项目名称: 基于SPC反馈质量特性的农机装备可靠性稳健设计的研究

项目编号: No.51305152

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 机械、仪表工业

项目作者: 林卫国

作者单位: 华中农业大学

项目金额: 24万元

中文摘要: 针对农机装备可靠性稳健设计的问题,以SPC统计工具为手段,将农机装备设计制造过程中的关键零部件的质量特性参数,反馈到零部件可靠性稳健设计的数学模型中,在此基础上利用智能计算分析该数学模型的有效求解,并进行农机装备关键零部件的优化设计。首先,分析影响农机装备功能的因素,用三维设计软件参入农机装备关键零部件进行设计,对农机装备关键的零部件用SPC统计工具进行质量特性分析。其次,对于关键零部件的质量检测变量数据,利用质量控制图分析生产过程质量特性,分析质量噪声影响因素。甄别零部件质量特性中控制因素和噪声因素,确定影响产品质量的重要影响参数,以这些参数为载体,反馈到建立的可靠性稳健设计的数学模型中。最后,对农机装备零部件可靠性稳健设计的多目标优化数学模型,采取智能计算的方法进行求解。所采用的研究手段为解决农机装备可靠性稳健设计提供新的角度和方法。

中文关键词: 农机装备;可靠性稳健设计;关键质量特性;粒子群算法;随机变量

英文摘要: For the reliability robust design of the agricultural machinery and equipment, this subject takes the SPC statistical tools as a means, feedback the quality characteristic parameter of the agricultural machinery and equipment to the reliability robust design mathematical model, research effective solution by intelligent computing on the base of the mathematical model, direct the optimal design of the key components of the agricultural machinery and equipment. Firstly, analyze the factors affecting the function of agricultural machinery and equipment, design the key components of agricultural machinery and equipment with three-dimensional design software, and analyze the quality characteristics of the mass production part of the SPC statistical tools. Secondly, for detecting the quality variable data of the key components, use quality control charts to analyze quality characteristics in the production process, and analyze the noise factor which affects the quality characteristics. Distinguish control factors and noise factors in the parts quality characteristics, feedback parameters of the established reliability robust design mathematical model.Finally, for multi-objective optimization mathematical model of the reliability robust design of the agricultural machinery and equipment, take intelligent computing meth

英文关键词: agricultural machinery and equipment;Reliability-based Robust Design;key quality characteristics;particle swarm optimization;random variables

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
【AAAI2022】不确定性感知的多视角表示学习
专知会员服务
45+阅读 · 2022年1月25日
专知会员服务
18+阅读 · 2021年6月29日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年4月25日
开源数据支撑下的人物与装备分析
PaperWeekly
4+阅读 · 2022年3月20日
软件分析与设计:分析什么?如何设计?
阿里技术
0+阅读 · 2021年12月23日
【WWW2021】高效的非抽样知识图谱嵌入
专知
0+阅读 · 2021年4月25日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
已删除
将门创投
12+阅读 · 2018年6月25日
论文浅尝 | 基于置信度的知识图谱表示学习框架
开放知识图谱
24+阅读 · 2018年2月27日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
15+阅读 · 2020年2月6日
Arxiv
110+阅读 · 2020年2月5日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
【AAAI2022】不确定性感知的多视角表示学习
专知会员服务
45+阅读 · 2022年1月25日
专知会员服务
18+阅读 · 2021年6月29日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年4月25日
相关资讯
开源数据支撑下的人物与装备分析
PaperWeekly
4+阅读 · 2022年3月20日
软件分析与设计:分析什么?如何设计?
阿里技术
0+阅读 · 2021年12月23日
【WWW2021】高效的非抽样知识图谱嵌入
专知
0+阅读 · 2021年4月25日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
已删除
将门创投
12+阅读 · 2018年6月25日
论文浅尝 | 基于置信度的知识图谱表示学习框架
开放知识图谱
24+阅读 · 2018年2月27日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员