电动汽车动力系统参数多目标优化方法

提出一种以电动汽车的综合性能需求为驱动,基于质量功能展开和径向基函数的动力系统参数多目标优化方法。以包含成本、工况能耗和续驶里程等的综合性能最优为目标、以动力系统部件特征参数为设计变量,建立动力系统参数多目标优化的数学模型;基于质量功能展开建立整车性能需求和技术特性指标的耦合模型,确定子目标函数的权重系数;基于Modelica建立整车性能仿真模型并构建工况仿真的径向基函数响应面模型;采用模拟退火算法进行动力系统参数的综合目标优化设计。以某款电动汽车进行实例验证,优化方案的车辆综合性能提升了6%,证明了研究方法的有效性。     

基于自由变形技术的汽车气动减阻优化

针对目前汽车气动减阻中基于工程师经验的试凑法所存在的盲目性和低效性,以及气动优化设计中车身曲面难于参数化等问题,将自由变形(Free form deformation,FFD)技术引入汽车气动减阻优化设计中,为减阻优化设计提供一种快速、有效的参数化方法。当前的研究以某款轿车模型为研究对象,根据优化的拉丁方试验设计构建样本空间,并采用FFD方法对各样本点模型进行参数化;通过CFD仿真获得各样本的气动阻力系数;采用Kriging模型构建近似模型;利用多岛遗传算法求解近似模型的最优值;根据优化结果重新构建最优模型并采用CFD计算其气动阻力系数。计算结果显示优化后轿车模型的气动阻力系数减少了4.09%,表明FFD方法在汽车气动减阻优化中有很好的应用效果。     

基于响应曲面法的液力透平叶轮多目标优化设计

建立了基于试验设计理论和响应面近似的液力透平叶轮的优化设计方法。以最高效率、高效区范围及转轮所得扭矩-流量曲线在小流量区的稳定性为目标函数。在使用CFturbo软件建立液力透平叶轮的参数化模型后,先用Plackett-Burman试验设计筛选结构参数,并根据结构参数对目标函数的影响将其划分为三个等级:显著因素、次显著因素和不显著因素;再用正交试验法确定次显著因素的设计中心点;最后由中心复合和Box-Behnken设计及响应面分析确定各级结构参数的最优设计点。该方法以计算流体力学(CFD)的计算结果为基础,共进行40次试验,构造了液力透平叶轮的结构参数与多目标函数的响应面近似模型,分析了结构参数间的交互效应。对最优设计点的液力透平进行了实验研究,试验结果及CFD计算值与响应面近似值吻合,且较优化前的模型在性能上有明显改善,表明基于试验设计和响应面的优化设计方法可用于液力透平叶轮的优化设计。     

基于近似模型的高速列车头型多目标优化设计

为改善高速列车气动性能,建立一套高效的多目标气动优化设计方法,对流线型头型进行多目标气动优化设计。建立高速列车流线型头型三维参数化模型,并提取5个优化设计变量;为减少优化设计时间,利用最优拉丁超立方设计方法在优化设计空间中进行均匀采样,利用计算流体力学方法获得对应于各个采样点的气动载荷,利用Kriging代理模型构建优化设计变量和气动载荷之间的近似模型;利用多体系统动力学方法计算气动载荷作用下的高速列车轮重减载率;以气动阻力和轮重减载率为优化目标,利用多目标遗传算法NSGA-II对高速列车流线型头型进行多目标优化。优化设计变量和优化目标均呈现收敛的趋势,采用Kriging近似模型优化计算的Pareto前沿与采用CFD（Computational fluid dynamics,CFD）优化计算的Pareto前沿较为接近。优化后高速列车的气动阻力最多可降低3.27%,轮重减载率最多可降低1.44%,气动阻力最优的头型与轮重减载率最优的头型的主要差异在于中部辅助控制线的变化,前者向内凹,后者则向外凸。     

车尾凹坑非光滑表面气动减阻分析与优化设计

以凹坑型非光滑车身尾部气动特性为研究对象,探讨了一种将参数化建模、CFD计算和数值寻优方法相结合的非光滑表面气动减阻优化方法。通过分析凹坑型非光滑单元矩形阵列的气动减阻效果,以矩形排布和非光滑单元体尺寸作为优化对象,采用拉丁超立方抽样方法进行试验设计选取样本点。利用CFD仿真得到样本点的响应值,根据响应值建立了Kriging近似模型。在验证了近似模型可信度的基础上,以近似模型为基础进行全局优化。优化结果表明：车辆尾部凹坑单元体矩形排布最大减阻率可达7.9%,较大程度地改善了空气动力学性能。研究结果为汽车非光滑表面减阻和优化提供了理论依据和参考。     

神经网络在风力机翼型气动性能优化中的应用

针对风力机翼型优化计算量大的问题,提出了一种基于计算流体力学和神经网络气动性能近似计算的翼型优化方法。首先根据茹科夫斯基翼型理论构造了翼型参数化表达方法,以多工况条件下的翼型气动性能为目标函数,选取翼型表达式中的12个参数为设计变量,建立了翼型气动性能优化模型。然后用优化拉丁方采样方法获得翼型样本设计空间,通过计算流体力学方法获取每个样本的气动性能,利用神经网络对样本集进行非线性拟合,构建神经网络翼型气动性能近似计算模型。遗传算法在寻优时,用近似计算模型代替耗时的流场计算,最终得到最优解。并通过此方法对FFAW3-301翼型进行优化,优化后翼型具有更佳的气动性能,优化结果表明此优化方法具有可行性。     

基于数字仿真的太阳翼驱动机构结构可靠性定量分析方法

为了在设计阶段就能对空间驱动机构进行可靠性分析评价,以太阳翼驱动机构为例,结合其在空间所受的环境特点,建立机构的力热仿真模型,并完成模型的合理性验证;开展性能设计参数的灵敏度分析,将材料特性参数等关键设计变量作为输入,归纳统计参数分布类型,结合抽样算法,开展迭代计算。根据故障判据和回归拟合算法构建太阳翼驱动机构可靠度、性能和关键设计参数的响应面函数,实现太阳翼驱动机构结构可靠性定量分析。     

基于径向基函数神经网络的白车身减重优化研究

针对白车身变量多、性能响应复杂问题,在车身结构的板厚优化设计中引入近似模型方法,提高设计效率。以某轿车车身结构为轻量化设计对象,通过灵敏度分析确定优化设计变量,基于径向基函数神经网络近似模型进行全局优化,在不降低刚度和模态性能的情况下实现白车身减重目标。通过最优拉丁超立方试验设计构造样本点,用径向基函数神经网络法构造刚度和模态的近似模型,并用自适应模拟退火法进行优化求解。结果表明,径向基函数神经网络模型能较好地模拟车身结构刚度和模态响应问题,提高了整体的设计效率。通过有限元模型的验证,基于近似模型的优化结果精度较高,实例白车身减重达5.73%。     

基于SST k-ω湍流模型与遗传算法的高速电梯井道风口优化设计

为了改善和提高电梯的气动特性和运行稳定性，基于SST k-ω湍流模型对电梯进行空气流体仿真，计算气动阻力、侧翻力矩、俯仰力矩，分析实验数据变化趋势。通过最小二乘拟合，建立电梯气动特性的一元数值模型。根据正交实验结果与一元数值模型，基于MATLAB回归分析，建立电梯气动特性的多元数值模型，并以此作为目标函数，以气动阻力、侧翻力矩和俯仰力矩最小作为优化目标，基于遗传算法进行电梯气动特性的多目标优化，仿真验证优化后电梯气动特性得到较大改善，为电梯气动特性的改善提供了一定的参考价值和意义。     

考虑分布参数不确定的换热器封头结构优化研究

针对换热器封头的性能设计问题,对封头结构变量不确定性分析、Kriging近似模型构建、结构变量优化设计等方面进行了研究,提出了一种考虑分布参数不确定的换热器封头结构优化设计方法。基于对封头结构变量的不确定性来源的分析,建立了结构变量及其分布参数不确定性的表达函数;基于预测区间准则和遗传算法,构建了封头结构变量与流动不均匀度的自适应Kriging近似模型;建立了换热器封头结构优化设计函数,在Isight中实现了以流动不均匀度最低为目标的封头结构变量优化设计,获取了最佳封头结构尺寸。研究结果表明:优化后的封头结构的内部流动更均匀,降低了出口速度的不均匀度,提高了换热效率。