iSIGHT质量工程—QEM

iSIGHT质量工程—QEM

实际工程问题都包含些许随机因素（如果不是本质上的随机），载荷条件、材料特性、分析仿真模型准确度、几何特征、制造公差、使用条件等等实际上都会有一些随机波动。然而，许多优化设计没有考虑这些随机因素。优化技术倾向于将设计推向一个或多个约束边界，直到约束条件起作用后停止，从而产生一个高风险的设计方案。设计参数或操作条件的一个微小的波动就足以导致设计失败。

传统设计方法仅仅通过采用安全系数来处理随机因素，因此常常导致超裕量设计，并且无法深入了解各种随机因素的影响，以及实际的安全裕量。近年来，质量工程方法的长足发展使设计人员可以通过随机模型和概率分析处理不确定性和随机性。当这些技术在优化设计的框架下进行运用时，可以搜寻不仅理论上可行，而且实际上（存在随机波动）也同样可行的设计方案。

iSIGHT 目前包括五种质量工程设计方法。他们通过解决工程设计中的不确定性或随机性问题来达到提高产品或过程质量的目标。这些方法包括：蒙特卡洛分析，可靠性分析，基于可靠性的优化设计，（动态、静态）田口(Taguchi) 稳健性设计，以及六西格玛设计。

5.1 蒙特卡洛分析

蒙特卡洛分析是在给定的一个或多个设计变量的随机特性时，通过分析和评估一组随机挑选的设计方案，获得系统响应或目标变量的随机特性（均值、方差、范围、分布类型等）。有两种不同的取样技术可用于产生抽样群体，即简单随机取样——蒙特卡洛分析的传统抽样方法，如描述性取样——更有效的一种方差减缩技术。

5.2 可靠性分析

可靠性分析（RBA）关注的重点是约束。它用于估计一个部件或系统的失效概率（或反之成功概率，即可靠性）。失效概率定义为随机变量的概率分落在约束边界或失效曲线以外的面积。可靠性则定义为随机变量的概率分布落在约束边界或失效曲线以内的面积。近年来结构可靠性分析法发展了很多技术和算法，实际上它们也可应用于其他问题。

目前iSIGHT提供三种可靠性分析方法：一阶可靠性方法（FROM），均值一阶方法（MVFO），和蒙特卡洛分析方法（MCS）。

iSIGHT 可靠性分析的用户界面（如右图所示）代表了质量工程方法的典型用户界面。用户可以从已有的设计变量中挑选出随机变量，并在表格中定义它们的统计特性（分布类型、均值、标准方差等等）。

5.3 基于可靠性的优化设计

基于可靠性的优化设计（RBO）是用于改进或提高设计可靠性，或将失效概率降低到一个设定的上限以下。RBO 搜寻不仅性能达到最优（一个或多个目标达到最小或最大），

而且满足最低可靠性要求（或允许的最大失效概率）的设计方案。因此，通过在确定性优化问题中增加和定义随机变量，并将确定性约束条件修改为随机性约束条件，即构成了一个基于可靠性的优化设计问题。

5.4 (动、静态)田口(Taguchi)稳健性设计

田口稳健性设计的重点是搜寻一个设计方案，使噪声因子对系统性能的影响降到最小。因此稳健性也可以定义为系统性能对噪声因子的敏感度。田口健性设计是一种基于试验设计的方法，可与优化技术联合使用，估算关键性能的敏感性，提高信噪比水平，以及最优设计方案的稳健性。

5.5六西格玛稳健设计优化

六西格玛设计是在前述质量工程方法的基础之上，结合了每种方法的要素，根据六西格玛设计的著名理念，建立了一套完整的评估、改进设计可靠性和稳健性的方法。在不确定性因素的处理上，以上每种方法都有各自的侧重点。蒙特卡洛分析是一种分析和研究工具，不涉及约束和目标。可靠性分析侧重于约束边界，任何设计目标仅在均值点进行评估。基于可靠性的优化设计也是侧重于优化问题的约束边界，它将确定性约束条件改变为概率

性约束条件，并且也是在设计目标均值点进行评估。Taguchi 稳健性设计则是关注响应特征，其目标函数包括了所需的均值性能和最小方差要素，并且不直接处理约束条件。

六西格玛设计在其方法中包括了设计变量、约束和设计目标的所有不确定性信息，其重点不仅是寻找与约束边界有关的可靠性设计或稳健性设计，而且在于寻找设计目标方差最小的设计。此外，通过将随机变量的方差或标准偏差也定义为设计变量，在优化设计框架下搜寻能保证一定性能波动水平的标准方差分布，即可实现公差设计和优化。