安雪, 黃博文, 史冬巖

(1.哈爾濱工程大學(xué) 機(jī)電學(xué)院,黑龍江 哈爾濱 150001; 2.羅格斯新澤西州立大學(xué) 機(jī)械和航天學(xué)院,新澤西州 美國(guó) 08854)

不確定性問題存在于工程各個(gè)領(lǐng)域[1-3],然而,針對(duì)包裝工程中的不確定性問題研究相對(duì)較少。本文對(duì)包裝工程中緩沖防護(hù)結(jié)構(gòu)的不確定性展開研究。

產(chǎn)品在搬運(yùn)和運(yùn)輸過程中,由于存在諸多不確定因素,例如緩沖包裝材料加工尺寸、產(chǎn)品儲(chǔ)存溫度和運(yùn)輸條件等,從而導(dǎo)致大量的包裝產(chǎn)品破損[4-6]。為此,人們提出了許多方法保護(hù)產(chǎn)品使其遠(yuǎn)離損壞的危險(xiǎn)。傳統(tǒng)上,減少產(chǎn)品損壞方法是根據(jù)ASTM[7]提出的緩沖包裝曲線對(duì)產(chǎn)品的緩沖防護(hù)結(jié)構(gòu)進(jìn)行設(shè)計(jì)。然而這種方法經(jīng)常出現(xiàn)“過度設(shè)計(jì)”的情況,造成了材料的經(jīng)濟(jì)浪費(fèi)。另外,緩沖曲線的確定需要進(jìn)行大量的跌落實(shí)驗(yàn),進(jìn)而對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行擬合,數(shù)據(jù)越多,曲線的擬合精度就約高,浪費(fèi)了大量的時(shí)間成本。這些缺點(diǎn)促使學(xué)者引入一種替代傳統(tǒng)跌落實(shí)驗(yàn)的方法,該方法依賴于緩沖包裝材料動(dòng)態(tài)的本構(gòu)關(guān)系[8-9],簡(jiǎn)化確定緩沖包裝曲線的過程。然而,動(dòng)態(tài)的本構(gòu)關(guān)系僅對(duì)閉孔緩沖包裝材料具有良好的緩沖性能[10],對(duì)于開孔的緩沖包裝材料具有一定的局限性。另一種減少產(chǎn)品損壞的方法是對(duì)產(chǎn)品的包裝系統(tǒng)進(jìn)行力學(xué)建模,如線性或非線性單自由度或二自由度系統(tǒng)[11-12],通過對(duì)產(chǎn)品在跌落過程進(jìn)行振動(dòng)響應(yīng)分析,使產(chǎn)品在跌落時(shí)產(chǎn)生的峰值響應(yīng)加速度降低到產(chǎn)品的脆值(產(chǎn)品的固有屬性)以下。

基于可靠度的優(yōu)化設(shè)計(jì)(reliability-based design optimization, RBDO)是解決工程中不確定性的主要手段,得到了廣泛地應(yīng)用[13]。RBDO概率模型由最小目標(biāo)函數(shù)和概率約束條件組成,以尋求最佳的工程設(shè)計(jì),同時(shí)降低材料成本[14]。功能度量法(performance measure approach, PMA)[15]和可靠度指標(biāo)法(reliability-based design optimization,RIA)是求解RBDO概率模型的2大主流方法。RIA方法是求解RBDO概率模型主要技術(shù)手段,但當(dāng)遇到強(qiáng)非線性函數(shù)時(shí),RIA方法會(huì)產(chǎn)生收斂失敗和數(shù)值奇異解的現(xiàn)象[16-17]。

本文通過定義主動(dòng)集合策略,提出一種改進(jìn)的RBDO方法,克服了傳統(tǒng)RIA方法的缺點(diǎn)同時(shí)解決包裝工程中的不確定性問題。將得到的最優(yōu)解采用蒙塔卡羅法(Monte-Carlo simulation,MCs)進(jìn)行驗(yàn)證,并提供了一種方便簡(jiǎn)單的緩沖包裝防護(hù)設(shè)計(jì)方法,實(shí)現(xiàn)質(zhì)量和成本之間的平衡。

1 基于可靠度的優(yōu)化設(shè)計(jì)

1.1 RBDO的數(shù)學(xué)模型

RBDO的數(shù)學(xué)模型為:

(1)

在可靠度理論中,通常采用統(tǒng)計(jì)模型來(lái)計(jì)算系統(tǒng)的失效概率:

(2)

式中fX(x)是X的聯(lián)合概率密度函數(shù)。式(2)需要求解多維積分得到系統(tǒng)的失效概率。然而,對(duì)于大多數(shù)實(shí)際工程問題,求解多維積分是非常困難的,甚至是不可能完成的。

可靠度指標(biāo)克服求解多維積分的困難[18],在標(biāo)準(zhǔn)正態(tài)空間內(nèi)原點(diǎn)到功能函數(shù)曲面的最短距離,可靠度指標(biāo)βHL為:

(3)

可靠度指標(biāo)取值均為正,沒有考慮負(fù)可靠度指標(biāo)的情況。因此,可靠度指標(biāo)的定義是導(dǎo)致RIA方法收斂困難和數(shù)值不穩(wěn)定的主要原因。

1.2 修正的可靠度指標(biāo)

針對(duì)傳統(tǒng)RIA方法不收斂和數(shù)值不穩(wěn)定的現(xiàn)象,本文對(duì)傳統(tǒng)可靠度指標(biāo)的定義進(jìn)行修正。

本文采用一個(gè)邏輯不等式定義一個(gè)主動(dòng)集合策略(active set strategy,ASS)實(shí)現(xiàn)對(duì)MPP點(diǎn)的過濾和識(shí)別,數(shù)學(xué)表達(dá)式為:

(4)

圖1 MPP和±6σ之間的關(guān)系Fig.1 The positional relationship between MPP and ±6σ

對(duì)于大多數(shù)工程問題,如果設(shè)計(jì)變量落在±3σ范圍內(nèi),則認(rèn)為是可接受的設(shè)計(jì),該設(shè)計(jì)稱為3σ設(shè)計(jì)。該情況系統(tǒng)的可靠度為99.73%,失效概率為0.27%,如表1所示。然而,由于實(shí)際工程系統(tǒng)中存在各種不確定因素的擾動(dòng),對(duì)于大型復(fù)雜的工程結(jié)構(gòu),3σ設(shè)計(jì)則被認(rèn)為是一種不充分和不可靠的設(shè)計(jì)水平。所以,本文選擇6σ水平設(shè)計(jì),其規(guī)定范圍相當(dāng)于99.999 999 8%的可靠度和0.000 000 2%的失效概率,遠(yuǎn)遠(yuǎn)優(yōu)于其他設(shè)計(jì)水平。

表1 不同的σh對(duì)應(yīng)的CIh和失效概率Table 1 CIh and probability of failure for various σh

修改的可靠度指標(biāo)重新定義為:

(5)

2 基于主動(dòng)集合策略的可靠性設(shè)計(jì)優(yōu)化方法

在式(1)中定義的RBDO問題,在求解過程通常采用雙循環(huán)求解策略,即內(nèi)循環(huán)和外循環(huán),內(nèi)循環(huán)是在獨(dú)立的標(biāo)準(zhǔn)正態(tài)隨機(jī)空間(U-空間)中進(jìn)行可靠性分析,外循環(huán)是在原始物理空間(X-空間)中進(jìn)行結(jié)構(gòu)優(yōu)化分析。在本節(jié)中,將分別詳細(xì)的介紹內(nèi)循環(huán)和外循環(huán),這是本文提出方法的基礎(chǔ)。

2.1 內(nèi)循環(huán)

由于內(nèi)循環(huán)主要是在U-空間執(zhí)行一個(gè)次優(yōu)化問題來(lái)確定MPP和可靠性指標(biāo)βsj,因此,首先應(yīng)使用轉(zhuǎn)化公式將所有隨機(jī)變量從最開始的空間轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布空間,如圖2所示。

圖2 X空間轉(zhuǎn)化到U空間Fig.2 The X-space mapping to the U-space

(6)

其次,求解MPP執(zhí)行的是一個(gè)次優(yōu)化過程,其優(yōu)化格式表示為:

(7)

式中:gj(u)是第j個(gè)有效約束條件的功能函數(shù)。借助于MPP后,將概率約束條件使用Rosenblatt[21]變換公式轉(zhuǎn)化為確定性約束條件:

(8)

式中Φ是標(biāo)準(zhǔn)正態(tài)累積分布函數(shù)(CDF),因此,

(9)

(10)

根據(jù)式(9)和式(10)可以完成約束條件的轉(zhuǎn)換,式(1)重新寫成:

(11)

2.2 外循環(huán)

(12)

(13)

(14)

結(jié)合式(5)、(11)和(14)可得到最終的優(yōu)化迭代格式為:

(15)

在優(yōu)化開始之前,給出初始設(shè)計(jì)點(diǎn)d(0)和u(0)。對(duì)于每次迭代,首先執(zhí)行式(7)完成內(nèi)循環(huán),以求解MPP點(diǎn)和可靠度指標(biāo)。其次執(zhí)行式(15)完成外循環(huán),并更新內(nèi)循環(huán)的解,直到程序收斂到最優(yōu)解。迭代收斂標(biāo)準(zhǔn)‖d(k+1)-d(k)‖/d(k+1)≤ε(ε為給定的極小值),否則,當(dāng)?shù)螖?shù)大于允許次數(shù)時(shí),則迭代停止。

3 緩沖包裝防護(hù)結(jié)構(gòu)的不確定性研究

3.1 包裝系統(tǒng)的跌落模型

包裝件通常由產(chǎn)品,緩沖材料和外包裝箱組成,如圖3所示。將產(chǎn)品和緩沖材料被理想化為具有剛度系數(shù)k的無(wú)阻尼非線性質(zhì)量彈簧系統(tǒng)[22-23],本文忽略了外瓦楞紙箱,產(chǎn)品的質(zhì)量用m表示。

圖3 包裝產(chǎn)品的示意Fig.3 Graphic of a packaged product

包裝系統(tǒng)的跌落模型如圖4所示,其中h為跌落高度,t為緩沖保護(hù)材料的厚度。本文采用具有良好的緩沖性能閉孔泡沫聚苯乙烯(EPS)作為緩沖材料[24]。緩沖包裝材料的非線性本構(gòu)關(guān)系是通過壓縮實(shí)驗(yàn)機(jī)獲得壓縮數(shù)據(jù),并將數(shù)據(jù)進(jìn)行多項(xiàng)式擬合確定,實(shí)驗(yàn)裝置如圖5和6所示。

圖4 模型與地面撞擊過程Fig.4 The process of collision between model and the ground

圖5 壓縮試驗(yàn)機(jī)5566Fig.5 Instron 5566

圖6 緩沖材料和壓盤Fig.6 The cushion material and platen

3.2 跌落過程中的能量分析

在跌落過程中,當(dāng)包裹與地面碰撞時(shí),緩沖包裝材料被壓縮為動(dòng)態(tài)非線性變化過程。假設(shè)在動(dòng)態(tài)沖擊過程中,沖擊產(chǎn)生的能量全部被緩沖材料吸收并使其變形最大不再傳遞到外界(忽略摩擦力的影響)。因此,本文以產(chǎn)品m為研究對(duì)象,由能量平衡得:

(16)

圖7 動(dòng)態(tài)的應(yīng)力-應(yīng)變曲線Fig.7 Dynamic stress-strain curve

進(jìn)而計(jì)算出產(chǎn)品的最大加速度為:

amax=σ(εm)A/m

(17)

3.3 RBDO 數(shù)學(xué)模型

(18)

在本文中,初始設(shè)計(jì)點(diǎn)設(shè)置為d(0)=0.05和u(0)=0。優(yōu)化收斂標(biāo)準(zhǔn)為ε=10-6,且給定的最大迭代步數(shù)是200次。

應(yīng)用本文提出的ASS方法對(duì)上述數(shù)學(xué)模型進(jìn)行計(jì)算求解。在評(píng)估概率約束的過程中需要迭代18次,收斂得到的最優(yōu)解為0.036 0,其迭代過程如圖8所示。此外,應(yīng)用MCs驗(yàn)證最優(yōu)解,隨機(jī)抽取2×106個(gè)樣本點(diǎn)對(duì)失效概率進(jìn)行評(píng)估,2個(gè)約束的失效概率均在允許的失效概率(3%)內(nèi)。因此,ASS解決了緩沖防護(hù)結(jié)構(gòu)的厚度不確定性問題,并提供了緩沖包裝防護(hù)結(jié)構(gòu)的最佳厚度尺寸是0.036 0 m。

圖8 迭代過程Fig.8 The process of iteration

4 結(jié)論

1)本文提出基于主動(dòng)集策略的可靠度優(yōu)化方法。通過在內(nèi)循環(huán)中使用一個(gè)邏輯的不等式引入了主動(dòng)集合策略對(duì)傳統(tǒng)可靠度指標(biāo)的定義進(jìn)行修正,解決了傳統(tǒng)RIA方法收斂困難和數(shù)值奇異性問題。

2)本文提出的ASS方法解決了包裝工程中的不確定性問題。該方法充分考慮了緩沖包裝防護(hù)結(jié)構(gòu)厚度幾何尺寸的不確定性因素,基于能量守恒建立了緩沖包裝防護(hù)結(jié)構(gòu)動(dòng)態(tài)非線性的本構(gòu)關(guān)系模型,通過將不確定性進(jìn)行量化,構(gòu)造了RBDO概率模型,并運(yùn)用本文提出的方法計(jì)算出了全局最優(yōu)解。最后,采用MCs方法對(duì)最優(yōu)解進(jìn)行驗(yàn)證,結(jié)果表明計(jì)算出的最優(yōu)解是正確并且是合理的。

3)本文提出的方法為緩沖包裝防護(hù)結(jié)構(gòu)的輕量化設(shè)計(jì)和可靠性設(shè)計(jì)提供了理論支撐。