)調(diào)度研究[D];上海交通大學(xué);2008年

6 南新艷;廣義Pareto分布[D];華東師范大學(xué);2005年

7 齊曉鴻;一個(gè)求解多目標(biāo)問題的算法：Pareto-MEC[D];太原理工大學(xué);2004年

8 尹呈;多目標(biāo)優(yōu)化Pareto支配性預(yù)測(cè)方法研究[D];湘潭大學(xué);2013年

9 竇孟麗;復(fù)合指數(shù)-Pareto模型及其在保險(xiǎn)中的應(yīng)用[D];華東師范大學(xué);2009年

10 高建敏;Pareto分布中門檻值的確定及其在經(jīng)濟(jì)學(xué)中的應(yīng)用[D];浙江工商大學(xué);2007年

  本文關(guān)鍵詞：基于OMD工藝的薄膜成型仿真優(yōu)化比較與6Sigma評(píng)估，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：271790