Tóm tắt nội dung
Việc hạn chế các biến thiên chi tiết do sản xuất gây ra theo kích thước, vị trí, hướng và dung sai hình dạng chủ yếu nhằm đảm bảo chất lượng lắp ráp tổng thể. Tuy nhiên, đồng thời, các điều kiện sản xuất, và do đó, chi phí sản xuất, đã được xác định trước trong giai đoạn phát triển sản phẩm. Phương pháp tối ưu hóa chi phí dung sai dựa trên lấy mẫu, kết hợp phân tích dung sai thống kê dựa trên các kỹ thuật lấy mẫu và các thuật toán tối ưu hóa metaheuristic, cho phép phân bổ tự động và tối ưu các giá trị dung sai, từ đó giải quyết xung đột mục tiêu giữa chi phí và chất lượng. Tuy nhiên, những hạn chế về hiệu quả và hiệu suất vẫn ngăn cản việc ứng dụng phương pháp này một cách hiệu quả để giải quyết các vấn đề phức tạp, liên quan đến ngành và khai thác tiềm năng chi phí ẩn. Để lấp đầy những khoảng trống nghiên cứu hiện tại, các phương pháp riêng lẻ liên quan, đặc biệt là phương pháp lấy mẫu, ước tính tỷ lệ không phù hợp và tối ưu hóa dựa trên mô hình thay thế, đã được (tiếp tục) phát triển và hài hòa hóa theo một phương pháp chung, đảm bảo thu được kết quả tối ưu hóa đáng tin cậy trong thời gian tính toán phù hợp. Việc mở rộng phương pháp này sang lựa chọn và phân bổ máy đồng thời với các kích thước lô khác nhau và lắp ráp chọn lọc, xem xét phân bố dung sai chi tiết cụ thể của máy và dung sai hình học phụ thuộc lẫn nhau, mở rộng đáng kể phạm vi sử dụng sang các khía cạnh thực tế. Đánh giá cuối cùng về khuôn khổ đã phát triển chứng minh tiềm năng ứng dụng có lợi nhuận của nó vào các vấn đề thực tế và giúp xác định các tiềm năng nghiên cứu tiếp theo.
Abstract:
Limiting manufacturing-caused part variations by size, location, orientation, and form tolerances primarily aims to assure the total assembly quality. At the same time, however, the manufacturing conditions and, thus, the manufacturing costs are already predefined in the product development phase. The method of sampling-based tolerance-cost optimization, a combination of statistical tolerance analysis based on sampling techniques and metaheuristic optimization algorithms, enables an automated and optimal allocation of tolerance values and, thus, solves the conflict of objectives between costs and quality. However, limitations in effectiveness and efficiency still prevent its profitable application for solving complex, industry-relevant problems and exploiting hidden cost potentials. To close the current research gaps, the individual methods involved, in particular the sampling, non-conformance rate estimation and surrogate model-based optimization, are (further) developed and harmonized in one common approach, ensuring that reliable optimization results can be obtained in adequate computing times. Its extension to simultaneous machine selection and allocation with different batch sizes and selective assembly, considering machine-specific part tolerance distributions and geometrical, mutually dependent tolerances, significantly expands the context of use to practical aspects. A final evaluation of the developed framework proves its potential for a profitable application to practical problems and serves to identify further research potentials.
Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)
(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)