1.本发明涉及轴承合套优化领域，尤其涉及一种应用于轴承的自动合套尺寸公差分组选配优化方法。
背景技术：2.装配工艺粗放是造成我国轴承产品质量不稳定、可靠性差、寿命期短的重要原因之一；为提高装配效率，轴承大批量生产采用分组装配法，将组件在公差带内按实测尺寸分组，再将不同组件按分组进行装配；但我国生产的轴承组件偏差较大，导致分组装配合套率低、轴承质量一致性差，其根本原因是没有对公差分组方案进行研究与优化；因此，面向大批量滚动轴承组件自动合套的公差分组选配优化成为了亟待解决的技术问题。
技术实现要素：3.本发明的目的是提供一种应用于轴承的自动合套尺寸公差分组选配优化方法，通过建立“参数-性能”仿真模型的代理模型，实现合套组件选配方案的快速评价；再基于滚动轴承各组件的实际制造误差分布，通过智能优化算法得到保证合套率的情况下对应最优服役性能的公差分组方案，解决滚动轴承大批量公差分组合套中分组装配合套率低、轴承质量一致性差的问题。
4.为了实现以上目的，本发明采用的技术方案为：一种应用于轴承的自动合套尺寸公差分组选配优化方法，其特征在于，包括如下步骤：步骤一、构建滚动轴承服役性能评判代理模型；步骤二、生成表征不同公差分组方案的种群，初始种群，每一个个体代表一种公差分组方案；步骤三、按照每一种公差分组方案对大量抽样数据进行分组随机选配合套；步骤四、对步骤三的随机选配合套计算合套率，并使用步骤一的代理模型评估合套质量；步骤五、判断步骤四的合套率与服役性能是否收敛，收敛则得到对应的最优服役性能的公差分组方案，不收敛则产生下一代种群 ，重复步骤三-步骤五直至合套率与服役性能收敛，得到对应的最优服役性能的公差分组方案。
5.优选的，步骤一中代理模型的构建如下：构建“工艺参数-服役性能”机理仿真模型；使用拉丁超立方抽样在参数空间进行均匀分层采样，并通过“工艺参数-服役性能”机理仿真模型计算相应的服役性能，然后通过集成学习模型进行拟合，如拟合精度满足要求，则计算集成学习模型相对仿真模型的拟合残差，训练残差拟合模型，进而得到代理模型，如拟合精度不满足要求，则通过加点准则的方式重新抽样新的参数值并计算相应的服役性能后再重复集成学习模型的拟合操作，直至拟合精度满足要求，计算集成学习模型相对仿真模型的拟合残差，训练残差拟合模型，得到代理模型。
6.优选的，步骤二中以公差分组个数、各公差分组范围和不同组件公差组对应关系生成表征不同公差分组方案的种群。
7.优选的，所述的步骤三中的大量抽样数据的获取步骤如下：使用统计学的假设检验与极大似然估计方法根据轴承组件尺寸的历史数据确定其概率分布，再使用蒙特卡罗仿真依照概率分布进行非确定性随机抽样。
8.本发明的技术效果为：通过建立“参数-性能”仿真模型的代理模型，实现合套组件选配方案的快速评价；再基于滚动轴承各组件的实际制造误差分布，通过智能优化算法得到保证合套率的情况下对应最优服役性能的公差分组方案，解决滚动轴承大批量公差分组合套中分组装配合套率低、轴承质量一致性差的问题。
附图说明
9.图1为滚动轴承服役性能评判代理模型的构建示意图。
10.图2为一种应用于轴承的自动合套尺寸公差分组选配优化方法的流程示意图。
具体实施方式
11.为了使本领域技术人员更好地理解本发明的技术方案，下面结合附图对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。
12.如图1-图2所示，本发明一种应用于轴承的自动合套尺寸公差分组选配优化方法，包括如下步骤：步骤一、构建“工艺参数-服役性能”机理仿真模型；使用拉丁超立方抽样在参数空间进行均匀分层采样，并通过“工艺参数-服役性能”机理仿真模型计算相应的服役性能，然后通过集成学习模型（包含学习网络、多项式拟合和支持向量拟合等模块）进行拟合，如拟合精度满足要求，则计算集成学习模型相对仿真模型的拟合残差，训练残差拟合模型，进而得到代理模型，如拟合精度不满足要求，则通过加点准则的方式重新抽样新的参数值并计算相应的服役性能后再重复集成学习模型的拟合操作，直至拟合精度满足要求，计算集成学习模型相对仿真模型的拟合残差，训练残差拟合模型，得到代理模型；步骤二、以公差分组个数、各公差分组范围和不同组件公差组对应关系生成表征不同公差分组方案的种群，初始种群，每一个个体代表一种公差分组方案；步骤三、使用统计学的假设检验与极大似然估计方法根据轴承组件尺寸的历史数据确定其概率分布，再使用蒙特卡罗仿真依照概率分布进行非确定性随机抽样得到大量抽样数据，按照每一种公差分组方案对大量抽样数据进行分组随机选配合套；步骤四、对步骤三的随机选配合套计算合套率，并使用步骤一的代理模型评估合套质量；步骤五、判断步骤四的合套率与服役性能是否收敛，收敛则得到对应的最优服役性能的公差分组方案，不收敛则使用选择、交叉变异等操作产生下一代种群 ，重复步骤三-步骤五直至合套率与服役性能收敛，得到对应的最优服役性能的公差分组方案。
13.经过本发明的方案得到的最优服役性能的公差分组方案，解决滚动轴承大批量公
差分组合套中分组装配合套率低、轴承质量一致性差的问题。
14.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
15.本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想。以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。
技术特征：1.一种应用于轴承的自动合套尺寸公差分组选配优化方法，其特征在于，包括如下步骤：步骤一、构建滚动轴承服役性能评判代理模型；步骤二、生成表征不同公差分组方案的种群，初始种群，每一个个体代表一种公差分组方案；步骤三、按照每一种公差分组方案对大量抽样数据进行分组随机选配合套；步骤四、对步骤三的随机选配合套计算合套率，并使用步骤一的代理模型评估合套质量；步骤五、判断步骤四的合套率与服役性能是否收敛，收敛则得到对应的最优服役性能的公差分组方案，不收敛则产生下一代种群 ，重复步骤三-步骤五直至合套率与服役性能收敛，得到对应的最优服役性能的公差分组方案。2.根据权利要求1所述的一种应用于轴承的自动合套尺寸公差分组选配优化方法，其特征在于，步骤一中代理模型的构建如下：构建“工艺参数-服役性能”机理仿真模型；使用拉丁超立方抽样在参数空间进行均匀分层采样，并通过“工艺参数-服役性能”机理仿真模型计算相应的服役性能，然后通过集成学习模型进行拟合，如拟合精度满足要求，则计算集成学习模型相对仿真模型的拟合残差，训练残差拟合模型，进而得到代理模型，如拟合精度不满足要求，则通过加点准则的方式重新抽样新的参数值并计算相应的服役性能后再重复集成学习模型的拟合操作，直至拟合精度满足要求，计算集成学习模型相对仿真模型的拟合残差，训练残差拟合模型，得到代理模型。3.根据权利要求1所述的一种应用于轴承的自动合套尺寸公差分组选配优化方法，其特征在于，步骤二中以公差分组个数、各公差分组范围和不同组件公差组对应关系生成表征不同公差分组方案的种群。4.根据权利要求1所述的一种应用于轴承的自动合套尺寸公差分组选配优化方法，其特征在于，所述的步骤三中的大量抽样数据的获取步骤如下：使用统计学的假设检验与极大似然估计方法根据轴承组件尺寸的历史数据确定其概率分布，再使用蒙特卡罗仿真依照概率分布进行非确定性随机抽样。
技术总结本发明涉及一种应用于轴承的自动合套尺寸公差分组选配优化方法，包括如下步骤：步骤一、构建滚动轴承服役性能评判代理模型；步骤二、生成表征不同公差分组方案的种群，初始种群，每一个个体代表一种公差分组方案；步骤三、按照每一种公差分组方案对大量抽样数据进行分组随机选配合套；步骤四、对步骤三的随机选配合套计算合套率，并使用步骤一的代理模型评估合套质量；步骤五、判断步骤四的合套率与服役性能是否收敛，收敛则得到对应的最优服役性能的公差分组方案，不收敛则产生下一代种群，重复步骤三-步骤五直至收敛，得到对应的最优服役性能的公差分组方案；解决滚动轴承大批量公差分组合套中分组装配合套率低、轴承质量一致性差的问题。致性差的问题。致性差的问题。
技术研发人员：杨喆 李泓均 蒋玲莉 龙建宇 黄云伟
受保护的技术使用者：东莞理工学院
技术研发日：2022.06.30
技术公布日：2022/11/1
