工藝參數(shù)設計作為把控產(chǎn)品品質(zhì)的第一道關(guān)卡,對產(chǎn)品生產(chǎn)質(zhì)量的好壞有著決定性影響。隨著工業(yè)生產(chǎn)制造日益智能化,生產(chǎn)過程中出現(xiàn)越來越多的噪聲因素,嚴重影響了產(chǎn)品質(zhì)量。面對眾多噪聲干擾,田口方法通過設計大量噪聲因子試驗以得到穩(wěn)健參數(shù)的舉措,可能會極大地增加生產(chǎn)成本,與生產(chǎn)制造經(jīng)濟性原則相違背。此外,當噪聲因素數(shù)量成倍增加時,正交試驗表也要隨之增大,最終會導致試驗數(shù)據(jù)溢出正交表,難以進行參數(shù)設計。為解決這些難題,本研究提出三種多響應參數(shù)優(yōu)化方法,旨在設計出能夠抵抗噪聲干擾的參數(shù)優(yōu)化組合,同時可以降低生產(chǎn)成本。本研究最大特色在于將猶豫模糊集中允許同一猶豫模糊元,擁有多個隸屬度這一思想,應用至參數(shù)優(yōu)化過程中,提高了多響應系統(tǒng)的穩(wěn)健性,其主要研究內(nèi)容如下:（1）針對生產(chǎn)過程中噪聲干擾數(shù)量眾多且水平難以計量的情況,提出基于猶豫模糊決策的參數(shù)優(yōu)化方法。通過構(gòu)建猶豫模糊決策矩陣,然后采用正理想點法對多響應系統(tǒng)進行簡化,并通過主效應分析得到參數(shù)優(yōu)化結(jié)果,既改善了產(chǎn)品質(zhì)量,又降低了生產(chǎn)成本。（2）針對綜合優(yōu)化指標的權(quán)重難以確定的情況,本研究通過模糊邏輯推理對其進行改進,充分利用各響應之間的機理關(guān)系,得到更為客觀... 

【文章來源】：鄭州航空工業(yè)管理學院河南省

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

多響應生產(chǎn)模型

2基礎理論方法12所處的狀態(tài)。隨著對模糊邏輯的深入研究，模糊推理系統(tǒng)（FuzzyInferenceSystem，英文簡記FIS，又稱為模糊系統(tǒng)）逐漸完善，它是模糊推理的重要工具和實現(xiàn)途徑，主要包括四個部分（見圖2.2）：輸入模糊化、制定模糊規(guī)則、模糊邏輯推理機以及反模糊化輸出。FIS進行不確定性推理的同時，完成了復雜非線性關(guān)系的映射[68]。圖2.2模糊推理系統(tǒng)接下來，分別對FIS的四個部分進行介紹。輸入變量模糊化處理是進行模糊推理的第一步，也是模糊系統(tǒng)的首要部分，它將輸入模糊推理系統(tǒng)的精確變量值通過隸屬函數(shù)映射到預先設置好的論域中，并根據(jù)論域中互相交疊的隸屬函數(shù)找到各輸入變量對應的最大隸屬度值，將其作為模糊化處理的結(jié)果。在進行模糊化處理時，常用的方法有單值模糊化方法、三角隸屬度函數(shù)模糊化方法、高斯隸屬度函數(shù)模糊化方法等。模糊規(guī)則是模糊系統(tǒng)中不可或缺的一個環(huán)節(jié)，其設置的合理性直接決定模糊推理結(jié)果（模糊推理等級）的準確度。模糊規(guī)則的設置具有較大的靈活性，無論是強經(jīng)驗弱理論還是強理論弱經(jīng)驗的生產(chǎn)條件下均可以進行推理，前者可以根據(jù)專家豐富的經(jīng)驗知識進行設置，而后者則根據(jù)生產(chǎn)過程機理進行設置。模糊規(guī)則的設置實質(zhì)是將生產(chǎn)的過程機理和專家的知識經(jīng)驗轉(zhuǎn)化為計算機可識別的自然語言，一般以“If…Then…”形式表達，其中“If…”語句表示前提條件，“Then…”語句表示推理結(jié)果。例如，將輸入變量1d的論域劃分為六個子區(qū)間，記作iA6,,2,1i，輸入變量2d的論域也劃分為六個子區(qū)間，記作6,,2,1jBj，輸出變量FRG的論域xo劃分為十個子區(qū)間，記作10,,2,1kCk。規(guī)則1：If1dis1Aand2dis1BThenxOis1Celse;規(guī)則2：If1dis2Aand2dis2BThenxOis2Celse;…規(guī)則S：If1dismAand2disnBThenxOisqC。

2基礎理論方法13兩個模糊集合之間的關(guān)系計算、多個模糊關(guān)系的合成和利用已構(gòu)建好的模糊運算關(guān)系指導新輸入變量進行邏輯推理等多個部分。根據(jù)推理方式不同，可分為Zadeh推理法[51]和Mamdani推理法[100]，二者最大區(qū)別是，各自運算關(guān)系不同，Zadeh法運用的是叉積進行基本關(guān)系運算，而Mamdani利用模糊集合的笛卡爾積計算兩個模糊集合間的蘊含關(guān)系。根據(jù)輸入規(guī)則數(shù)量不同，又可將其劃分為單條件輸入模糊推理，多條件輸入模糊推理，還有多條件多規(guī)則模糊推理。以兩個輸入變量，兩條模糊規(guī)則的Mamdani推理為例，其推理過程如圖2.3所示。圖2.3模糊邏輯推理示意圖由于模糊推理的結(jié)果是一個模糊集合，不便于更直觀地進行決策，只能看作初步推理結(jié)果，不能作為最終決策的依據(jù)。因此，需要運用加權(quán)平均法、重心法或者最大隸屬度法進行反模糊化處理，將模糊集合轉(zhuǎn)化為一個清晰的數(shù)值。至此，可總結(jié)得到模糊邏輯推理在多響應參數(shù)優(yōu)化過程中的應用步驟：Step1：將多響應生產(chǎn)過程中的多個響應作為模糊推理系統(tǒng)的輸入變量，F(xiàn)RG為輸出變量，將輸入變量以及輸出變量，就其論域劃分為多個區(qū)間。當輸入變量存在量綱、質(zhì)量特性不一致時，可對其進行處理，并將處理結(jié)果作為FIS的輸入變量。Step2：根據(jù)實際生產(chǎn)情況制定合理的模糊規(guī)則。Step3：根據(jù)前兩步得到的模糊子集和模糊規(guī)則，構(gòu)建模糊蘊涵關(guān)系，并對新的輸入變量進行模糊關(guān)系運算。Step4：通過反模糊化方法，運算得到最終結(jié)果，即數(shù)值清晰的模糊推理等級。隨著智能技術(shù)發(fā)展，模糊邏輯推理已經(jīng)不需要人工進行推理和計算，可直接利用MATLAB工具箱進行推理。只需要進行論域劃分和規(guī)則設置，計算機能夠根據(jù)制定好的模糊規(guī)則，自動計算得到蘊含關(guān)系，并展示輸入與輸出變量的蘊含關(guān)系圖。若需要進行新的推理時，?

【參考文獻】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡遺傳算法的磁粒研磨TC4材料工藝參數(shù)優(yōu)化[J]. 趙傳營,趙玉剛,劉寧,宋盼盼,高躍武,張勇,劉廣新.  表面技術(shù). 2020(02)
[2]基于參數(shù)優(yōu)化SVM方法識別鹽生植被鈉離子光譜特征[J]. 鄧來飛,張飛,齊亞霄,袁婕.  光譜學與光譜分析. 2020(01)
[3]基于響應曲面法的軸承鋼GCr15高速外圓磨削參數(shù)優(yōu)化[J]. 劉偉,商圓圓,鄧朝暉,劉仁通,肖周強.  中國機械工程. 2019(23)
[4]基于遺傳算法和神經(jīng)網(wǎng)絡的3D增材印花工藝參數(shù)優(yōu)化[J]. 王曉暉,劉月剛,孟婥,孫以澤.  紡織學報. 2019(11)
[5]基于數(shù)據(jù)挖掘的循環(huán)流化床鍋爐輔機故障預警[J]. 張維,劉吉臻,高明明.  動力工程學報. 2019(10)
[6]高溫合金GH4169的電火花加工工藝性研究[J]. 李淑玉,孟輝,李強弟.  機床與液壓. 2019(17)
[7]電動汽車無線充電系統(tǒng)實現(xiàn)軟開關(guān)的參數(shù)優(yōu)化設計方法[J]. 王付勝,郭娟娟,王文洋,張瑋,趙為.  中國電機工程學報. 2019(S1)
[8]基于猶豫模糊決策的銑削參數(shù)優(yōu)化[J]. 禹建麗,谷豐盈,陳洪根.  工業(yè)工程. 2019(03)
[9]改進量子粒子群BP神經(jīng)網(wǎng)絡參數(shù)優(yōu)化及應用[J]. 賈偉,趙雪芬.  軟件導刊. 2019(10)
[10]翼身融合布局客機總體參數(shù)分析與優(yōu)化[J]. 柴嘯,陳迎春,譚兆光,陳真利,司江濤,李杰,張彬乾.  航空學報. 2019(09)



本文編號：2986143