基于Agent模型的汽车车身多学科设计优化研究

汽车车身设计是一项复杂的系统工程，针对设计涉及多个学科专业领域的特点，提出了基于Agent模型的汽车车身多学科设计优化方法。基于Agent的MDO方法是一种很有潜力的MDO方法，这种方法具有如下特点：流程简单，各个学科组可自主地、并行地进行设计优化，没有系统级协调优化环节。实例研究表明，基于Agent模型的多学科设计优化方法对于解决复杂系统问题有很好的应用前景。     

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。     

协同优化算法的改进

针对协同优化算法是多学科设计优化方法中应用最广、效果最好的MDO算法,但是在应用中存在计算困难的现状,分析了引起协同优化算法计算困难的原因,提出一种改良的协同优化算法——ICO多学科设计优化方法。改进学科一致性约束,增加系统级罚函数,采用快速启动方法,较好地克服了协同优化算法存在计算困难的缺点。标准算例试验结果表明,ICO多学科设计方法能够有效提高算法的稳定性、可靠性和计算效率。     

一种快速收敛的多学科协同优化方法

为解决协同优化方法求解速度过慢的问题,提出一种快速收敛的多学科设计协同优化方法。在该求解方法中,系统优化的全部设计变量分为全局变量和局部变量,协同优化方法中的辅助设计变量被消去;系统级只控制全局变量,学科级控制局部变量;在系统级添加各学科中包含全局变量的约束条件,并基于学科状态方程构造耦合变量一致性约束条件;从各子学科中消除耦合变量的一致性问题,子学科目标的优化只对系统目标的最优起指向性作用。采用两个典型的多学科设计优化算例,检验快速收敛的多学科设计协同优化方法的计算特性,结果表明该方法的收敛迭代步数比协同优化方法大大减少,具有更快的收敛速度。     

云环境下的多学科设计优化研究

多学科设计优化(MDO)在实际应用中面临计算量庞大而复杂的困难,而云计算为解决这种困难提供了手段。利用云计算整合优化资源方面的优势去解决多学科优化过程的难题,按云服务理念,将MDO作为一种服务,搭建了面向MDO的云优化平台,以目标级联法作为MDO的典型代表,对MDO问题进行层级分解,将复杂的工程系统分解为相互联系的若干子系统,降低了原优化问题的求解困难,以几何规划问题和汽车燃烧室的优化设计为例,探讨了云环境下MDO求解的有效性。     

基于多学科优化设计方法的航空电子设备应用研究

复杂工程系统的设计往往涉及多门学科,多学科设计优化(MDO)方法是一类求解复杂系统设计优化问题的方法,是解决航空电子设备设计等复杂工程系统问题的有效手段.航空电子设备系统包含大量的学科和子系统,因此在设计过程中需要充分考虑各学科间的耦合效应.针对这一问题,提出了改进的单极优化方法为优化策略,以iSIGHT为平台构建了理想的设计环境.通过对电子设备中的典型结构印制板级模块进行了实例分析,验证了该优化设计方法集成复杂设计问题的可行性.     

复杂产品多学科设计优化技术

针对复杂产品设计过程中存在学科组成多、学科高度耦合、复杂产品不能进行全面优化设计的问题,指出在复杂产品设计中应用多学科设计优化(Multidisciplinary design optimization, MDO)方法的必要性.阐述MDO的国内外发展现状及其基本概念.分析MDO的知识体系,总结出MDO研究应包括理论和应用两大方面,前者主要包括数学建模、系统分解、优化框架、近似模型、灵敏度分析和优化算法等理论方法,后者主要涉及软件集成、数据转换、设计数据管理、可视化、项目管理和并行计算等技术,并指出这些理论方法与应用技术间的关系.结合实际情况,建议我国应在理论创新、集成平台开发和技术推广等方向开展MDO研究工作.     

基于系统分解的多学科集成设计过程与工具

根据多学科设计问题存在系统分析复杂的特点，提出了一种基于系统分解的多学科集成设计过程。针对该设计过程，从支持独立的学科分析工具着手，给出层次式多学科集成管理模型，并开发了多学科集成设计工具。在该工具中，依据所提出的多学科集成设计过程，对包含4个学科的运载火箭设计问题进行集成和优化，并与两种典型的多学科集成设计过程——多学科可行方法和协同优化方法相比较。结果表明，该集成设计过程具有更好的计算性能。     

多学科设计优化技术在卫星总体设计中的应用

多学科设计优化 (Multidisciplinary DesignOptimization,MDO)是一种工程设计方法,它通过充分探索和利用工程系统相互作用的协同机制,考虑各学科或各分系统之间的相互作用,从整个系统的角度求解优化问题设计复杂的工程系统。在卫星总体设计中应用MDO技术,其基本指导思想是利用合适的优化策略组织     

关于多学科设计优化计算框架的探讨

多学科设计优化 (MDO)框架是指能实现多学科设计优化方法、包含硬件和软件体系的计算环境 ,在这个计算环境中能够集成和运行各学科的计算 ,实现各学科之间的通讯。本文根据MDO的目的、工业界的需要和MDO框架的现状 ,归纳了MDO框架应具有的特征和功能。并以这些特征和功能为评估准则 ,对目前国外几种主要的通用MDO计算框架进行分析和评估。本文目的在于为通用MDO计算框架的开发提供有用的参考意见     

卫星总体多学科设计优化过程分析

多学科设计优化方法是实现卫星设计“快、好、省”目标的有效手段,但在实际应用中存在较大困难。根据多学科设计优化方法中多学科设计、多学科分析和多学科优化问题的分解思路,分析了多学科设计优化方法应用于卫星总体设计存在的现实困难和工程实践中必须考虑的设计因素;通过对卫星总体设计过程的分解与分析,提出了多学科设计优化方法与卫星总体设计流程相融合的技术途径,为进一步构建面向卫星总体设计的分布式协同软件框架提供了参考。     

多学科设计优化研究进展

多学科设计优化是一种基于学科分析和优化的集成的系统设计方法论,是解决航天器设计等复杂工程系统问题的有效手段。综述了多学科设计优化的研究进展及其在航天器设计中的应用。重点介绍了系统数学建模、分解与组织技术及多学科设计优化算法等关键技术,讨论了多学科设计优化目前存在的问题和发展趋势。     

微机电系统多学科设计优化

多学科设计优化是一种针对于涵盖多个学科领域的复杂系统进行设计优化的方法,强调各子学科系统在独自设计优化的基础上的相互之间的并行协作。鉴于微机电系统(Micro electro mechanical systems,MEMS)设计中存在多学科交叉耦合等问题,将多学科优化设计方法引入到MEMS的设计中,研究分析MEMS本身的多学科特性和设计现状,建立面向MEMS的多学科设计优化系统(Micro electro mechanical multidisciplinary design optimization system,MMDOS),提出四种多学科设计优化方法,对提升MEMS的设计水平和产品质量具有积极意义。     

复杂机械产品虚拟样机多学科设计优化研究

为了以尽可能高的效率求得复杂机械产品虚拟样机尽可能优的设计方案，提出了一种将多学科设计优化方法与计算机仿真分析相结合的虚拟样机优化设计模式。通过将多学科设计优化方法应用于虚拟样机的并行设计过程，构建了虚拟样机的多学科设计优化集成平台，由多学科优化来驱动设计分析进程，形成虚拟样机集成的闭环自动迭代优化设计过程。针对汽车设计，给出了虚拟样机多学科设计优化的集成分析流程，同时利用虚拟样机的动态特性显示，直观地表现出复杂产品多学科设计优化过程中设计方案的变化。     

Multidisciplinary design optimization of a structurally nonlinear aircraft wing via parametric modeling

In this study, the optimization of an aircraft wing design was conducted using multidisciplinary design optimization (MDO), which integrates aerodynamic and structural analysis in considering nonlinear structural behavior. Automation is an absolute necessity to make the MDO framework practical for actual engineering optimization problems. The objective of this research was to develop a fully automated MDO framework in which the entire process is automated through a parametric-modeling approach. The computational fluid dynamics (CFD) grid was generated automatically from parametric modeling using CATIA and Gridgen, followed by automatic flow analysis using FLUENT. The computational structure mechanics (CSM) grid was generated automatically by the parametric methods of CATIA and MSC/Patran. The structure was analyzed by ABAQUS considering the deformation nonlinearity, and the aerodynamic load was transferred from the CFD grid to the CSM grid using the volume spline method. The response surface method was applied for optimization, which helped achieve the global optimum. The developed MDO framework was applied to a wing optimization problem in which the objective was wing weight and the constraints were the lift-drag ratio, wing deflection, and structural stress level. The aspect ratio, taper ratio, quarter-chord sweep angle, skin thickness, and spar flange area were the design variables. The optimization design result demonstrated a successful application of the fully automatic MDO framework.     

高超声速飞行器多学科优化建模方法

为建立高超声速飞行器多学科设计优化软件系统,研究了一种面向多学科设计优化的建模方法.通过分析系统分解带来的学科设计冲突,建立了两种多学科连续性条件.据此连续性条件,结合现有飞行器设计流程,提出了一套建立多学科设计优化模型的方法,包括系统分析模型和系统优化模型.针对高超声速飞行器方案设计,研究了包含弹道/控制、气动、超燃冲压发动机、结构、热保护系统等五个学科的多学科设计优化问题.采用所研究的多学科设计优化建模方法,构造了系统级模型,并在框架软件中按照此模型集成各学科软件,建立了高超声速飞行器多学科设计优化软件系统.     

一种面向复杂系统的多学科设计优化方法

目前复杂系统多学科设计优化的工作主要集中在结构设计或设计过程的某个阶段,较少从整体角度对多学科设计优化过程进行研究。文中在前人系统分解研究的基础上,提出了一种基于学科分解的多学科设计优化方法,并建立了具体实现该方法的框架和应用流程。借助多学科设计优化领域主流分析软件Isight为优化平台,通过批处理命令调用各学科专业软件循环运行实现多学科综合设计,利用数据挖掘寻找整体最优解在应用层面实现了复杂系统整体优化设计。最后以某T形波导连接器隔板位置和形状优化设计为例,展示了该优化方法的应用过程和实效性。     

Multidisciplinary wing design optimization considering global sensitivity and uncertainty of approximation models

In recent years, high-fidelity analysis tools, such as computational fluid dynamics and finite element method, have been widely used in multidisciplinary design optimization (MDO) to enhance the accuracy of design results. However, complex MDO problems have many design variables and require long computation times. Global sensitivity analysis (GSA) is proposed to assuage the complexity of design problems by reducing dimensionality where variables that have low impact on the objective function are neglected. This avoids wasting computational effort and time on low-priority variables. Additionally, uncertainty introduced by the fidelity of the analysis tools is considered in design optimization to increase the reliability of design results. Reliability-based design optimization (RBDO) and possibility-based design optimization (PBDO) methods are proposed to handle uncertainty in design optimization. In this paper, the extended Fourier amplitude sensitivity test was used for GSA, whereas a collaborative optimization-based framework with RBDO and PBDO was used to consider uncertainty introduced by approximation models. The proposed method was applied to an aero-structural design optimization of an aircraft wing to demonstrate the feasibility and efficiency of the developed method. The objective function was to maximize the lift-to-drag ratio. The proposed process reduced calculation efforts by reducing the number of design variables and achieved the target probability of failure when it considered uncertainty. Moreover, this work evaluated previous research in RBDO with MDO for the wing design by comparing it with the PBDO result.