CN108133105A - 一种基于triz与可拓发散树的废旧机床再制造创新设计方法 - Google Patents

Abstract

本发明公开了一种基于TRIZ与可拓发散树的废旧机床再制造创新设计方法，其步骤为：首先构建废旧机床再制造设计目标结构的形式化物元模型，根据判断阻碍废旧机床创新设计因素的类型，应用物质‑场模型或矛盾矩阵获得创新原理，并根据创新原理对目标结构物元模型进行结构创新设计与可拓发散，形成包含若干候选物元的可拓发散树。其次引入基于侧距与位值的可拓关联函数，以表征候选物元与期望物元之间的关联度，进而由可拓优度评价法得到候选物元优度值，最终决策出最优候选物元。本方法能够有效摆脱原有废旧机床在结构，功能与材料等方面对于设计自由度的限制，从而使再制造机床具备更高的市场竞争力与顾客满意度。

Description

一种基于TRIZ与可拓发散树的废旧机床再制造创新设计方法

技术领域

本发明属于机床再制造领域，尤其涉及一种基于TRIZ与可拓发散树的废旧机床再制造创新设计方法。

背景技术

随着再制造机床产业化不断深入，市场与顾客不仅希望再制造机床的性能、成本、可靠性等技术性与经济性与新机床一样，更期望其综合性能的提升。这就需要对废旧机床及其废旧零部件的功能结构进行重新规划与设计。然而与自由度较高的新机床设计相比，废旧机床在功能、结构、材料等方面的固定性严重压缩了设计自由度，极大地增加了设计难度。因此，对废旧机床无法实施大范围的重新规划与设计，导致再制造设计结果往往无法达到预期的设计目标。因此，迫切需要寻找再制造创新设计方法来摆脱废旧机床的功能、结构与材料等方面的限制，最终实现再制造机床综合性能提升，从而满足顾客需求。

目前关于产品创新设计方法的研究与应用取得了诸多进展，并广泛应用于各个领域。然而，直接应用TRIZ对废旧机床进行创新设计存在一定问题：

1)当前废旧机床及废旧零部件的再制造设计过程缺乏系统性，规范性，致使再制造设计目标无法有效转化为TRIZ工程特征，造成再制造设计效率低下，设计思路混乱等现象；

2)由于废旧机床在原有结构、功能与材料等方面的阻碍，在一定程度上制约了TRIZ创新原理的实施，造成TRIZ创新原理向创新方案转化的过程效率低下甚至无法转化。

发明内容

本发明的目的在于提出一种基于TRIZ与可拓发散树的废旧机床再制造创新设计方法，在缩短再制造设计周期的同时提高再制造设计效率，从而降低再制造设计成本，有效提高再制造机床的顾客满意度，增强其市场竞争力，并有效促进机床再制造行业的发展。本发明的实现步骤为：

1)对需要进行创新的废旧机床结构构建形式化的物元模型；

为了达到综合性能提升与充足的市场竞争力，需要对废旧机床的特定结构进行创新性设计。为了降低原废旧机床结构，功能及材料等方面对创新性设计带来的限制，宜采用一种标准化集成的方法。可拓学通过形式化的模型分析事物拓展的可能性及创新性规律，有益于创新性设计方法的规范化与流程化。形式化的废旧机床结构物元可表示为：

其中，O为需要进行创新性设计的废旧机床结构，特征向量C＝(c₁，c₂，...，C_n)为结构O对应的相关特征，特征值向量V＝(v₁，v₂，...，v_n)为每个特征对应的定量值或定性值。在对废旧机床特定结构进行形式化过程中，需要选取其与特定结构相关的特征。

2)分析该创新问题类型，若为物理冲突则通过物质-场模型进行创新分析；若为技术冲突则应用TRIZ矛盾矩阵获得创新原理，具体流程如图1所示。

3)根据步骤2中获得的创新原理对形式化的废旧机床结构物元模型进行可拓变换，进而发散为若干候选物元。例如，由一个物元出发，可以拓展出多个非空物元集合，即：

则废旧机床结构物元可拓展出m个物元，这些拓展出的物元与原物元具有相同的物元特征及不同的特征量值。

4)构建可拓关联函数以表征不同候选物元与期望物元之间的关联程度。当通过基于可拓发散树与TRIZ的创新方法对废旧机床结构物元进行发散后会得到若干候选物元，为了识别出与期望物元最为接近的候选物元，要对候选物元与期望物元之间的相似关系进行分析。对于期望物元，其特征值V通常为区间值(域)，而可拓关联函数是研究点与域相关关系的有效工具，结合科学出版社出版的《可拓工程》(2007年第一版)中对侧距，位值的定义，可得可拓关联函数以表征二者之间的关联度：(1)

5)通过可拓优度评价决策出最佳候选物元作为再制造设计方案参考。

通过可拓优度法可对某个废旧机床结构物元的优劣进行定量分析，具体步骤如下：

①选取衡量指标

在对某一物元进行评价时，首先要从待评价物元确定评价特征，即衡量指标。例如对于期望物元M_e，其存在n个物元特征，可从中选取s个衡量指标，s≤n，则衡量指标集为：

S＝(s₁，s₂，...，s_s)

衡量指标的选取应保证所选取的指标具备目标相关性，全面性，可行性与稳定性，以保证评价结果之有效性。

②确定衡量指标权重

衡量指标指标以权重表征其重要程度。为了降低人为主观评价对决策结果的影响，可采用层次分析等方法确定指标权重，从而确定衡量指标权重集：

③计算规范关联度

在计算候选物元特征与期望物元特征之间的关联度时，若对应的衡量指标为定性指标或离散指标，则其关联度为：

即对期望物元的衡量指标s_k对应的的期望指标值V₀进行分级，每级评分可由专家通过资料进行评定。

若为连续的定量指标，则关联度计算方法由2.3节确定。若第k个衡量指标与第i个候选物元对应特征值的关联度为K_k(v)_i，则每个候选物元对应第k个衡量指标的关联度向量为：

K_k＝[K_k(v)₁，K_k(v)₂，...，K_k(v)_m]

k∈[1，s]

由式(5)对关联度进行规范化：

k∈[1，s]，i∈[1，m]

即可得规范化关联度向量：

④计算优度值

由向量K_k可知，对于第i个候选物元，其每一特征关于衡量指标s的规范关联度向量为：

K_G＝[K_1i，K_2i，...，K_si]^T

i∈[1，m]

则第i个候选物元的优度值为

i∈[1,m]

通过优度评价，可选择优度最大的候选物元作为与期望物元最佳匹配的物元，并以此作为再制造设计方案的参考依据。

附图说明

图1为基于可拓发散树与TRIZ的再制造创新设计方法流程

图2为废旧主轴箱可拓变换示意图

图3为可拓发散树

具体实施方式

结合附图和实例，对本发明的具体操作步骤进行说明。主轴箱主传动结构对机床加工精度具有决定性影响，因此在对废旧机床进行再制造设计时，对主轴箱进行再制造创新设计使其达到性能提升具有一定的实践意义。该厂目前回收回来的废旧CA6140的主轴箱主轴最高转数为1400r/min，最低转数为11r/min，24级分级变速，主传动电机型号为Y132M-4。通过选取典型结构特征，建立原废旧主轴箱物元模型M₀如下：

通过对市场进行调查，若保证再制造机床具有充足的市场竞争力，其应达到的相应特征指标，即期望物元M_e如下：

其中，在物元的特征值列中，特征值域为期望特征值域V₀，而括弧中的数值为特征值可行域V。对再制造设计，其期望特征值域为再制造机床对应特征需要达到的标准值，而可行域是指无法达到期望特征值域时需要满足的区间，在此区间往往会造成一定程度的性能不足或再制造成本提高。而超出可行域的再制造特征值是不允许的。Opt表示该特征的最优值。

从期望物元可以看出，相较于原始主轴箱，再制造主轴箱需要更高的主轴转速及更高的加工精度，此外还应降低其工作噪声，同时具有更高的稳定性。因此对废旧主轴箱内部结构的改动属于技术创新，需应用TRIZ矛盾矩阵对其进行创新性设计，并形成可拓发散树。根据期望物元需求，为了获得更高的主轴最大转速，可通过变更齿轮传动比实现。与此同时，更高的转速会降低加工稳定性，因此二者形成了技术矛盾。通过技术矛盾特征向TRIZ矛盾矩阵的工程特征进行映射，确定需要改善的工程特征为“3-运动物体的尺寸”、“5-运动物体的面积”及“7-运动物体的体积”，而防止恶化的特征为“29-制造精度”。则矛盾矩阵为：

从矛盾矩阵可以得到若干条创新原理，对每一条创新原理进行可行性分析，确定“02-拆出原则”与“28-机械替换原则”为可用原则。其中，拆出原则指从物体中拆出干扰部分(干扰特性)或者相反，分出唯一需要的部分或需要的特性；机械替换原则指利用非机械装置(如声、光、电等)或非机械作用(如电场、磁场)代替机械装置或机械作用。根据TRIZ创新原理对废旧主轴箱进行可拓变换，变换过程如下：

其中，T₁、T₂、T₃及T₄均为可拓变换，为经过4次可拓变换后的主轴箱物元。可拓变换具体变换内容为:

其中，表示增加变换，表示删除变换。则根据可拓变换结果对废旧主轴箱传动结构进行调整，如图2所示。

因此，由菱形发散思维，为了得到不同转速，需变换齿轮传动比。根据企业实际需求，确定将I轴与II轴之间的第一变速组进行传动比变换，得到两种方案：

方案1：将主轴箱第一变速组进行微调，两个变速组分别由原来的56∶38变为58∶36，51∶48变为53∶41，这样变换使原主轴最高转速提高了200r/min，且对主轴箱的变换范围小，成本低，易改造。

方案2：为了有效提高主轴最高转速，将第一变速组进行改进，分别由原来的56∶38变为63∶31，51∶43变为53∶41，此变换可将主轴最高转速提高至2000r/min，但变速级数由原来的24级降至14级，且由转速图分析可知轴2与轴3的30∶50变速组可取消，从而在一定程度上简化了主轴箱结构。

此外，为了获得更高的转速，还可将原主传动电机替换，此方案将主电机型号由原来的Y132M-4变为Y132S2-2，此变换考虑了原电机座结构，使机座中心高度不变，由原来的中机座改为短机座，因此新电机座设计方便。主电机最高转速变为2900r/min，主轴最高转速变为2900r/min，然而过高的主轴转速将产生噪声，振动及发热严重，加工稳定性差。

最终，可将可拓变换后的废旧主轴箱物元发散为每个方案对应的候选物元，如图3所示。

根据科学出版社出版的《可拓工程》(2007年第一版)可得到每一个候选物元(M₁，M₂，M₃)中的每一个物元特征相对于期望物元M_e的侧距及位值。例如以主轴顶尖跳动为例，可知其期望特征值域V₀＝[0.007，0.008]，而可行域V＝[0.006，0.011]。因此，M₁的主轴顶尖跳动值与M_e的位值D₁₅为：

D₁₅(0.0083，V₀，V)＝ρ(0.0083，V)-ρ(0.0083，V₀)+a-b

即：

由于主轴顶尖跳动期望值的最优值处于期望值域的左半域，其左侧距ρ_l15为：

ρ_l15＝0.0083-0.009＝-0.007

同理，可得每一个候选物元中各个特征的位值与侧距。位值矩阵为：

侧距矩阵为：

其中，位值矩阵与侧距矩阵的列表示评价指标，行表示候选物元。进而由式(4)可得每一个候选物元中各个特征的关联度，并由式(2)可得规范关联度。则每个物元的规范关联度向量为：

K_G1＝(0.273，0.208，0.067，-0.182，0.129)^T

K_G2＝(1，0，-0.117，0，0.067)^T

K_G3＝(0.538，-1，-1，-1，-1)^T

若通过层次分析等方法得到的评价指标权重向量为：

α＝(0.14，0.15，0.41，0.08，0.22)

则可得每个候选物元的优度值：

P₁＝αK_G1＝0.1107

P₂＝αK_G2＝0.1067

P₃＝αK_G3＝-0.7847

因此，根据候选物元的优度值，可以确定物元一为最佳再制造创新设计方案。

Claims (1)

1.一种基于TRIZ与可拓发散树的废旧机床再制造创新设计方法，其特征在于具体操作步骤如下：

1)对需要进行创新的废旧机床结构构建形式化的物元模型。为了达到综合性能提升与充足的市场竞争力，需要对废旧机床的特定结构进行创新性设计。为了降低原废旧机床结构，功能及材料等方面对创新性设计带来的限制，宜采用一种标准化集成的方法。可拓学通过形式化的模型分析事物拓展的可能性及创新性规律，有益于创新性设计方法的规范化与流程化。形式化的废旧机床结构物元可表示为：

其中，O为需要进行创新性设计的废旧机床结构，特征向量C＝(c₁,c₂,…,c_n)为结构O对应的相关特征，特征值向量V＝(v₁,v₂,…,v_n)为每个特征对应的定量值或定性值。在对废旧机床特定结构进行形式化过程中，需要选取其与特定结构相关的特征。

2)分析该创新问题类型，若为物理冲突则通过物质-场模型进行创新分析；若为技术冲突则应用TRIZ矛盾矩阵获得创新原理，具体流程如图1所示。

3)根据步骤2中获得的创新原理对形式化的废旧机床结构物元模型进行可拓变换，进而发散为若干候选物元。

例如，由一个物元出发，可以拓展出多个非空物元集合，即：

则废旧机床结构物元可拓展出m个物元，这些拓展出的物元与原物元具有相同的物元特征及不同的特征量值。

4)构建可拓关联函数以表征不同候选物元与期望物元之间的关联程度。

当通过基于可拓发散树与TRIZ的创新方法对废旧机床结构物元进行发散后会得到若干候选物元，为了识别出与期望物元最为接近的候选物元，要对候选物元与期望物元之间的相似关系进行分析。对于期望物元，其特征值V通常为区间值(域)，而可拓关联函数是研究点与域相关关系的有效工具，结合科学出版社出版的《可拓工程》(2007年第一版)中对侧距，位值的定义，可得可拓关联函数以表征二者之间的关联度：

5)通过可拓优度评价决策出最佳候选物元作为再制造设计方案参考。

通过可拓优度法可对某个废旧机床结构物元的优劣进行定量分析，具体步骤如下：

①选取衡量指标

在对某一物元进行评价时，首先要从待评价物元确定评价特征，即衡量指标。例如对于期望物元M_e，其存在n个物元特征，可从中选取s个衡量指标，s≤n，则衡量指标集为：

S＝(s₁,s₂,…,s_s)

衡量指标的选取应保证所选取的指标具备目标相关性，全面性，可行性与稳定性，以保证评价结果之有效性。

②确定衡量指标权重

衡量指标指标以权重表征其重要程度。为了降低人为主观评价对决策结果的影响，可采用层次分析等方法确定指标权重，从而确定衡量指标权重集：

③计算规范关联度

在计算候选物元特征与期望物元特征之间的关联度时，若对应的衡量指标为定性指标或离散指标，则其关联度为：

即对期望物元的衡量指标s_k对应的的期望指标值V₀进行分级，每级评分可由专家通过资料进行评定。

若为连续的定量指标，则关联度计算方法由2.3节确定。若第k个衡量指标与第i个候选物元对应特征值的关联度为K_k(v)_i，则每个候选物元对应第k个衡量指标的关联度向量为：

K_k＝[K_k(v)₁,K_k(v)₂,…,K_k(v)_m]

k∈[1,s]

由式(2)对关联度进行规范化：

k∈[1,s],i∈[1,m]

即可得规范化关联度向量：

④计算优度值

由向量K_k可知，对于第i个候选物元，其每一特征关于衡量指标s的规范关联度向量为：

K_G＝[K_1i,K_2i,…,K_si]^T

i∈[1,m]

则第i个候选物元的优度值为

i∈[1,m]

通过优度评价，可选择优度最大的候选物元作为与期望物元最佳匹配的物元，并以此作为再制造设计方案的参考依据。