基于QFD-NSGA-Ⅱ-TOPSIS的采茶机设计.pdf

Aug.JOURNALOFMACHINEDESIGN20232023年8 月No.8Vol.40机设第40 卷第8 期计械基于QFD-NSGA-II-T O PSI S 的采茶机设计*周红宇1，张瑶，张学敏，刘津圻，张三强（1.湖北工业大学工业设计学院，湖北武汉430068;2.湖北省农业机械工程研究设计院，湖北武汉430068)摘要：为改进现有采茶机设计，提升用户满意度，构建了融合QFD，NA G S-I I 及TOPSIS方法的产品设计模型，使用户全程参与到产品设计过程中。通过分析用户需求，得到用户需求权重，并基于采茶机的技术特性和零部件结构，得到产品设计重点。以用户对零部件的打分和零部件成本为依据构建优化模型，对设计方案进行优化设计。通过对方案进行评价，筛选出最优设计方案。采茶机设计实例验证了模型的有效性，可为其他农机产品设计提供参考。关键词：产品设计；采茶机；QFD;NACS-II；T O PSI S；用户需求中图分类号：TB472文献标识码：A文章编号：10 0 1-2 3 54(2 0 2 3)0 8-0 143-0 6Design of tea picker based on QFD-NSGA-II-TOPSISZHOU Hongyu,ZHANG Yao,ZHANG Xuemin,LIU Jinqi,ZHANG Sanqiang?(1.School of Industrial Design,Hubei University of Technology,Wuhan 430068;2.Hubei Agricultural Machinery Engineering Research and Design Institute,Wuhan 430068)Abstract:In order to optimize the existing tea pickers,improve user satisfaction,a product design model integrating QFD,NAGS-II and TOPSIS method was constructed,which allowed users to participate in the whole process of product design.Theweight of user requirements was obtained through user requirements analysis.The key points of product design were obtainedbased on technical characteristics and parts of tea pickers.An optimization model was established based on user scoring of partsand the cost of parts to optimize the design scheme.The scheme was evaluated and screened to select the optimal design scheme.The effectiveness of the model was verified by an example of tea picker design,which provided references for the product design ofother agricultural machineries.Key words:product design;tea picker;QFD;NAGS-II;TOPSIS;user requirement采茶是茶叶生产中用工量最大且成本最高的环节。为提高茶叶采摘效率,降低生产成本，机械化采茶势在必行1-2 。我国茶叶产区地形复杂，手持式采茶机更符合茶园需求。目前,对现有采茶机的研究主要集中在功能、结构和技术等3-6 ,针对采茶机用户需求方面的研究较缺乏。此外，茶叶采摘环境复杂，采茶机设计参数多，用户需求模糊多样,难以准确把握7 。因此,文中以用户需求为出发点，对手持式采茶机进行优化设计。有关学者对产品设计过程中用户需求的获取与运用进行了研究。例如：苏建宁等8 将AHPQFD及TRIZ理论相结合的方法用于玫瑰花蕾采摘机设计中；Nixon等9 针对用户需求和技术特性,将AHP与QFD理论相结合，对新型太阳能集热器进行了改进设计；胡东方等10 针对难以准确获取个性化产品用户需求的问题，提出一种基于遗传算法的个性化设计平台；袁振龙将改进的QFD与遗传算法运用到产品族的设计中，使产品族的设计结果更符合用户需求；曹杨柳等【12 通过AHP-TOPSIS方法分析了自闭症儿童攻击行为的影响因收稿日期：2 0 2 2-0 9-2 0;修订日期：2 0 2 3-0 5-2 0基金项目：湖北省教育厅教学研究项目（2 0 2 13 0 9）；国家级大学生创新创业训练计划（2 0 2 2 10 50 0 0 3 4）；国家重点研发计划子课题(2018YFD0301303-4)144机计第40 卷第8 期设械素,设计了攻击行为干预产品。由上述文献可知,用户需求分析是QFD的基础。通常,采用AHP对用户需求进行分析,然后对相关决策指标进行层次化分解，在此基础上进行决策分析13 。QFD可通过构建产品设计质量屋，采用矩阵图解方法将产品的用户需求转换为设计因素14。NSGA-I算法15 作为一种多目标优化算法,通过非劣排序,具有运行速度快及收敛性好等优点，可用于产品多目标优化设计，但该算法中的Pareto最优解集存在偶然性与模糊性,因此,需对其运算结果进行评价排序，以便选择最优的设计方案。通过TOPSIS法计算各评价对象与理想目标间正、负理想解的距离，依据距离大小排序，可优选出与理想解最接近的方案16 1采茶机设计流程通过4种理论的集成构建设计流程，对采茶机进行改进设计：（1）采用AHP分析用户需求，得到用户需求权重；（2)采用QFD连接用户需求、技术特性和零部件，分析产品设计重点；（3）采用NSGA-I 算法构建优化模型，对设计方案进行优化；（4）采用TOPSIS对方案进行筛选，选出最优设计方案。融合以上4种方法构建采茶机设计流程，如图1所示。用户需求分析(AHP)用户需求转化(QFD)设计方案输出(NSGA-II)设计方案优选(TOPSIS)用户需求获取归纳产品技术特性设置多目标优化函数建立理想化目标用户需求定性分析用户需求转化为技术特性建立产品部件与成本矩阵根据理想化目标评价方案用户需求层次模型获取技术特性权重多目标优化运算构建评价矩阵用户需求权重归纳产品部件获取Pareto最优解集处理评价矩阵技术特性转化为产品部件筛选优化结果求正、负理想解获取产品部件权重输出优化设计方案方案排序，获取最优方案图1采茶机设计流程图2采茶机用户需求分析2.1用户需求层次模型构建通过访谈及调查问卷的方式对采茶机用户及研发人员进行调研。结合QFD中的顾客需求表归纳采茶机用户需求，并据此建立用户需求层次模型，如图2 所示采茶机用户需求运行性D结构性D可靠性D，动力性D经济性D，采收效率高振动小声低轮廊尺寸小口自质量小D安全可靠口维修方便故障率低动力充足口启动迅速制造成本低D能耗低运行费用低D124122313342323253图2用户需求层次模型2.2用户需求权重分析确定用户需求权重是采茶机设计的重要依据。建立用户需求层次模型后，各需求指标间的关系已明确。在判断每一需求指标的重要度时,以上层指标为判断基准，确定隶属于该指标下层中各指标的相对重要度。确定用户需求权重是对采茶机进行设计的重要依据。根据调研得到用户需求层次模型，邀请5位专家与15位用户进行打分，以上一层次用户需求为标准，将同一层次的用户需求两两比较评价，构成判断矩阵。为避免重要度评价出现子项矛盾的情况，需进行一致性检验,对一致性比率进行计算。当一致性比率小于0.1时,满足一致性检验,判断矩阵具有合理性，否则对判断矩阵进行修正。根据目标需求，构建出第1层次用户需求的两两比较判断矩阵为：1357971/313571=1/51/31351/71/51/313L1/91/7 1/51/31经计算，1级指标用户需求的权重向量=（0.513,0.2 6 2,0.12 9,0.0 6 3,0.0 3 3）T，一致性比率1452023年8 月周红宇，等-TOPSIS的采茶机设计VSTA-为0.0 53 0.1,表明判断矩阵合理。同理，结合1 级指标权重计算各2 级指标的全局重要度，得到2 级指标综合权重，作为采茶机后续设计的参考，如表1所示。表1 2 级指标权重2级指标层次权重综合权重排序一致性比率DI0.6480.3321D20.2300.11830.003 6D130.1220.0636D210.6670.17520.035 0D220.3330.0875D310.7390.0954D320.1660.02180.013 6D330.0930.01210D410.8330.05370D420.1670.01111Ds10.5940.0209D520.2490.008120.094 0D530.1570.005133采茶机用户需求转化3.1转换过程权重计算QFD的应用主要在于建立用户需求、产品技术特性及部件需求间的关联。通过层层递进和转换，最终将用户需求转换为产品部件需求，找到产品设计的重点，为后续优化提供基础，从而对产品进行针对性地设计。转换过程中的权重计算式为：aT=C.Rj(1)i=1Tt(2)M=R(3)Mkmk(4)Mk式中：T技术特性绝对权重；C用户需求权重；R.技术特性与用户需求的相关性系数；a用户需求总数；技术特性相对权重；6技术特性总数；M一产品部件绝对权重；Ri产品部件与技术特性的相关性系数；mk产品部件相对权重；产品部件总数。C3.2采茶机技术特性展开技术特性是产品满足用户需求应具有的质量特性。依据用户需求和技术特性构建产品技术特性质量屋，并计算产品技术特性重要度。采茶机技术特性展开表如表2 所示，表2采茶机技术特性展开表第1 层第2 层度量单位绝对权重相对权重振动程度mm1.1150.050噪声dB0.6200.028刀锯转速r/min3.0710.138运转性收集速度g/min2.9610.133切割率%1.9250.087收集率%1.8190.082加速时间S0.1400.006按键合理度%1.5340.069操控性刀具角度（）0.9550.043运行能耗W/h0.8840.040维修费用元/次0.0750.003经济性零件可换度%0.1830.008零件成本元/件0.2850.013安全开关有或无0.4750.021安全性安全保护有或无0.6650.030安全警示有或无0.4750.021故障率%0.4710.021可靠性耐久度h0.5710.026结构紧凑度%2.1840.098结构性结构合理度%1.8200.082由表2 可知，刀锯运转速、收集速度、结构紧凑度、切割率是采茶机后续设计中应重点关注的问题；其次应注意结构合理度、收集率、按键合理度、振动程度；对零件成本、加速时间、零件可换度无需过度关注。采茶机部件设计分析应围绕上述结果展开3.3采茶机部件展开采茶机的基本功能为茶叶的采摘与收集，其结构主要由采摘机构、收集机构、动力机构等组成，如图3所示。146计机设械第4 0 卷第8 期把手电池挡板刀片刀片架开关收集框图3采茶机结构组成构建采茶机部件质量屋，对各部件的设计重要度量化评价，如图4 所示。产品部件技术特性把手电池挡板片刀片架开关收集框刀具转速57收集速度7结构紧漆度1111111切割率51结构合理度331133收集率5按键合理度77振动程度5刀具角度73运行能耗5维修费用135113安全开关5噪声73耐久度3安全警示33安全保护35故障率135113零件成本1713133加速时间51零件可换度113533绝对权重0.8271.6010.6012.1120.3211.0441.849相对权重0.0990.1920.0720.2530.0380.125 0.211图4采茶机部件质量屋由质量屋构建结果可知，刀片和收集框为采茶机的设计重点，其次应注意动力和按键部分的设计；对挡板和刀片架部分无较强设计需求，4买采茶机设计方案输出4.1采茶机的多目标遗传算法优化(1)建立适应度函数采茶机优化设计中，以提高产品部件适应度值并降低制造成本为优化目标，其部件适应度值f的目标函数为：maxfi=M/Fu(5)k=式中：Fk第k个产品部件中第个零件所得的评分采茶机制造成本f的目标函数为：2PMCminf22=(6)k=1式中：Pk第k个产品部件中第q个零件的成本。(2)编码和解码文中采用基于产品部件的编码方式，根据采茶机结构,将其分为7 个部件,每个部件由若干可选零件组成，每个零件都对应唯一的二进制编码。对产品零部件进行编码，并对其评分，得到各零部件的分值。采茶机零部件编码、得分及成本如表3 所示。表3采茶机零部件编码、得分及成本部件编码零件得分成本/元003.15432013.89438把手103.62752114.15668004.39548电池013.81568103.3571180003.857180012.68413挡板0103.413140113.867211004.218150003.86486F刀片0014.325560103.56898003.87572刀架014.15950002.79222开关013.34819103.168171472023年8 月周红宇，等：基-NSGA-I-TOPSIS的采茶机设计续表部件编码零件得分成本/元0003.894240014.156320112.39720收集框1003.762211014.157191103.687230104.286184.2采茶机优化结果采用NAGS-遗传算法对优化目标求解，在MAT-LAB中编写程序，获取Pareto最优解集，并从中选取3组设计方案。通过参数分析，设置初优化交叉概率为0.8,变异概率为0.0 0 5，最大送代次数为2 0 0，得到采茶机最优解集结果，如图5所示380*3603403203002802602402202002.83.03.23.43.63.84.04.2产品部件适应度值图5采茶机最优解集结果在采茶机最优解集中选取3 个适应度值最高的个体，对其进行优化设计，得到如图6 所示的3 种方案，这3 种方案最符合用户需求。(a)方案1(编码：1 1 0 0 0 0 0 0 0 1 0 0 0 1 1 1 0)(b)方案2（编码：1 0 0 0 0 1 1 0 0 1 0 1 0 0 0 0 1)UTTER三2 0 V20V(c)方案3（编码：0 1 0 0 1 0 0 0 0 1 0 1 1 0 1 1 0)图6采茶机优化设计方案5采茶机设计方案优选5.1方案评价矩阵构建将用户需求2 级指标作为理想化目标对3 种优化设计方案进行评价。分别邀请8 位工程师、5位设计师及5位采茶机用户分别对3 个方案打分，并对分值进行标准化和加权处理，得到加权标准化评价矩阵，如表4 所示。表4加权标准化评价矩阵理想化目标方案1方案2方案3DI0.0930.0910.098D120.0370.0360.038D130.0200.0190.021D210.0540.0540.044D220.0240.0250.023D310.0290.0290.032D320.0060.0060.005D330.0030.0030.003D410.0170.0160.019D420.0030.0030.003D510.0060.0060.006D520.0020.0020.002D530.0010.0010.0015.2方案排序利用加权标准化评价矩阵求出每个理想化目标的正、负理想值为：D*=(Di,D2,D,)(7)D=(D,D,D,)(8)式中:Dt=maxJi,J2h,JinfD=miniJh,J2h,.,JihlJih第h个方案对第1 个理想化目标的接近度分值。由式（7）式（8)可得正理想解和负理想解：D*=0.953,0.743,0.960,0.713,0.840,0.998,0.805,148计机设械第4 0 卷第8 期0.768,0.996,0.933,0.876,0.818,0.852D=0.013,0.036,0.053,0.007,0.032,0.028,0.069,0.180,0.045,0.207,0.168,0.363,0.301各方案与正理想解D+及负理想解D的距离为：3S+:(9)h=12(J.-D)3S(10)h=1各方案与理想解的相对贴合度为：SC(11)二S*+S-C值越大，方案优先级越高，反之越低。方案排序如表5所示，可知，方案3 优于其他方案，表5方案排序方案S+SC排序11.949 519 611.454 987 480.427 370 97222.230132331.553889980.410 645.04331.606 443 812.223 161 610.580.519.7616结论通过融合QFD,NAGS-II及TOPSIS方法，对采茶机行优化，设计出更加符合用户需求的产品。在研究过程中，采用QFD连接用户需求权重、采茶机技术特性权重与产品部件权重，明确了采茶机的设计目标；将产品部件权重和生产成本作为优化目标，采用NAGA-II 遗传算法输出优化设计方案；将TOPSIS用于设计方案的评价，优选出最符合用户需求的方案。在后续研究中，可采用其他方法使对用户需求的分析更客观、准确。参考文献1王文明，肖宏儒，宋志禹，等。茶叶生产全程机械化技术研究现状与展望 J中国农机化学报,2 0 2 0,4 1(5)：2 2 6-2 3 6.2易文裕，程方平，邱云桥，等。单人采茶机研究现状与发展趋势J中国农机化学报，2 0 2 0,4 1（1 1）：3 3-3 8.3吴先坤，李兵，王小勇，等单人背负式采茶机的设计分析 J农机化研究，2 0 1 7,3 9(8)：9 2-9 6.4宋扬扬，李为宁，李兵，等.履带式智能采茶机的设计与试验 J，农机化研究，2 0 2 0,4 2（8）：1 2 3-1 2 7.5高风，陈勇名优茶并联采摘机器人的结构设计与工作空间分析 J机床与液压,2 0 1 5,4 3(3）：1 2-1 5.6尹俊方，孙虎，冉秋艺基于人-机-环境系统的智能名优采茶机设计研究 J包装工程，2 0 2 1,4 2（1 2）：1 8 3-1 9 0.7Li Z,Tian Z G,Wang J W,et al.Extraction of affective re-sponses from customer reviews:an opinion mining and ma-chine learning approach J.International Journal of Com-puter Integrated Manufacturing,2020,33(7):670-685.8苏建宁，魏晋基于AHP/QFD/TRIZ的玫瑰花蕾采摘机设计 J机械设计,2 0 2 0,3 7（8）：1 2 1-1 2 6.9.Nixon J D,Dey P K,Davies P A.Design of a novel solarthermal collector using a multi-criteria decision-making metho-dology J.Journal of Cleaner Production,2013,59:150-159.10】胡东方，吴盘龙基于遗传算法的个性化服务型产品设计 J】。计算机集成制造系统，2 0 1 9,2 5（8）：2 0 3 6-2 0 4 4.1 1】袁振龙基于改进QFD和遗传算法的参数化产品族设计D.上海：上海交通大学,2 0 1 8.1 2】曹杨柳,张燕，王媚雪,等基于AHP-TOPSIS法的自闭症儿童攻击行为干预产品研究J包装工程，2 0 2 2，4 3(6):83-89.13 Pramanik D,Haldar A,et al.Resilient supplier selectionusing AHP-TOPSIS-QFD under a fuzzy environment J.International Journal of Management Science and EngineeringManagement,2017,12(1):45-54.14陈亮，窦昊，魏煌，等基于质量功能展开、发明问题解决理论和仿生学的产品创新设计J中国机械工程，2020,31(11):1285-1295.15吕天一，肖守讷，朱涛，等采用多目标进化算法的列车碰撞能量配置方案优化 J中国机械工程，2 0 2 1,3 2(18):2262-2267.1 6】薛志恒，陈鑫，刘人杰.基于毕达哥拉斯-TOPSIS的仓库消防安全评价 J.消防科学与技术，2 0 2 2,4 1（3）：3 7 1-3 7 5.1 7】周红宇，齐振基于AHP/FAST/FBS的遥控式抹光机设计 J.机械设计,2 0 2 1,3 8（8)：1 1 8-1 2 3.作者简介：周红宇（1 9 8 4 一），男，副教授，硕士，研究方向：智能装备与工业设计方法。E-mail:张瑶（通信作者）（1 9 9 8 一），女，硕士研究生，研究方向：智能农机设计。E-mail: