基于指標(biāo)模型的機(jī)電產(chǎn)品性能分析

摘要：研究了機(jī)電產(chǎn)品性能分析的指標(biāo)特征和相關(guān)性，提出了一種基于聚類分析和因子分析的機(jī)電產(chǎn)品指標(biāo)選取方法。該方法根據(jù)指標(biāo)屬性構(gòu)建指標(biāo)體系特征層，在特征層下將信息量相似的指標(biāo)聚為一類，然后通過(guò)因子分析法進(jìn)行指標(biāo)選取。以翅型散熱片為例，其分析結(jié)果顯示，該指標(biāo)選取模型包含了95%以上的信息量，說(shuō)明該指標(biāo)選取方法是可行有效的。

關(guān)鍵詞：機(jī)電產(chǎn)品分析;指標(biāo)模型;聚類分析

0 引言

在指標(biāo)體系構(gòu)建過(guò)程中，指標(biāo)較多會(huì)增加分析的復(fù)雜度，指標(biāo)較少會(huì)損失一定的信息量，因此，保證指標(biāo)體系的全面性和合理的計(jì)算精度是一項(xiàng)重要工作[1]。李思源等[2]通過(guò)對(duì)指標(biāo)之間的信息量進(jìn)行對(duì)比，減少了指標(biāo)選取的工作量。本文根據(jù)機(jī)電產(chǎn)品的特點(diǎn)，對(duì)指標(biāo)進(jìn)行了特征層分類，以指標(biāo)之間的相關(guān)性和對(duì)特征層的貢獻(xiàn)度為研究切入點(diǎn)，提出了一種指標(biāo)篩選方法。以翅型散熱片為研究案例，構(gòu)建評(píng)價(jià)指標(biāo)體系，并對(duì)指標(biāo)選取模型進(jìn)行了驗(yàn)證。

1 指標(biāo)模型原理

1.1 ? ?聚類分析模型

3 案例分析

翅型散熱片是電器設(shè)備中常用的散熱裝置，翅型散熱片的主要特征包括熱力學(xué)特征、力學(xué)特征以及經(jīng)濟(jì)性特征，每個(gè)特征包含了指標(biāo)參數(shù)，如表1所示。

用Ansys軟件對(duì)翅型散熱片進(jìn)行熱力學(xué)仿真以及有限元分析，分析結(jié)果按式（7）、式（8）進(jìn)行標(biāo)準(zhǔn)化處理。為了保證研究的指標(biāo)體系能夠滿足對(duì)翅型散熱片性能描述的全面性以及代表性，本文將對(duì)已完成分配的特征層級(jí)聚類。基于Matlab軟件數(shù)字模擬聚類結(jié)束后，得到翅型散熱片的性能指標(biāo)聚類結(jié)果：熱力學(xué)特征中指標(biāo)1、2、4可聚類為P11，指標(biāo)3聚類為P12;力學(xué)特征指標(biāo)2、3聚類為P21，指標(biāo)1聚類為P22;經(jīng)濟(jì)性指標(biāo)1、2聚類為P31，指標(biāo)3聚類為P32。經(jīng)過(guò)分析，將同一特征層級(jí)的指標(biāo)中信息相同的歸為一類。

用因子分析法分析同類型中的各項(xiàng)指標(biāo)，首先對(duì)各特征層級(jí)的指標(biāo)做相關(guān)性檢驗(yàn)，KMO檢驗(yàn)與巴特利檢驗(yàn)結(jié)果如表2所示。

由表2結(jié)果可知，3種特征層級(jí)的檢驗(yàn)結(jié)果均滿足要求，可以進(jìn)行因子分析。基于Matlab軟件分析熱力學(xué)特征層、力學(xué)特征層以及經(jīng)濟(jì)性特征層的因子，當(dāng)出現(xiàn)多個(gè)指標(biāo)時(shí)，由綜合載荷值判斷取舍，為了體現(xiàn)數(shù)值的代表性，本文只保留了數(shù)值較大的綜合載荷值，結(jié)果如表3所示。

4 結(jié)語(yǔ)

本文提出了一種基于指標(biāo)模型的機(jī)電產(chǎn)品性能分析方法，該方法應(yīng)用了聚類分析和因子分析原理將機(jī)電產(chǎn)品的多個(gè)指標(biāo)分層級(jí)歸類，使機(jī)電產(chǎn)品性能分析更加清晰、量化。本文的分析方法適用于機(jī)電產(chǎn)品的整體分析，也可作為研究產(chǎn)品中某一零部件性能的方法。現(xiàn)今機(jī)電類產(chǎn)品種類越來(lái)越多，基于指標(biāo)模型的性能分析可為相關(guān)研究提供重要參考。

[參考文獻(xiàn)]

[1] 王曉偉，李劍峰，李方義，等.機(jī)電產(chǎn)品生命周期評(píng)價(jià)指標(biāo)與量化方法研究[J].山東大學(xué)學(xué)報(bào)（工學(xué)版），2009，39（5）：73-78.

[2] 李思源，譚業(yè)雙.基于層次分析法和信息熵的多準(zhǔn)則指標(biāo)選取[J].計(jì)算技術(shù)與自動(dòng)化，2012，31（4）：99-103.

[3] 張淳.ETC系列數(shù)控車床故障分析與可靠性評(píng)估[D].沈陽(yáng)：沈陽(yáng)航空航天大學(xué)，2018.

[4] 王元地，陳禹.區(qū)域“雙創(chuàng)”能力評(píng)價(jià)指標(biāo)體系研究——基于因子分析和聚類分析[J].科技進(jìn)步與對(duì)策，2016，33（20）：115-121.

收稿日期：2020-04-28

作者簡(jiǎn)介：黃爽（1976—），女，浙江臺(tái)州人，碩士，講師，研究方向：機(jī)電設(shè)計(jì)及控制。