公差设计多目标模型及其粒子群优化算法研究

为解决成本—公差设计模型中忽视产品质量的问题,以新型的田口质量观和Pareto最优解集概念为基础,提出了一种公差设计多目标模型。该模型将加工成本和质量损失分别作为设计目标,并以统计法公差装配成功率为约束条件,获得了比极值公差法更加宽松的公差限。改进了传统的粒子群优化算法,利用Pareto最优性重新定义粒子,然后采用快速非支配排序技术进行粒子的适应度排序,使其能够有效地对多目标模型进行求解。该算法对具体工程实例求解时,一次运行就可求得令人满意的Pareto最优解集,设计者可以根据生产实际和市场需求从中进行选取。通过对求得的Pareto进行最优前沿的分析,可得到该类零件公差设计的特性,其结果验证了公差设计的一般规律。