[发明专利]一种基于公差等级和遗传算法的公差优化分配方法有效
申请号: | 201210109135.2 | 申请日: | 2012-04-13 |
公开(公告)号: | CN102622495A | 公开(公告)日: | 2012-08-01 |
发明(设计)人: | 赵罡;张志华;孙占磊;韩鹏飞 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06F17/30;G06N3/02 |
代理公司: | 北京慧泉知识产权代理有限公司 11232 | 代理人: | 王顺荣;唐爱华 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于公差等级和遗传算法的公差优化分配方法,它包括以下步骤:(一)建立公差优化的数学模型;(二)建立标准公差数据库;(三)基于公差等级进行编码;(四)确定遗传算法的适应度函数;(五)设定遗传算子;(六)遗传进化;(七)解码得到对应的公差等级,并查询相应的公差值。本发明利用计算机实现产品设计中的公差优化分配,代替人工分配,提高了效率,节省了时间;同时,它是利用遗传算法进行优化分配,以加工成本最低为优化目标,降低了产品加工成本。它在计算机辅助公差设计技术领域里具有较好的实用价值和广阔的应用前景。 | ||
搜索关键词: | 一种 基于 公差 等级 遗传 算法 优化 分配 方法 | ||
【主权项】:
1.一种基于公差等级和遗传算法的公差优化分配方法,其特征在于:该方法包括以下步骤:步骤一:建立公差优化的数学模型;公差优化是在满足装配功能要求的前提下,对误差累积路径中涉及的公差大小进行合理分配,使得各公差的加工成本之和最低;根据这一定义建立公差优化的数学模型为;目标函数:min [ Σ i = 1 n C i ( t i ) ] ]]> 约束条件:ti=Tsje=e(αi,βi,γi,ui,vi,wi;ti)其中,Ci(ti)表示公差ti的加工成本函数,n表示误差累积路径中涉及的公差个数,j表示ti的公差等级,Tsj表示公差等级为j时该几何公差对应的标准公差值,e=e(αi,βi,γi,ui,vi,wi;ti)为误差累积函数,αi,βi,γi分别为公差特征沿x,y,z轴转动方向的微小变动,ui,vi,wi分别为公差特征沿x,y,z轴平动方向的微小变动;步骤二:建立标准公差数据库;公差标准库的主要功能是根据公差类型、尺寸及公差等级来查询数据库从而得到对应的公差,进而作为公差-成本函数的自变量来求得对应的加工成本;标准公差数据库中包括尺寸标准公差、孔和轴的基本偏差及几何公差的公差值;根据GB/T 1800.3-1998和GB/T1800.4-1999将标准公差值表和基本偏差值表存储到数据库中,根据GB/T 1184-1996将各种类型的几何公差值表分别存储到数据库中;步骤三:基于公差等级进行编码;以各公差的公差等级编号组合作为最后的编码;对于尺寸公差,国家标准根据不同的应用场合把公差分为20个等级,从高到低分别用IT01,IT0,IT1~IT18表示;对于几何公差,根据GB/T 1184-1996应分情况考虑;(1)直线度和平面度,分为1~12共12个公差等级,其中6,7,8,9为常用公差等级;(2)圆度和圆柱度,分为0~12共13个公差等级,其中7,8,9为常用公差等级;(3)平行度、垂直度和倾斜度,分为1~12共12个公差等级,其中6,7,8,9为常用公差等级;(4)同轴度、对称度、圆跳动和全跳动,分为1~12共12个公差等级,其中6,7,8,9为常用公差等级;为方便编码的同时满足大多数情况的加工需求,对每种公差提供8个备选公差等级;对于尺寸公差,选用常用的IT5~IT12;对于几何公差,选用4~11;将每个组成环公差等级编号由三位二进制码组成;若误差累积路径中涉及n个公差,则总的编码长度为3n,总的编码方式为a11a12a13a21a22a23...an1an2an3,其中每个字符代表0或1,其可能的组合方式有23n种;表1公差的编码
对于一个具有5个组成环的公差链,其个体的编码为:a11a12a13a21a22a23a31a32a33a41a42a43a51a52a53,其中每个字符代表0或1,则一个编码为100011010001101的个体,假设5个组成环的公差类型依次为尺寸公差、平面度、平行度、尺寸公差和同轴度,则该个体在解码后所表示的意义如下列表2所示:表2个体解码的意义
当解码得到公差等级后,便根据公差类型及相关尺寸查询相应的公差值;步骤四:确定遗传算法的适应度函数;根据公差优化的数学模型中的目标函数确定适应度函数,将优化模型的目标函数加上罚函数组成适应度函数,通过罚函数对个体违背装配约束条件的情况予以惩罚;根据公差优化的数学模型中的目标函数
确定适应度函数;f = Σ i = 1 n C i ( t i ) + Φ ( e ) ]]> 其中,n为误差累积路径中涉及的公差个数,Ci(ti)表示公差ti的加工成本函数,ti=Tsj,e为误差累积函数值,Φ(e)为罚函数,对个体违背装配约束条件的情况予以惩罚;Φ ( e ) = 0 ( e ≤ g ) - Σ i = 1 n C i ( t i ) ( e > g ) ]]> 其中,g为封闭环公差值;步骤五:设定遗传算子;设定选择算子、交叉算子和变异算子这三个遗传算子的取值或值的计算方法;选择算子:个体Ik被选择的概率:
其中,k(=1,2,...,r)为个体编号,r为群体中个体数量,fk为个体Ik的适应度值;交叉算子:交叉概率Pc取0.6;变异算子:变异概率Pm取0.02;步骤六:执行遗传进化操作;随机产生初始群体,并进化的最大代数,计算群体中每个个体的适应度,并寻找最优和最差个体,并用上一代的最优个体替换本代的最差个体,对群体执行选择、交叉和变异遗传操作,当进化达到最大代数时,终止进化;步骤七:解码得到对应的公差等级,并查询相应的公差值;遗传算法优化的结果为各公差的公差等级的二进制编码,根据表1将二进制码译为十进制数,并继续根据表1该十进制数译为尺寸公差或几何公差的公差等级,然后进一步根据各公差的公差类型及相关尺寸在标准公差数据库中查询各公差的标准公差值。
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北京航空航天大学,未经北京航空航天大学许可,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/patent/201210109135.2/,转载请声明来源钻瓜专利网。
- 上一篇:林可霉素的制药新用途
- 下一篇:一种四取代烯烃及其吡唑衍生物的制备方法