8955899099

160

Wyróżniono następujące stadia metody:

1)    uporządkowanie wektorów konstrukcji Y-;(j = l.jz) -c(X.*) według wzrastających wartości wektorów potrzeb (dla elementów MKP i MTL: Y,^M" -<(D), Y,*^atf -<(M), Y,™ -<(D) i Y,^MTl

2)    utworzenie wykresów graficznych (rys. 5.8.6 - 5.8.8),

3)    wyróżnienie grup wymiarów, zmiennych - zależnych od parametrów, zmiennych - ze sobą skorelowanych, mało istotnych (rys. 5.8.6 - 5.8.8),

4)    wybór wymiarów istotnych dla poszczególnych elementów, spośród wymiarów zmiennych - zależnych od parametrów, eliminację wymiarów skorelowanych poprzez wybór wymiaru charakteryzującego się maksymalnymi wartościami.

Przykładowy zbiór wybranych wymiarów elementów Wlf¹ w rodzinie konstrukcji chwytaków kleszczowych przedstawiono w tabl.5.8.1.

Tablica 5.8.1

Zbiór wymiarów wybranych WT

10 II [ 12 I 13 I 14 I 15 ' 16 I 17

KN . KP2 KP6 TLI

KO* KOM KOI) KOI* IJ*I LP2 CU CL2

W celu wyróżnienia istotnych wymiarów rodziny konstrukcji RK^okreśIa się w postaci wykresów zmienność wszystkich wybranych wymiarów elementów (z tabl. 5.8.1) w funkcji

parametrów, rys. 5.8.9.

Rys. 5.8.9. Zmienność wybranych wymiarów Fłg. 5.8.9. Yanability of chosen dimensions

Drugi etap metody selekcji wymiarów polega na eliminacji z wyróżnionego zbioru wymiarów WI™ (obejmującego różne konstrukcje elementów), wymiarów powtarzanych i skorelowanych. W pierwszej grupie selekcjonowane są wymiary o identycznych wartościach, z których wybiera się tylko jednego reprezentanta. Natomiast w grupie wymiarów skorelowanych wybiera się wymiar o maksymalnych wartościach. Na rys. 5.8.9 pokazano wymiary o identycznych wartościach, jak (WI1.WI8) i (WI11.WI15) oraz wymiary skorelowane (WI1.W111.WI12). Spełniając wyżej przedstawione kryteria selekcji, wyróżniono 14 wymiarów istotnych, które zestawiono w tabl. 5.8.2.

Tablica 5.8.2

L.p.

1

O

El

4

5

6

El

mm

9

10

11

12

13

14

WI“-

KPI

TU

TUI

KO*

KOM

KOI 9

Lfl

CU

DZl

nz*

KN1

KJO

Wyniki metody heurystycznej i algorytmicznej są podobne. Niemniej jednak metoda algorytmiczna jest bardziej skuteczna ze względu na wizualizację zmienności wartości wymiarów w funkcji parametrów. W ten sposób skuteczniej eliminuje się wymiary skorelowane, stałe oraz mało istotne ze względu na parametry rodziny konstrukcji. Prawidłowo wybrany zbiór wymiarów istotnych rodziny konstrukcji WI,^K1 ma wpływ na przebieg optymalizacji różnorodności wartości wymiarów i decyduje o przyporządkowaniu

5.8.3. Dyskretyzacja wartości wymiarów z zastosowaniem automatycznej klasyfikacji

Dobrane wartości wymiarów, rozdz. 5.7, charakteryzują się już pewnym istniejącym stopniem dyskretyzacji, wynikającym z dyskrctyzacji:

•    zunifikowanych wartości parametrów,

•    wartości wymiarów elementów współdziałających.

•    wartości wymiarów konstrukcji katalogowych i znormalizowanych.

•    wartości wymiarów półfabrykatów,

•    wartości wymiarów narzędzi wytwórczych.

•    szeregów liczb normalnych,

oraz warunków ograniczających, np. wytrzymałościowych.

Ta naturalna forma dyskrctyzacji wartości wymiarów nic ujmuje dyskrctyzacji wymiarów ze względu na całą konstrukcję elementu jako podstawowego składnika tworzenia uporządkowanych rodzin konstrukcji. Stanem początkowym dyskretyzacji wartości wymiarów jest stan S2 (rys. 5.8.1). Dyskretyzacja wartości wymiarów związana jest z optymalizacją różnorodności wartości wymiarów, spełniając kryteria KU i KI2, które nic zawsze prowadzą do zmniejszenia liczby konstrukcji elementów odpowiadających przestrzeni potrzeb. Stanowi narzędzie do podjęcia takiej próby w sposób racjonalny, w dużym stopniu algorytmizowalnym, dla wielu konstrukcji elementów rodziny konstrukcji. Jest to zagadnienie