材料加工过程中稳健设计的概率基方法_51页_6mb

材料加工过程中稳健设计的概率基方法总结

核心内容

本报告系统阐述了稳健设计作为多目标优化的一个特例，并介绍了基于系统论和概率论的概率基多目标优化方法。该方法通过引入“青睐概率”概念，实现对多个性能指标的联合优化，为材料加工和生产过程中的稳健设计提供了新的思路和工具。

主要观点

• 稳健设计是一种通过控制输入参数，降低不确定因素对产品质量影响的设计方法，旨在提高产品质量和降低加工成本。
• 系统论观点认为，系统是由多个相互关联的要素组成，具有整体性、开放性、稳定性等基本属性，因此系统优化应从整体出发，而非单独优化某一部分。
• 概率基多目标优化方法将多个目标视为概率事件，通过计算各属性的“青睐概率”并求其乘积，作为候选方案的综合评价指标，从而实现多目标的联合优化。
• 青睐概率的计算方式根据属性类型不同而有所区别：
  • 对于有利属性，其青睐概率与性能指标值成正比；
  • 对于不利属性，其青睐概率与性能指标值成负相关。

关键信息

1. 稳健设计的定义与思想

• 稳健设计由日本学者田口玄一在1950-60年代提出，强调通过控制输入参数来减少不确定因素对输出性能的影响。
• 稳健设计的目标是使产品质量对不可控因素不敏感，从而提高产品的稳定性和可靠性。

2. 概率基多目标优化方法

• 基本原理：将多目标优化问题转化为概率事件的联合评估问题，使用联合概率作为系统整体性能的评价指标。
• 公式：
  • 对于有利属性：$P_{ij} \propto X_{ij}$，即 $P_{ij} = \alpha_j X_{ij}$；
  • 对于不利属性：$P_{ij} \propto -X_{ij}$，即 $P_{ij} = \beta_j (X_{j\max} + X_{j\min} - X_{ij})$；
  • 总青睐概率：$P_i = \prod_{j=1}^m P_{ij}$。
• 归一化处理：通过归一化使得所有青睐概率之和为1，从而确保评价的合理性。

3. 离散化与序贯优化

• 离散化处理：采用好格点离散化方法，对一维、二维、三维问题分别建议使用11、17、19个均匀采样点。
• 序贯优化：基于均匀设计理论，逐步缩小搜索区域，提高优化效率。
• 均匀设计：具有试验点分布均匀、试验次数少、代表性强等优点，已被广泛应用于实际工程中。

4. 应用举例

4.1 热处理工艺优化（30CrMnSiA钢）

• 优化目标：抗拉强度和伸长率。
• 输入参数：淬火温度、淬火时间、加工温度、保温时间。
• 优化方案：采用均匀设计表 $U_7(7^6)$，实验结果表明第4号方案具有最高的总青睐概率。
• 参数配置：淬火温度为880°C，淬火时间为20分钟，加工温度为540°C，保温时间为40分钟。

4.2 双铁素体-贝氏体相钢切削的稳健设计

• 优化目标：刀具寿命和表面粗糙度。
• 输入参数：加热温度、切削速度、进给速度、切削深度。
• 实验设计：采用 $L_9(3^4)$ 正交实验设计。
• 优化结果：第9号实验方案的总青睐概率最高，其参数配置为 $A_3 B_3 C_2 D_1$，即加热温度为790°C，切削速度为150 m/min，进给速度为0.13 mm/rev，切削深度为0.2 mm。

方法优势

• 通过引入“青睐概率”，将多目标优化问题转化为可量化的联合概率评估问题。
• 结合系统论与概率论，强调整体优化，避免局部优化导致的系统性能下降。
• 适用于复杂系统中的多目标优化问题，具有较强的理论支撑和实际应用价值。

未来研究方向

• 将概率基多目标优化方法与可靠性评价相结合；
• 探索与数学寻优方法（如遗传算法、粒子群优化）的融合；
• 研究与模糊集理论的结合，以应对不确定性较高的优化问题；
• 在实际应用中发现并解决相关问题，提升方法的适用性和准确性。

参考资料

• 本书为《概率基多目标优化原理及应用》第二版，由郑茂盛、于洁等合著，化学工业出版社出版。
• 本书还介绍了概率基多目标优化方法在投资组合优化、最短路径问题等领域的应用。

总结

概率基多目标优化方法为材料加工和生产过程中的稳健设计提供了新的理论和实践工具，通过将系统目标转化为概率事件，实现了对多个性能指标的联合优化。该方法强调系统整体性，具有较强的适应性和实用性，未来可进一步拓展至更多工程和科学领域。