基于COM组件的协同设计系统客户端实现技术研究

通过分析当前COM组件对象技术和Agent技术的一般特点,并结合两者的优点,提出了一种基于组件和代理的协同设计系统开发方法及实现实例,实现协同设计系统客户端子系统各功能模块的封装和集成,完成包括任务管理界面、任务定义与分解、任务分配、子任务监控、工作记录、任务进度、任务信息描述、协同工具等相关功能模块,克服了常规协同设计系统的强耦合缺点,缩短了产品协同设计的开发周期,提高了系统的可扩展性和易维护性.     

基于DSM的耦合模块划分方法的研究

以多技术系统的代表产品工业机械手为例,详细阐述了关键任务的提取以及耦合模块划分的过程,应用优化模型最终确立了模块划分方法,从而实现了设计任务的规划,确立了产品设计模型.     

基于分布式协同的多学科优化设计

多学科设计优化(Multidisciplinary Design Optimization,MDO)作为一门针对复杂系统的优化方法,对于由多个耦合子学科或子系统组成的复杂系统优化尤为适合。文中给出了复杂机电产品的分布式协同优化设计平台的系统数学模型和设计平台结构,以及基于网络协同和UGNX实现的框架平台。     

基于iSIGHT的机-液耦合举升机构的优化设计

以某工程车辆的举升机构为研究对象,分别使用SimMechanics工具箱和Simulink工具箱建立了举升机构的机械系统仿真模型和液压系统仿真模型,通过Simulink的子系统封装技术进行模块封装,构建了举升机构的机-液耦合仿真模型,并进行了动态仿真分析.同时,使用iSIGHT的软件间协同机制对耦合系统进行了DOE分析和优化设计并获得了满意的优化设计方案.使用的建模及优化方法可作为其它机液耦合系统的仿真和优化研究的参考.     

注塑产品与模具协同设计任务规划算法研究

协同设计支持多功能小组兆同参与一个产品的设计过程,在产品开发的初始阶段,合理的任务规划将有利于协同设计的顺利进行,从而提高设计效率与质量。对协同设计任务规划系统开发的关键技术进行研究,采用模糊设计结构矩阵描述设计子任务的耦合关系,提出了新的模糊排序算法指导设计过程的分解与重组;基于综合能力、兴趣和时间约束分配设计任务,并根据协同设计过程的并行度与耦合度测定,提出了新的协同设计任务调度的时间分配策略。最后以注塑产品及模具协同设计为对象进行了验证。     

面向产品自顶向下设计进程的集成协同决策

提出基于产品功能和物理拓扑结构的进程模型,将产品自顶向下设计进程分解为模块任务、零件任务、设计参数及其相互关联等基本组成元素.根据自顶向下的设计进程特点,提出产品集成协同设计软件系统架构,设计相应模块任务代理、零件任务代理以及基于敏度分析的代理设计方法,采用Java及Web技术实现了上述系统,以变速箱为设计实例说明系统的应用过程和效果.     

基于目标约束的NURBS方法凸轮曲线寻优创成设计

针对凸轮机构的设计优化问题,提出了一种通用的NURBS(Non Uniform Rational B-Splines)凸轮曲线寻优创成设计方法,即采用NURBS曲线实现凸轮从动件位移、速度、以及加速度的表达。在约束条件及目标函数的双重限制下,通过数值迭代优化算法对NURBS曲线的控制顶点及权因子进行同步整定以实现凸轮曲线的优化设计与创成,使其满足设计所要求的运动学约束、几何约束、压力角约束、运动不失真条件等综合性能指标。特别地,此方法不仅能够实现优化水平的整体控制,还能够对凸轮运动曲线的局部形状实现自适应调整,使其具有最佳的性能特征。以一DRD(Dwell-RiseDwell)型直动从动件盘型凸轮机构的凸轮曲线设计为例,验证了NURBS凸轮曲线寻优创成设计方法的有效性。应用实例表明,与传统的凸轮曲线设计方法相比,基于目标约束的NURBS方法凸轮曲线寻优创成设计能够在强耦合的约束关系之间,获得目标设计参数最优的凸轮曲线形状表达。     

融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化

为解决流程制造工艺参数优化面临的多工序耦合模型构建复杂、多目标冲突分析困难、实时和准确性难以保障等问题，提出一种融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化方法。设计了适用于多工序耦合生产的训练计算云边协同架构，通过设备边缘节点与云平台的高效协同，完成了预测模型和优化模型的云端训练，边缘端数据收集、模型下载和调用计算。在此基础上，建立了基于GRU-Attention多层神经网络的生产工艺质量预测模型，将输出质量指标作为适应度，调用鲸鱼算法对生产工艺参数进行全局寻优，获得不同工序最优工艺参数组合，实现流程生产不同工序加工质量的实时预测和综合优化。最后，以某流程制丝生产线为例进行了实验验证，结果表明，所提基于深度学习的云边联动方法可实现生产质量的综合动态优化，同时可降低工艺参数调控任务的完成时间。     

分布式模块化协同设计方法

提出了一个开放的、分布式的机械性能协同设计环境DCMDE。系统采用了分布式模块技术对设计问题进行构模。一个模块表征一个设计子问题或问题的一个学科方面，每个模块用面向对象技术封装数据和方法，通过Web界面，为用户和其它模块提供服务。各个设计模块在DCMDE中共享产品信息模型中的数据，并通过产品信息模型进行设计信息的通信和交流，保证了协同设计中的产品数据一致性。系统采用了基于信任度的冲突协调方法来协调不同学科之间的目标冲突。一个齿轮箱协同设计实例显示了系统的有效性和实用性。     

基于Web的机床组件协同分析和优化环境

计算机支持的协同优化分析是实现复杂机械产品协同设计的一个重要环节，阐述了协同优化分析的思路、核心，构建了机床组件协同分析、优化的结构模型。针对这种结构模式，探讨了机床组件的有限元分析优化的协同过程、冲突和冲突消解机制以及协同过程中任务机制，描述了有限元分析优化过程的自动实现，并给出车床床身模态分析的实例。在这种模式下，充分体现了CAE技术在工程应用中的价值。     

面向系统功能特性的协同验证方法研究

为了提高芯片设计中功能验证环节的效率,提出了一种对系统的功能特性归类划分、自动选择适合的验证技术的协同验证方法,构建了多种验证技术之间无缝协作的平台。该协同验证方法所依据的策略是：特定的功能特性采用特定的验证技术更有效。因此,利用不同验证技术的互补验证能力,可提高验证效率。协同验证平台的实现是基于从控制数据流图得到的细化模型,该细化模型采用了包括特性分组、变量重排、结构细化等模型优化技术,以提高验证速度。根据在ITC99上的验证,证明了该协同验证方法的有效性和实用性。     

基于虚拟现实建模语言的协同设计实时性优化技术研究

基于虚拟现实建模语言的产品数据模型,可满足协同设计中快速网络传输、跨计算机辅助设计系统和跨平台的要求。对协同设计过程中几个主要阶段设计了相应的优化技术,即设计操作独立化、传输操作参数化、传输模型最优化,显著提高了虚拟现实建模语言模型协同设计的实时性。基于以上优化技术,开发了虚拟现实建模语言环境下的协同设计支持系统——基于虚拟现实建模语言的虚拟装配系统。最后,给出了该系统的应用实例。     

云平台数据驱动的产品与供应商资源主从协同优化

针对传统产品和供应商资源协同研究以历史数据或经验为输入,基于“归一化”或“层次优化”方法造成需求响应滞后和失真等问题,在分析两者正反向交互特征、解析数据传播途径的基础上,提出了基于云平台数据驱动反向设计（DID）的产品与供应商资源主从协同优化系统决策方法。构建了基于云平台DID的产品和供应商资源协同配置框架;建立了基于云平台DID的主从协同优化决策模型,其中,基于正向客户需求的产品配置充当上层主者,下层供应商联合配置充当从者,反向影响产品配置的决策;利用双层嵌套遗传算法进行模型权衡解优化;最后给出了汽车座椅的产品与供应商资源协同优化案例。结果表明,所提方法在真实表征产品和供应商资源联合配置过程的数据传递、协同关系方面具有显著优势。     

基于管网特性变化的热泵空调系统协同优化方法

论述了基于管网特性变化的地下水源热泵中央空调系统协同优化方法,从热泵主机、输配系统和用户末端三方面建模,分析协同关系,得出实际优化设定点。通过一个简化的空调系统,对比计算定频调质和协同优化运行两种条件下的节能效果,说明协同优化方法可以实现系统整体的最大节能效果,并对实际运行有一定的指导意义。     

一种基于图优化的行人协同定位方法

基于手机惯性传感器的行人航位推算方法是行人导航的核心方法之一。 然而由于传感器噪声等因素,航位推算获取 的位置信息误差往往随着时间发散,通常将航位推算和卫星导航通过卡尔曼滤波构成组合导航系统,利用卫星提供的高精度定 位信息补偿航位推算误差。 提出一种基于图优化的行人协同定位方法,将状态转移、量测和协同测距信息都作为状态的约束, 统一进行优化估计。 为验证方法的有效性,分别在卫星信号良好、无卫星环境下进行了实验验证。 实验分析结果表明,基于图 优化的行人协同定位方法在有无卫星信号情况下,都可以有效地提升系统的定位精度。 和基于卡尔曼滤波的协同方法相比,最 大水平定位误差都减少了 30% 以上。     

机械产品协同优化设计研究综述

综述了目前国内外协同优化设计技术研究及应用现状,重点论述了大系统优化问题分解、协同优化算法和性能函数快速分析等的方法和策略及其存在的问题,并总结出应继续深入研究的理论及工程应用研究方向。     

Robust Collaborative Optimization Method Based on Dual-response Surface

A novel method for robust collaborative design of complex products based on dual-response surface (DRS-RCO) is proposed to solve multidisciplinary design optimization (MDO) problems under uncertainty. Collaborative optimization (CO) which decomposes the whole system into a double-level nonlinear optimization problem is widely Accepted as an efficient method to solve MDO problems. In order to improve the quality of complex product in design process, robust collaborative optimization (RCO) is developed to solve those problems under uncertain conditions. RCO does opfmiTation on the linear sum of mean and standard deviation of objective function and gets an optimal solution with high robustnmess. Response surfaces method is an important way to do approximation in robust design. DRS-RCO is an improved RCO method in which dual-response surface replaces system uncertainty analysis module of CO. The dual-response surface is the approximate model of mean and standard deviation of objective function respectively. In DRS-RCO, All the information of subsystems is included in dual-response surfaces. As an additional item, the standard deviation of objective function is added to the subsystem optimization. This item guarantee both the mean and standard deviation of this subsystem is reaching the minima at the same time. Finally, a test problem with two coupled subsystems is conducted to verify the feasibility and effectiveness of DRS-RCO.     

硫化罐卡箍的质量优化设计

应用CAE软件Proe,Ansys和协同优化软件Isight,构建了基于Isight的协同优化设计平台,解决了软件之间的数据通信技术问题和设计分析过程的自动化技术问题。并利用这一平台、基于分析设计的思想成功完成了对硫化罐卡箍的质量优化设计,为今后过程装备的改进优化提供了一种技术路线。     

基于多学科协同优化的NMOHEMS剖面探头设计

新型远海机动水文环境监测系统(new mobile open-sea hydrologic environment monitoring system,NMOHEMS)剖面探头是海洋水文要素剖面测量的最终执行者,与机载投弃式温度剖面计(airborne expendable bathythermograph,AXBT)探头等相比,具有外形更小、下沉速度更慢、深度分辨率更高等特点.基于多学科设计优化(muhi-disciplinary design optimization,MDO)理论结合专家参与模式,完成了测温剖面探头的优化设计.首先设计探头的概念模型,建立其多学科优化方程,然后利用协同优化方法求解,并根据得到的优化结果提出改进意见,经过反复优化-改进的迭代,最终确定最优设计方案.制作测温剖面探头模型并进行了模型实验,实验结果表明优化设计的测温剖面探头能够满足下沉过程中运动状态平稳,极限速度接近2 m/s等要求.     

在Multi-Agent环境下机械产品协同优化

根据协同优化算法的思想,提出了一种Multi-Agent模型,利用神经网络建立子系统优化Agent的近似响应面。子任务规划Agent进行传统的优化进程;任务调度Agent根据结果分析Agent计算的样本集近似满意度自主选择不同的执行路径;近似响应面Agent通过使用更新准则,逐步获取满足子系统级约束和目标的精确的响应面。当子系统获取指标变量后,通过子系统优化Agent内部的响应面快速获取优化解向量,并将该向量返回到全局黑板数据结构中,系统级优化Agent可以利用该结构,协调各个子Agent不一致的信息,从而有效地提高了复杂机械产品协同优化中的效率和精度。