数模-零件的参数设计
汽车零部件设计开发过程中的项目管理概述
汽车零部件设计开发过程中的项目管理概述摘要：经济的发展，人们生活水平的提高，对汽车的需求量也在逐年增多。
近几年，中国汽车行业的变化给零部件公司带来了众多发展和升级的机会。
新能源汽车发展将促进汽车零部件产业转型升级，中国出于可持续性发展和环境保护的目的，对新能源汽车进行了巨大的政策鼓励，如购车补助、车牌免费等政策，这些政策有效地推广了新能源汽车的应用。
据预计，未来几年内，中国国内的新能源车将超过30万辆，增速仍能保持。
在此背景下，汽车零部件产业迎来了发展良机，该政策促进了零部件产业向节能型和环保型、高技术型和高质量型发展。
这些转型的关键就在于汽车零部件产品的高效设计开发。
本文就汽车零部件设计开发过程中的项目管理展开探讨。
关键词：汽车零部件；设计开发；项目管理引言汽车零部件从概念设计到开发，再到产品投产，必须满足对应阶段的项目管理要求，才能完整地实现产品的各项功能或性能，满足产品质量技术要求。
目前对汽车整车开发项目管理的研讨文章较多，但针对汽车零部件项目管理的具体内容较少。
文章从汽车零部件的产品设计开发流程角度，结合其项目管理特性，详细阐述汽车零部件设计和开发过程中需符合的项目管理对应阶段的要求。
1新产品的分类按照与原有产品的区别程度，新产品可以分为创新型、模仿型、改进型、配套系列型、降低成本型和重新定位型等。
创新型产品一是应用新技术生产原有产品的类似产品或全新产品，二是应用己有技术开发新产品填补市场空白。
这类产品不仅需要大量资金和技术，而且市场风险较大。
模仿型产品指仿制国内外己经研制生产出来的新产品。
模仿型产品改进的依据是企业特点或市场需求，摒弃原有的不合理部分。
这种新产品投入相对较少，风险也相对小一些，但对企业来说，这是一种进步。
改进型产品是指在原来老产品的基础上进行改进，使产品在结构上、功能上具有新的特点、更广泛的用途。
改进型产品与老产品相近，更易被接受，且投入资金较少。
配套系列型新产品是指在原有的产品大类中开发出新的品种、规格等，从而形成系列。
检具设计方案
检具资料二、设计总则1、乙方在进行工艺方案和检具设计时，除本协议特殊要求外，优先采用甲方提供的《冲压检具设计与制造标准书》、三维数据中的各种标准。
当该标准不能指导设计时，可选用中国汽车联合会标准或经甲方确认的企业标准。
2、除特殊注明外，所有图纸资料必须符合机械制图国家标准GB4457～4460—84，GB13 1—83。
3、所有检具式样图按2D进行设计，文件类型为dwg或dxf格式。
4、图面要求：a、图幅要求：按机械制图国家标准，但宽度不得超过841mm；b、图纸标题栏：长安公司标准；c、视图投影法：一角法；d、图型比例：1/1，1/2，1/3；e、图面使用文字：汉语；f、尺寸表示：公制；g、零件图作图样式：右侧零件；h、检具在设计时，应考虑样板刀检测措施i、；零件明细表：制造厂商自己标准。
5、检具设计总原则：重量轻、造型美、测量准确、操作方便。
6、检具在设计上应考虑检验工人在检测数据操作时图纸资料的摆放位置。
7、检具在设计时，应考虑高度的适宜性（图纸资料会签时双方商定）。
8、检具在设计中，标牌的式样应以长安金陵公司提供的要求为准。
9、检具的型面应光滑无痕。
三、工艺数模要求1、工艺建模采用三维合格的正版软件，甲方接受CATIAP3V5R10或UG NX的Part文件格式或IGES文件格式。
2、零件工艺数模尺寸满足工艺方案设计要求，零件型面尺寸参照甲方提供的产品数据。
误差不超过0.01mm。
3、所有零部件在建模中的坐标以零件工艺方案的基准点坐标为准。
4、所有的零部件数模均应保持参数化。
5、所建数模对称部份不用另外重建数模，只针对非对称部份进行局部建模。
6、文件的命名规则：检具的数模文件用甲方提供的该零件或总成的代号命名，一副检具只对应一个文件，不再另建零件数据文件。
八、检验夹具设计制造的要求1、检具制作总的技术要求：（1）、检具的设计、制造和验收以产品图、数据主模型为依据，并满足产品质量基准书、检具设计方案书及检具图的要求。
汽车冲压零件的设计及制造
汽车冲压零件的设计及制造摘要:在冲压塑料加工模具领域,通常都会使用一个产品的技术质量水平来直接衡量整个冲击冲压加工模具行业的技术发展创新水平。
冲压加工模具的结构设计的合理与否以及产品加工精细与否直接的会影响着整个冲压加工部件的生产质量。
关键词:冲压加工;冲压模具;冲压部件1 汽车冲压模具的设计分析在立体模型设计图纸的加工设计绘制过程中,应对设计技术上的切入点以及实际应用需求情况做出全面的分析考量,以此对立体模具的制造工艺设计排样和立体模具成型进行十分合理的加工设计。
以上几个步骤直接就会影响着最终产品批量生产最终设计得到的立体冲压成型模具产品质量。
1.1设定目标尺寸在最初确定最终设计一款产品冲头模具成型外形尺寸图纸的整个操作过程中,第一步就首先需要在对一款成型产品冲头模具外形图的各种外形尺寸公差设计量值分析的基本认识上和基础之上,对最终确定能够设计得到一款成型产品的模具外形尺寸设计量值公差进行正确性的设定。
具体一点说来在最终确定一款产品模具外形尺寸公差后的尺寸量值允许的测量精度要求范围之内,以一款产品模具冲头、凹模的美观外形以及磨损尺寸变化速度趋向等的情况来作为主要测量依据,决定最终的能够得到一款产品冲头凹模模具外形尺寸的一款产品设计量值。
1.2排样图设计以及力学计算产品力学测量计算与应用冲压工具模型最终产品能否安全完成批量生产,在最终客户自行使用产品生产工艺过程中产品主体压力能否完全正确承受力与使用冲压机械机的内部压力之间应该有着直接的密切相互联系,因此最终产品冲压力学模型测量综合计算的技术重要性和应用意义不言而喻。
1.3模具总装图绘制模具设备总装图的总体绘制设计过程一般应当以格式排样的绘图形式作为设计基准,在此基础之上不再进行总体设计绘制工作。
除此之外,需要详细结合各种冲压送料设备的需要合模高度、设备的需要安装模具尺寸以及各种送料加工装置的合模高度,最终可以绘制设计出各种冲压设备模具的详细总体结构。
数学建模中的图论方法
数学建模中的图论方法一、引言我们知道，数学建模竞赛中有问题A和问题B。
一般而言，问题A是连续系统中的问题，问题B是离散系统中的问题。
由于我们在大学数学教育内容中，连续系统方面的知识的比例较大，而离散数学比例较小。
因此很多人有这样的感觉，A题入手快，而B题不好下手。
另外，在有限元素的离散系统中，相应的数学模型又可以划分为两类，一类是存在有效算法的所谓P类问题，即多项式时间内可以解决的问题。
但是这类问题在MCM中非常少见，事实上，由于竞赛是开卷的，参考相关文献，使用现成的算法解决一个P类问题，不能显示参赛者的建模及解决实际问题能力之大小；还有一类所谓的NP问题，这种问题每一个都尚未建立有效的算法，也许真的就不可能有有效算法来解决。
命题往往以这种NPC问题为数学背景，找一个具体的实际模型来考验参赛者。
这样增加了建立数学模型的难度。
但是这也并不是说无法求解。
一般来说，由于问题是具体的实例，我们可以找到特殊的解法，或者可以给出一个近似解。
图论作为离散数学的一个重要分支，在工程技术、自然科学和经济管理中的许多方面都能提供有力的数学模型来解决实际问题，所以吸引了很多研究人员去研究图论中的方法和算法。
应该说，我们对图论中的经典例子或多或少还是有一些了解的，比如，哥尼斯堡七桥问题、中国邮递员问题、四色定理等等。
图论方法已经成为数学模型中的重要方法。
许多难题由于归结为图论问题被巧妙地解决。
而且，从历年的数学建模竞赛看，出现图论模型的频率极大，比如：AMCM90B－扫雪问题；AMCM91B－寻找最优Steiner树；AMCM92B－紧急修复系统的研制(最小生成树)AMCM94B－计算机传输数据的最小时间(边染色问题)CMCM93B－足球队排名(特征向量法)CMCM94B－锁具装箱问题(最大独立顶点集、最小覆盖等用来证明最优性)CMCM98B－灾情巡视路线(最优回路)等等。
这里面都直接或是间接用到图论方面的知识。
要说明的是，这里图论只是解决问题的一种方法，而不是唯一的方法。
CATIA建模规定
1 范围本文件规定了CATIA三维建模的通用要求。
本文件适用于飞机产品零件、组件和部件的三维设计。
2 术语和定义本文件采用下列术语和定义。
2.1 三维建模(three dimension design)应用三维造型软件（如:CATIA、UG等）进行三维零件、组件及部件设计的过程。
2.2 三维数字模型(three dimensional digital model)是指三维实体在计算机内部的以1：1的比例来几何描述，它记录了实体的点、线、面、体等几何要素及其之间的关系。
2.3 CATIA文件(CATIA document)用CATIA软件对产品及其零部件进行数字化描述而形成的各类文件，包括后缀名，如：CATPart、CATProduct、CATDrawing、CAtlog、CATMaterial、CATAnalysis等。
2.4 外形数模(lofting/shape digital model)飞机外形的数字化描述，表达了飞机外形设计所有的信息，作为气动、结构、工装等设计的依据。
2.5 实体(solid/body)由CAD软件所生成的三维几何体在CATIA V4中为Solid，在CATIA V5中为Body或partbody。
2.6 非实体元素(open body)非实体元素是指不占有空间的几何元素（也可称为开放性元素），如：点、线、面等。
2.7 零件实体(partbody)由body和openbody组成的实体。
2.8 参考形体(reference geometry)指建模中所需参考的其它模型中的几何图形。
使用CATIA建模时，参考形体的获得可通过发布和引用来实现，且参考形体是参与模型建立的，当相关选项打开时，特别是在关联设计中，他会在结构树上有一个单独的分支（External Reference）。
2.9 零件特征树 specification/part feature tree体现零件设计过程及其特征（如：点、线、面、体等）组成的树状表达形式，反映模型特征之间的相互逻辑关系。
creo自顶向下设计方法
creo⾃顶向下设计⽅法CREO⾃顶向下设计⽅法TOP-down⼀、⽅法介绍设计思路：在产品开发的前期按照产品的功能要求，预先定义产品架构并考虑组件与零件、零件与零件之间的约束和定位关系，在完成⽅案和结构设计之后进⾏详细设计。
其设计⽅法分为两种：⼀种是⾻架Top-down设计⽅法；另⼀种是主控模型Top-down设计⽅法。
⾻架Top-down设计⽅法如图1所⽰，先在装配特征树的最上端建⽴顶级⾻架，然后在各组件下建⽴次级⾻架，参照次级⾻架进⾏零部件设计。
该⽅法可以通过控制不同层级的⾻架对相应的零件进⾏更改，但不利于数据重⽤。
主控模型Top-down设计⽅法（如图2所⽰）是将顶级⾻架从整个装配关系中剥离出来，然后在各组件下建⽴次级⾻架，零件设计参照次级⾻架，但在数据重⽤时各组件互不⼲涉。
底盘产品在开发过程中模型共享现象较多，因此，宜采⽤主控模型Top-down 设计⽅法。
图2主控模型Top-down设计⽅法中组件1和组件2是相互独⽴的组件。
鉴于此特点，在本次⽰例中采⽤模块化设计思路。
根据模块划分的原则：模块间的依赖程度要尽量⼩，模块内部的关联要尽可能多；再依据底盘的功能分布，将底盘划分为5个模块（如图3）。
这⼏个模块在底盘的位置相对固定、功能相对集中，因此，各模块可以作为⼀个独⽴的组件进⾏开发。
采⽤主控模型结合模块化设计思想，底盘主控模型的结构框图如图4所⽰。
在此框图中，顶级⾻架独⽴于装配产品，在各模块下建⽴⼆级⾻架，其必要设计信息参照顶级⾻架。
Top-down的设计流程包括设计意图定义、产品结构定义、⾻架模型定义、设计信息发布、部件详细设计。
在底盘的开发中，⾸先根据底盘的基本参数建⽴⾻架即三维总布置，其次建⽴分模块内部系统⾻架布置⽅案，最后进⾏详细的部件设计。
采⽤PTC公司的CREO软件和Windchill系统搭建协同设计环境，需先在Windchill系统建⽴各个模块的⼯作⽂件夹，然后在本地建⽴对应⼯作区并与之关联。
CATIA参数化(实体)数据设计培训教程
-B 加强筋和翻边搭接结构 -C 主体料厚（A面）和翻边搭接结构 -D 布尔运算（–A、-B和-C组合体） -E 圆角修饰和局部优化
9
CATIA参数化（实体）数据设计
➢ 以布尔运算作为主要的数据组织形式；
编辑和修改时直接追踪到带参的原始文档， 改完后更新即可，不更改则不需要更新。
点选链接的结果，通过鼠标右键，可 以追踪到带有参数的原始文档
每一步都是由 简单的方形和
圆形组成
7
CATIA参数化（实体）数据设计
➢ 建模过程模块化（即分解因式）：零件设计横向分块，把复杂的零 件分解为多个相对独立的局部结构，每个独立结构建立Body，要求 驱动其关键点能够驱动此独立结构的空间位置及角度任意调整；
每一个Body里 是一种相同的
结构
8
CATIA参数化（实体）数据设计
14
实体参数建模： ➢ 塑料零件：
课后作业
➢ 钣金零件：
15
16
3
CATIA实体
➢单一特征操作，实体优于片体：
左图中绿色面增厚10mm，黄色面 减少-15mm，蓝色面增加20mm。 （实体和片体进行操作）
实体操作只需一个加厚 （减薄）命令，若干面 都能同时完成
片体操作需 要相当多的 命令和步骤
4
CATIA实体
➢数据修改，实体优于片体：
将下图中红色圆角面R5更改为R8，实体比较容易，片体操作相当于重做。
➢ 内外饰数据设计可以提前启动：
当Benchmark车型样件拆解后，我们就可以照着样件，将相同类型的 局部结构，通过驱动参数布置到整车大致的位置（我们也可以把同 一平台前期已经开发的车型相关数据作为参考，开始数据设计工作 ），当新开发车型的白车身数据及相关数据的完成逐步去完善，逐 步调整到整车位置（M0=>M1=>M2，就是逐步完善的过程）。所以内 外饰数据创建可以与Class-A及白车身同步（甚至提前）工作。
MBD技术介绍(技术专攻)
效率的设计信息表达方式。”
专业课
12 12
ASME Y14.41-2003
设计模型
实体 几何模型
附加 几何元素
3维 尺寸、 公差和 注释
零件坐标系统 (PCS， Part Coordinate System )
依据ASME14.41的要 求。
在3维模型中表达所 有几何特征和尺寸公 差要求。
专业课
13 13
AO/ AAO/FO
确定工时
8K/12K
编制FO 零件TO/TOC
工装流程…...
质量控制
总检
需要工程图纸和FO作为 生产的依据
2
零件制造
需要工程图纸和AO作为 生产的依据
3
物流 1K/2K 交付中心
5
目前是纸质文件，内容是关 联相关的工程产品版本、记 录当前有效的版本与飞机架
我国的大飞机设计和制造现在也正逐步实施和应用
MBD技术，该项技术对飞机装配技术必然会带来实质
性的变革。
专业课
33
产品定义的演变
传
2D 工程图
统
二维方式的产品形状及注释
数 字
2D 工程图 + 3D 模型方式（第一代产品定义技术） 三维方式的详细形状及二维图纸规则形状和注释
化
定
3D 模型 + 简化标注图纸（第二代产品定义技术）
基于模型的定义－数据集修订版本
基于模型的定义－缩略语、简称和定义
基于模型的定义－CATIA V5
基于模型的定义－EDS（UG）
基于模型的定义－机加零件
基于模型的定义－金属板料零件
基于模型的定义－铸件和锻件
基于模型的定义－夹层复材结构件
模具设计制造及验收技术要求
技术协议附件三模具设计制造及验收技术要求1．大体技术条件1.1.模具设计的大体技术条件1.1.1.工法图设计和模具结构设计必需按用户确认的《钣金件模具设计标准》及提供的《冲压设备技术参数》和冲压生产布线要求。
用户将对冲压工艺方案、冲压设备选用情形、模具结构方案进行认可性会签。
1.1.2.所需卖方开发模具的零件：W=2490车身的驾驶室总成（包括仪表板总成和流水槽）、需要制作弯曲成形类模具的型材和前保险杠总成等与驾驶室同时过油漆线的零件。
1.1.3.按A级标准开发模具的钣金件是：全数外覆盖件（包括：左/右车门外板、前保险杠、顶盖、左/右后侧围外板、左/右前柱外板和后围外板等）、大型或复杂钣金件（包括：后围内板、左/右车门内板、左/右边围内板、地板鼓包等）、t≥的厚板料钣金件（包括：左/右前纵梁、左右后纵梁等）；其余钣金件、滚压件和型材按B级标准开发模具。
1.1.4.卖方提供给用户的模具冲出制件的材料利用率必需达到车门为70%，地板为90%，平均为80%以上。
如卖方在冲压工艺要领图设计时，如有发觉材料利用率不能达到要求时，应进行CAE分析，提供出科学准确的材料利用率数据供用户确认。
1.1.5.模具工作部份的材料选用原那么及热处置要求：1.1.6.模具的安装应方便快捷，中大型模具采纳托杆快速定位，应能利用快速安装夹紧装置。
1.1.7.所有模具应考虑得手工操作的平安合理性（如：良好的视野，足够的操作空间和操作区域），便于操作、维修、搬运与寄存，坯件的送进掏出方便，坯件的定位靠得住，废料的排出平安通畅；模具的零部件应考虑防松、防崩、防脱落、防冲击等方法；活动零部件应有平安方法，应有行程限位器、寄存限位器、平安块、防护板、防护罩等。
1.1.8.模具的导柱均安装在下模座上，模具的起重和翻转应在设计时考虑。
1.1.9.模具的气动接头采纳快换接头，接头的安放位置及尺寸规格与压机匹配，并应备有堵塞和换向阀及调压阀；接头插座的顺序排列为定位装置升起、下降、托料装置升起、下降。
浅谈模具数字化设计与制造技术
浅谈模具数字化设计与制造技术陈平;杨本伟;尧军【摘要】数字化设计与制造是计算机技术、制造技术、网络技术与管理科学的交叉、融和、发展与应用的结果，也是制造企业、制造系统与生产过程、生产系统不断实现数字化的必然趋势。
它使原有的传统制造业变成了智力型的工业，使企业主要通过资源要素（如劳动力、设备、资金）竞争逐渐变为以创新能力知本型的竞争。
目前，世界科技已由20世纪的“机械化时代”迈入了21世纪的“智能化时代”，模具数字化设计与制造技术的发展应以提高自动化和智能化水平为主，积极创新和采用高新技术，逐步将CAD/CAE/CAM/IT和模具系统集成化一体，最终实现模具的无纸化、数字化、自动化加工。
【期刊名称】《航空制造技术》【年(卷),期】2015(000)009【总页数】4页(P49-52)【作者】陈平;杨本伟;尧军【作者单位】普什模具有限公司;普什模具有限公司;普什模具有限公司【正文语种】中文自20世纪80年代改革开放以来，中国以其资源丰富、人才富集、基础建设完备、政策支持等优势迅速成为“世界工厂”，各类产品以“物美价廉”的优点畅销世界各地。
在改革开放的浪潮中，作为各经济大国国民经济支柱产业的制造业，一直保持着快速发展的趋势。
模具，是以特定的结构形式通过一定方式使材料成形的一种生产工具或工业产品，它在航空、航天、汽车、轨道交通、新能源、食品、饮料、医疗器械等各行各业中都发挥着重要作用，因此模具工业素有“工业之母”的称号，其发展水平是制造水平的重要标志之一。
中国制造业的快速发展带动模具产业的发展，模具产业的创新又支撑着制造业的新一轮快速发展，两者相互依存、相互促进。
此外，由于市场和成本等因素，发达国家的模具产业也在逐步向以中国为代表的发展中国家转移。
这些综合因素促成了我国模具工业的高速发展。
根据我国模具工业协会经营管理委员会提供的数据来看，我国模具以平均15%的年增长率高速发展，高于国内GDP的平均增值一倍多，发展态势十分活跃。
数学建模竞赛必备资料全
3、沾沾自喜，认为赛题撞到枪口上——用自己所学的 专业知识就能拿下；
一、如何面对数学建模竞赛赛题
4、误以为在答卷中所用的数学知识越高深、计算方法 越新潮，才越有水平；
5、仅仅从字面上理解赛题对参赛者的要求以致该做的 没做、应答的未答；
一、如何面对数学建模竞赛赛题
其次，务必弄清楚“应当对什么问题建模”。
例1.4 CUMCM-2007B题 （乘公交，看奥运） 该题的背景是城市公交路径查询系统的研制。该题
仅提出“应该从实际情况出发，满足查询者的各种不 同要求”，并没有对“什么样的路径为最优”提出明 确的要求，需要参赛者自己去思考。虽然体现了开放 性，但是并不难。
必须按照实际问题的需要去做，并且按照实际问 题的需要给出结果。
一、如何面对数学建模竞赛赛题
例1.6 CUMCM-2010A题 （储油罐的变位识别与罐容表标定 ）
此题所给的数据有一些是用不上的，一些参赛队误 以为“题目给的数据不用是不行的”，以致为了用数据而 凑方法；甚至在答卷中质问：“题目给出这些数据的目的 何在？”。
MC方法的雏型可以追溯到十九世纪后期的蒲丰随机 投针试验，即著名的蒲丰问题。 MC方法通过计算机仿 真(模拟)解决问题，同时也可以通过模拟来检验自己 模型的正确性，是比赛中经常使用的方法。
二、数学建模竞赛中的常用算法
CUMCM-1997A题 零件的参数设计
每个零件都有自己的标定值，也都有自己的容差等级，而 求解最优的组合方案将要面对着的是一个极其复杂的公式 和108种容差选取方案，根本不可能去求解析解，那如何去 找到最优的方案呢？随机性模拟搜索最优方案就是其中的 一种方法，在每个零件可行的区间中按照正态分布随机的 选取一个标定值和选取一个容差值作为一种方案，然后通 过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。
汽车研发的五大阶段及制造的四大工艺
汽车研发的五大阶段及制造的四大工艺汽车研发是一个很复杂的系统工程，甚至需要上千人花费几年的时间才能完成;一款汽车从研发到投入市场一般都需要5年左右的时间。
不过随着技术的不断进步，研发的周期也在缩短，当然，我们说的是正向设计，事实上很多国内的厂家都是逆向设计，但即使是逆向设计同样也需要很多的时间。
我们可以仿制别人的外观，但是我们无法仿制别人的工艺，我们依然需要进行大量的机构分析、材料分析、力学分析等，依然需要去试制、测试、检测等等，这些研发的过程是无法省略的。
不同的汽车企业其汽车的研发流程略有不同，下面讲述的是正向开发的一般研发流程：一.市场调研阶段一个全新车型的开发需要几亿甚至十几亿的大量资金投入，如果不经过很细致的市场调研可能就会“打水漂”了;现在国内有专门的市场调研公司，汽车公司会委托他们对国内消费者的需求、喜好、习惯等做出调研，明确车型形式和市场目标，即价格策略，很多车型的失败都是因为市场调研没有做好。
譬如：当年雪铁龙固执的在中国推广两厢车，而忽视了国人对“三厢”的情有独钟，致使两厢车进入中国市场太早，失去了占领市场的机会。
二.概念设计阶段概念设计主要分三个阶段：总体布置、造型设计、制作油泥模型。
1.总体布置总布设计是汽车的总体设计方案，包括：车厢及驾驶室的布置，发动机与离合器及变速器的布置、传动轴的布置、车架和承载式车身底板的布置、前后悬架的布置、制动系的布置、油箱、备胎和行李箱等的布置、空调装置的布置。
2.造型设计在进行了总体布置草图设计以后，就可以在其确定的基本尺寸的上进行造型设计了。
包括外形和内饰设计两部分。
设计草图是设计师快速捕捉创意灵感的最好方法，最初的设计草图都比较简单，它也许只有几根线条，但是能够勾勒出设计造型的神韵，设计师通过大量的设计草图来尽可能多的提出新的创意。
这个车到底是简洁、还是稳重、是复古、还是动感都是在此确定的。
当然，如果是逆向设计，则就不需要这个过程了，把别人的车型直接进行点阵扫描，然后在计算机中进行造型勾画就行了。
数学建模数学建模简介ppt课件
2006
B A B A B
2007 2008
2009
A B A
制动器试验台的控制方法分析 眼科病床的合理安排 储油罐的变位识别与罐容表标 定 2010 年上海世博会影响力的定 量评估
2010
B A B A B
如何写好数学建模竞赛答卷
一、写好数模答卷的重要性 二、答卷的基本内容，需要重视的问题 三、对分工执笔的同学的要求 四、关于写答卷前的思考和工作规划 五、答卷要求的原理
数学建模
任课教师: 朱 伟
联系方式: zhuwei@; 13062398142
主要参考书籍: 1. 数学建模与数学实验, 赵静, 但琦 2. 数学实验, 萧树铁 3. 数学建模方法及其应用, 韩中庚 4. 数学建模导论, 陈理荣
数学建模(Mathematical Modelling)
数学建模的一般步骤
实际问题
抽象、简化、假设 确定变量、参数 建立数学模型并数学、数值地求解、确定参数
用实际问题的实测数据等来检验该数学模 型
不符合实际 符合实际
交付使用，从而可产生经济、社会效益
数学模型（Mathematical Model）
• 数学模型是对于现实世界的一个特定对象， 一个特定目的，根据特有的内在规律，做出 一些必要的假设，运用适当的数学工具，得 到一个数学结构。 • 简单地说：就是系统的某种特征的本质的数 学表达式（或是用数学术语对部分现实世界 的描述），即用数学式子（如函数、图形、 代数方程、微分方程、积分方程、差分方程 等）来描述（表述、模拟）所研究的客观对 象或系统在某一方面的存在规律。
数学建模是利用数学方法解决实际问题的 一种实践。即通过抽象、简化、假设、引 进变量等处理过程后，将实际问题用数学 方式表达，建立起数学模型。数学建模所 涉及的问题都是现实生活中的实际问题， 范围广、学科多，包括工业、农业、医学、 生物学、政治、经济、军事、社会、管理、 信息技术等方面。
汽车研发的五大阶段及制造的四大工艺(正向研发流程)
汽车研发的五大阶段及制造的四大工艺（正向研发流程）导语以前有个朋友问过我,国内的很多车型都是抄袭的，为什么还需要那么多研发人员，研发过程为什么还需要那么多时间？在此向各位车友讲述国内一个车企造车的故事，然后你就会明白，造车真不是很简单的。
▪来源：机械前沿▪想当年这家企业刚进入汽车业，就夸下了“2010年做到中国第一，2015年做到世界第一”的“豪言壮语”。
于是举全公司之力，完全自主设计了一款车型，样品完成后，广邀其全国经销商对这款车进行评价，99%的经销商都太“震惊”了，这车也能卖，他们对这款车没有点滴信息？好在这家公司做出了很英明的决定，没有把此款车型投向市场。
很快这几公司认识到模仿是必须经历的过程,从copy 到change再到design，这也是日韩汽车走过的过程。
此后，此公司做出了一个战略选择，他们开始了大力copy 工作，copy的车型从A00级车到C级车，从MPV到SUV一共十几款车，而且这么多车型的研发工作基本上都是同时进行的，并再次提出了一年研发3—4款车型的“豪言壮语”。
但是他们没有认识到copy并不是那么简单，同样copy也需要积累的。
当他们把他们copy的第一款车拿到车展的时候，业内的人都笑了，太粗糙了吧？这个车型只会把自己的品牌永远的毁掉。
但是这款车连模具都开了，继续向市场推广，还是废掉重来？这可是好几亿。
这个时候，这家企业真正意识到“模仿也不是个简单的活”，他们立即停止了对奔驰等车型的仿制工作，全部精力投入到一款A 级车的研发中来，他们用几个亿RMB和三年的时间，买了一个重要的教训。
给大家讲述这个故事的目的是说明：汽车研发是一个很复杂的系统工程，甚至需要上千人花费几年的时间才能完成；一款汽车从研发到投入市场一般都需要5年左右的时间。
不过随着技术的不断进步，研发的周期也在缩短，当然，我们说的是正向设计，事实上很多国内的厂家都是逆向设计，但即使是逆向设计同样也需要很多的时间。
ug画图心得5篇精选事例
ug画图心得5篇精选事例UG是一款功能强大的绘图软件,UG是一个三维立体软件,主要用于模具行业的建模制图加工,也可以用来做运动仿真做造型设计等可以参数化设计也可以非参数化设计。
下面给大家带来一些关于ug画图心得，希望对大家有所帮助。
ug画图心得11、精准抓住产品基准有丰富工作经验的产品设计工程师都知道，精准的抓住基准是最关键的，一般的工程师和高级工程师，在设计的数据上可能看不出高低之分，但是若是模具开出来，验证产品装配和工艺时，就完全分出水平，一般工程师的产品试装问题一大堆，往往还无法修模，而高级工程师设计的东西，没有大问题，模具也无需教大的调整，原因是高级工程师在设计产品时，基准抓的准确，不存在累计公差较大的情况，这些东西在逆向开发产品时表现优为明显。
2、只需常用的几十个命令搞定一切复杂产品速成将复杂神秘的三维设计，简单化，由于软件中有上百个命令，若完全按照书本知识教，你只能学到简单的命令，即使你上百个命令倒背如流，没有自己的设计思想，不能将命令融汇贯通，没有高超的建模思路，你是无法完产品设计的，通过兰工多年工作经验的总结和业余时间的研究，以开发出独特的教学方法，无需看书本上大量的命令，速成将命令精简到几十个，通过大量实物和项目案例的练习，完全能够搞定一切复杂产品，包括高级复杂曲面的处理。
3、全参数化设计参数化设计给设计工程师们带来很大方便，尤其体现在高级复杂的曲面设计上，我工厂中遇到很多工程师在设计时总是每一步都去参数，我就不理解问为什么?他们说，保留参数，当你改动别的尺寸时，其他的尺寸会动，我只能说他们对参数化设计没有完全理解或者一知半解，所谓高手在设计时都是全程尽量保持全参数设计，可以设计相关尺寸联动，也可以互不相干，这要看产品具体的情况而定，可能有工程师说，我不参数设计也能改，是的可以但是改起来比较麻烦，有的可能就无法改必须重新设计，尤其是复杂曲面非参数化时，修改起来比较麻烦，甚至非高手就无法完成任务。
最近在摸索catia全参设计钣金,有没有这方面的高手啊？大家交流下
钣金方面的数模自己做个几台车身,也见过道上的兄弟或企业做的.送到我们厂来开模制造的数模很多的是做逆向而来的,数模的话很多是无参的,很多呢做的不是实体而是片体,而且呢存在各种各样的问题,影响工艺补充数模的建立及凸凹模型面的建立.好的数模用来开模是很爽的,可以省很多的工夫.见识过通用的全参钣金数模,就钣金这一块来说那是最好的数模!当然,通用的数模也有好有坏,主要看他发包给谁做了!给德国公司的比较好,德国人严谨!给韩国公司做的,我朋友反应问题很多!见识过日本佬做的数模,也是相当的好!也看到日本合资公司委托国内设计公司做的数模,那是相当的烂了!1.另外,全参的数模在目前的汽车行业基本不是很现实,除非一些简单的件2.原因在于大量的逆向设计&反复的修改,当然即便逆向也有正向的做法;3.完全正规的按照断面来设计,也是跟设计者的操作思路来决定数模的好坏的bmw2007-03-17 15:29 楼上的说的很对，现在做板金一般都愿意用片体，然后表示一下料的厚度来就可以了。
逆向的确实多，但是涉及到加强件的时候就是正向了。
汽车行业数模为什么要作曲面呢,因为有的即便是正常数模也是无法偏料厚的.塑件一般都实体处理了以及铰链等附件seriouswheels版大的很多观点我都认同!汽车行业的钣金件很多数模是用片体表示,是有其道理的,其厚度是一固定值的,有个表示厚度和加厚方向的符号就可以很好的表达其构成要素了,这样做出的数模制造过程相对比实体简单,方法也较灵活.此外,其实对汽车零部件这样造型相对复杂的东东,做实体很多是用片体"割"或"加厚"或"缝合"得来的,处理步骤多了不少.当然片体数模比实体数模"体积"小.不象塑料件,很多结构附着其上,且可能厚度不是统一的(均匀变化的),用片体就不能完整的表达其完整的结构要素.但不可否认,实体比片体更直观,能更好的检查间隙和干涉问题.有人认为片体偏厚就得到所要的零件数模,其实不然,很多时候边界要处理,因为它加工后的零件边界状态不是这样的.如果用这样的数模(片体直接偏厚)去做检具,很多合格的零件会因边界不符合公差要求被判不合格.参数化建模不是什么太困难的事，目前我们除了侧围外板不带参数外，其余都是全参数化，建模时要思路清晰，对目录树严格管理，对钣金结构要细致分类，实现建模模块化，每一部分都要单独命名，逐步细化结构，另外建模时还要注意个人手法，要考虑到后期Update的可行性，就拿简单的开孔来说，不能简简单单开了就可以的，我的习惯是单独拉伸一个圆柱面来切孔，不但后期修改方便，对孔的管理也有好处引用seriouswheels 汽车行业数模为什么要作曲面呢,因为有的即便是正常数模也是无法偏料厚的;塑件一般都实体处理了以及铰链等附件楼上的观点我不赞同！欢迎不同意见!有些产品的部位是需要倒角小于料厚的.这个时候是特例了,由于整车零件的数量巨大&软件使用者的差异化,使用surface是必须的,当然目前国内厂家有的也需要把零件加厚处理.原因在于:象典型A,C柱的多层结构(甚至5层结构)的钣金surface的干涉分析没有作到位,厂家不敢保证出来的产品总装后没有干涉.在catia中对于这种多层结构的surface长料厚的干涉有专门的干涉分析的,相当容易从事正向设计的，一般都是全参建模，包括侧围外板、门内板及前壁板。
浅谈三维数字化设计制造技术应用与趋势
浅谈三维数字化设计制造技术应用与趋势本文在阐述了三维数字化设计制造技术的发展历程基础上，对基于三维数模的产品定义、基于三维数模的产品建模与仿真、基于MBD的数字化工艺设计、基于仿真的三维工艺验证与优化、基于MBD的数字化检测技术等三维数字化设计制造中的关键技术进行了论述,以及企业未来如何成功实施三维设计制造技术。
一、工程语言演变1、工程师的语言语言、文字和图形是人们进行交流的主要方式。
在工程界，准确表达一个物体的形状的主要工具就是图形，在工程技术中为了正确表示出机器、设备的形状、大小、规格和材料等内容，通常将物体按一定的投影方法和技术规定表达在图纸上，这种根据正投影原理、标准或有关规定，表示工程对象，并有必要的技术说明的图就称图样。
工程图样是人们表达设计的对象，生产者依据图样了解设计要求并组织、制造产品。
这种采用类似工程图样的产品定义方式常被称为工程师的语言。
2、工程语言的历史演进2.1 第一代工程语言工程定义需要明白和无歧义的表达。
中国古代工匠就有采用物理实体模型（如：故宫“样式张”）和二维绘图法表达工程思想的历史。
1795年法国科学家加斯帕尔·蒙日(Gaspard Monge，1746～1818）系统地提出了以投影几何为主线的画法几何，把工程图的表达与绘制高度规范化、唯一化，工程图便成为工程界常用的定义产品的语言—-第一代工程语言。
这种工程设计语言的缺陷是显而易见的，设计师在设计新产品时，首先涌现在脑海里的是三维的实体形象而不是平面视图。
但为了向制造它的人传递产品的信息，必须将这个活生生的实体通过严格的标准和投影关系变成为复杂的、但为工程界所共识的标准工程图。
这当中的浪费不仅是投影图的绘制，还包括了从实体形象向抽象的视图表达方式转换的思维，以及在转换过程中不可避免出现的表达不清和存在歧义.制造工程师、工人在使用这种平面图纸时，又要通过想象恢复它的立体形状，以理解设计意图。
这又是一番思维、脑力和时间的浪费。
历年全国数学建模试题及解法
一、历年全国数学建模试题及解法赛题解法93A 非线性交调的频率设计拟合、规划93B 足球队排名图论、层次分析、整数规划94A 逢山开路图论、插值、动态规划94B 锁具装箱问题图论、组合数学95A 飞行管理问题非线性规划、线性规划95B 天车与冶炼炉的作业调度动态规划、排队论、图论96A 最优捕鱼策略微分方程、优化96B 节水洗衣机非线性规划97A 零件的参数设计非线性规划97B 截断切割的最优排列随机模拟、图论98A 一类投资组合问题多目标优化、非线性规划98B 灾情巡视的最灾情巡视的最佳佳路线图论、组合优化99A 自动化车动化车床床管理随机优化、计随机优化、计算算机模拟99B 钻井布局0-1规划、图论00A DNA 序列分类模式识别式识别、、Fisher 判别判别、、人工神经网络00B 钢管订购和运输组合优化、组合优化、运输运输运输问题问题01A 血管三维重建曲线拟合、线拟合、曲面重建曲面重建01B 工交车调度问题多目标规划02A 车灯线光源光源的优化的优化非线性规划02B 彩票彩票问题问题问题 单目标目标决决策 03A SARS 的传播传播 微分方程、微分方程、差差分方程分方程03B 露天矿生产矿生产的车的车的车辆安辆安辆安排排 整数规划、整数规划、运输运输运输问题问题问题 04A 奥运会临时超市网点奥运会临时超市网点设计设计设计 统计分析、数计分析、数据处据处据处理、优化理、优化理、优化 04B 电力市场电力市场的的输电阻塞输电阻塞管理管理管理 数据拟合、优化拟合、优化 05A 长江长江水水质的评价和预测评价和预测 预测评价预测评价、数、数、数据处据处据处理理 05B DVD 在线租赁租赁 随机规划、整数规划随机规划、整数规划二、赛题发展的特点1.对选手对选手的计的计的计算算机能力提出了更高能力提出了更高的的要求：要求：赛题的解赛题的解赛题的解决依赖决依赖决依赖计计算机，题目的数题目的数据较据较据较多多，手工，手工计计算不能完成，如03B ，某些，某些问题问题问题需要需要需要使用使用使用计计算机软件，01A 。
汽车研发的五大阶段及制造的四大工艺
汽车研发的五大阶段及制造的四大工艺汽车研发是一个很复杂的系统工程，甚至需要上千人花费几年的时间才能完成；一款汽车从研发到投入市场一般都需要5年左右的时间。
不过随着技术的不断进步，研发的周期也在缩短，当然，我们说的是正向设计，事实上很多国内的厂家都是逆向设计，但即使是逆向设计同样也需要很多的时间。
我们可以仿制别人的外观，但是我们无法仿制别人的工艺，我们依然需要进行大量的机构分析、材料分析、力学分析等，依然需要去试制、测试、检测等等，这些研发的过程是无法省略的。
不同的汽车企业其汽车的研发流程略有不同，下面讲述的是正向开发的一般研发流程：一.市场调研阶段一个全新车型的开发需要几亿甚至十几亿的大量资金投入，如果不经过很细致的市场调研可能就会打水漂”了；现在国内有专门的市场调研公司，汽车公司会委托他们对国内消费者的需求、喜好、习惯等做出调研，明确车型形式和市场目标，即价格策略，很多车型的失败都是因为市场调研没有做好。
譬如：当年雪铁龙固执的在中国推广两厢车，而忽视了国人对三厢”的情有独钟，致使两厢车进入中国市场太早，失去了占领市场的机会。
二.概念设计阶段概念设计主要分三个阶段：总体布置、造型设计、制作油泥模型。
1•总体布置总布设计是汽车的总体设计方案，包括：车厢及驾驶室的布置，发动机与离合器及变速器的布置、传动轴的布置、车架和承载式车身底板的布置、前后悬架的布置、制动系的布置、油箱、备胎和行李箱等的布置、空调装置的布置。
2•造型设计在进行了总体布置草图设计以后，就可以在其确定的基本尺寸的上进行造型设计了。
包括外形和内饰设计两部分。
设计草图是设计师快速捕捉创意灵感的最好方法，最初的设计草图都比较简单，它也许只有几根线条，但是能够勾勒出设计造型的神韵，设计师通过大量的设计草图来尽可能多的提出新的创意。
这个车到底是简洁、还是稳重、是复古、还是动感都是在此确定的。
当然，如果是逆向设计，则就不需要这个过程了，把别人的车型直接进行点阵扫描，然后在计算机中进行造型勾画就行了。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
零件的参数设计摘要：本题目对零件的参数这一问题，综合考虑重新设计零件的参数（包括标定值和容差），并与原设计进行比较，得出最优化的数学模型，并对模型进行求解，最后用计算机模拟对模型的最优解进行检验。
由题意知粒子分离器的参数y 由零件参数1234567,,,,,,x x x x x x x 的参数决定，参数i x 的容差等级决定了产品的成本，y 偏离0y 的值决定了产品的损失，问题就是寻找零件的最优标定值和最优等级搭配，使得批量生产时的总费用最少。
一、 问题的重述：一件产品由若干零件组装而成，标志产品性能的某个参数取决于这些零件的参数。
零件参数包括标定值和容差两部分。
进行成批生产时，标定值表示一批零件该参数的平均值，容差则给出了参数偏离其标定值的容许范围。
若将零件参数视为随机变量，则标定值代表期望值，在生产部门无特殊要求时，容差通常规定为均方差的３倍。
进行零件参数设计，就是要确定其标定值和容差。
这时要考虑两方面因素：一是当各零件组装成产品时，如果产品参数偏离预先设定的目标值，就会造成质量损失，偏离越大，损失越大；二是零件容差的大小决定了其制造成本，容差设计得越小，成本越高。
试通过如下的具体问题给出一般的零件参数设计方法。
粒子分离器某参数（记作y ）由7个零件的参数（记作x 1,x 2,...,x 7）决定，经验公式为：7616.1242356.02485.01235136.0162.2142.174x x x x x x x x x x x Y ⎪⎪⎭⎫ ⎝⎛⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫⎝⎛--⨯⎪⎪⎭⎫ ⎝⎛-⨯⎪⎪⎭⎫ ⎝⎛⨯=-y 的目标值（记作0y ）为1.50。
当y 偏离0y ±0.1时，产品为次品，质量损失为1,000元；当y 偏离0y ±0.3时，产品为废品，损失为9,000元。
零件参数的标定值有一定的容许范围；容差分为Ａ、Ｂ、Ｃ三个等级，用与标定值的相对值表示，Ａ等为±1%，Ｂ等为±5%，Ｃ等为±10%。
7个零件参数标定值的容许范围，及不同容差等级零件的成本（元）如下表（符号／表示无此等级零件）：现进行成批生产，每批产量1,000个。
在原设计中，7个零件参数的标定值为：x 1=0.1,x 2=0.3,x 3=0.1,x 4=0.1,x 5=1.5,x 6=16,x 7=0.75;容差均取最便宜的等级。
请你综合考虑y 偏离0y 造成的损失和零件成本，重新设计零件参数（包括标定值和容差），并与原设计比较，总费用降低了多少？二、问题的假设1、假设在加工零件时，在确定了标定值的情况下，零件的误差服从正太分布且各个零件的误差是相互独立的。
2、假设制造零件的总费用只由零件的损失费用和成本组成，不必考虑其他外在因素。
3、假设题目所给的经验公式足够反映参数1234567,,,,,,x x x x x x x ，对参数y 的影响，而且经验公式有足够高的精度，即不考虑经验公式的误差。
三、符号说明四、模型的建立由题意可以知道，容差如果变大，则生产产品的的成本会降低，但同时y 偏离0y 的程度也增大，从而导致了损失的增加，由此我们要求出一个最优解，使得总费用最低。
为了确定原设计中标定值（xi （i=1，2，3，….，7）的期望值）及已给的容差对产品性能参数影响而导致的总损失w ，即确定y 偏离目标值0y 所造成的损失和零件成本，先列出总费用的数学模型表达如下：72311000*(10009000)ij i W C P P ==++∑为了确定总损失w ，必须知道123,,P P P （即正品、次品及废品的概率）。
为此，用泰勒公式将经验公式在X=i x （i=1，2，3，…..7）处展开并略去高次项（原因：误差本来就在0.01级别，它的高阶无穷小完全可以忽略），后来研究y 的概率分布，设f （x ）=y ，则()()71i ii iff x y f x x x =∂==+∆∂∑将标定值xi （i=1，2，3，…..7）带入经验公式得()i y f x =得71ii ify y y x x =∂∆=-=∆∂∑ 由于在加工零件时，在标定值知道的情况下，加工误差服从正太分布，即()2~0,i x N σ∆ 且∆xi 相互独立，由正态分布性质可知()2~0,y y N σ∆，()2~,y y N y σ ，由误差传递公式得22277211i yi i i i i i i f f x x x x σσσ==⎛⎫⎛⎫⎛⎫∂∂== ⎪ ⎪ ⎪∂∂⎝⎭⎝⎭⎝⎭∑∑由于容差均为方差的3倍，容差与标定值的比值为容差等级，则30.01,0.05,0.1i i x σ⎛⎫= ⎪⎝⎭， y 的分布密度函数为()()221y y y y eσψ--=产品为正品时y 的范围是[1.2 ]1.6产品为次品时y 的范围是[1.2 ]1.4和[1.6 ]1.8， 产品为废品时y 的范围是(-∞ ]1.2和[1.8 )+∞y 偏离00.1y ±的概率，即次品的概率为()()()()1.4 1.82 1.21.6P y d y y d y ψψ=+⎰⎰y 偏离00.3y ±的概率，即废品的概率为()()()()1.23 1.8P y d y y d y ψψ+∞-∞=+⎰⎰由于y 偏离0y 越远，损失越大，所以在y σ固定时，调整y 使之等于目标值0y 可降低损失。
取0y y y ∆=- 即y =0y ， 则20.1y P σ⎛⎫=Φ ⎪ ⎪⎝⎭，30.3y P σ⎛⎫=Φ ⎪ ⎪⎝⎭ ()t Φ为标准正太分布函数。
综合考虑y 偏离0y 造成的损失和零件成本，设计最优零件参数的模型建立如下目标函数7237min 1000*(10009000)ij i W C P P ==++∑五、模型的求解初步分析，对于原给定的方案，利用matlab 编程计算（见附录），计算结果如下由于按原设计方案设计的产品频率过低，损失费过高，显然设计不合理。
进一步分析发现，参数均值y =1.7256偏离目标值0y =1.5太远，致使损失过大。
尽管原设计方案保证了成本最低，但由于零件参数的精度过低，导致正品率也过低，损失较高。
所以我们应综合考虑成本费和损失费。
模型的实现过程：本模型通过matlab 进行求解，我们通过理论模型求解和随机模拟的求解过程如下：在给定容差等级的情况下，利用matlab 中求解非线性规划的函数fmincon ，通过多次迭代求解，最终球的一组最优解。
最初，我们设定的fmincon 函数目标函数就是总费用，约束条件为各个标定值的容许范围，以及各零件标定值带入产品参数表达式应为0y ，即1.5.然而，在迭代过程中我们发现，求解过程十分慢，因此，我们在仔细对matlab 实现代码进行研究发现，求解过程非常慢，为了提高速度，我们首先利用matlab 的diff 函数对产品参数中的各个表达式进行求偏导，然后得到多个带参表达式，利用int 函数对y 的概率密度函数进行积分，分别得到出现次品和废品的概率的表达式，然后将这些表达式写进程序里，这样在求解过程中就不需要在每一次迭代中都要求偏导和积分了，修改后的程序运行时间大大减少。
六、模型检验对设计方案进行模型检验模拟，由于每种零件参数均服从正态分布，用正态分布随机发生器在每种零件参数允许的范围内产生1000个随机数参与真实值i x 的计算随机模拟多次后结果如下：七、误差分析1、在建模过程中，通过泰勒公式将()y f x =展开并略去高次项使线性化，不可避免地产生可截断误差，所以展开后的式子致使原经验公式的近似关系式。
但在一般情况下，线性化和在求和在实用上具有足够的精度，所以由于函数线性化而略去的高次项可以忽略不计。
在函数关系式叫复杂的情况下，将其线性化更具有明显的优势。
2、本模型忽略了小概率事件的发生的可能，认为零件的参数只可能出现在允许范围内，即[]3,3i i i i x x σσ-+，现实中，小概率事件仍有能发生，但是在大批量生产中，小概率事件发生对最终结果没有影响，所以可以忽略。
3、该模型对于质量损失的计算，将所有函数都看做连续函数，而这对于每个零件而言是不可能的，所以其中也会产生误差。
八、模型优缺点优点：1、 建模过程中，采用泰勒公式将经验公式简化，并假设各零件参数都满足大量数据的正态分布，使得整个模型的建立及求解得到大大简化。
2、 本模型运用概率统计与优化知识对零件参数进行优化设计。
通过建立一个反应设计要求的数学模型，利用matlab 软件，经过编程来实现对设计方案参数的调整，将总费用由3074.8（元/个），结果还是令人十分满意的。
缺点：1、 本模型在模型的求解过程中，对一些可接受范围内的误差直接进行了忽略，因而对于结果的精确性还是会有影响。
2、 本模型时建立在一些假设中的，所有实用性受到了限制，在实际生产中，如果可以把更多的一些因素考虑进去会更好。
在已假设的条件下，本模型的优化结果还是好的。
附录：function f=resultfval=inf;ticB(1)=2;B(5)=3;for b=2:3B(2)=b;for c=1:3B(3)=c;for d=1:3B(4)=d;for f=1:3B(6)=f;for g=1:2B(7)=g;[fv,x]=getcost(B);if fv<fvalXmin=x;Bmin=B;fval=fv;end;end;end;end;end;end;f=fval,Xmin,Bmin,p=getP(Xmin,Bmin)tocsimulation(Xmin,Bmin);function [f,x]=getcost(B)MU=[0.1 0.3 0.1 0.1 1.5 16 0.75];options=optimset('largescale','off');[x,fval]=fmincon('getfcY',MU,[],[],[],[],[],[],'mycon',options,B); x,B,f=cost(x,B)function [c,ceq]=mycon(MU,B)c(1)=MU(1)-0.125;c(2)0.075-MU(1);c(3)=MU(2)-0.375;c(4)=0.225-MU(2);c(5)=MU(3)-0.125;c(6)=0.075-MU(3);c(7)=MU(4)-0.125;c(8)=0.075-MU(4);c(9)=MU(5)-1.875;c(10)=1.125-MU(5);c(11)=MU(6)-20;c(12)=12-MU(6);c(13)=MU(7)-0.935;c(14)=0.5625-MU(7);ceq(1)=Yfun(MU)-1.5;function f=cost(MU,B)f=25;p=getP(MU,B;if (B(2)=2)f=f+50;elsef=f+20;end;switch (B(3))case 1f=f+200;case 2f=f+50;case 3f=f+20;end;switch (B(4))case 1f=f+500;case 2;f=f+100;case 3f=f+50;end;switch (BC(6))case 1f=f+100;case 2f=f+25;case 3f=f+10;end;if(B(7)==1)f=f+100elsef=f+25;end;f=f+p(2)*1000+p(3)*9000;function f=getfcY(MU,B)f=0;B=int32(B);for i=1:7if B(i)==1sigma(i)=MU(i)*0.01/3;end;if B(i)==2sigma(i)=MU(i)*0.01/3;end;if B(i)==3sigma(i)=MU(i)*0.05/3;end;end;x1=MU(1);x2=MU(2);x3=MU(3);x4=MU(4);x5=MU(5);x6=MU(6);x7=MU(7); f=(pd1(x1,x2,x3,x4,x5,x6,x7)*sigma(1))^2;f=(pd2(x1,x2,x3,x4,x5,x6,x7)*sigma(2))^2;f=(pd3(x1,x2,x3,x4,x5,x6,x7)*sigma(3))^2;f=(pd4(x1,x2,x3,x4,x5,x6,x7)*sigma(4))^2;f=(pd5(x1,x2,x3,x4,x5,x6,x7)*sigma(5))^2;f=(pd6(x1,x2,x3,x4,x5,x6,x7)*sigma(6))^2;f=(pd7(x1,x2,x3,x4,x5,x6,x7)*sigma(7))^2;f=abs(f^0.5);function f=pd1(x1,x2,x3,x4,x5,x6,x7)f=8721/50/x(5)*(x(3)/(x(2)-x(1)))^(17/20)*((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*(x(4)/x(2))^(29/25))/x (6)/x(7))^(1/2)+148257/1000*x(1)/x(5)/(x(3)/(x(2)-x(1)))^(3/20)*((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)* (x(4)/x(2))^(29/25))/x(6)/x(7))^(1/2)*x(3)/(x(2)-x(1))^2;function f=pd2(x1,x2,x3,x4,x5,x6,x7)f=-148257/1000*x(1)/x(5)/(x(3)/(x(2)-x(1)))^...(3/20)*((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))...^(3/2)*(x(4)/x(2))^(29/25))/x(6)/x(7))^(1/2)*x(3)/(x(2)...-x(1))^2+8721/100*x(1)/x(5)*(x(3)/(x(2)-x(1)))^(17/20)/...((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*(x(4)/x(2))^...(29/25))/x(6)/x(7))^(1/2)*(24759/31250*(1-9/25/(x(4)/x(2))^(14/25))^(1/2)/(x(4)/x(2))^...(2/5)*x(4)/x(2)^2+3799/1250*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*(x(4)/x(2))^(4/25)*x(4)/x(2)^2)/x(6)/x(7);function f=pd3(x1,x2,x3,x4,x5,x6,x7)f=148257/1000*x(1)/x(5)/(x(3)/(x(2)-x(1)))^(3/20)*((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*(x(4)/x(2))^(2 9/25))/x(6)/x(7))^(1/2)/(x(2)-x(1));function f=pd4(x1,x2,x3,x4,x5,x6,x7)f=8721/100*x(1)/x(5)*(x(3)/(x(2)-x(1)))^(17/20)/...((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*...(x(4)/x(2))^(29/25))/x(6)/x(7))^(1/2)*(-24759/31250*...(1-9/25/(x(4)/x(2))^(14/25))^(1/2)/(x(4)/x(2))^(2/5)/x(2)-...3799/1250*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*(x(4)/x(2))^(4/25)/x(2))/x(6)/x(7);function f=pd5(x1,x2,x3,x4,x5,x6,x7)f=-8721/50*x(1)/x(5)^2*(x(3)/(x(2)-x(1)))^(17/20)*((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*(x(4)/x(2))^(2 9/25))/x(6)/x(7))^(1/2);function f=pd6(x1,x2,x3,x4,x5,x6,x7)f=d(6)=-8721/100*x(1)/x(5)*(x(3)/(x(2)-x(1)))^...(17/20)/((1-131/50*(1-9/25/(x(4)/x(2))^(14/25))...^(3/2)*(x(4)/x(2))^(29/25))/x(6)/x(7))^(1/2)*...(1-131/50*(1-9/25/(x(4)/x(2))^(14/25))^(3/2)*(x(4)/x(2))^(29/25))/x(6)^2/x(7);function f=pd7(x1,x2,x3,x4,x5,x6,x7)f=-8721/100*x(1)/x(5)*(x(3)/(x(2)-x(1)))...^(17/20)/((1-131/50*(1-9/25/(x(4)/x(2))^...(14/25))^(3/2)*(x(4)/x(2))^(29/25))/...x(6)/x(7))^(1/2)*(1-131/50*(1-9/25/(x(4)/x(2))...^(14/25))^(3/2)*(x(4)/x(2))^(29/25))/x(6)/x(7)^2;function f=getP(MU,B)yb=Yfun(MU);fc=getfcY(MU,B);f(2)=jf1(yb,fc);f(3)=jf2(yb,fc);f(1)=1-f(2)-f(3);f=double(f);function f=jf1(u,a0)f=--1125899906842624/5644425081792261*...erf(1/10*2^(1/2)*(-9+5*u)/a0)*2^(1/2)*pi*(1/2)...+1125899906842624/5644425081792261*erf(1/10)*2^(1/2)*...(-8+5*u)/a0)*2^(1/2)*pi^(1/2)-1125899906842624/5644425081792261*...erf(1/10*2^(1/2)*(-7+5*u)/a0)*2^(1/2)*pi*(1/2)+1125899906842624/5644425081792261*...erf(1/10*2^(1/2)*(-6+5*u)/a0)*2^(1/2)*pi^(1/2);function f = jf2(u,a0)f = -1125899906842624/5644425081792261*erf...(1/2*2^(1/2)*(-10+u)/a0)*2^(1/2)*pi^(1/2)+1125899906842624/...5644425081792261*erf(1/10*2^(1/2)*(-9+5*u)/a0)*2^(1/2)*pi^(1/2)-...1125899906842624/5644425081792261*erf(1/10*2^(1/2)*(-6+5*u)/a0)*2^...(1/2)*pi^(1/2) + 1125899906842624/5644425081792261*erf(1/2*2^(1/2)*(10+u)/a0)*2^(1/2)*pi^(1/2)function f=Yfun(x)f=174.42*(x(1)/x(5))*(x(3)/(x(2)-x(1)))^0.85*sqrt((1-2.62*(1-0.36*(x(4)/...x(2))^(-0.56))^1.5*(x(4)/x(2))^1.16)/(x(6)*x(7)));function f = geteveryP(MU,B,iter)f(1)=0;f(2)=0;f(3)=0;for i = 1:itera = abs(Yfun(getparaX(MU,B))-1.5);if a<0.1fF(1)=f(1)+1;end;if a<0.3&a>=0.1f(2)=f(2)+1;end;if a>=0.3f(3)=f(3)+1end;end;f(1)=f(1)/iter;f(2)=f(2)/iter;f(3)=f(3)/iter;function f=getparaX(MU,B)B=int32(B);for i = 1:7if B(i) = = 1sigma0(i) = MU(i)*0.01;end;if B(i) = = 2sigma0(i) = MU(i)*0.05;end;if B(i) = = 3sigma0(i) = MU(i)*0.1;end;f(i)=normrnd(MU(I),sigma(i)/3);end;。