CN109145345A - 一种拼焊板方盒形件成形工艺参数优化方法及系统 - Google Patents
一种拼焊板方盒形件成形工艺参数优化方法及系统 Download PDFInfo
- Publication number
- CN109145345A CN109145345A CN201810257716.8A CN201810257716A CN109145345A CN 109145345 A CN109145345 A CN 109145345A CN 201810257716 A CN201810257716 A CN 201810257716A CN 109145345 A CN109145345 A CN 109145345A
- Authority
- CN
- China
- Prior art keywords
- layer
- matrix
- technological parameter
- parameter
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开一种拼焊板方盒形件成形工艺参数优化方法及系统,该方法包括:建立工艺参数的层次结构模型;根据层次分析法建立准则层对目标层的第一判断矩阵以及方案层对准则层的第二判断矩阵;根据第一判断矩阵和第二判断矩阵,计算方案层工艺参数相对于目标层工艺参数的指标权重;根据指标权重利用灰色理论,确定准则层工艺参数间的关联系数;根据关联系数得到准则层工艺参数间的关联度;根据最大的关联度确定目标层工艺参数的最优组合;目标层工艺参数的最优组合即为拼焊板方盒形件成形工艺参数的最优组合。采用此方法或系统可以解决拼焊板件冲压成形过程中对质量精确控制不准的问题。
Description
技术领域
本发明涉及拼焊板成形领域,特别是涉及一种拼焊板方盒形件成形工艺参 数优化方法及系统。
背景技术
随着我国汽车制造业的快速发展,汽车能源短缺和环境污染问题日益严 重,汽车轻量化在近些年得到了越来越广泛的关注。而拼焊板成形技术作为其 最主要的实现途径也越来越多的被应用到汽车制造业中。但是拼焊板在成形中 涉及的工艺参数较多,每个参数对成形质量的影响各不相同,它们相互交叉, 难以精确地建立工艺参数与成形质量之间的关系,工艺优化存在一定的难度。 传统的优化方法主要采取方差分析法,通过F比的值来判断各工艺参数对成形 结果的影响程度。该方法不仅分析过程较为繁复,计算量大,并且只能粗略的 判断各参数的影响程度,难以得到精确的最优工艺参数组合。因此有必要提出一种新的优化方法来确定各个工艺参数之间的权重分配,得到最优工艺参数组 合,以解决拼焊板成形过程中的多目标优化问题。
发明内容
本发明的目的是提供一种拼焊板方盒形件成形工艺参数优化方法及系统, 解决了拼焊板件冲压成形过程中对质量精确控制不准的问题。
为实现上述目的,本发明提供了如下方案:
一种拼焊板方盒形件成形工艺参数优化方法,包括:
建立工艺参数的层次结构模型;所述层次结构模型包括方案层、准则层、 目标层,所述工艺参数包括方案层工艺参数、准则层工艺参数和目标层工艺参 数;
根据层次分析法建立准则层对目标层的第一判断矩阵以及方案层对准则 层的第二判断矩阵;
根据所述第一判断矩阵和所述第二判断矩阵,计算所述方案层工艺参数相 对于所述目标层工艺参数的指标权重;所述指标权重包括最大焊缝移动量权 重、减薄率权重、增厚率权重;
根据所述指标权重利用灰色理论,确定所述准则层工艺参数间的关联系 数;
根据所述关联系数得到所述准则层工艺参数间的关联度;
根据最大的所述关联度确定所述目标层工艺参数的最优组合;所述目标层 工艺参数的最优组合即为所述拼焊板方盒形件成形工艺参数的最优组合。
可选的,所述方案层工艺参数和所述目标层工艺参数均包括最大焊缝移动 量、减薄率、增厚率;所述准则层工艺参数包括压边力加载方式、料厚比、摩 擦系数、模具几何参数;其中,所述根据层次分析法建立准则层对目标层的第 一判断矩阵以及方案层对准则层的第二判断矩阵具体包括:
设定所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参 数中两两之间的重要程度比值;所述最大焊缝移动量、所述减薄率、所述增厚 率中两两之间的重要程度比值;
根据所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参 数中两两之间的重要程度比值建立所述准则层对目标层的判断矩阵;
根据所述最大焊缝移动量、所述减薄率、所述增厚率中两两之间的重要程 度比值建立所述方案层对准则层的判断矩阵。
可选的,所述根据所述第一判断矩阵和所述第二判断矩阵,计算所述方案 层工艺参数相对于所述目标层工艺参数的指标权重具体包括:
对所述第一判断矩阵和所述第二判断矩阵的每一列分别进行归一化处理, 得到对应的第一归一化矩阵、第二归一化矩阵;
分别对所述第一归一化矩阵、所述第二归一化矩阵的行向量进行求和,得 到对应的第一求和矩阵、第二求和矩阵;
分别对所述第一求和矩阵、所述第二求和矩阵进行归一化处理,得到对应 的第一权重矩阵、第二权重矩阵;
根据所述第一权重矩阵、所述第二权重矩阵,计算得到所述方案层工艺参 数相对于所述准则层工艺参数的第一权重、所述准则层工艺参数相对于所述目 标层工艺参数的第二权重;
将所述第一权重和所述第二权重相乘,得到所述方案层工艺参数相对于所 述目标层工艺参数的指标权重。
可选的,所述根据所述指标权重利用灰色理论,确定所述准则层工艺参数 间的关联系数具体包括:
对所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数 进行正交实验,得到正交实验结果;所述正交实验结果为所述最大焊缝移动量、 所述减薄率、所述增厚率的取值;
根据所述正交实验结果构建指标序列;
对所述指标序列进行无纲量处理,得到无纲量指标序列;
选取所述指标序列中的所述最大焊缝移动量的最小值、所述减薄率的最小 值、所述增厚率的最小值构建基准矢量序列;
根据所述无纲量指标序列和所述基准矢量序列计算得到所述关联系数。
可选的,所述根据所述关联系数得到所述准则层工艺参数间的关联度具体 包括:
利用关联度计算公式计算所述关联度;其中,γi为所述 关联度值;ξi(k)为关联系数;i为不同指标的个数,即正交实验序号;λk为指 标权重;n=3;k的取值为1、2、3。
一种拼焊板方盒形件成形工艺参数优化系统,包括:
模型构建模块,用于建立工艺参数的层次结构模型;所述层次结构模型包 括方案层、准则层、目标层,所述工艺参数包括方案层工艺参数、准则层工艺 参数和目标层工艺参数;
判断矩阵构建模块,用于根据层次分析法建立准则层对目标层的第一判断 矩阵以及方案层对准则层的第二判断矩阵;
权重计算模块,用于根据所述第一判断矩阵和所述第二判断矩阵,计算所 述方案层工艺参数相对于所述目标层工艺参数的指标权重;所述指标权重包括 最大焊缝移动量权重、减薄率权重、增厚率权重;
关联系数计算模块,用于根据所述指标权重利用灰色理论,确定所述准则 层工艺参数间的关联系数;
关联度计算模块,用于根据所述关联系数得到所述准则层工艺参数间的关 联度;
最优组合获得模块,用于根据最大的所述关联度确定所述目标层工艺参数 的最优组合;所述目标层工艺参数的最优组合即为所述拼焊板方盒形件成形工 艺参数的最优组合。
可选的,所述方案层工艺参数和所述目标层工艺参数包括最大焊缝移动 量、减薄率、增厚率;所述准则层工艺参数包括压边力加载方式、料厚比、摩 擦系数、模具几何参数;其中,所述判断矩阵构建模块具体包括:
比值设定单元,用于设定所述压边力加载方式、所述料厚比、所述摩擦系 数、所述模具几何参数中两两之间的重要程度比值;所述最大焊缝移动量、所 述减薄率、所述增厚率中两两之间的重要程度比值;
准则层矩阵建立单元,用于根据所述压边力加载方式、所述料厚比、所述 摩擦系数、所述模具几何参数中两两之间的重要程度比值建立所述准则层对目 标层的判断矩阵;
方案层矩阵建立单元,用于根据所述最大焊缝移动量、所述减薄率、所述 增厚率中两两之间的重要程度比值建立所述方案层对准则层的判断矩阵。
可选的,所述权重计算模块具体包括:
列归一化单元,用于对所述第一判断矩阵和所述第二判断矩阵的每一列分 别进行归一化处理,得到对应的第一归一化矩阵、第二归一化矩阵;
求和单元,用于分别对所述第一归一化矩阵、所述第二归一化矩阵的行向 量进行求和,得到对应的第一求和矩阵、第二求和矩阵;
矩阵归一化单元,用于分别对所述第一求和矩阵、所述第二求和矩阵进行 归一化处理,得到对应的第一权重矩阵、第二权重矩阵;
初始权重计算单元,用于权重根据所述第一权重矩阵、所述第二权重矩阵, 计算得到所述方案层工艺参数相对于所述准则层工艺参数的第一权重、所述准 则层工艺参数相对于所述目标层工艺参数的第二权重;
指标权重计算单元,用于将所述第一权重和所述第二权重相乘,得到所述 方案层工艺参数相对于所述目标层工艺参数的指标权重。
可选的,所述关联系数计算模块具体包括:
正交实验单元,用于对所述压边力加载方式、所述料厚比、所述摩擦系数、 所述模具几何参数进行正交实验,得到正交实验结果;所述正交实验结果为所 述最大焊缝移动量、所述减薄率、所述增厚率的取值;
指标序列构建单元,用于根据所述正交实验结果构建指标序列;
无纲量处理单元,用于对所述指标序列进行无纲量处理,得到无纲量指标 序列;
基准矢量序列构建单元,用于选取所述指标序列中的所述最大焊缝移动量 的最小值、所述减薄率的最小值、所述增厚率的最小值构建基准矢量序列;
系数计算单元,用于根据所述无纲量指标序列和所述基准矢量序列计算得 到所述关联系数。
可选的,所述关联度计算模块具体包括:
利用关联度计算公式计算所述关联度;其中,γi为所述关 联度值;ξi(k)为关联系数;i为不同指标的个数,即正交实验序号;λk为指标 权重;n=3;的取值k为1、2、3。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明采用了层次分析法(AHP法)和灰色系统理论相结合的分析方法, 利用AHP层次分析法得到反应拼焊板成形质量的三个指标最大焊缝移动量、 减薄率和增厚率的权重,通过灰色系统理论预测出工艺参数压边力加载方式、 料厚比、摩擦系数、模具几何参数的最优值。本方法不仅可以解决传统的方差 分析法分析过程复杂、计算量大的缺点,使分析过程更为简单明了,同时可以 通过关联度均值的大小直观的反应出各工艺参数不同水平对拼焊板成形指标 优化的影响力,从而得出更为精确的最优工艺参数组合。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施 例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是 本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性 的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例工艺参数优化方法流程图;
图2为本发明实施例工艺参数优化系统模块图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清 楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是 全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造 性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种拼焊板方盒形件成形工艺参数优化方法及系统, 解决了拼焊板件冲压成形过程中对质量精确控制不准的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和 具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例工艺参数优化方法流程图。参见图1,一种拼焊板方 盒形件成形工艺参数优化方法,包括:
步骤101:建立工艺参数的层次结构模型;所述层次结构模型包括方案层、 准则层、目标层,所述工艺参数包括方案层工艺参数、准则层工艺参数和目标 层工艺参数;
步骤102:根据层次分析法建立准则层对目标层的第一判断矩阵以及方案 层对准则层的第二判断矩阵;
步骤103:根据所述第一判断矩阵和所述第二判断矩阵,计算所述方案层 工艺参数相对于所述目标层工艺参数的指标权重;所述指标权重包括最大焊缝 移动量权重、减薄率权重、增厚率权重;
步骤104:根据所述指标权重利用灰色理论,确定所述准则层工艺参数间 的关联系数;
步骤105:根据所述关联系数得到所述准则层工艺参数间的关联度;
步骤106:根据最大的所述关联度确定所述目标层工艺参数的最优组合; 所述目标层工艺参数的最优组合即为所述拼焊板方盒形件成形工艺参数的最 优组合。
采用上述方法不仅可以解决传统的方差分析法分析过程复杂、计算量大的 缺点,使分析过程更为简单明了,同时可以通过关联度均值的大小直观的反应 出各工艺参数不同水平对拼焊板成形指标优化的影响力,从而得出更为精确的 最优工艺参数组合。
其中,步骤102具体包括:
设定所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参 数中两两之间的重要程度比值;所述最大焊缝移动量、所述减薄率、所述增厚 率中两两之间的重要程度比值;
根据所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参 数中两两之间的重要程度比值建立所述准则层对目标层的判断矩阵;
根据所述最大焊缝移动量、所述减薄率、所述增厚率中两两之间的重要程 度比值建立所述方案层对准则层的判断矩阵。
判断矩阵是建立准则层对目标层的判断矩阵以及方案层对准则层的矩阵, 比如建立准则层对目标层的判断矩阵A,则设压边力加载方式为w1、料厚比 为w2、摩擦系数为w3、模具几何参数为w4,按下列判断矩阵形式及标度方法 构造;建立方案层对准则层压边加载方式的矩阵C1,则设最大焊缝移动量为 w1、减薄率为w2、增厚率为w3。同理分别构造建立方案层对准则层料厚比、 摩擦系数、模具几何参数的矩阵C2C3C4。
构造判断矩阵A=(aij)n×n,判断矩阵的形式为:
其中,aij表示第i个拼焊板成形质量评价指标相对于第j个拼焊板成形质 量评价指标的重要程度,综合考虑各工艺参数对拼焊板成形的重要性,按表1 标度方法进行标度:
表1
其中,步骤103具体包括:
对所述第一判断矩阵和所述第二判断矩阵的每一列分别进行归一化处理, 得到对应的第一归一化矩阵、第二归一化矩阵;
分别对所述第一归一化矩阵、所述第二归一化矩阵的行向量进行求和,得 到对应的第一求和矩阵、第二求和矩阵;
分别对所述第一求和矩阵、所述第二求和矩阵进行归一化处理,得到对应 的第一权重矩阵、第二权重矩阵;
根据所述第一权重矩阵、所述第二权重矩阵,计算得到所述方案层工艺参 数相对于所述准则层工艺参数的第一权重、所述准则层工艺参数相对于所述目 标层工艺参数的第二权重;
将所述第一权重和所述第二权重相乘,得到所述方案层工艺参数相对于所 述目标层工艺参数的指标权重。
在计算指标权重时限进行层次单排序操作,层次单排序即同一层次所有因 素对上一层次某因素重要性的排序权值,通过规范列平均法,将构造的判断矩 阵A每一列归一化得到归一化矩阵B,将矩阵B行向量求和得到一个一列n 行的求和矩阵C,对求和矩阵C归一化处理得到权重矩阵W,权重矩阵W为 所求层次单排序,由此得到权重矩阵,即第一权重矩阵、第二权重矩阵。
利用层次单排序的计算结果进一步综合出最低层所有因素对于总目标相 对重要性的排序权值过程,称为层次总排序。公式为:
准则层的m个因素对目标层的层次单排序为:a1,a2,...,am;
方案层的n个因素对准则层中因素Aj的层次单排序为:
b1j,b2j,...bnj(j=1,2,...,m);其中,j代表准则层的因素个数;n代表方案层的因素个数;
则方案层层对目标层的总排序为:a1bn1+a2bn2+...+ambnm。上述总排序则 为所述方案层工艺参数相对于所述目标层工艺参数的指标权重。
其中,步骤104具体包括:
对所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数 进行正交实验,得到正交实验结果;所述正交实验结果为所述最大焊缝移动量、 所述减薄率、所述增厚率的取值;
根据所述正交实验结果构建指标序列;
对所述指标序列进行无纲量处理,得到无纲量指标序列;由于三个指标的 物理纲量不同,需要对数据进行无纲量处理,处理公式为:
其中,I为不同指标的个数,即正交实验序号,k为实 验指标序号,k的取值为1.2.3;
选取所述指标序列中的所述最大焊缝移动量的最小值、所述减薄率的最小 值、所述增厚率的最小值构建基准矢量序列;选择各指标的最优值为基准矢量 序列X0={X0(k),k=1,2...n},在拼焊板拉深成形中,通过正交试验得到的最大焊 缝移动量、减薄率、增厚率三个指标数据的最小值为最优值。
根据所述无纲量指标序列和所述基准矢量序列计算得到所述关联系数。
例如:Xi对X0在k点的灰色关联系数计算公式为:
其中,X0={X0(k),k=1,2...n}为基准矢量序列, Xi={Xi(k),k=1,2...n;i=1,2...m}为经无纲量处理后的指标序列,m代表不同指 标的个数,ρ为分辨系数,一般取值0.5,|X0-Xi(k)|为每个指标序列与基准 矢量序列对应元素的绝对差值,和分别 为各个指标绝对差值中的最小值与最大值。
其中,步骤105具体包括:
利用关联度计算公式计算所述关联度;其中,γi为所述 关联度值;ξi(k)为关联系数;i为不同指标的个数,即正交实验序号;λk为指 标权重;n=3;k的取值为1、2、3。
图2为本发明实施例工艺参数优化系统模块图。参见图2,一种拼焊板方 盒形件成形工艺参数优化系统,包括:
模型构建模块201,用于建立工艺参数的层次结构模型;所述层次结构模 型包括方案层、准则层、目标层,所述工艺参数包括方案层工艺参数、准则层 工艺参数和目标层工艺参数;
判断矩阵构建模块202,用于根据层次分析法建立准则层对目标层的第一 判断矩阵以及方案层对准则层的第二判断矩阵;
权重计算模块203,用于根据所述第一判断矩阵和所述第二判断矩阵,计 算所述方案层工艺参数相对于所述目标层工艺参数的指标权重;所述指标权重 包括最大焊缝移动量权重、减薄率权重、增厚率权重;
关联系数计算模块204,用于根据所述指标权重利用灰色理论,确定所述 准则层工艺参数间的关联系数;
关联度计算模块205,用于根据所述关联系数得到所述准则层工艺参数间 的关联度;
最优组合获得模块206,用于根据最大的所述关联度确定所述目标层工艺 参数的最优组合;所述目标层工艺参数的最优组合即为所述拼焊板方盒形件成 形工艺参数的最优组合。
采用上述系统解决传统的方差分析法分析过程复杂、计算量大的缺点,使 分析过程更为简单明了,同时可以通过关联度均值的大小直观的反应出各工艺 参数不同水平对拼焊板成形指标优化的影响力,从而得出更为精确的最优工艺 参数组合。
所述判断矩阵构建模块202具体包括:
比值设定单元,用于设定所述压边力加载方式、所述料厚比、所述摩擦系 数、所述模具几何参数中两两之间的重要程度比值;所述最大焊缝移动量、所 述减薄率、所述增厚率中两两之间的重要程度比值;
准则层矩阵建立单元,用于根据所述压边力加载方式、所述料厚比、所述 摩擦系数、所述模具几何参数中两两之间的重要程度比值建立所述准则层对目 标层的判断矩阵;
方案层矩阵建立单元,用于根据所述最大焊缝移动量、所述减薄率、所述 增厚率中两两之间的重要程度比值建立所述方案层对准则层的判断矩阵。
其中,所述权重计算模块203具体包括:
列归一化单元,用于对所述第一判断矩阵和所述第二判断矩阵的每一列分 别进行归一化处理,得到对应的第一归一化矩阵、第二归一化矩阵;
求和单元,用于分别对所述第一归一化矩阵、所述第二归一化矩阵的行向 量进行求和,得到对应的第一求和矩阵、第二求和矩阵;
矩阵归一化单元,用于分别对所述第一求和矩阵、所述第二求和矩阵进行 归一化处理,得到对应的第一权重矩阵、第二权重矩阵;
初始权重计算单元,用于权重根据所述第一权重矩阵、所述第二权重矩阵, 计算得到所述方案层工艺参数相对于所述准则层工艺参数的第一权重、所述准 则层工艺参数相对于所述目标层工艺参数的第二权重;
指标权重计算单元,用于将所述第一权重和所述第二权重相乘,得到所述 方案层工艺参数相对于所述目标层工艺参数的指标权重。
其中,所述关联系数计算模块204具体包括:
正交实验单元,用于对所述压边力加载方式、所述料厚比、所述摩擦系数、 所述模具几何参数进行正交实验,得到正交实验结果;所述正交实验结果为所 述最大焊缝移动量、所述减薄率、所述增厚率的取值;
指标序列构建单元,用于根据所述正交实验结果构建指标序列;
无纲量处理单元,用于对所述指标序列进行无纲量处理,得到无纲量指标 序列;
基准矢量序列构建单元,用于选取所述指标序列中的所述最大焊缝移动量 的最小值、所述减薄率的最小值、所述增厚率的最小值构建基准矢量序列;
系数计算单元,用于根据所述无纲量指标序列和所述基准矢量序列计算得 到所述关联系数。
其中,所述关联度计算模块205具体包括:
利用关联度计算公式计算所述关联度;其中,γi为所述关 联度值;ξi(k)为关联系数;i为不同指标的个数,即正交实验序号;λk为指标 权重;n=3;k的取值为1、2、3。
下面结合实施例详细说明本发明的实施方式。
1)本实施例表述一种拼焊板方盒形件拉深成形工艺优化,包括以下步骤: 根据根据正交试验的各因素和各指标建立合理的层次结构模型,目标层为合理 的工艺参数,准则层为压边力加载方式C1、料厚比C2、摩擦系数C3、模具几 何参数C4。方案层为最大焊缝移动量、减薄率、增厚率。
2)综合考虑各工艺参数对拼焊板成形的重要性,构造判断矩阵。
A为准则层对目标层重要性的判断矩阵:
C1、C2、C3、C4分别为准则层对方案层重要性的判断矩阵:
3)通过规范列平均法,获得各权向量:
X=(0.0803,0.4831,0.2081,0.2285)X1=(0.5000,0.2500,0.2500)
X2=(0.4545,0.4545,0.0910)X3=X4=(0.3091,0.5815,0.1096)
4)层次总排序为:
5)根据一致性指标(CI)和一致性比率(RI)检验各矩阵,满足合理建模要求, 所以最大焊缝移动量、减薄率和增厚率相对于拼焊板拉深成形合理工艺参数的 权重分别为:
λ1=0.3946λ2=0.4935λ3=0.1119
6)计算关联系数,结果如表2:
表2
7)计算关联度,结果如表3:
表3
8)通过分析比较关联度数值结果大小,得到优化后的成形工艺参数组合 为线性或曲线加载,料厚比为0.5/0.8,摩擦系数为0.05,凸模圆角半径为4mm, 凹模圆角半径为16mm,同正交试验方差分析法得出的最优组合一致。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是 与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于 实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较 简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施 例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的 一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变 之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种拼焊板方盒形件成形工艺参数优化方法,其特征在于,包括:
建立工艺参数的层次结构模型;所述层次结构模型包括方案层、准则层、目标层,所述工艺参数包括方案层工艺参数、准则层工艺参数和目标层工艺参数;
根据层次分析法建立准则层对目标层的第一判断矩阵以及方案层对准则层的第二判断矩阵;
根据所述第一判断矩阵和所述第二判断矩阵,计算所述方案层工艺参数相对于所述目标层工艺参数的指标权重;所述指标权重包括最大焊缝移动量权重、减薄率权重、增厚率权重;
根据所述指标权重利用灰色理论,确定所述准则层工艺参数间的关联系数;
根据所述关联系数得到所述准则层工艺参数间的关联度;
根据最大的所述关联度确定所述目标层工艺参数的最优组合;所述目标层工艺参数的最优组合即为所述拼焊板方盒形件成形工艺参数的最优组合。
2.根据权利要求1所述的优化方法,其特征在于,所述方案层工艺参数和所述目标层工艺参数均包括最大焊缝移动量、减薄率、增厚率;所述准则层工艺参数包括压边力加载方式、料厚比、摩擦系数、模具几何参数;其中,所述根据层次分析法建立准则层对目标层的第一判断矩阵以及方案层对准则层的第二判断矩阵具体包括:
设定所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数中两两之间的重要程度比值;所述最大焊缝移动量、所述减薄率、所述增厚率中两两之间的重要程度比值;
根据所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数中两两之间的重要程度比值建立所述准则层对目标层的判断矩阵;
根据所述最大焊缝移动量、所述减薄率、所述增厚率中两两之间的重要程度比值建立所述方案层对准则层的判断矩阵。
3.根据权利要求2所述的优化方法,其特征在于,所述根据所述第一判断矩阵和所述第二判断矩阵,计算所述方案层工艺参数相对于所述目标层工艺参数的指标权重具体包括:
对所述第一判断矩阵和所述第二判断矩阵的每一列分别进行归一化处理,得到对应的第一归一化矩阵、第二归一化矩阵;
分别对所述第一归一化矩阵、所述第二归一化矩阵的行向量进行求和,得到对应的第一求和矩阵、第二求和矩阵;
分别对所述第一求和矩阵、所述第二求和矩阵进行归一化处理,得到对应的第一权重矩阵、第二权重矩阵;
根据所述第一权重矩阵、所述第二权重矩阵,计算得到所述方案层工艺参数相对于所述准则层工艺参数的第一权重、所述准则层工艺参数相对于所述目标层工艺参数的第二权重;
将所述第一权重和所述第二权重相乘,得到所述方案层工艺参数相对于所述目标层工艺参数的指标权重。
4.根据权利要求3所述的优化方法,其特征在于,所述根据所述指标权重利用灰色理论,确定所述准则层工艺参数间的关联系数具体包括:
对所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数进行正交实验,得到正交实验结果;所述正交实验结果为所述最大焊缝移动量、所述减薄率、所述增厚率的取值;
根据所述正交实验结果构建指标序列;
对所述指标序列进行无纲量处理,得到无纲量指标序列;
选取所述指标序列中的所述最大焊缝移动量的最小值、所述减薄率的最小值、所述增厚率的最小值构建基准矢量序列;
根据所述无纲量指标序列和所述基准矢量序列计算得到所述关联系数。
5.根据权利要求1所述的优化方法,其特征在于,所述根据所述关联系数得到所述准则层工艺参数间的关联度具体包括:
利用关联度计算公式计算所述关联度;其中,γi为所述关联度值;ξi(k)为关联系数;i为不同指标的个数,即正交实验序号;λk为指标权重;n=3;k的取值为1、2、3。
6.一种拼焊板方盒形件成形工艺参数优化系统,其特征在于,包括:
模型构建模块,用于建立工艺参数的层次结构模型;所述层次结构模型包括方案层、准则层、目标层,所述工艺参数包括方案层工艺参数、准则层工艺参数和目标层工艺参数;
判断矩阵构建模块,用于根据层次分析法建立准则层对目标层的第一判断矩阵以及方案层对准则层的第二判断矩阵;
权重计算模块,用于根据所述第一判断矩阵和所述第二判断矩阵,计算所述方案层工艺参数相对于所述目标层工艺参数的指标权重;所述指标权重包括最大焊缝移动量权重、减薄率权重、增厚率权重;
关联系数计算模块,用于根据所述指标权重利用灰色理论,确定所述准则层工艺参数间的关联系数;
关联度计算模块,用于根据所述关联系数得到所述准则层工艺参数间的关联度;
最优组合获得模块,用于根据最大的所述关联度确定所述目标层工艺参数的最优组合;所述目标层工艺参数的最优组合即为所述拼焊板方盒形件成形工艺参数的最优组合。
7.根据权利要求6所述的优化系统,其特征在于,所述方案层工艺参数和所述目标层工艺参数包括最大焊缝移动量、减薄率、增厚率;所述准则层工艺参数包括压边力加载方式、料厚比、摩擦系数、模具几何参数;其中,所述判断矩阵构建模块具体包括:
比值设定单元,用于设定所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数中两两之间的重要程度比值;所述最大焊缝移动量、所述减薄率、所述增厚率中两两之间的重要程度比值;
准则层矩阵建立单元,用于根据所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数中两两之间的重要程度比值建立所述准则层对目标层的判断矩阵;
方案层矩阵建立单元,用于根据所述最大焊缝移动量、所述减薄率、所述增厚率中两两之间的重要程度比值建立所述方案层对准则层的判断矩阵。
8.根据权利要求7所述的优化系统,其特征在于,所述权重计算模块具体包括:
列归一化单元,用于对所述第一判断矩阵和所述第二判断矩阵的每一列分别进行归一化处理,得到对应的第一归一化矩阵、第二归一化矩阵;
求和单元,用于分别对所述第一归一化矩阵、所述第二归一化矩阵的行向量进行求和,得到对应的第一求和矩阵、第二求和矩阵;
矩阵归一化单元,用于分别对所述第一求和矩阵、所述第二求和矩阵进行归一化处理,得到对应的第一权重矩阵、第二权重矩阵;
初始权重计算单元,用于权重根据所述第一权重矩阵、所述第二权重矩阵,计算得到所述方案层工艺参数相对于所述准则层工艺参数的第一权重、所述准则层工艺参数相对于所述目标层工艺参数的第二权重;
指标权重计算单元,用于将所述第一权重和所述第二权重相乘,得到所述方案层工艺参数相对于所述目标层工艺参数的指标权重。
9.根据权利要求8所述的优化系统,其特征在于,所述关联系数计算模块具体包括:
正交实验单元,用于对所述压边力加载方式、所述料厚比、所述摩擦系数、所述模具几何参数进行正交实验,得到正交实验结果;所述正交实验结果为所述最大焊缝移动量、所述减薄率、所述增厚率的取值;
指标序列构建单元,用于根据所述正交实验结果构建指标序列;
无纲量处理单元,用于对所述指标序列进行无纲量处理,得到无纲量指标序列;
基准矢量序列构建单元,用于选取所述指标序列中的所述最大焊缝移动量的最小值、所述减薄率的最小值、所述增厚率的最小值构建基准矢量序列;
系数计算单元,用于根据所述无纲量指标序列和所述基准矢量序列计算得到所述关联系数。
10.根据权利要求6所述的优化系统,其特征在于,所述关联度计算模块具体包括:
利用关联度计算公式计算所述关联度;其中,γi为所述关联度值;ξi(k)为关联系数;i为不同指标的个数,即正交实验序号;λk为指标权重;n=3;k的取值为1、2、3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810257716.8A CN109145345A (zh) | 2018-03-27 | 2018-03-27 | 一种拼焊板方盒形件成形工艺参数优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810257716.8A CN109145345A (zh) | 2018-03-27 | 2018-03-27 | 一种拼焊板方盒形件成形工艺参数优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109145345A true CN109145345A (zh) | 2019-01-04 |
Family
ID=64801811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810257716.8A Pending CN109145345A (zh) | 2018-03-27 | 2018-03-27 | 一种拼焊板方盒形件成形工艺参数优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145345A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116164616A (zh) * | 2022-12-13 | 2023-05-26 | 揭阳市汇宝昌电器有限公司 | 一种镜面拉深电机外壳的产品质量关键指标体系检测方法 |
CN116164616B (zh) * | 2022-12-13 | 2024-05-14 | 揭阳市汇宝昌电器有限公司 | 一种镜面拉深电机外壳的产品质量关键指标体系检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809306A (zh) * | 2015-05-13 | 2015-07-29 | 梧州学院 | 基于多质量指标的注塑成型工艺参数优化方法 |
CN104809522A (zh) * | 2015-05-07 | 2015-07-29 | 国家电网公司 | 一种综合能源预测方法 |
-
2018
- 2018-03-27 CN CN201810257716.8A patent/CN109145345A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809522A (zh) * | 2015-05-07 | 2015-07-29 | 国家电网公司 | 一种综合能源预测方法 |
CN104809306A (zh) * | 2015-05-13 | 2015-07-29 | 梧州学院 | 基于多质量指标的注塑成型工艺参数优化方法 |
Non-Patent Citations (2)
Title |
---|
赵茂俞 等: "低碳低合金钢热处理退火工艺参数优化研究", 《精密成形工程》 * |
赵茂俞 等: "多目标质量的覆盖件成形工艺参数优化", 《机械工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116164616A (zh) * | 2022-12-13 | 2023-05-26 | 揭阳市汇宝昌电器有限公司 | 一种镜面拉深电机外壳的产品质量关键指标体系检测方法 |
CN116164616B (zh) * | 2022-12-13 | 2024-05-14 | 揭阳市汇宝昌电器有限公司 | 一种镜面拉深电机外壳的产品质量关键指标体系检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ham et al. | Forming limit curves in single point incremental forming | |
CN104700153A (zh) | 基于模拟退火优化BP神经网络的pH值预测方法 | |
CN109034582A (zh) | 基于云模型和组合赋权的隧道穿越断层突水突泥风险评价方法 | |
CN102880908B (zh) | 一种基于bp神经网络的再制造零件环境损耗的计算方法 | |
CN102425148B (zh) | 基于静力触探和bp神经网络的路基沉降快速预测方法 | |
CN106123771B (zh) | 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 | |
CN102902882A (zh) | 一种信息系统运行质量的评价方法 | |
CN104933627A (zh) | 机床产品制造系统的能效组合评价方法 | |
CN105205251A (zh) | 一种变压器电磁设计方案的评估方法 | |
CN107633337A (zh) | 基于序关系分析和灰色关联理论节能技术综合评价方法 | |
CN106096847A (zh) | 一种模糊变权工程地质环境质量评价方法 | |
CN104837184A (zh) | 一种基于区间三角模糊数的异构无线网络选择方法 | |
CN102354346A (zh) | 基于多层次灰色综合模型的太阳翼展开可靠性评估方法 | |
CN101339577A (zh) | 基于支持向量回归机的平板裂缝天线建模方法 | |
CN105243193B (zh) | 一种确定徐变试验棱柱体试件抗压强度折算系数的方法 | |
Arslankaya | Estimation of hanging and removal times in eloxal with artificial neural networks | |
CN109829605A (zh) | 基于模糊层次分析法的电网工程项目风险评价方法 | |
CN109165807A (zh) | 一种基于概率神经网络的电能质量综合评估方法 | |
CN105893665B (zh) | 一种采用组合赋权-灰色关联的机床横梁优化设计评估方法 | |
CN105045989A (zh) | 一种基于虚拟维修的飞行器零部件维修性分析方法 | |
Chen et al. | Combining fuzzy iteration model with dynamic programming to solve multiobjective multistage decision making problems | |
CN109299550B (zh) | 一种钢结构桥梁制造决策评价方法 | |
CN114580940A (zh) | 基于灰色关联度分析法的注浆效果模糊综合评价方法 | |
CN102620980B (zh) | 一种利用神经网络预报板材成形性能的方法 | |
CN114861519A (zh) | 复杂地质条件下初始地应力场加速优化反演方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
RJ01 | Rejection of invention patent application after publication |