申请/专利权人：南京航空航天大学

申请日：2021-09-16

公开（公告）日：2024-04-30

公开（公告）号：CN113779885B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/126;G06F111/06;G06F111/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明提出了一种基于遗传算法的容差优化方法，引入容差矢量描述制造过程中零部件、工艺装备以及装配配合等各类容差的波动对飞机性能的影响，提出动态容差的概念；另一方面，在实时数据、尺寸链以及动态尺寸链的基础上，本发明设计了多目标约束的动态容差更新方法，该方法考虑解的多样性避免了算法“早熟”，并且解决了传统容差分配方法存在的“小概率不合格”问题。最后，本发明以飞机前缘‑缝翼的制造过程为应用对象，对比交互方法与传统方法发现：交互方法下的平均制造成本较传统容差方法的制造成本降低了9.1％，且平均制造精度较传统容差方法的制造精度提高了0.04mm44％。

主权项：1.一种基于遗传算法的容差优化方法，其特征在于，该方法包括以下步骤：（1）根据加工、装配实际问题生成尺寸链；根据实时测量数据更新尺寸链；形成多种后续容差分配方案，并编码形成初始种群；将每一种备选的制造方案看作个体，将制造方案中所有的尺寸和几何容差看作个体编码后对应的染色体，那么某个制造环节的容差就是染色体上的一个基因；考虑到尺寸链方程的特点，将个体编码为中点染色体Xj0和半带宽染色体Xjw两部分,表示为： ；其中，j表示种群中的第j个体也即第j个染色体，i表示染色体中的第i个基因，Ai0表示容差中点，Aiw表示容差半带宽，AiS,AiL分别表示容差的上下限；（2）根据产品质量要求设计具体g函数，并设置g函数临界值；根据制造容差的性质，将种群中半带宽染色体对应位置上基因离散程度的均值定义为种群的多样性R，表示为： ；n表示每个染色体有n个基因，即每个制造方案有n个容差；m表示种群中有m个染色体，即有m个备选的方案；以关键特性的尺寸或几何准确度作为产品性能要求QS，那么每个制造方案对应的实际产品性能Q用中点值Q0与半带宽值Qw表示；这里的半带宽Qw是假设各制造环节的误差都服从正态分布，按照概率法并通过经验修正得到的； ；其中第一式为尺寸链方程，ΔY为关键特性的误差，ki为传递系数；考虑制造成本和质量损失对制造方案进行多目标优化;产品的制造成本C表示为, ；其中，αip表示与容差变动相关的加工、装配成本参数；引入指标L描述当产品的所有制造误差均处于容差的3σ处时产品的质量损失程度；拟通过约束L来控制小概率不合格问题，即L≥L0，以及累积误差过大接近容差边缘时所造成的损失，即0＜L＜L0；具体表示为， ；其中，第一式为尺寸链方程，Δi3σ为处于容差的3σ处误差，L0为产品关键特性的累积误差处于容差边缘时的质量损失；适应度函数表示为， ；即在满足产品性能要求的个体中，选择多目标性能最优的个体；计算染色体适应度判断是否满足终止条件；若满足跳至第4步，若不满足跳至第3步；（3）采用轮盘赌法对种群中的个体进行选择；计算每个交叉点变异点的显著性概率，对种群中的个体进行交叉和变异；（4）将优化后的染色体解码，并更新动态容差，指导下一步的加工和装配；在完成下一步骤的制造后，重新进入第1步。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于遗传算法的容差优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD