基于设计空间缩减的多学科协同优化新方法

提出一种多学科协同优化设计新方法—设计空间缩减协同优化(Design space decrease collaborative optimization,DSDCO)。根据子系统级优化结果,确定分解设计空间的平面方程,将设计空间合理分解为多个子空间,去除其中不可行设计子空间,将缩减后的设计空间传递到系统级优化。根据系统级优化在各个子空间的优化信息,择优选取系统级优化结果和下一次优化计算的设计空间,循环进行优化迭代计算,直至系统级优化值符合收敛条件。该方法通过缩减优化求解空间,不断更新系统级优化模型,将传统协同优化(Collaborative optimization,CO)中系统级非线性等式约束变换为只含有变量边界的线性不等式约束,解决了传统CO系统级求解困难的问题。DSDCO在变量有界的多学科设计优化(Multidisciplinary design optimization,MDO)问题中,对原始问题约束函数的凸性无要求,对优化迭代起始点的位置无要求。分别利用数值算例、减速器设计和弹簧设计三个典型算例,验证了DSDCO方法的正确性。     

基于Kriging插值和回归响应面法的冲压成形参数的优化及对比分析

首先采用拉丁方试验设计方法进行样本数据设计,同时,为了提高计算效率,将基于Kriging插值和响应面近似模型引入板料成形优化设计的复杂系统中,并基于初始化变量进行优化,采用Kriging插值和响应面近似方法对样本点和优化过程中形成的优化点重新进行响应面构造,以确定优化范围内新的初始值并将约束减小到一定范围;随后采用遗传优化算法对更新的设计变量初始值和约束范围进行优化。如此循环,直至得到最优解。计算结果表明,在汽车覆盖件行李箱盖的压边力、拉延筋阻力最优设置以及避免出现拉裂、起皱现象方面,Kriging插值近似建模技术优于多项式回归响应曲面近似建模技术,其预测精度高,自由度高,建模效率高。     

多指抓取的实时力优化算法

根据非线性摩擦约束与特定结构矩阵正定性之间的等价性,将多指抓取力规划问题描述为线性约束正定矩阵对应的平滑流形最优化问题,并且采用线性约束梯度流方法计算得到最优的抓取力。当手指数目较多时,高维描述矩阵限制了传统线性约束梯度流表达式的计算速度,为了解决该问题,基于力优化过程中描述矩阵的仿射约束特性,提出一种适合实时应用的基于抓取力矢量的线性约束梯度流算法。该算法取代描述矩阵,采用抓取力矢量表示线性约束梯度流,大大降低了线性约束梯度流表达式的维数和计算量。以摩擦点接触情况下的四指灵巧手为对象, 采用该算法进行抓取力计算,分析权重因子和步距因子对于计算结果和收敛速度的影响,证明该算法的正确性和实时性。     

基于近似模型的两级集成系统协同优化方法

在两级集成系统协同优化(BLISCO)方法的基础上提出了一种基于近似模型的BLISCO方法,该方法在继承了BLISCO方法优点的同时,具有能够减少设计优化过程中仿真分析和计算次数、平滑设计空间数值噪声、加快收敛速度等优点。通过两个算例,针对子系统存在耦合和不存在耦合两种情况对所提出方法进行了测试,分析结果表明,采用基于近似模型的BLISCO方法可以快速、准确地获得最优解,且综合性能优于原BLICO方法和相关文献所提出的方法。     

改进的多学科协同优化方法

针对标准协同优化方法系统级优化存在自身内部缺陷而导致计算困难的问题,提出一种改进的协同优化方法.利用凝聚约束处理方法,将系统级优化的多个等式约束凝聚成一个单约束,结合惩罚函数法将其转化为无约束优化问题,并针对系统级优化采用传统优化算法对初始点选取敏感等问题,将改进的粒子群优化算法应用于协同优化.利用数值计算和减速器设计两个典型算例,对所提方法的可行性和有效性进行了验证.     

基于FORM的齿轮传动多学科优化设计

通常多学科设计优化是一种确定性设计方法,未考虑不确定性因素的影响。为降低多学科设计优化过程中不确定性因素对系统性能的影响,将一次可靠性方法与协同优化方法相结合,应用到多学科设计优化中。建立基于一次可靠性方法的协同优化的数学模型,并阐述其求解流程,该方法可用于多学科设计优化领域的可靠性设计问题。分别运用协同优化方法和基于一次可靠性方法的协同优化实现了减速器齿轮传动的多学科优化设计,在这两种方法的系统级优化中,引入松弛变量,将一致性等式约束转化为不等式约束,使算法易于收敛。优化结果表明基于一次可靠性方法的协同优化方法求得的最优解使得约束条件满足了可靠性要求,提高了系统的可靠性,具有实际工程意义。     

基于改进并行子空间优化方法的机床主轴设计研究

为了使CSSO方法在系统级优化时能用于自主筛选来自各子学科间的设计变量的最优值以提高系统级优化效率和收敛速度,提出了一种改进型的并行子空间优化方法(improved concurrent subspace optimization,I-CSSO)。该方法在传统CSSO方法基础上通过增加一个自动筛选程序,即将各子学科优化方案及系统级优化方案进行了对比,从中优选出最优方案作为下一轮迭代的初始方案进行了优化,同时应用拉丁超立方试验设计方法采取样本点并构建了数据库,近似模型基于径向基神经网络模型。以某一机床主轴设计优化为例,基于Isight平台搭建了所设计的I-CSSO方法框架,并与传统的CSSO方法进行了对比。研究结果表明:所提出的I-CSSO方法有效提高了算法的计算效率。     

现场双经纬仪三维坐标测量系统

分析了经纬仪透视投影模型以及双经纬仪三维坐标测量模型。采用线性与非线性相结合的方法来求解双经纬仪坐标测量系统的参数,首先由8个以上空间点在两台经纬仪投影平面内对应的投影坐标计算出本质矩阵E,通过本质矩阵E的奇异值分解以及空间绝对距离的约束采用线性方法求出右经纬仪的投影矩阵,然后建立包含空间点在两台经纬仪投影平面内投影点固有约束以及空间点三维坐标在内的目标函数,并以线性方法求出的参数为初值,采用非线性优化的方法求解最优测量系统的参数。该方法保证了求解参数为全局最优,且求解速度快。试验结果表明,该方法切实可行。     

基于BP网络和Pareto遗传算法的多目标协同优化

多学科设计优化（MDO）问题往往是多目标的。Pareto遗传算法（PGA）所求得的Pareto最优解集为设计决策提供了很大方便。针对在CO的计算构架中直接使用PGA会导致计算量过大的问题，提出基于BP神经网络和pareto遗传算法的多目标协同优化方法。采用试验设计方法选择设计点，构造具有全局近似能力的各学科优化神经网络响应面，进而采用PGA进行系统层优化问题的多目标寻优。用上述方法对某型干线客机进行总体多目标优化。与直接采用PGA求解MDF单级多目标优化模型所得的计算结果对比表明，所提出的方法能有效近似该问题的Pareto最优前沿．、     

基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化EI北大核心CSCD

针对基于Kriging近似的可靠性设计优化样本最优配置问题,提出基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化方法。采用继承拉丁超立方样本构建Kriging近似,并求解最大可能失效点作为局部序列采样中心。针对有效概率约束构建基于Kriging近似误差、功能函数非线性度量及目标可靠度的局部序列采样区域。以重要抽样策略计算失效概率及灵敏度,并采用序列近似规划求解最优设计点。通过3个算例及机床横梁设计优化应用验证了所提方法的有效性。     

某系统级电子装备随机振动试验方案优化技术

随机振动试验是考察电子装备结构可靠性的关键项目。系统级电子装备集成化程度高,结构复杂,若采用传统方法制定其随机振动试验方案,则周期长且成本高。文中以某星载系统级天线模块为分析对象,提出了一种基于动态响应分析的系统级电子装备随机振动试验方案优化技术。通过建立合理的有限元模型并进行振动响应计算,能够快速获得天线模块结构各部分的振动响应,从而指导试验条件优化和响应点布置。该分析结果也可为系统级电子装备结构刚强度设计提供理论支撑。     

Robust multi-objective and multi-level optimization of complex mechanical structures

This paper presents a new approach to robust multi-objective and multi-level optimization of the design of complex mechanical structures. The optimization is at two levels: system and elements. At system-level, the robust multi-objective problem has four cost functions: on the one hand the minimization of the global mass and displacement at a fixed point of the mechanical structure, and on the other hand the maximization of both the robustness and the displacement of the mass. At element-level the robust multi-objective problem has two cost functions: minimization of the element mass and maximization of its robustness. A robust condensation technique, based on an enriched Karhunen-Loève condensation, is used for complex structures which require a large finite element model. In contrast to existing formulations, this new approach takes into account uncertainties in the design parameters at system-level and element-level. It also allows for the task sharing which is commonly used in structural engineering.     

Lightweight design of an electric bus body structure with analytical target cascading

Lightweight designs of new-energy vehicles can reduce energy consumption, thereby improving driving mileage. In this study, a lightweight design of a newly developed multi-material electric bus body structure is examined in combination with analytical target cascading (ATC). By proposing an ATC-based two-level optimization strategy, the original lightweight design problem is decomposed into the system level and three subsystem levels. The system-level optimization model is related to mass minimization with all the structural modal frequency constraints, while each subsystem-level optimization model is related to the sub-structural performance objective with sub-structure mass constraints. To enhance the interaction between two-level systems, each subsystem-level objective is reformulated as a penalty-based function coordinated with the system-level objective. To guarantee the accuracy of the model-based analysis, a finite element model is validated through experimental modal test. A sequential quadratic programming algorithm is used to address the defined optimization problem for effective convergence. Compared with the initial design, the total mass is reduced by 49 kg, and the torsional stiffness is increased by 17.5%. In addition, the obtained design is also validated through strength analysis.     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

Pareto多目标遗传算法及其在机械健壮设计中的应用

在机械或结构的优化设计中 ,普遍存在约束的作用 ,且最优解往往位于可行域的边界上。由于外界环境的变化或人为因素造成设计变量扰动 ,可能使设计成为不可行。本文提出了一种的基于设计变量敏感性的健壮性设计方法 ,并提出了一种用 Pareto遗传算法来实施的带约束的多目标优化方法以求解健壮性问题。 Pareto遗传算法可得到 Pareto最优解集 ,从中可选出满足设计需要的解。本文提出的算法包括 5个基本算子 :选择、变异、交叉、小生境技术、Pareto集合过滤器。文中用算例说明该方法的应用     

某客车动力总成悬置系统振动解耦优化设计

以当前正在开发的一款新型客车的悬置系统为例,详细描述了解耦优化设计方法在动力总成悬置系统开发过程中的应用。在悬置系统动力学仿真分析的基础上,进行了悬置支架解耦优化设计,提高了系统解耦率。对各悬置点承载及位移进行分析,为悬置元件非线性刚度设计提供了参考依据。     

复合材料飞机结构综合优化设计技术研究

针对复合材料前掠翼进行了综合设计优化。建立了多极混合优化设计模型。同时提出了用混合有限元模型实现系统层优化设计的方法。通过三级混合优化设计模型,初步实现了对前掠机翼结构的综合优化设计,一方面达到了提高机翼结构稳定性的目标,另一方面也对机翼层合板结构的铺层顺序实现了铺层设计。     

基于等效电路法的微加速度计系统建模研究

讨论一类硅微闭环电容式加速度计系统级动态模型的建模过程与方法.MEMS（micro-electro-mechanical system）快速有效的系统级模拟依赖于准确简洁的器件宏模型的建立.文中首先针对一种基本机电换能器件进行研究,利用二元函数的Taylor公式,建立器件偏置点附近增量信号间的线性关系,进而建立可用等效电路形式描述的器件宏模型.以此为基础,分别探讨传感器中检测和加力两类差动电容模型的建立方法及其与外部环境的联接,得到可利用电路模拟软件进行分析的系统级等效电路.通过仿真实例验证模型的正确性,并简要讨论系统的主要动态特性.这些工作为进一步的系统仿真和全局优化提供可靠的模型基础.     

基于VB外点惩罚函数法的实现

外点惩罚函数法是机械优化设计中一种常用来解决有约束问题求解的重要方法。基于VisualBasic6.0平台编写程序,设计实现外点惩罚函数法并进行实例验证,运用该程序可以满足在机械设计中的优化需要,从而缩短设计周期,保证设计参数的最优解。     

多工况多级离心压缩机总体优化命题的建模与数值方法

介绍了多工况 点的压缩机最优模拟设计点的特点及相应的优化建模，包括目标函数的建立、约束条件的确立和计算方法，使满足该模拟设计点要求的压缩机在逼近优目标函数最大值的同时，兼顾各真实工况运行点都在较好效率下工作，并列出了基于模型级数据库的优化设计实例。