公差设计多目标模型及其粒子群优化算法研究

为解决成本—公差设计模型中忽视产品质量的问题,以新型的田口质量观和Pareto最优解集概念为基础,提出了一种公差设计多目标模型。该模型将加工成本和质量损失分别作为设计目标,并以统计法公差装配成功率为约束条件,获得了比极值公差法更加宽松的公差限。改进了传统的粒子群优化算法,利用Pareto最优性重新定义粒子,然后采用快速非支配排序技术进行粒子的适应度排序,使其能够有效地对多目标模型进行求解。该算法对具体工程实例求解时,一次运行就可求得令人满意的Pareto最优解集,设计者可以根据生产实际和市场需求从中进行选取。通过对求得的Pareto进行最优前沿的分析,可得到该类零件公差设计的特性,其结果验证了公差设计的一般规律。

基于事物特性表的公差模型变型设计

现有的变型设计结果通常是不带有公差信息的几何模型,因此很难与工艺模型、制造模型、测量模型等无缝集成.结合变型设计的特点,对公差信息做了面向变型设计的分析,将公差信息分为固定公差类、固定公差代号类和规则公差类,建立了带有公差信息的事物特性表.提出了基于事物特性表的公差主模型的建立方法,分析了基于事物特性表的公差变型设计过程.以工业汽轮机汽缸的公差变型设计为例进行了验证,结果表明,该方法可有效地提高公差模型的生成效率.

基于灰色粒子群算法的飞机装配公差多目标优化设计

为全面考虑公差对制造成本的影响,将装配成本引入飞机装配公差优化设计模型,针对典型的飞机装配工艺方法,提出一种基于制造成本和质量损失的公差多目标优化设计模型,进而实现不同装配方法约束下的公差优化设计。将灰色关联理论与粒子群优化算法相结合应用于公差优化设计,根据公差设计特点提出改进策略,使其能够有效实现模型的求解。以某飞机典型组件为例,验证了该方法的有效性,并对不同装配方法的公差设计结果进行了对比分析。