[发明专利]基于模糊-FQD的螺旋锥齿轮形性协同制造优化方法

说明书

本发明提供了基于模糊‑FQD的螺旋锥齿轮形性协同制造优化方法，步骤包括确定初始加工参数，采用提出的模糊‑FQD方法来将客户的VOC转换成CTQs并确定最终的几何与物理性能评价项，再用确定的几何与物理性能评价项为性能目标驱动整个流程设计进行求解。本发明所提供的方法，采用了模糊‑FQD方法来实现VOC到CTQs的转化，其中，考虑了每一个技术属性即性能评价的重要性，利用模糊期望算子中的模糊权重平均值法，可以根据客户需求确定对应的几何与物理性能评价项及其权重因子，解决了螺旋锥齿轮形性协同制造系统流程繁杂且稳定性差的问题。

技术领域

本发明属于高性能复杂制造技术领域，具体涉及基于模糊-FQD的螺旋锥齿轮形性协同制造优化方法。

背景技术

由于螺旋锥齿轮形性协同制造系统涉及到实际齿轮加工、真实齿轮测量、加工参数反调等诸多环节，其整个系统流程繁杂而且稳定性差。尤其以通用加工参数为驱动载体的智能化自动识别、控制及反馈过程，需要充分考虑整个设计流程、决策与处理、数值求解算法的协同匹配及优化关系，才能实现整个系统的快速高效高质量的参数驱动。

在以往提供的DMADV(define定义、measure测量、analyze分析、design设计和verify验证)的DFSS(Design For Six Sigma，六西格玛设计)流程中，要实现整个螺旋锥齿轮形性协同制造的智能参数驱动，还有影响系统决策过程的鲁棒性的问题需要改进。主要包括：(1)一旦DMADV框架不能按满足当前产品的设计与制造要求，如何提出新的设计流程及改进方案；(2)面对数据量大、信息模糊、且自相矛盾的VOC(客户声音)，如何快速精确有效的实现VOC向CTQs(关键质量特性)的转化，并精准定义产品的几何与物理性能评价指标，来匹配客户对产品的即时要求；(3)在已经给定的数值求解中，由于非线性问题和实际数值处理的复杂性，求解的最优解即Pareto最优解不唯一，需求从中进一步确定的数值解作为最终的最优解决方案的鲁棒性解。

综上，为解决现有技术中，螺旋锥齿轮形性协同制造系统流程繁杂且稳定性差的问题，需开发一种新的优化方法。

发明内容

为解决现有技术中，螺旋锥齿轮形性协同制造系统流程繁杂且稳定性差的问题，本发明提供了基于模糊-FQD的螺旋锥齿轮形性协同制造优化方法。

为实现上述目的，本发明采用以下技术方案：

基于模糊-FQD的螺旋锥齿轮形性协同制造优化方法，所述方法步骤包括：

(1)确定初始加工参数；

(2)采用模糊-FQD方法来将客户的VOC转换成CTQs并确定最终的几何与物理性能评价项，其中，VOC指客户声音，CTQs指关键质量特性；

(3)用步骤(2)确定的几何与物理性能评价项为性能目标驱动整个流程设计进行求解；

所述模糊-FQD方法的过程为：

其中，CP_MAX表示最大接触应力，LTE_MAX表示最大载荷传动误差，CR表示重合度。

优选地，步骤(1)所述确定初始加工参数的方法为：将基本齿面设计参数和小轮加工参数转换成基于万能运动概念的通用加工参数，将所述通用加工参数作为初始加工参数。

进一步优选地，所述基本齿面设计参数包括旋向、齿数、齿宽、外锥距、齿高、节锥角、顶锥角、根锥角和螺锥角。

进一步优选地，所述小轮加工参数包括滚比、径向刀位、垂直轮位、床位、水平轮位、根锥安装角、刀倾角、刀转角和基本摇台角。

优选地，步骤(3)所述求解的算法为多目标优化(MOO)算法。

优选地，步骤(3)所述几何与物理性能评价项与加工参数的函数关系的参数驱动表达式为：