复杂圆柱壳结构参数化建模方法及模型库设计

针对船舶的主要结构形式——复杂圆柱壳结构,为研究其快速建模方法以实现船舶结构的优化设计,基于隐式参数化模型概念提出参数化模型表征方法,建立其分类和命名体系,给出其参数化建模方式和流程,利用数值仿真工具完成其参数化模型库设计和开发,并应用于某船舶结构的快速建模.算例表明:复杂圆柱壳参数化模型库设计合理,满足复杂圆柱壳结构快速建模和修改的要求.     

基于计算智能的射孔枪结构优化设计方法

在对石油射孔枪结构进行有限元静、动力分析的基础上,利用BP神经网络对有限元分析得出的样本数据,建立射孔枪结构设计参数盲孔处的最大应力(输入)与盲孔深度、盲孔直径(输出)的全局性映射关系,获得遗传算法求解结构优化问题所需的目标函数值.最后,用改进的遗传算法进行射孔枪结构的优化设计.结果表明,基于神经网络和遗传算法的优化技术应用在射孔枪结构的优化设计中是有效、合理的.从广义的角度,作为结构优化问题求解方法的一个探讨,本文所提出的优化技术,也为工程领域中复杂、多变量,尤其是优化设计目标无法或难以表示成设计变量的显函数的优化问题的求解提供了新的思路和技术手段.     

天线结构优化可视化建模研究

为了方便工程设计者快速、简易地建立天线结构优化设计模型,开发了天线结构优化设计可视化建模环境。在这个环境中用户可以通过人机界面交互确定设计的目标系统、约束系统和变量系统。开发过程中涉及的一些关键技术,重点是I-DEAS软件的二次开发技术Open I-DEAS的具体应用,包括Dephi与I-DEAS的链接,在Dephi下编程控制I-DEAS图形界面中的选取操作并处理选取结果。     

基于模拟退火算法的设计结构矩阵分析优化

研究产品设计过程效率问题,设计结构矩阵对产品设计过程进行建模,依据设计结构矩阵的原理及优化理论,通过图论方法分析优化了简单设计过程,针对强耦合设计任务块的问题,无法使用图论方法寻找耦合任务块和对耦合任务块进行优化,为了缩短生产过程的执行时间,使用模拟退火算法进行DSM分析优化.在算法的设计上对DSM进行n进制数字编码,新状态函数产生采用n进制编码两点互换法,新状态接受函数使用Metropolis重点抽样原则产生,根据实际问题的规模选取了直线降温的退火函数,仿真试验证明,合理选取终止温度作为最优解的终止条件,应用上述关键技术可以取得满意的结果,虚拟卫星太阳翼为例验证了算法的可行性.     

基于GA-NN的复杂工艺生产过程多目标优化研究

在复杂非线性多目标优化问题求解中,非线性模型结构很难事先给定,需要检验的参数也非常繁多,应用传统的建模方法和优化模型已难以解决更为复杂的现实问题。人工神经网络技术为解决复杂非线性系统建模问题提供了一条新的途径。将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行系统模型的建立,再应用遗传算法进行优化,从而实现设计分析与设计优化的分离。以某化工企业的生产过程优化问题为例,利用BP神经网络建立了工艺参数与性能目标之间的模型,然后利用遗传算法搜索最优工艺参数,获取了用于指导生产的样本点数据。研究结果表明,该方法能够获得高精度的多目标优化模型,从而使优化效率大为提高。     

基于SolidWorks和ANSYS的大型全回转架梁起重机结构强度分析

为合理设计某大型全回转架梁大起重力矩起重机的金属结构,利用SolidWorks对其整机各个部分进行三维建模并导入ANSYS软件中,对其整机结构进行有限元分析. 该方法充分利用SolidWorks快速准确建模的特长,很好地解决ANSYS建模能力不足的问题,不仅有效提高建模速度和模型质量,而且简化分析工作,提高模型准确性. 根据计算结果调整设计方案,合理布局整机结构,通过采用高强度材料减轻整机重量,使其满足工程实际要求,提升总体设计水平. 该方法可较快获取大型全回转架梁起重机整体结构设计的最优化方案,缩短设计周期,完成较为完整的起重机整体结构分析,对工程机械的设计具有较好借鉴作用.     

基于网格实现的汽轮机基础优化设计

工程优化设计往往需要进行大规模的数值计算,拥有大量闲置资源的网格环境为建立这种高性能计算平台提供了可能.但是网格资源的动态性、异构性和分布性的本质特征,阻碍了网格技术在工程应用上的普及.为了利用网格环境中大量的闲置资源来协同解决实际工程中复杂的优化设计问题,建立了一个4层结构的高性能网格计算平台,并利用Kriging近似模型,在该平台上开发了以减轻基础重量和降低基础振幅为目的的多目标汽轮机优化设计的网格算法.使用该算法,在网格平台上对两个汽轮机基础进行了优化设计,与序列线性规划方法的结果比较表明所开发的优化算法有较高的计算精度.还分析了当使用不同数量的计算节点时网格的加速情况,说明所发展的优化方法能够在网格环境中高效地运行,搭建的网格平台也适合于工程优化设计.     

基于遗传算法的PID参数优化设计

本文研究了一种新的参数优化设计方法。它以误差积分型性能指标为目标函数,以设计参数的取值范围为约束条件建立了优化数学模型。之后,在Matlab环境下,将遗传算法同Simulink仿真技术有机融合来求解该优化模型,数值实验表明：本方法简单直观,通用性强,所设计的PID性能优异,十分适合于工程应用。     

基于3D CAD模型的设计结构矩阵自动化生成系统

设计结构矩阵DSM已成为许多研究和实践领域中复杂系统建模和分析的工具。但是,DSM的构建却面临很大的困难,因为每个产品的分解和结构关系可以有不同的解释,因此不能以标准模式构建。这使得DSM的快速生成难以实现,从而延长了产品设计周期。介绍了一种基于CAD模型的DSM自动生成系统。首先,使用SolidWorks API提取SolidWorks平台中CAD模型的结构特征树中的顶层部件的Mates特征信息,并将其按特定顺序排列并存储在数据库中。其次,分析组装的部件之间的几何关系,以确定各种配合的类型对部件之间的连接关系的影响程度,并建立了相应的分析和比较规则。最后,使用Visual Basic成功完成了DSM自动生成系统的设计。同时,本文以一些CAD模型为例,验证了所开发系统的可行性和可靠性。     

时间Petri网在即时检验流程建模中的应用

针对即时检验系统的设计与开发建模问题,提出一种基于时间Petri网的并发系统建模分析方法,为即时检验流程设计建立较为准确的信息化模型。通过将活动持续时间概念引入Petri网模型中,提出了适用于即时检验系统建模的时间Petri网建模方法,并设计了嵌入Petri网模型中的调度仿真器协助分析、优化即时检验控制过程。仿真实验结果表明所提出的时间Petri网建模方法在可达节点和运行时间等方面能够满足并行多类别即时检验调度与控制系统的流程建模实际需要,为流程仿真和分析提供有力工具,从而辅助系统设计者对即时检验系统进行优化。     

基于HyperMesh二次开发的飞行器尾翼复合材料建模和优化分析

为解决飞行器尾翼复合材料结构建模复杂、优化工况繁琐等问题,利用HyperMesh二次开发技术开发尾翼复合材料建模优化分析系统.介绍该系统相关二次开发技术以及复合材料建模优化分析技术,并给出应用实例.通过该系统可自动建模,自动提交多阶段优化求解和出具结果报告,极大提高尾翼复合材料建模优化分析效率.     

并行设计过程建模及优化

设计过程建模及优化对于缩短产品开发时间、提高企业的竞争力具有重大意义，本文提出了面向对象（Ｏ－Ｏ：Ｏｂｊｅｃｔ－Ｏｒｉｅｎｔｅｄ）的设计和并行设计过程建模方法，随后以二级圆柱直齿减速器的设计为例，介绍了以Ｏ－Ｏ过程模型为基础，以设计结构矩阵为工具的设计活动重组，并比较了重组前后所用时间，取得了明显的效果。     

全局优化视角下的有色冶金过程建模与控制

为提高生产效率、降低能源消耗、减少环境污染,需要对有色冶金过程进行建模,在系统模型的基础上,通过控制与优化技术,使过程系统运行在最优工况.本文以几个典型有色冶金过程为背景,阐述有色冶金过程建模、控制与优化三者之间的内在关联;从科学研究层次的角度上指出建模、控制与优化分属于不同层次的问题,且从方法论的角度指出建模、控制分两步进行:选择模型结构和估计模型参数、选择控制器结构和整定控制器参数,有色冶金过程系统模型、控制器的结构和参数确定问题均可以看成是非凸优化问题;探讨了全局优化视角下,建模、控制问题转化为优化问题以及在求解优化问题过程中存在的难点,提出解决这些难点的一些可行方案.     

垂直结构群落系统优化算法

为了求解一类复杂非线性优化问题的全局最优解,基于采用垂直结构群落动力学理论,提出了一种新的垂直结构群落系统优化算法,简称为VS-CSO算法。该算法将优化问题的搜索空间视为一个生态系统,该生态系统具有若干个垂直结构分叉营养水平,在各个营养水平中生活着不同种类的生物种群;在每个种群内,有若干生物个体在活动;生物个体不能跨种群迁移,但在同类种群中会相互影响。各种群以循环捕食-被食或资源-消耗连接在一起。运用垂直结构群落动力学模型开发出了通吃算子、择食算子、干扰算子、侵染算子、新生算子、死亡算子。其中,通吃算子和择食算子可实现个体跨种群的信息交换,而干扰算子和侵染算子可实现种群内部个体之间的信息交换,从而确保个体间信息的充分交换;新生算子可适时补充新个体到种群中,而死亡算子可将种群中的虚弱个体适时清除掉,从而大幅提升算法跳出局部陷阱的能力。在求解过程中,VS-CSO算法每次只对极少变量进行处理,因此可求解高维优化问题。测试结果表明,VS-CSO算法能求解一类非常复杂的单峰函数、多峰函数和复合函数优化问题,其求精能力、探索能力及两者的协调性均优良,且具有全局收敛性的特点。该算法为求解一些较高维复杂函数优化问题的全局最优解提供了可行方案。     

DSM as a knowledge capture tool in CODE environment

A design structure matrix (DSM) provides a simple, compact, and visual representation of a complex system/ process. This paper shows how DSM, a system engineering tool, is applied as a knowledge capture (acquisition) tool in a generic NPD process. The acquired knowledge (identified in the DSM) is provided in the form of Questionnaires, which are organized into five performance indicators of the organization namely ‘Marketing’, ‘Technical’, ‘Financial’, ‘Resource Management’, and ‘Project Management’. Industrial application is carried out for knowledge validation. It is found form the application that the acquired knowledge helps NPD teams, managers and stakeholders to benchmark their NPD endeavor and select areas to focus their improvement efforts (up to 80% valid).     

Reliability-based design optimization for problems with interval distribution parameters

Traditional reliability-based design optimization (RBDO) generally describes uncertain variables using random distributions, while some crucial distribution parameters in practical engineering problems can only be given intervals rather than precise values due to the limited information. Then, an important probability-interval hybrid reliability problem emerged. For uncertain problems in which interval variables are included in probability distribution functions of the random parameters, this paper establishes a hybrid reliability optimization design model and the corresponding efficient decoupling algorithm, which aims to provide an effective computational tool for reliability design of many complex structures. The reliability of an inner constraint is an interval since the interval distribution parameters are involved; this paper thus establishes the probability constraint using the lower bound of the reliability degree which ensures a safety design of the structure. An approximate reliability analysis method is given to avoid the time-consuming multivariable optimization of the inner hybrid reliability analysis. By using an incremental shifting vector (ISV) technique, the nested optimization problem involved in RBDO is converted into an efficient sequential iterative process of the deterministic design optimization and the hybrid reliability analysis. Three numerical examples are presented to verify the proposed method, which include one simple problem with explicit expression and two complex practical applications.     

内部结构自支撑的三维打印浮体平衡优化算法

为了使浮体能够在熔融挤压式三维打印机中一次成型,提出一种内部结构自支撑的浮体平衡优化算法.首先在给定漂浮姿势的输入模型内部,利用递归细分方法生成自支撑的格子结构,并把输入模型与格子结构组合为初始浮体模型.然后以初始浮体模型中格子单元体积为变量构建平衡优化方程,根据方程解算结果调整初始浮体模型中每个格子单元的体积,从而生成最终的浮体模型.实验结果表明,文中算法生成的浮体模型可以使用熔融挤压式三维打印机直接打印,打印的实体不但能够按照预设的姿势漂浮在液体中,而且具有较好的抗压能力;算法中的递归细分策略能够在模型内部产生较多的格子单元,具有节省打印材料的优势.     

Incorporating user preferences in ant colony optimization for the next release problem

The selection of which requirements should be implemented in the next software release is an important and complex task in the software development process, considering the presence of budget constraints and other conflicting aspects. In this context, search based software engineering, has the main objective of applying automatic search methods to solve complex software engineering problems. However, most of these methods do not consider human expertise during the search, especially due to the difficulty in mathematically modeling the user's preferences. Consequently, the user can present some resistance or place little confidence in the final results, given that his/her knowledge and domain expertise was not properly considered in the solution construction. This paper aims at proposing an interactive model for the next release problem using ant colony optimization, where the user can define which requirements he/she would like to include or not in the next release. Employing humans and a simulator, an empirical study was performed that considers real-world and artificial instances. The achieved results demonstrate that the loss of score was, on average, 12% when it was compared with a solution with no human intervention. On the other hand, the algorithm generates solutions that have more than 80% of the met preferences, as defined by the users. Furthermore, the results showed that ACO can be an interesting choice as an interactive search engine, given the low quantity of interactions that are required to reach good solutions.