Robust Optimization for Multiple Response Using Stochastic Model

Aufgrund vieler Unsicherheiten im robusten Optimierungsprozess, insbesondere bei Problemen mit mehreren Rollen, können viele zufällige Faktoren Zweifel an den Ergebnissen verursachen. Ziel dieser Arbeit ist es, eine robuste Optimierungsmethode für mehrere Rollen unter Berücksichtigung der zufälligen Faktoren im robusten Optimierungsdesign zur Lösung des oben genannten Problems vorzuschlagen. In dieser Arbeit untersuchen wir die Robustheitsoptimierung des rollierenden Drehstabs mithilfe eines stochastischen Modells. Erstens wird die Qualitätsverlustfunktion des robusten Drehstabs als Optimierungsobjekt bestimmt und die Durchmesser des rollierenden Drehstabs als Designvariablen bestimmt. Zweitens wird das robuste Multireaktionsmodell unter Berücksichtigung zufälliger Faktoren (z. B. der Lasten) anhand des stochastischen Modells festgelegt. Schließlich wird die Probenmethode von Monte Carlo kombiniert mit einem nicht dominierten Sortiergenetischen Algorithmus II (NSGA II) verwendet, um dieses robuste Optimierungsproblem zu lösen, und dann erhält man die robuste Optimierungslösung. Die Forschungsergebnisse deuten darauf hin, dass die robustere Drehstabilere Drehstabilere Drehstabsfestigkeit, die robustere Drehstabilere Drehstabile Drehstabsfestigkeit und stärkere Drehstabile Drehstabsstabilität sowie stärkere Drehstabsstabilität des Stabes erhöhen.