[发明专利]一种基于模糊粗糙DEMATEL-ANP的高端精密轴承制造过程误差源诊断方法

摘要

本发明提供了一种基于模糊粗糙DEMATEL‑ANP的高端精密轴承制造过程误差源诊断方法。建立高端精密轴承制造过程误差源集合，将误差源分为多个维度，每个误差源维度包含不同的误差源因素；充分考虑高端精密轴承制造过程误差源诊断中每位诊断专家个体认知水平的差异性，引入重要度来处理各位诊断专家的意见；使用梯形模糊数来表达诊断专家对高端精密轴承制造过程误差源的影响程度进行评估时给出的意见；提出一种模糊粗糙DEMATEL‑ANP，统筹考虑误差源之间的复杂影响关系，进而来求解误差源的权重。本发明简便易行，编程实现快捷。

主权项

1.一种基于模糊粗糙DEMATEL‑ANP的高端精密轴承制造过程误差源诊断方法，其特征在于：包括如下步骤：步骤1：建立高端精密轴承制造过程误差源集合Y，Y中包含N个误差源因素，这里N＝11；Y进一步分为M个误差源维度：Y1,Y2,…,YM，这里M＝4；Y₁,Y₂,…,Y_M中分别包括n₁,n₂,...,n_M个误差源因素；对于误差源维度Y_g，有表示Y_g中包含的误差源因素，这里g＝1,2,..,M；n₁,n₂,...,n_M满足n₁+n₂+...+n_M＝N；其中：(1)Y1表示人为维度，包括n1个误差源因素：y1,1＝y1＝工人生理特征状况，y1,2＝y2＝工人求快心理，y1,3＝y3＝工人疲劳程度，y1,4＝y4＝工人侥幸心理，即n1＝4；(2)Y2表示设备维度，包括n2个误差源因素：y2,1＝y5＝设备故障，y2,2＝y6＝设备精度误差，y2,3＝y7＝设备老旧磨损，即n2＝3；(3)Y3表示管理维度，包括n3个误差源因素：y3,1＝y8＝规程遵守状况，y3,2＝y9＝技术培训状况，即n3＝2；(4)Y4表示环境维度，包括n4个误差源因素：y4,1＝y10＝温湿度，y4,2＝y11＝混入杂质，即n4＝2；步骤2：采用模糊粗糙DEMATEL‑ANP，由具有不同重要度的多位诊断专家对高端精密轴承制造过程中的误差源进行诊断；步骤2.1：计算N个误差源因素之间的总关系矩阵；步骤2.1.1：设置l位诊断专家的重要度依次为步骤2.1.2：l位诊断专家对不同误差源因素之间的直接影响程度进行模糊评估，依次给出误差源因素直接影响程度模糊矩阵为E¹,E²,...,E^l，其中诊断专家k给出的误差源因素直接影响程度模糊矩阵为：这里是梯形模糊数，表示诊断专家k针对“误差源因素y_i对误差源因素y_j的直接影响程度”的模糊评估值，其中k＝1,2,...,l，i＝1,2,...,N，j＝1,2,...,N，i≠j；其中均为0.1到0.9之间的实数，且满足步骤2.1.3：l位诊断专家给出的误差源因素y_i对误差源因素y_j直接影响程度的模糊评估值依次为分别构造集合集合集合集合步骤2.1.4：计算集合a_i,j中所有元素的粗糙边界区间，其中元素的粗糙边界区间为分别为元素的粗糙下边界和粗糙上边界；步骤2.1.5：计算集合a_i,j的粗糙边界区间为步骤2.1.6：设置五级评语：很差G1、差G2、中等G3、好G4、很好G5，依次对应效能值：π1＝0.1,π2＝0.3,π3＝0.5,π4＝0.7,π5＝0.9；步骤2.1.7：计算RN(ai,j)属于评语Gu的隶属度θu，这里u＝1,2,3,4,5；计算方法为：若其中η＝1,2,3,4，则RN(a_i,j)属于评语G_η的隶属度θ_η为RN(a_i,j)属于评语G_η+1的隶属度θ_η+1为θ_η+1＝1‑θ_η，RN(a_i,j)属于其他评语的隶属度为0；若其中ξ＝1,2,3，则RN(a_i,j)属于评语G_ξ的隶属度θ_ξ为RN(a_i,j)属于评语G_ξ+1的隶属度θ_ξ+1为RN(a_i,j)属于评语G_ξ+2的隶属度θ_ξ+2为RN(a_i,j)属于其他评语的隶属度为0；若其中λ＝1_,2_,3_,4、δ＝1_,2_,3_,4且λ＜δ‑1，分为3种情况：(1)λ＝1，δ＝3，则(2)λ＝2，δ＝4，则θ₁＝0，(3)λ＝1，δ＝4，则步骤2.1.8：计算集合a_i,j的效能值π(a_i,j)，(1)若其中p＝1,2,3,4，则π(a_i,j)＝θ_pπ_p+θ_p+1π_p+1；(2)若且其中p＝1,2,3，则π(a_i,j)＝θ_pπ_p+θ_p+1π_p+1+θ_p+2π_p+2；(3)若且其中p＝1,2,3,4，o＝1,2,3,4，且o＞p+1，则π(a_i,j)＝θ_pπ_p+θ_p+1π_p+1+...+θ_oπ_o+θ_o+1π_o+1；步骤2.1.9：采用与步骤2.1.4‑步骤2.1.8同样的方法，计算集合bi,j的效能值π(bi,j)、集合ci,j的效能值π(ci,j)、集合di,j的效能值π(di,j)，从而得到误差源因素yi对误差源因素yj直接影响程度的综合模糊评估值为Ei,j＝(π(ai,j),π(bi,j),π(ci,j),π(di,j))；步骤2.1.10：采用与步骤2.1.3‑步骤2.1.9同样的方法，计算出N个误差源因素之间的模糊初始平均矩阵：步骤2.1.11：对模糊初始平均矩阵E＝(E_i,j)_N×N进行去模糊化处理，转换为标准初始平均矩阵其中步骤2.1.12：将标准初始平均矩阵E′＝(E_i′_,j)_N×N规范化为直接影响矩阵D＝(D_i,j)_N×N，其中步骤2.1.13：计算N个误差源因素之间的总关系矩阵T＝(Ti,j)N×N＝D(I‑D)‑1，其中I为单位矩阵；步骤2.2：采用与步骤2.1同样的方法，计算出M个误差源维度之间的总关系矩阵K＝(Kg,h)M×M，这里g＝1,2,...,M，h＝1,2,...,M；步骤2.3：基于N个误差源因素之间的总关系矩阵T＝(Ti,j)N×N计算未加权超级矩阵W；步骤2.3.1：将T＝(T_i,j)_N×N规范化处理为步骤2.3.1.1：将T表示为：其中是n_g×n_h维的矩阵块，p＝1,2,...,n_g，q＝1,2,...,n_h；步骤2.3.1.2：计算其中是n_g×n_h维的矩阵块，p＝1,2,...,n_g，q＝1,2,...,n_h；步骤2.3.2：将转置，得到W；步骤2.4：将M个误差源维度之间的总关系矩阵K＝(K_g,h)_M×M规范化处理为其中步骤2.5：计算加权超级矩阵步骤2.6：将进行乘方运算令s→+∞，直至收敛为稳定的极限加权超级矩阵即步骤2.7：的任意一列即为误差源因素的权重向量其中依次为误差源因素的权重；进而计算误差源维度的权重向量[ω₁,ω₂,...,ω_M]，其中ω₁,ω₂,...,ω_M依次为误差源维度Y₁,Y₂,...,Y_M的权重，步骤2.8：分别将M个误差源维度、N个误差源因素按权重从大到小排序，排在首位的误差源维度和误差源因素即为高端精密轴承制造过程误差源诊断结果。