优化工业高速氧气燃料热喷涂工艺的实用指南：基于比较多目标优化

在制造和维修过程中，实现高质量和成本效益是两个至关重要且常常相互冲突的目标。质量标准取决于具体应用场景，而成本效益始终是优先考虑的因素。这些相互竞争的目标导致多目标优化问题，算法被用于识别帕累托最优解——为决策者提供可行参数设置的折中点。成功地将此类优化算法应用于制造，依赖于能够通过物理方法或数据驱动方法对其所建模的底层物理系统进行建模，而该系统通常具有复杂性，需要进行数学表示。本文将三种多目标优化算法应用于确定高速氧气燃料(HVOF)热喷涂的最优工艺参数。系统评估了这些算法在保持工艺效率的同时提升涂层性能的能力，考虑实际约束和工业可行性。开展了实际验证试验，以验证算法生成的近似理论解的可行性，确保其在现实场景中的适用性和可靠性。通过探索这些在工业环境中应用的多样化算法的表现，本研究为研究人员和实践者提供了见解，指导他们提高涂装行业的工艺效率和产品质量。