[发明专利]基于质量功能展开的机床横梁设计方案的优选方法有效

专利信息
申请号: 201810118542.7 申请日: 2018-02-06
公开(公告)号: CN108460191B 公开(公告)日: 2021-02-02
发明(设计)人: 邱自学;高志来;袁江;王璐璐;陶涛 申请(专利权)人: 南通大学
主分类号: G06F30/23 分类号: G06F30/23;G06F30/17
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 许洁
地址: 226000*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 质量 功能 展开 机床 横梁 设计方案 优选 方法
【权利要求书】:

1.一种基于质量功能展开的机床横梁设计方案的优选方法,其特征在于,包括以下步骤:

(1)在调研咨询客户需求的基础上,对内部结构设计数据库加以分析,从中得到各类机床横梁的结构设计数据、仿真数据,从而形成特定的横梁方案的设计需求和所需要达到的工程特性评价指标类型及要求,并从中选取与设计需求和工程特性评价指标相关的大量结构设计要素参数用于横梁的候选方案设计;所述横梁方案的设计需求为加工精度、加工效率、轻量化、抗振性、静力学性能、成本和外形尺寸,所述横梁工程特性评价指标为横梁质量、外形体积、最大变形量、最大等效应力和一阶固有频率;

(2)采用层次分析法确定横梁设计需求相对权重,从横梁结构布局、筋板结构、筋板厚度、导轨类型的设计要素中优选参数组合,形成横梁候选设计方案,并建立横梁三维实体模型进行有限元分析,获得横梁的横梁质量、外形体积、最大变形量、最大等效应力和一阶固有频率;

(3)结合设计需求与工程特性指标值,运用李克特五级量表评价不同方案的工程特性指标对同一设计需求的符合程度,获得每一方案对特定设计需求符合度的等级;

(4)将上述调研咨询及分析结果、横梁工程特性指标值和横梁设计需求符合度等级作为输入量置入横梁设计方案质量屋中,采用质量功能展开(QFD)考察横梁的工程特性指标与设计需求之间及工程特性指标自身之间的联系,并运用模糊线性回归分析制定线性规划模型,进行参数估计,获得横梁设计方案最佳目标值;

(5)根据质量屋中相关信息及横梁设计方案最佳目标值,运用0-1目标规划法构造ZOGP优选模型,从横梁候选设计方案中选择最接近最佳目标值的优方案。

2.根据权利要求1所述的一种基于质量功能展开的机床横梁设计方案的优选方法,其特征在于:所述运用李克特五级量表确定横梁符合度等级,将横梁设计需求划分为1-5级,第1级别表示最不符合,第5级别表示最符合,并邀请长期从事数控机床研发、应用的专家结合横梁设计需求和工程特性指标值进行等级评定。

3.根据权利要求1所述的一种基于质量功能展开的机床横梁设计方案的优选方法,其特征在于:所述运用模糊线性回归分析获得横梁设计方案最佳目标值,对横梁工程特性指标值矩阵的归一化处理计算步骤为:

根据三维建模仿真数据构建横梁工程特性指标值矩阵X*

在该评价模型中,有的是越大越优的指标,有的是越小越优的指标,在对横梁设计方案最佳目标值线性规划模型求解前应首先对相应的数据作区分处理,具体如下:

其中r=1,2,…,l;j=1,2,…,n

横梁工程特性指标值归一化矩阵X:

4.根据权利要求1所述的一种基于质量功能展开的机床横梁设计方案的优选方法,其特征在于:所述运用0-1目标规划法从横梁候选设计方案中选择最接近最佳目标值的优方案,其计算方法为:

其中,yi表示在本计算模型中为第i个设计需求符合度等级的最佳目标值;yir表示设计方案Pr的第i个设计需求符合度等级,ωi表示第i个设计需求指标相对重要性的权重,λr表示横梁设计方案优选的二进制决策变量,若λr=1,则所对应横梁候选方案设计需求符合度等级为最接近最佳目标值的优方案,反之则为劣方案;表示第i个横梁实际需求正负偏差变量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南通大学,未经南通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810118542.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top