一種基于遺傳算法的裝配公差優(yōu)化設計方法
【專利摘要】本發(fā)明涉及一種基于遺傳算法的裝配公差優(yōu)化設計方法，該過程為：確定以裝配體的最小加工成本為優(yōu)化目標，建立裝配公差優(yōu)化的目標函數；確定裝配公差的約束條件；將公差類型信息附加到VGC網絡，得到裝配體的公差網絡，選擇確定各裝配特征的尺寸公差及幾何公差的取值范圍；采用多參數級聯編碼的方法進行遺傳編碼；確定適應度函數；確定選擇算子函數；確定遺傳算法的運行參數。本發(fā)明基于遺傳算法的裝配公差優(yōu)化設計方法，遺傳算法以其全局搜索能力，較強的魯棒性和計算的并行性在其中顯示出了強大的應用潛力。
【專利說明】一種基于遺傳算法的裝配公差優(yōu)化設計方法
【技術領域】
[0001]本發(fā)明涉及一種機械裝配公差的優(yōu)化設計方法，尤其涉及一種基于遺傳算法的裝配公差優(yōu)化設計方法。
【背景技術】
[0002]現有技術中零部件的裝配尺寸公差和形位公差，一般是根據產品的使用性能需求、裝配功能需求、質量保障、加工材料、生產條件、制造成本以及相應的國家、行業(yè)或者企業(yè)標準來確定的。
[0003]在設計階段，如何正確、合理的選用裝配公差值是必須綜合考慮的一個設計問題，它對保障產品的裝配及使用性能，提高產品質量，降低制造成本等都具有重要的意義。在影響零件加工成本的因素中，公差起著非常重要的作用。零件的設計公差越小，越能保障其裝配功能需求，但是加工成本也隨之增大。當精度提高到一定程度時，加工成本會急劇增大。如何在滿足裝配功能需求的情況下，設計出合理的裝配特征公差值，以獲得最低的加工成本，是設計產品時必須關注的一個問題。影響加工成本與公差關系的因素很多，難以用一個統一的數學模型來精確地描述所有特征的加工成本與公差的關系。例如，特征類型、加工設備、裝卡方法、加工工藝、操作者、生產批量等因素，只要其中的一個或者若干個發(fā)生變化，加工成本與公差的關系就會不同。
[0004]依據形位公差和尺寸公差的對應關系建立遺傳算法的約束條件，實現尺寸公差和形位公差的綜合設計，對公差與加工成本進行建模是公差優(yōu)化設計中的一項重要內容。公差優(yōu)化是一個多參數的 優(yōu)化設計問題，遺傳算法以其全局搜索能力，較強的魯棒性和計算的并行性在其中顯示出了強大的應用潛力。
[0005]鑒于上述缺陷，本發(fā)明創(chuàng)作者經過長時間的研究和實踐終于獲得了本創(chuàng)作。

【發(fā)明內容】

[0006]本發(fā)明的目的在于提供關于一種基于成本目標優(yōu)化的裝配公差優(yōu)化設計方法，用以克服上述技術缺陷。
[0007]為實現上述目的，本發(fā)明提供一種基于成本目標優(yōu)化的裝配公差優(yōu)化設計方法，該過程為:
[0008]步驟a，確定以裝配體的最小加工成本為優(yōu)化目標，建立裝配公差優(yōu)化的目標函
數；該函數如下式所述為:
[0009]
【權利要求】
1.一種基于遺傳算法的裝配公差優(yōu)化設計方法，其特征在于，該過程為: 步驟a，確定以裝配體的最小加工成本為優(yōu)化目標，建立裝配公差優(yōu)化的目標函數； 步驟b，確定裝配公差的約束條件； 步驟C，將公差類型信息附加到VGC網絡，得到裝配體的公差網絡，選擇確定各裝配特征的尺寸公差及幾何公差的取值范圍； 步驟d，采用多參數級聯編碼的方法進行遺傳編碼； 將各個尺寸公差和形位公差以二進制編碼方法進行編碼，然后將這些編碼按照一定順序連接在一起組成表示全部參數的二進制串染色體； 根據GB/T1800.3-1998標準公差數值和GB/T1184-1996形位公差數值，確定尺寸和形位公差要求的精度是小數點后4位，公差決策變量T e [TL, Tu]應該被分成至少(Tu-TL) X 1O4個部分，其二進制串位數(用Hij表示)可以用以下公式計算:
2.根據權利要求1所述的基于遺傳算法的裝配公差優(yōu)化設計方法，其特征在于，所述步驟e中采用個體的總加工成本的倒數構造其適應度函數，具體如下式所示，
3.根據權利要求1或2所述的基于遺傳算法的裝配公差優(yōu)化設計方法，其特征在于，所述步驟f中選用適應值比例選擇算子進行計算，其中，比例選擇算子的具體執(zhí)行過程是: fl.計算群體中所有個體的適應度值； f2.對所有個體的適應度值求和； f3.計算個體的相對適應度，即個體被遺傳到下一代的選擇概率； f4.使用模擬賭輪操作(即O和I之間的隨機數)確定各個個體被選中的次數。
4.根據權利要求3所述的基于遺傳算法的裝配公差優(yōu)化設計方法，其特征在于，其中個體的選擇概率計算公式如下所示:
5.根據權利要求1或2所述的基于遺傳算法的裝配公差優(yōu)化設計方法，其特征在于，所述步驟g中的運行參數包括種群大小M、終止進化代數T、交叉概率P。、變異概率Pm ； M取值范圍為20~100 ； T取為100~500 ； Pc的取值范圍為0.4~0.99;
Pm 取為 0.0001 ~0.1。
【文檔編號】G06N3/12GK103902759SQ201310756982
【公開日】2014年7月2日 申請日期:2013年12月27日 優(yōu)先權日:2013年12月27日
【發(fā)明者】張毅, 張夢旖, 曾祥福 申請人:西京學院