CN110955940A - 一种基于ahp的机械装置设计选型方法 - Google Patents

Abstract

本发明涉及机械设计理论和方法领域，是一种基于AHP的机械装置设计选型方法。分析现有文献中得到的实验数据，构建机械装置所有部件的各个类型关于机械装置性能指标的关系矩阵。根据每种用户需求，为对应的机械装置性能指标判断矩阵赋值，用AHP求出每种用户需求下的性能指标属性权重。推导出了一种基于实验数据得到的各部件性能指标关系矩阵与由AHP求出的性能指标属性权重矩阵的相似度计算公式，比较得到最符合用户需求的选型方案。将主观选择转化为定量分析，能够实现多部件且各部件具有多类型的复杂机械装置设计初期的精确选型，为复杂多功能机械装置设计提供量化评估方法。

Description

一种基于AHP的机械装置设计选型方法

技术领域

本发明涉及机械设计理论和方法领域，是一种基于AHP的机械装置设计选型方法，适用于具有多性能评价指标依据的多部件且各部件具有多种类型的机械装置的选型。

背景技术

机械设计是机械工程的重要组成部分，是机械生产的第一步，是把知识性科技成果物化为机械装置的一种有目的、有计划、有组织的活动。机械设计的目标是在各种限定的条件下，如用户需求、机械强度准则、可靠性、绿色设计准则、经济效益等，设计出最好的机械，是一种复杂的多层次多目标决策优化过程。传统机械设计多停留在对机械装置本体的研究，人们通过较成熟的理论知识和实验方案对机械装置进行结构优化、性能优化，使得一个机械装置中不同的部件可以有多种针对不同需求、不同性能的结构变体。但是现代机械设计要求加强设计理论和方法的研究，注重全局设计。参数与结构的优化都是局部问题的优化，总体设计的优化则要求站在宏观的高度上，从用户需求、机械本体、社会经济等方面出发，对机械装置的总体设计进行不断的评价与修改。尤其在机械设计初期的方案选型阶段，其依据的评判标准具有多目标、多因素且部分因素不可量化等特点，企业或科研单位多以人为主观经验决定选型方案，缺乏决策的科学性和可靠性。因此，迫切需要探寻一种能够客观量化从用户需求到选型方案的机械装置设计方法。

机械装置设计选型属于机械设计初期的方案设计阶段，专利CN109408869A公开了一种往复式压缩机选型设计方法，通过计算或者初算关键参数分步骤选择匹配的气缸和合适的运行工况范围。但是该方法从需求到选型的过程只涉及几个计算公式，很容易忽视其他潜在的需求因素，不能关联机械设计后期的产品性能评价，且适用范围较窄，只适用于可以通过公式计算且可以根据具体数值来选取有固定数值选项的部件类型。专利CN109034503A公开了一种基于AHP-GRAP的露天矿破碎站布设方案优选方法，通过构造递阶式层次结构模型，使用AHP方法选择最优的露天煤矿破碎站位置布设方案。将AHP与GRAP结合，减少主观臆断成分，提高了决策的科学性。但是该方法只适用于煤矿破碎站的位置选址，专业性较强，泛化性低。目前机械装置初期设计阶段存在缺乏普适性的设计理论和方法研究的问题，针对评价指标具有多目标、多因素且部分因素不可量化特点的机械装置设计选型方法，探索一种适用于设计前期用户需求和设计后期性能评价的设计选型方法，为多部件且各部件具有多类型的复杂机械装置的快速、高效、精准设计提供关键技术支持。

发明内容

本发明的目的是要提供一种基于AHP的机械装置设计选型方法。分析现有文献中得到的实验数据，构建机械装置所有部件的各个类型关于机械装置性能指标的关系矩阵。根据每种用户需求，为对应的机械装置性能指标判断矩阵赋值，用AHP求出每种用户需求下的性能指标属性权重。推导出了一种基于实验数据得到的各部件性能指标关系矩阵与由AHP求出的性能指标属性权重矩阵的相似度计算公式，比较得到最符合用户需求的选型方案。将主观选择转化为定量分析，提高设计效率和准确度。为了达到本发明的目的所采取的技术方案如下：

1)分析实验数据构建机械装置各部件各类型的性能指标关系矩阵，具体如下：

a)根据机械装置各部件各类型进行分类，如部件A有类型Aj(j＝1,2,…,m)。

b)根据设计前期的用户需求、设计中期的约束和设计后期的机械装置评价指标制定需要的性能指标K_i(i＝1,2,…,n)。

c)根据已有文献中的实验数据和结论，设定每个部件不同类型对应的性能指标重要程度G，重要程度的等级从1到(n+1)逐渐升高。设部件A的第j种类型Aj对应机械装置性能指标K_i的等级为G_AjKi，构建每一组部件的性能指标关系矩阵G_w(w＝1,2,…,d.d为部件个数)。定义部件A关于性能指标的关系矩阵如下：

注意，若某项性能指标对某部件类型不产生影响，考虑到第三大步的计算限制，定义重要程度G＝∞。

2)根据用户需求，用AHP求出用户所需机械装置的性能指标的属性权重，具体如下：

a)根据用户对该机械装置所对应的不同性能指标K_i的需求，分别确定计算属性权重所需的成对比较判断矩阵D＝(d_ij)，如下。其中d_ij表示性能指标K_i相对于性能指标Kj的重要程度。

b)求出判断矩阵D最大特征值λ_o所对应的特征向量λ＝[λ₁ λ₂ … λ_i … λ_n]^T，将λ归一化得到权值向量W＝[w₁ w₂ … w_i … w_n]^T，即为所求的通过量化用户需求得到对应机械装置性能指标的属性权重。

c)对判断矩阵进行一致性检验。过程如下：

c-1)计算一致性指标：

式中n为判断矩阵阶数；

c-2)计算平均随机一致性指标R.I；

c-3)计算一致性比例：

当C.R.＜0.1时，认为判断矩阵D通过一致性检验，即实施下一步；若未通过检验，则返回第2)项第a)小项，重新调整用户需求，确定新的判断矩阵。

3)比较机械装置各部件各类型性能指标关系矩阵与基于用户需求的机械装置性能指标权值向量，得

到性能指标比值之间相似度最大的一组部件类型，具体如下：

a)将基于用户需求的权值向量W中各元素进行两两比值，得到权值比值向量

其中

b)将性能指标关系矩阵中每一行向量中各元素进行两两比值，得到每一行向量的权值比值向量，构成性能指标关系矩阵的比值矩阵R_w(w＝1,2,…,d.d为部件个数)。求出部件A的性能指标关系矩阵的比值矩阵如下：

其中

c)将性能指标关系矩阵的比值矩阵R_w的每一行向量表示为R_wj，w表示部件标识，j表示R_w的行数，即同一部件下不同类型。计算R_wj与权值比值向量P的相似度

其中

构建机械装置各部件的相似度矩阵S_w，(w＝1,2,…,d.d为部件个数)， S_w＝[sim(R_w1,P),sim(R_w2,P),...,sim(R_wm,P)]^T。

d)取S_w(simi)中最大的值：

则S_w(simo)为从机械装置各部件的相似度矩阵S_w中选出相似度最大的值对应的部件类型，即为最符合用户需求的部件型号。

本发明的有益效果在于，利用AHP将机械设计前期定性的用户需求和设计后期多因素不可量化的性能指标相结合，转化为定量的数据，提高设计效率和准确度。实现多部件且各部件具有多类型的复杂机械装置设计初期的精确选型，为现代机械设计理论和方法提供关键技术参考。

附图说明

图1为基于AHP的机械装置设计选型方法流程图；

图2为多部件且各部件具有多类型的机械装置结构图；

图3为玉米剥皮机装置结构图；

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步描述。此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

以玉米剥皮机装置为例，玉米剥皮机作为玉米果穗剥皮的主要机械装置，其整体的设计方法一直缺乏***的理论研究。国内外对玉米剥皮机装置的研究多停留在对其本体的研究，具体分为两方面：第一方面从物理角度出发，分析果穗和剥皮装置结构之间的力学关系，改进已有的机械结构，提高剥皮性能；第二方面针对某一品种的玉米果穗，利用正交试验法，分析不同影响因素对剥皮性能的影响，获取较优的结构参数和运动参数。由于前期用户需求定位多样化，例如玉米种植品种、农艺以及收获方式、地域气候差异明显，适收期玉米果穗物理机械特性差异较大，导致剥皮机构的配置方式、各部件结构型式、运动参数等设定不一，针对剥皮机本体的研究结果存在局限性。对玉米剥皮机装置设计选型方案如下：

1)分析相关文献和已有的实验数据构建玉米剥皮机装置各部件各类型的性能指标关系矩阵，具体如下：

a)根据玉米剥皮机装置功能结构对其进行部件分类，如图3所示，一共4个部件A,B,C,D，部件 A有3种类型A₁,A₂,A₃；部件B有4种类型B₁,B₂,B₃,B₄；部件C有4种类型C₁,C₂,C₃,C₄；部件D有3种类型D₁,D₂,D₃。

b)玉米剥皮机装置属于农业收获机械，根据相关文献研究、实验数据以及市场用户需求，制定性能指标为K_i(i＝1,2,3,4)，其中K₁为籽粒损失率，K₂为籽粒破碎率，K₃为含杂率，K₄为果穗未剥净率。

c)根据玉米剥皮机装置本体的文献研究结论和实验数据，设定部件A,B,C,D不同类型对应的性能指标重要程度如下：

构建各部件关于性能指标的关系矩阵如下：

2)根据用户需求，用AHP求出用户所需玉米剥皮机装置的性能指标的属性权重，具体如下：

a)根据用户需求确定性能指标的成对比较判断矩阵D，设定籽粒损失率和籽粒破碎率一样重要，

籽粒损失率比含杂率重要2倍，果穗未剥净率比籽粒损失率重要3倍，含杂率比籽粒破碎率重要1.5倍，果穗未剥净率比籽粒破碎率重要1.6倍，比含杂率重要2倍。则通过两两比较得到以下表：

则构建的判断矩阵D为：

b)求出判断矩阵D最大特征值λ_o＝4.20，λ_o所对应的特征向量λ＝[-0.4055 -0.3490 -0]^T.，将λ归一化得到权值向量W＝[0.2167 0.18640]^T.，即为所求的通过量化用户需求得到玉米剥皮机装置性能指标的属性权重。

c)对判断矩阵D进行一致性检验。

c-1)计算一致性指标：

c-2)计算平均随机一致性指标R.I.，下表给出1到10维矩阵重复计算1000次的平均随机一致性指标：

维数	1	2	3	4	5	6	7	8	9	10
											R.I.	0	0	0.52	0.89	1.12	1.26	1.36	1.41	1.46	1.49

故此次取R.I.＝0.89；

c-3)计算一致性比例：

判断矩阵D通过一致性检验。 3)比较玉米剥皮机装置各部件各类型性能指标关系矩阵与基于用户需求的机械装置性能指标权值向

量，得到相似度最大的一组部件类型，具体如下：

a)将权值向量W中各元素进行两两比值，得到权值比值向量：

计算得到： P＝[1.16251.1695 0.5264 1.0059 0.4529 0.4502]^T；

b)将A,B,C,D共4个性能指标关系矩阵中每一行向量中各元素进行两两比值，得到每一行向量的权值比值向量，构成性能指标关系矩阵的比值矩阵如下：

c)计算部件A,B,C,D性能指标关系矩阵的比值矩阵R_A,R_B,R_C,R_D的每一行向量 R_Aj,R_Bj,R_Cj,R_Dj与权值比值向量P的相似度

(w＝A,B,C,D)，

则有：

带入数值，得到结果并构建玉米剥皮机装置部件A,B,C,D的相似度矩阵S_w如下：

S_A＝[1.4778 0.2401 0.2642]

S_B＝[0.0805 0.7640 1.0370 0.4935]

S_C＝[1.2926 1.3548 1.1354 1.1354]

S_D＝[0.9268 1.3515 0.8825]；

d)取S_w(sim_i)中最大的值所对应的部件类型，即为最符合用户需求的部件型号：

max S_A＝S_A1＝1.4778，即部件A剥皮辊总成选择部件类型A₁即槽型布置剥皮辊总成；

max S_B＝S_B3＝1.0370，即部件B剥皮辊选择部件类型B₃即橡胶螺旋型剥皮辊；

max S_C＝S_C2＝1.3548，即部件C压送器选择部件类型C₂星轮式压送器；

max S_D＝S_D2＝1.3515，即部件D籽粒回收装置选择部件类型D₂即螺旋输送式籽粒回收装置。

本发明提供一种基于AHP的机械装置设计选型方法，该方法是将AHP将机械设计前期定性的用户需求和设计后期多因素不可量化的性能指标相结合，转化为定量的数据，从而提高设计效率和准确度。基于本方法能够实现多部件且各部件具有多类型的复杂机械装置设计初期的精确选型，能够为复杂多功能机械装置设计提供量化评估方法，为现代机械设计理论和方法提供关键技术参考，具有十分广泛的社会意义。

Claims (1)

1.基于AHP的机械装置设计选型方法，其特征在于，包括以下步骤：

步骤1：分析实验数据构建机械装置各部件各类型的性能指标关系矩阵，具体如下：

a)根据机械装置各部件各类型进行分类，如部件A有类型A_j(j＝1,2,…,m)。

b)根据设计前期的用户需求、设计中期的约束和设计后期的机械装置评价指标制定需要的性能指标K_i(i＝1,2,…,n)。

c)根据已有文献中的实验数据和结论，设定每个部件不同类型对应的性能指标重要程度G，重要程度的等级从1到(n+1)逐渐升高。设部件A的第j种类型A_j对应机械装置性能指标K_i的等级为G_AjKi，构建每一组部件的性能指标关系矩阵G_w(w＝1,2,…,d.d为部件个数)。

定义部件A关于性能指标的关系矩阵如下：

注意，若某项性能指标对某部件类型不产生影响，考虑到第三大步的计算限制，定义重要程度G＝∞。

步骤2：根据用户需求，用AHP求出用户所需机械装置的性能指标的属性权重，具体如下：

a)根据用户对该机械装置所对应的不同性能指标K_i的需求，分别确定计算属性权重所需的成对比较判断矩阵D＝(d_ij)，如下。其中d_ij表示性能指标K_i相对于性能指标K_j的重要程度。

b)求出判断矩阵D最大特征值λ_o所对应的特征向量λ＝[λ₁ λ₂ … λ_i … λ_n]^T，将λ归一化得到权值向量W＝[w₁ w₂ … w_i … w_n]^T，即为所求的通过量化用户需求得到对应机械装置性能指标的属性权重。

c)对判断矩阵进行一致性检验。过程如下：

c-1)计算一致性指标：

式中n为判断矩阵阶数；

c-2)计算平均随机一致性指标R.I；

c-3)计算一致性比例：

当C.R.＜0.1时，认为判断矩阵D通过一致性检验，即实施下一步；若未通过检验，则返回第2)项第a)小项，重新调整用户需求，确定新的判断矩阵。

步骤3：比较机械装置各部件各类型性能指标关系矩阵与基于用户需求的机械装置性能指标权值向量，得到性能指标比值之间相似度最大的一组部件类型，具体如下：

a)将基于用户需求的权值向量W中各元素进行两两比值，得到权值比值向量

其中

b)将性能指标关系矩阵中每一行向量中各元素进行两两比值，得到每一行向量的权值比值向量，构成性能指标关系矩阵的比值矩阵R_w(w＝1,2,…,d.d为部件个数)。求出部件A的性能指标关系矩阵的比值矩阵如下：

其中

c)将性能指标关系矩阵的比值矩阵R_w的每一行向量表示为

w表示部件标识，j表示R_w的行数，即同一部件下不同类型。计算

与权值比值向量P的相似度

其中

构建机械装置各部件的相似度矩阵S_w，(w＝1,2,…,d.d为部件个数)，S_w＝[sim(R_w1,P),sim(R_w2,P),...,sim(R_wm,P)]^T。

d)取S_w(sim_i)中最大的值：

则S_w(sim_o)为从机械装置各部件的相似度矩阵S_w中选出相似度最大的值对应的部件类型，即为最符合用户需求的部件型号。

Images