多学科设计优化在非常规布局飞机总体设计中的应用

本文展示如何将多学科设计优化(MDO)方法与非常规布局飞机总体设计相结合。飞机总体MDO作为一个系统,包含了本身的优化、内部子系统的优化和模型的生成。系统级优化的目的是优化全局设计变量,使系统目标最优。子系统级优化涉及的部分有气动、隐身、总体布置、重量等。多学科模型生成器是MDO的一个重要环节。     

基于Agent模型的多学科设计优化方法

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。本文首先简要回顾现有 MDO方法的特点 ,然后基于 Agent模型提出了一种新的多学科设计优化方法——子空间自主式优化方法。这种方法具有如下特点 :流程简单 ;各个学科组可自主地、并行地进行设计和优化 ;灵活性强 ;所需系统分析的计算次数少 ;没有系统级协调优化环节。为了验证这种算法的有效性 ,对二个典型算例进行了数值实验。初步的数值实验结果表明 ,二个典型的算例经过几次迭代后均能收敛于最优解。子空间自主式方法是一种较有潜力的 MDO方法 ,值得进一步研究     

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.     

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。     

多学科设计优化方法及其在水下航行器设计中的应用

运用多学科设计优化算法(MDO)对鱼雷系统进行总体设计,是目前水中兵器领域的一大拓展。传统的鱼雷总体设计不能很好地实现各个子系统之间的协同效应,所取得的最终设计结果往往不是系统的全局最优解。这里基于MDO方法的鱼雷总体设计分析就在很大程度上解决了该问题。     

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     

多学科优化集成设计框架

多学科设计优化 (MultidisciplinaryDesignOptimization—MDO)方法是解决复杂工程系统设计的有效方法 ,实施多学科优化方法的软件框架称之为多学科优化环境 ,介绍国内外在多学科优化集成设计框架的研究现状 ,以及我所正在开发的产品协同优化平台 (CoLlaborativeOptimizationVector CLOVE)。     

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.     

一种结构优化方法的研究与实现

介绍了一种结构优化的方法--多学科设计优化（MDO）以及数学表达方法.用iSIGHT软件对轴承座进行分析,建立了一种结构优化系统.实例的优化结果验证了该系统的有效性和合理性.     

多学科设计优化技术现状及趋势

介绍国内外多学科设计优化技术的现状与发展.从MDO的主要思想、基本研究内容、涉及的理论基础展开,重点介绍了MDO涉及的理论基础中的搜索策略,预测了MDO的发展趋势.     

汽车车身的多学科优化设计(MDO)研究

多学科优化设计 (MDO)为机械结构件结构优化提供了一条更为系统、精确的方法。本文主要讨论和研究了汽车车身MDO中的一些关键技术问题 ,并以轻型货车EQ10 6 0F驾驶室车身为例 ,对其进行了多学科结构优化设计 ,为汽车车身的设计提供了一条新的设计思路     

基于多学科设计优化方法的分动器优化设计

针对分动器的传统优化过程繁琐等问题,为实现对分动器力学性能和轻量化的同步优化,有必要引入多学科设计优化(Multi-disciplinary Design Optimization,MDO)方法。文中通过引入MDO思想,建立了多学科优化数学模型,阐述了自适应模拟退火算法(Adaptive Simulated Annealing,ASA),并构建了MDO设计流程图。并将此套方法理念应用于某款分时分动器的优化设计,在ISIGHT软件中搭建的优化平台上集成UG,ABAQUS和计算器组件,并基于ASA算法进行迭代计算。计算结果显示完成了分动器轻量化和力学性能的同步优化,同时验证了将多学科设计优化方法应用于分动器优化设计的可行性。     

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6σ的多学科设计优化

在实际的工程问题中,总是不可避免地遇到一些不确定因素,导致许多优化策略无法用数学模型来体现这些不确定因素,从而造成结果分析错误或不全面．因此引入面向6σ概率设计(DFSS,σ为随机变量的标准偏差)方法,对其算法原理进行了阐述和分析,并且采用多学科设计优化(MDO)高层优化算法框架来支持DFSS设计,从而可以有效避免DFSS在处理复杂问题时串行处理的缺点,将涉及多学科的复杂系统问题逐步分解为各个单学科来并行地进行概率设计．最后,在理论研究的基础上结合轴承座这个工程实例,给出了其具体实现,证明了将二者结合进行复杂问题的概率设计是可行的．     

基于MDO的MEMS多物理域耦合设计建模

微机电系（Micro Electro Mechanical Systems，MEMS）涉及多个物理域，多物理域的耦合加大了设计建模的难度。多学科设计优化方法（Multidisciplinary Design Optimization，MDO）是专门针对复杂系统的综合设计优化方法，在处理系统间的相互耦合问题上有着技术和方法上的优势。提出将多学科设计优化方法应用于MEMS的多物理域耦合设计，并对相应的多物理域耦合建模方法作出了分析研究。     

基于约束EGO的对地观测卫星多学科设计优化

在对地观测卫星的总体设计阶段,为提高卫星性能及设计效率,建立以卫星覆盖幅宽和地面分辨率综合指标为目标的数学模型进行优化。考虑轨道、控制、有效载荷、电源以及结构5个分系统的设计变量及约束条件并梳理存在的耦合关系,建立较为详尽的多学科设计优化(Multidisciplinary design optimization,MDO)分析模型,并采用定点迭代法进行多学科分析(Multidisciplinary analysis,MDA)。引入自适应罚函数法处理约束条件,提出一种约束高效全局优化算法(C-EGO)。将C-EGO应用于标准工程测试算例,并与遗传算法(Genetic algorithm,GA)和考虑约束的追峰采样算法(Constraint importance mode pursuing sampling,Ci MPS)代理模优化方法的优化结果进行比较,C-EGO显示出较高的优化效率。最后,将C-EGO应用到对地观测卫星的多学科设计优化问题,与遗传算法(GA)和CiMPS相比,C-EGO能够高效地获取满足复杂约束的最优设计方案。研究结果表明C-EGO求解能够较高效地求解对地观测卫星MDO问题,所建立的卫星多学科设计优化模型与提出的高效的C-EGO方法为卫星MDO研究提供了参考。     

基于MDO方法电子设备关键结构的优化设计

利用VC++和iSIGHT构建了一套参数化建模和综合设计优化的平台,实现了基于MDO方法的某电子设备关键结构优化的整个流程。以某型号电子设备的关键结构的散热性能、振动性能和结构轻量化等建立多学科设计优化模型,并考虑各学科之间的耦合效应,采用连续二次规划(SQP)算法,优化求得结构参数全局最优解。     

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。