[发明专利]一种面向智能制造的机床设备优化方法

权利要求书

1.一种面向智能制造的机床设备优化方法，其特征在于，包括以下步骤；

步骤一、建立面向智能制造的机床优选评价指标体系；

步骤二、设定m台数控机床可选；用x_i表示第i台机床的被选状态，则决策模型表示为：

X＝(x₁,x₂,…,x_m)^T；

步骤三、建立“等距分级，等比赋值”的新权重标度方法，公式为：

p＝1.316ⁿ n＝0,1,2,…,8 (1)

其中，p为标度值；n为重要度划分等级；

步骤四、采用指数标度AHP对机床评价指标体系的权重进行计算；

步骤五、确定评价结果取值可行域，在可行域内确定指标的参考理想值；而后依据备选方案的指标评价结果确定混合决策矩阵，依据标准化函数对决策矩阵进行归一化，计算加权归一矩阵；接着计算备选方案与正理想方案及负理想方案之间的正理想距离、负理想距离以及贴近度，贴近度最大值对应的备选方案为最优方案。

优选的，所述智能制造的机床优选评价指标体系包括加工时间T、加工质量Q、成本C、资源消耗R、智能化I。

优选的，所述步骤四中的计算步骤为：

1、依据构建的评价指标体系，结合指数标度表，确定各判断矩阵；

2、运用方根法或和积法对判断矩阵进行层次单排序；方根法的计算步骤如下：

将m_i归一化，即得到w_i；

W＝{w₁,w₂,…,w_n}即为所求得的权重；

3、计算每个判断矩阵的最大特征值λ_max、随机一致性比例C.R，对其进行一致性检验，C.R须小于0.1；

其中，A为判断矩阵；

其中，n为阶数，R.I为随机一致性指标；

(4)准则层权重分别与相对应的指标层权重相乘，得到各二级指标层的组合权重。

优选的，所述混合决策矩阵X的建立为：

设H＝{h₁,h₂,…,h_m}为m个待评价的备选方案集合,U＝{u₁,u₂,…,u_n}为评价指标集合，W＝{w₁,w₂,…,w_n}为二级评价指标的权重向量，T＝{t₁,t₂,…,t_n}为各二级评价指标评价结果的取值可行域；S＝{s₁,s₂,…,s_n}为各二级评价指标的参考理想值，且任意方案h_i的指标u_j对应有相应的评价结果x_ij，且x_ij∈t_j，则可构建出混合评价决策矩阵X；

上述混合评价决策矩阵中元素的物理单位各不相同，须对其进行标准化处理。

优选的，所述混合评价决策矩阵X进行标准化处理方法为：

设某一评价指标评价结果取值可行域为[a,b]，评价结果为x，则x∈[a,b]；该评价指标的最优参考理想值为某一区间数[c,d]，且评价结果x与参考理想值之间的最小距离记为函数d_min(x,[c,d])，则有：

d_min(x,[c,d])＝min(|x-c|,|x-d|) (6)

设规范化函f:有：

若评价指标的参考理想值为某一定值e而非区间数，e∈[a,b]，则公式6和公式7退化为公式8和9；

d_min(x,e)＝|x-e| (8)

优选的，所述步骤五中的具体步骤为：

(1)确定各评价指标评价结果的取值可行域T及参考理想值S；

(2)收集备选方案各指标的评价结果，建立混合决策矩阵X；

(3)采用规范化函数对混合评价决策矩阵X进行标准化处理，将X＝(x_ij)_n×m转化为标准化矩阵Y＝(y_ij)_n×m；

(4)计算加权标准化矩阵Z；

(5)计算各备选方案的正理想距离、负理想距离及贴近度，选择贴近度最大的备选方案作为最优方案；

(6)得出结论，选择贴近度最大的备选方案作为最优方案。