Content on this page requires a newer version of Adobe Flash Player.

Get Adobe Flash player

 
 
 
 
 
 
Home > 고객지원 > VP Forum
 


신경망모델과 공정능력지수를 적용한 로워암 공차 최적화
vp-korea  2013-11-29 08:43:20, 조회 : 3,965
- Download #1 : 5.jpg (178.7 KB), Download : 45


5수준 직교배열 기반 신경망모델과 공정능력지수를 통합하여 자동차 로워암의 공차 최적화를 성공적으로 실시하였으며 자동차 산업에서 가장 널리 적용되는 품질 관련 성능지표인 공정능력지수를 최적화의 목적함수와 확률제한조건에 동일하게 적용하였습니다. 목적함수와 확률제한조건인 중량과 최대응력에 대한 공차 최적화는 유전자알고리즘에 기반을 둔 MOGA(Multi-Objective Genetic Algorithm)를 적용하여 Pareto Set을 생성하였 습니다. 설계변수는 로워암의 형상에 관계된 R, D, W, T 4가지의 평균과 표준편차(일반적으로 표준편차=공차의 1/3)를 선정하였으며 공정능력지수를 2이상(6시그마) 이상으로 최대화하면서 동시에 공차를 최대화하는 최적 조합을 생성하였습니다.

그림1은 중량과 최대응력의 공정능력지수를 최대화하는 Pareto Set을 나타내며 그림2은 Pareto Set에서 선정된 최종 최적해를 의미합니다. 특히 공차 설계 관점에서 살펴보면 R, W, T의 공차는 최대가 되어 제작 비용을 절감할 수 있으며 반면에 D의 공차는 무게와 최대응력의 공정능력지수를 2이상(6시그마)으로 유지하기 위하여 좀 더 타이트하게 관리된 것을 알 수 있습니다. 즉 유전자알고리즘과 공정능력지수를 적용하여 도출된 Pareto Set을 통하여 설계자는 주어진 공정조건(제작조건)을 만족하는 설계변수의 평균 및 표준편차를 유연하게 선정할 수 있었습니다. 특히 공정능력지수를 2이상(6시그마)으로 유지하는 최적해의 집합을 973개 도출하였기 때문에 로워암 설계자는 주어진 다양한 요구조건을 고려하면서 요구조건을 만족하는 해를 찾아주기만 하면 됩니다.