基于Kriging函数的序贯近似建模方法

多学科设计优化过程中需要多次调用高精度学科分析模型,从而造成计算复杂性问题.为解决上述计算复杂性问题,首先提出基于最优LHD的逆序贯试验设计方法,在此基础上结合模型验证,建立了基于Kriging函数的序贯近似建模方法,提出了序贯近似建模收敛准则,通过权衡训练样本数据数量和近似精度,得到精度与效率折衷的近似模型.数学算例证明了该方法的有效性.     

仿真技术在工程装备优化设计中的应用

传统的工程装备优化设计方法主要是依靠经验公式,而计算模型和公式的简化以及经验参数的选用,使得工程装备的优化设计变得保守且精度不高,难以满足装备不断发展的要求.为解决这一问题,将仿真技术引入到工程装备的优化设计中.首先介绍了仿真技术及其在工程装备优化设计中应用的意义,在此基础上,探讨了仿真技术应用于工程装备优化设计的范畴与思路,提出了基于仿真试验的工程装备优化设计方法.该方法有助于全面分析工程装备的结构力学与流体力学特性,为装备的优化设计提供更翔实可靠在依据;同时,也有助于缩短装备的设计周期,减少装备的设计费用.     

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。     

基于Kriging模型的涡轮盘优化设计方法

研究了航空发动机涡轮盘设计问题,将Kriging方法与全局约束优化算法相结合,提出了基于Kriging近似响应模型的优化求解方法,有效减少了有限元分析的次数和计算量。该优化设计方法采用正交试验设计和有限元分析方法获得涡轮盘设计空间的初始样本数据;利用已有的设计样本数据建立涡轮盘重量和应力响应近似计算的Kriging模型,在此基础上利用全局优化算法在设计空间进行设计方案优化搜索;利用有限元分析方法计算近似最优设计方案的输出响应,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度。数值计算结果表明,基于Kriging模型的涡轮盘优化设计方法不仅可以获得良好的设计结果,还能大大降低计算代价,提高设计效率。     

基于Kriging插值的汽车行李箱盖冲压成形参数的优化设计

提出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Kriging插值引入到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;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,直至得到最优解。计算结果表明,Kriging插值近似建模技术预测精度和建模效率高,对汽车覆盖件行李箱盖的压边力、拉延筋阻力最优设置以及如何避免出现拉裂及起皱现象均有不错的优化效果。     

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.     

基于计算试验设计与代理模型的飞行器近似优化策略探讨

现代飞行器设计优化中广泛应用高精度分析模型以提高设计可信度与综合性能,但是也带来了计算复杂性问题。为了有效缓解计算耗时的问题,基于计算试验设计与代理模型的飞行器近似优化策略成为研究热点。近似优化策略通过构造合理的近似模型引导优化过程快速收敛到最优解,从而达到降低计算成本,缩短设计周期的目的。根据广泛的文献调研,对飞行器近似优化策略的发展现状进行详细探讨。给出近似优化策略的定义、求解流程、特点以及关键技术。对计算试验设计方法、代理模型方法、精度校验与代理模型选择方法等技术进行综述。围绕静态与自适应两类近似优化策略,重点讨论典型的代理模型管理与更新策略与收敛准则。针对飞行器多学科设计优化问题,探讨近似优化策略与分解策略在求解效率与收敛性方面的技术特点。通过数值算例对各项关键技术的特点进行较详尽的对比分析与总结,并依托飞行器设计优化工程实例对近似优化策略的综合性能进行探讨,指出不同近似优化策略的适用范围。研究结果表明,飞行器近似优化策略在优化效率、全局收敛性以及鲁棒性等方面体现出较显著的优势,具有良好的工程应用前景。指出飞行器近似优化策略的未来研究方向。     

数控外圆磨床精度优化设计研究现状

数控外圆磨床的精度受静态和动态误差的综合作用。本文综述了精度优化设计的三个方面:误差建模方法、关键零部件灵敏度分析和精度优化分配方法,总结了现有的误差补偿研究方法,并系统地分析了数控外圆磨床精度优化设计中亟待解决的问题,探讨了机床精度设计的研究方向。     

基于Pro/E行为建模的型材结构优化设计

介绍了基于Pro/E的行为建模技术的基本含义及其功能。针对目前的行为建模技术应用大多局限于产品尺寸优化设计的现状,阐述了行为建模技术在型材结构优化设计中的应用。证实行为建模技术可以实现产品性能及成本的最优化设计。     

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。     

Metamodel-based global optimization using fuzzy clustering for design space reduction

High fidelity analysis are utilized in modern engineering design optimization problems which involve expensive black-box models.For computation-intensive engineering design problems,efficient global optimization methods must be developed to relieve the computational burden.A new metamodel-based global optimization method using fuzzy clustering for design space reduction(MGO-FCR) is presented.The uniformly distributed initial sample points are generated by Latin hypercube design to construct the radial basis function metamodel,whose accuracy is improved with increasing number of sample points gradually.Fuzzy c-mean method and Gath-Geva clustering method are applied to divide the design space into several small interesting cluster spaces for low and high dimensional problems respectively.Modeling efficiency and accuracy are directly related to the design space,so unconcerned spaces are eliminated by the proposed reduction principle and two pseudo reduction algorithms.The reduction principle is developed to determine whether the current design space should be reduced and which space is eliminated.The first pseudo reduction algorithm improves the speed of clustering,while the second pseudo reduction algorithm ensures the design space to be reduced.Through several numerical benchmark functions,comparative studies with adaptive response surface method,approximated unimodal region elimination method and mode-pursuing sampling are carried out.The optimization results reveal that this method captures the real global optimum for all the numerical benchmark functions.And the number of function evaluations show that the efficiency of this method is favorable especially for high dimensional problems.Based on this global design optimization method,a design optimization of a lifting surface in high speed flow is carried out and this method saves about 10 h compared with genetic algorithms.This method possesses favorable performance on efficiency,robustness and capability of global convergence and gives a new optimization strat     

Global optimization method using SLE and adaptive RBF based on fuzzy clustering

High fidelity analysis models,which are beneficial to improving the design quality,have been more and more widely utilized in the modern engineering design optimization problems.However,the high fidelity analysis models are so computationally expensive that the time required in design optimization is usually unacceptable.In order to improve the efficiency of optimization involving high fidelity analysis models,the optimization efficiency can be upgraded through applying surrogates to approximate the computationally expensive models,which can greately reduce the computation time.An efficient heuristic global optimization method using adaptive radial basis function(RBF) based on fuzzy clustering(ARFC) is proposed.In this method,a novel algorithm of maximin Latin hypercube design using successive local enumeration(SLE) is employed to obtain sample points with good performance in both space-filling and projective uniformity properties,which does a great deal of good to metamodels accuracy.RBF method is adopted for constructing the metamodels,and with the increasing the number of sample points the approximation accuracy of RBF is gradually enhanced.The fuzzy c-means clustering method is applied to identify the reduced attractive regions in the original design space.The numerical benchmark examples are used for validating the performance of ARFC.The results demonstrates that for most application examples the global optima are effectively obtained and comparison with adaptive response surface method(ARSM) proves that the proposed method can intuitively capture promising design regions and can efficiently identify the global or near-global design optimum.This method improves the efficiency and global convergence of the optimization problems,and gives a new optimization strategy for engineering design optimization problems involving computationally expensive models.     

工程系统设计的两类协同优化讨论

对于复杂工程系统设计 ,一类是分解优化 ,另一类是全局协调优化。讨论两种协同优化的背景与发展、数学模型基本形式、共性与特性、重点与难点及其工程应用等     

结构拓扑优化设计的研究现状及其应用

介绍了结构拓扑设计的发展过程和主要的数学模型;分析了目前存在的拓扑数值稳定性问题和这些问题的常用处理技术;描述了优化准则法、序列线性规划法和移动渐进线法三种常用的优化算法;举例说明了拓扑设计在静态结构、动态特性和柔性机构设计中的应用;根据国内外目前在结构拓扑设计领域的研究现状和笔者的科研经验,总结了拓扑设计今后研究的重点内容和发展方向。     

基于改进PSO的可靠性稳健优化计算方法

基于现代设计方法和可靠性设计理论,建立了多目标约束优化数学模型,根据动态加速常数和速度自适应的改进粒子群算法(PSO),用编写的程序代码实现了数学模型的数值化求解。同时研究了加速常数和粒子速度的变化对优化计算结果的影响规律。算例表明,提出的可靠性稳健优化计算方法与传统方法相比,具有简便易行、能迅速得到结构可靠性稳健优化设计信息的优点,适合工程应用。     

基于应变传递理论的光纤传感器优化设计

联系传感器应用的作用机理,根据变形传递方式的不同,对工程中常用的光纤传感器进行了系统的归类分析。基于应变传递理论建立了应变传递系数与测量允许误差的关系,并以此为优化控制方程得到了满足工程测试精度要求的传感器最佳取值,给出了各类传感器具体的优化设计方法及优先设计指标。研究结果表明:基于应变传递理论的优化设计方法较适用于依靠界面剪应力传递变形的光纤传感器,其优先设计指标依次为粘贴(感知)长度、层间粘结强度、保护层弹性模量和半径、粘贴层厚度;端部扩径型传感器的优化设计则因其应变传递系数能较准确和便利地通过标定试验获取而不依赖应变传递理论,且无明显的优先设计指标。本文充分考虑了传感器工程应用的实际状态,以测试准确性为核心,从力学作用机理角度对传感器进行了较全面和系统的分析,其研究结果可以用于指导工程化光纤传感器的应用设计和标定测试。     

鱼雷多学科设计优化中的代理模型研究

代理模型是鱼雷多学科设计优化关键技术之一。首先研究了代理模型中的多项式响应面方法、Kriging方法和径向基神经网络方法。然后分别用这3种方法构建了鱼雷多学科设计优化外形学科的代理模型,并对这3种模型的效果进行了分析。最后结合鱼雷多学科设计优化的特点,给出了这些代理模型的基本特性和使用范围。     

结构系统的优化理论与设计方法探究

对结构多目标优化的方法进行了综述，并对多目标优化方法的最新进展，特别是关于拓扑优化、模糊优化与渐进结构优化做了阐述。最后，对多目标优化方法在飞机结构设计中的最新应用研究做了简要的介绍。     

Energy saving design of the machining unit of hobbing machine tool with integrated optimization

The machining unit of hobbing machine tool accounts for a large portion of the energy consumption during the operating phase. The optimization design is a practical means of energy saving and can reduce energy consumption essentially. However, this issue has rarely been discussed in depth in previous research. A comprehensive function of energy consumption of the machining unit is built to address this problem. Surrogate models are established by using effective fitting methods. An integrated optimization model for reducing tool displacement and energy consumption is developed on the basis of the energy consumption function and surrogate models, and the parameters of the motor and structure are considered simultaneously. Results show that the energy consumption and tool displacement of the machining unit are reduced, indicating that energy saving is achieved and the machining accuracy is guaranteed. The influence of optimization variables on the objectives is analyzed to inform the design.