基于灰色系统理论的机械产品设计综合评价
- 格式:pdf
- 大小:331.64 KB
- 文档页数:3
灰色预测法在机械测试中的应用运用灰色系统理论建立关于轴承磨损量的灰色预测模型,计算结果表明,预测模型的计算值与实际测定值之间非常接近,而且可进一步预测设备运行状态趋势。
灰色系统理论,其理论的简洁和思想方法的新颖特点表明,它将成为机械设备故障诊断的有力工具。
灰色预测法的引进,丰富了设备状态监测与故障诊断技术学科的基础理论,推动了该学科向更高水平发展,预示了该学科具有更广阔的应用前景。
关键词:灰色系统理论灰色预测机械测试诊断与预报 GM0 引言灰色系统理论是邓聚龙教授于1982年创立的,在社会经济系统中已得到了广泛的应用,取得了较好的成果。
由于其理论的简洁和思想方法的新颖,灰色理论中的灰色预测、关联度分析,灰色聚类和灰色决策都有可能成为设备故障诊断的有力工具。
灰色系统理论是一种研究某些既含有已知信息又含有未知或未确知信息的系统理论和方法。
它从杂乱无章的、有限的、离散的数据中找出数据的规律,然后建立相应的灰色模型进行预测。
灰色理论的实质是对原始随机数列采用生成信息的处理方法来弱化其随机性,使原始数据序列转化为易于建模的新序列。
而故障诊断过程是利用有限的已知信息,通过信息处理对含有不可知信息的系统(设备)进行诊断、预测、决策的过程。
由此看出,灰色理论恰是设备故障诊断的合适工具。
随着以可靠性为中心的维修技术的发展以及机械的自动化程度的提高,对机械设备的可靠性提出了更高的要求,一旦机械设备某部件发生故障,将影响整个机械设备的正常运行,所以必须要求在故障发生之前能够有效地预测其发生或发展趋势。
目前,现场用于监测设备运行状态的物理量是振动量、压力、温度、噪声、磨损量等容易测得的量,这些物理量随着运行状态变化,有随时间增加而增大的趋势。
测得的数据大体有如下特点:(1)X(t i)>=0;(2) X (t i ) >= X(ti-1)。
这两个特点表明数据有较强的趋向性,完全符合灰色建模的数据特征可以用灰色来模拟设备状态预测。
基于灰色理论的数控机床可靠性及维修性分析技术一、本文概述随着制造业的快速发展,数控机床作为核心加工设备,其可靠性和维修性对于生产效率和成本控制具有至关重要的影响。
如何准确评估数控机床的可靠性并预测其维修需求成为了当前研究的热点问题。
灰色理论作为一种处理小样本、贫信息问题的有效方法,近年来在机械设备的可靠性及维修性分析中得到了广泛应用。
本文旨在探讨基于灰色理论的数控机床可靠性及维修性分析技术,以期为数控机床的性能优化和预防性维护提供理论支持和实践指导。
具体而言,本文首先介绍了数控机床可靠性及维修性的重要性,并分析了当前研究中存在的问题和挑战。
接着,详细介绍了灰色理论的基本原理及其在可靠性及维修性分析中的应用方法。
在此基础上,提出了一种基于灰色理论的数控机床可靠性评估模型,并通过案例分析验证了模型的有效性和实用性。
同时,本文还探讨了基于灰色理论的数控机床维修性预测方法,为数控机床的预防性维护提供了决策依据。
总结了本文的主要研究成果和创新点,并展望了未来的研究方向和应用前景。
通过本文的研究,不仅可以为数控机床的可靠性评估和维修性预测提供新的思路和方法,还可以为其他机械设备的性能优化和预防性维护提供借鉴和参考。
同时,本文的研究也有助于推动灰色理论在机械工程领域的应用和发展。
二、数控机床可靠性分析数控机床作为现代制造业的核心设备,其可靠性直接关系到生产效率和产品质量。
对数控机床的可靠性进行深入分析至关重要。
基于灰色理论,我们可以对数控机床的可靠性进行有效的评估和分析。
灰色理论作为一种处理不完全信息和非线性问题的有效方法,其核心思想是通过灰色关联分析、灰色预测等方法,挖掘数据中的潜在规律。
在数控机床可靠性分析中,我们可以利用灰色理论对机床的故障数据进行处理,识别出影响可靠性的关键因素。
具体而言,我们可以收集数控机床在使用过程中的故障数据,包括故障发生的时间、故障类型、故障原因等信息。
利用灰色关联分析方法,计算各因素与机床可靠性之间的关联度,从而确定影响可靠性的主要因素。
灰色关联分析模型及其应用的研究灰色关联分析模型是一种应用于研究和分析的数学方法,它可以用于解决各种实际问题。
本文将探讨灰色关联分析模型的基本原理和应用领域,并通过实例说明其在实际问题中的有效性。
一、灰色关联分析模型的基本原理灰色关联分析模型是由中国科学家陈纳德于1982年提出的。
它是一种基于信息不完全和不确定性条件下进行系统评价和决策的方法。
其基本原理是通过建立数学模型,将系统中各个因素之间的联系进行量化,并通过计算各个因素之间的关联系数,评估它们对系统变化的贡献程度。
灰色关联度是衡量两个变量之间相关程度的指标,它可以用来描述两个变量之间是否具有线性相关、非线性相关或无相关等情况。
在计算过程中,首先需要将原始数据序列进行归一化处理,然后根据序列数据计算出各个因素之间的差值序列,并确定参考值序列。
接下来,根据差值序列和参考值序列计算出各个因素之间的关联系数,最后通过对关联系数进行综合分析,得出各个因素对系统变化的贡献程度。
二、灰色关联分析模型的应用领域灰色关联分析模型可以应用于各个领域,包括经济、环境、工程、管理等。
下面将以几个具体的应用领域为例进行说明。
1. 经济领域:在经济研究中,灰色关联分析模型可以用于预测和评估经济指标之间的相关性。
例如,在宏观经济研究中,可以通过对GDP、消费指数、投资指数等因素进行灰色关联分析,评估它们对经济增长的贡献程度,并预测未来的发展趋势。
2. 环境领域:在环境保护和资源管理中,灰色关联分析模型可以用于评估不同因素之间的相关性,并制定相应的措施。
例如,在水资源管理中,可以通过对降雨量、水位变化等因素进行灰色关联分析,评估它们对水资源供需平衡的影响,并制定相应的调控措施。
3. 工程领域:在工程设计和优化中,灰色关联分析模型可以用于评估不同设计方案的优劣程度。
例如,在产品设计中,可以通过对不同设计参数的灰色关联分析,评估它们对产品性能的影响,并选择最优方案。
4. 管理领域:在管理决策中,灰色关联分析模型可以用于评估不同决策方案的风险和效益。
2008,44(27)1引言产品设计一般包括有概念设计、初步设计、详细设计和最终改进设计4个基本阶段。
由于各阶段设计任务的不同,其所能提供的数据的完整性和准确性也有所不同。
根据这个特点,评价指标体系的结构应满足两方面的要求:一是使体系能随着设计活动的发展而不断提取和完善相应的指标体系;二是易于评价系统从产品的CAD模型和CAPP中获得所需的评价数据和信息。
在制定评价指标体系时应考虑到产品生命周期中影响产品质量的所有因素,包括产品性能、功能参数等的设计指标,可制造性、可装配性等制造性指标,使用安全性、易维护性等使用情况指标等等。
在机械设计评价过程中,所依赖的信息是“部分完全的”或具有“贫信息性”。
机械设计的评价过程是一项复杂的、多项因素的工作,要考虑的因素很多,其评价因素和优选结论都具有“不确定性”。
因此在对机械设计进行评价时,综合应用灰色关联分析理论,在没有其它更多信息可利用的情况下,尽量利用现有信息,综合考虑多项评价指标,作综观全局的、全貌的整体比较分析,即进行灰色关联分析。
本文在分析灰色系统理论在机械设计中的应用的基础上,将灰关联分析方法贯穿于对机械设计各个阶段的评价,从而实现了机械设计的分阶段、多层次综合评价。
2机械产品设计的综合评价本文提出的机械产品设计的综合评价体系包括方案评价模块、结构设计评价模块、详细设计评价模块和最终改进设计评价模块。
其中,方案评价模块由技术评价、经济评价、实用评价、市场分析评价、生态环境评价和综合评价6个子模块构成。
结构设计评价模块由强度性能评价、可装配性评价、成本评价、综合评价4个子模块构成。
详细设计评价模块由可加工性评价、供应保障评价、可靠性评价、综合评价4个子模块构成。
最终改进设计模块包括维护保障评价模块、客户满意度评价模块、可靠性评价模块和综合评价模块。
2.1机械设计方案的综合评价一台机器设计方案,一般含有多个设计指标,这些指标之间往往是相互矛盾、相互制约的。
侧重于不同的目标,就会产生不同的方案。
在机器方案设计中,众多因素是不全然已知的,因而是灰色的。
可以用递阶层次结构模型来建立机械产品设计方案的综合评价指标体系。
最高层次的指标是对整体性能的抽象描述,最低层次的指标是对系统基本性能各方面的描述。
指标体系结构如图1所示。
基于灰色系统理论的机械产品设计综合评价原思聪,江祥奎,段志善,刘道华YUANSi-cong,JIANGXiang-kui,DUANZhi-shan,LIUDao-hua西安建筑科技大学机电工程学院,西安710055SchoolofMechanicalandElectricalEngineering,Xi’anUniversityofArchitectureandTechnology,Xi’an710055,ChinaE-mail:jxk2002@126.comYUANSi-cong,JIANGXiang-kui,DUANZhi-shan,etal.Comprehensiveevaluationofmechanicalproductionbasedongreysystemtheory.ComputerEngineeringandApplications,2008,44(27):85-86.Abstract:Thispaperusesgraycorrelationanalysismethodineverymoduleofmechanicdesigncomprehensiveevaluationsys-tem,andthusachievescomprehensiveevaluationonmechanicproductiondesign.Meanwhile,italsoillustratesthismethodcancopewithcomplicated,multilayerproblemswithincompleteinformation.Thisiscomparativelysoundevaluationway,whichprovidesbetterproductdesignwithassurance.Keywords:greysystem;graycorrelationanalysis;productdesign;comprehensiveevaluation摘要:将灰关联分析方法应用到机械设计综合评价体系各模块,实现了机械产品设计的综合评价。
实例表明,该方法能处理复杂、多层、且信息不完备的问题,是一种比较好的评价方法,为进行产品设计提供了重要保证。
关键词:灰色系统;灰关联分析;产品设计;综合评价DOI:10.3778/j.issn.1002-8331.2008.27.027文章编号:1002-8331(2008)27-0085-02文献标识码:A中图分类号:TH162基金项目:陕西省自然科学基金(theNaturalScienceFoundationofShaanxiProvinceofChinaunderGrantNo.2007E218)。
作者简介:原思聪(1955-),男,教授,博士生导师,主要研究方向:智能CAD/CAM、现代设计理论与方法;江祥奎(1979-),男,博士研究生,主要研究方向:图像检索、现代设计理论与方法、机器视觉。
收稿日期:2007-11-19修回日期:2008-01-15◎研发、设计、测试◎ComputerEngineeringandApplications计算机工程与应用85首先建立评价指标集U={技术,经济,实用,市场分析,生态环境},方案集P={P1,P2,…,Pn},方案Pi对指标Uj的指标值记为aij(i=1,2,…,n;j=1,2,3,4,5),矩阵A=(aij)n×5表示方案集P对指标集U的属性矩阵。
通常指标有效益型、成本型、定目标型和区间型4种类型。
效益型指标是指属性值越大越好的指标,成本型指标是指属性值越小越好的指标,定目标型指标是指属性值越接近某固定值越好的指标,区间型指标是指属性值以落在某个固定区间为最佳的指标。
依据对本评价体系中的指标的分析,可以知道经济、生态环境属于成本型指标,而技术、市场分析、实用属于效益型指标。
不同的评价指标使用的量纲和单位是不一致的。
为了保证评价的公正性,应将评价指标无量纲化,即作规范化处理。
对不同类型的指标采用不同的规范化方法。
对效益型指标,令bij=aij-ajminajmax-ajmin,i=1,2,…,n;对成本型指标,令bij=ajmax-aijajmax-ajmin,i=1,2,…,n,其中ajmax、ajmin分别为Uj指标的最大值和最小值。
记无量纲化处理后的属性矩阵为B=(bij)n×5,因为综合评价的相对性,所以,首先构造最优及最劣数据列。
方法如下:根据各方案的指标值,选取各项指标在全部数据列中的最优值构成最优参考数据列。
选取各项指标在全部数据列中的最差值构成最劣参考数据列。
由于各指标之间重要程度的差异,必须考虑相应的权重。
可用主观或客观赋权法给定评价指标间的权值W={W1,W2,W3,W4,W5},假设W满足归一化条件5j=1!Wj=1。
然后,分别计算属性矩阵B中元素b1(j),b2(j),…,bn(j)(j=1,2,3,4,5)与最优参考数据列和最劣参考数据列的关联系数!+和!-,计算公式如下:!+i(j)=miniminj|bb(j)-bi(j)|+!maximaxj|bb(j)-bi(j)||bb(j)-bi(j)|+!maximaxj|bb(j)-bi(j)|!-i(j)=miniminj|bw(j)-bi(j)|+!maximaxj|bw(j)-bi(j)||bw(j)-bi(j)|+!maximaxj|bw(j)-bi(j)|其中bb(j)为最优参考数据列的元素,bw(j)为最差参考数据列的元素,!为分辨系数,取值[0,1],一般取0.5。
则各决策方案与最优参考数据列和最差参考数据列的关联度分别为:"+=5j=1!Wj!+i(j),"-=5j=1!Wj!-i(j),"+越大,表示决策方案与最优方案的关联度越大,方案越佳;反之,"-越大,表示决策方案与最劣方案的关联度越大,方案越差。
但是,根据灰色关联分析的性质,如果某个方案与最优方案的关联度最大,其与最劣方案的关联度不一定最小。
因此,不一定"+最大,方案最好。
为此,构造评价函数fi=ψ("+,"-)。
2.2结构设计评价模块结构设计是设计过程的核心,既要完成内在、复杂的功能结构设计,又要完成外在的总体布置设计(图2、图3)。
在具体的结构设计中,为了取得满意的结果,有时也要做出多个结构设计方案,通过技术评价从中选定认可。
在该阶段主要从这3方面进行单项评价以及在此基础上进行综合评价,以获得最优的结构设计方案。
同理也可按照以下步骤来进行:(1)建立结构设计评价模块的层次结构和评价指标体系,如图3;(2)确定参考指标集;(3)指标原始数据规范化处理;(4)计算关联系数;(5)建立灰色评价模型。
2.3详细设计评价模块结构设计后确定了功能结构方案,详细设计是在此基础上去完成全部的部件及零件图设计和结构零件明细表以及产品的设计技术文件。
在该阶的全面评价。
在设计阶段,通过预测和估计产品的综合性能,及时对产品设计方案进行科学的技术经济性评价,使设计人员能够及时了解设计决策对产品综合性能的影响,尽早发现并解决可能遇到的问题,加快设计进程,实现设计方案的综合优化,提高产品的综合竞争力。
在详细设计评价模块,随着产品信息的不断完善,指标体系也不断得到扩展,这时可制造性评价、可装配性评价、人机关系评价是典型的多指标多层次的评价问题,其影响因素众多且具有不确定性。
指标的确定往往具有定性的和主观的色彩。
2.4最终改进设计评价模块产品的使用维护性能是决定产品市场生命力的重要因素之一,它反映了产品使用、维护、售后服务、回收利用等方面的性能优势。
最终改进设计评价模块主要是用来保障产品的使用维护性能,如图4。
(下转94页)致明显的系统开销,系统的执行时间主要由执行、查询、链接三部分决定(上下文切换因为技术原因无法定量测量其开销,而将其与执行时间合并)。
在这样的情况下,可以采用比较耗时的翻译手段,在代码翻译过程中引入较为复杂的代码分析与优化,以期获得较好的代码质量。
而在代码缓存少于64K的情况下,翻译过程则带来了明显的系统开销,成为了系统的主要瓶颈。
此时,采用高速的翻译模式,追求翻译速度的提升才能更好地保证整个系统性能。
总的而言,在不同的Cache配置及系统负载下,二进制翻译系统会有着不同的系统表现,在负载不同的情况下,构建动态运行模型对于二进制翻译系统而言至关重要。