基于数字孪生的复杂机械产品多学科协同设计建模技术

数字孪生技术能够实现产品物理模型和信息模型的融合与迭代优化,从而缩短产品研发周期、降低返工成本。针对复杂产品多学科协同性差、研发成本高的难题,将数字孪生的理念引入到复杂机械产品多学科协同设计中。分析了多学科协同设计和数字孪生的研究进展,从全生命周期的视角探讨了产品、生产及其性能数字孪生模型的信息表达、集成与数据交互问题,给出了数字孪生的演变过程模型;在分析产品数字孪生多阶段建模过程的基础上,设计了一个产品数字孪生多学科协同设计建模参考架构,提出了机电一体化的多学科协同设计与虚拟工程方法和产品数字孪生多学科协同设计关键技术,通过优化仿真和虚拟调试构建了复杂机械产品的数字孪生模型,解决了产品全生命周期中机械、电气和自动化等多学科系统的信息物理融合问题。通过案例验证了所提数字孪生多学科建模理论及其优化方法的可行性。     

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。     

多学科设计优化流程研究综述

在复杂产品的多学科设计优化设计中,流程是实现设计过程自动化和专业软件集成的重要技术。目前对于多学科设计优化设计流程研究多从设计过程自动化的角度,从工作流模型扩展。通过对多学科设计优化设计过程的分析,提出从设计过程自动化、程序可视化和软件集成角度进行研究,并讨论上述三个方面的研究内容和取得成果。针对多学科设计优化流程作为优化算法的实现,具有科学计算可视化和程序可视化的特点,提出将其视为一个多学科融合的新对象进行研究。     

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。     

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)。     

基于iSIGHT的多学科优化方法研究

多学科协同建模、仿真、优化是提高复杂产品设计质量的有效途径之一,针对在机构设计中过度考虑安全因素,导致材料浪费的问题,研究了在iSIGHT多学科优化平台上利用CAD／CAE学科软件搭建的装载机执行机构的多柔体虚拟样机模型。介绍了面向模型的多领域协同仿真技术及基于系统过程集成和命令文件解析的建模技术。应用多学科变量耦合优化算法有效地解决了子系统之间的耦合和并行优化设计。从结果分析中可以看出,用该方法有效地实现了装载机执行机构的轻量化设计。     

随机与区间不确定下基于近似灵敏度的序列

为解决复杂系统多学科可靠性设计优化过程中由于存在多源不确定性和多层嵌套而导致的计算效率低的问题,将近似灵敏度技术与两级集成系统综合策略(Bi-level integrated system synthesis,BLISS)和功能测度法集成,提出一种能同时处理随机和区间不确定性的序列化多学科可靠性设计优化方法。基于概率论和凸模型对混合不确定性进行量化,提出一种随机和区间不确定性下的混合可靠性评价指标,并基于功能测度法建立多学科可靠性设计优化模型。采用近似灵敏度信息替代实际灵敏度值,将近似灵敏度技术同时嵌入多级多学科设计优化策略和多学科可靠性分析方法中,避免每轮循环都进行全局灵敏度信息的分析与迭代,提高了计算效率。基于序列化思想同时将四层嵌套的多学科可靠性设计优化循环和三层嵌套的多学科可靠性分析过程进行解耦,形成一个单循环顺序执行的多学科可靠性设计优化过程,避免了每轮循环对整个可靠性分析模型进行迭代分析的过程,减少灵敏度分析和多学科分析次数。以汽车侧撞工程设计为例,验证了该法具有同时处理随机和区间不确定性的能力,并且计算效率较传统方法分别提高了10.98%和23.63%,表明该法具有一定工程实用价值。     

随机与区间不确定下基于近似灵敏度的序列多学科可靠性设计优化

为解决复杂系统多学科可靠性设计优化过程中由于存在多源不确定性和多层嵌套而导致的计算效率低的问题,将近似灵敏度技术与两级集成系统综合策略(Bi-level integrated system synthesis,BLISS)和功能测度法集成,提出一种能同时处理随机和区间不确定性的序列化多学科可靠性设计优化方法。基于概率论和凸模型对混合不确定性进行量化,提出一种随机和区间不确定性下的混合可靠性评价指标,并基于功能测度法建立多学科可靠性设计优化模型。采用近似灵敏度信息替代实际灵敏度值,将近似灵敏度技术同时嵌入多级多学科设计优化策略和多学科可靠性分析方法中,避免每轮循环都进行全局灵敏度信息的分析与迭代,提高了计算效率。基于序列化思想同时将四层嵌套的多学科可靠性设计优化循环和三层嵌套的多学科可靠性分析过程进行解耦,形成一个单循环顺序执行的多学科可靠性设计优化过程,避免了每轮循环对整个可靠性分析模型进行迭代分析的过程,减少灵敏度分析和多学科分析次数。以汽车侧撞工程设计为例,验证了该法具有同时处理随机和区间不确定性的能力,并且计算效率较传统方法分别提高了10.98%和23.63%,表明该法具有一定工程实用价值。     

基于XML和过程本体的多学科设计优化过程集成与资源共享

为解决复杂产品多学科设计优化的过程集成和不同学科设计资源的共享问题,提出了基于可扩展标记语言和过程本体的设计过程描述元模型;给出了过程集成交互的语义映射规则及映射的具体过程,构建了基于可扩展标记语言的过程定义语言核心元素的描述规则,实现多学科设计优化设计过程及资源的信息共享与交互;最后,设计开发了支持燃气舵多学科设计优化的过程集成和资源共享平台,通过实例验证了该方法的有效性。     

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     

一种基于协同近似的多学科设计优化方法

为避免求解复杂工程系统多学科设计优化问题时需要反复调用复杂耗时的多学科分析和进行繁琐的灵敏度计算,提出了一种基于协同近似（CMSO）的多学科设计优化方法。首先通过一种协同模型来筛选出更能反映多学科问题本身属性的样本点,通过协同模型来保证系统的多学科一致性;然后通过这些样本点分别构建自适应代理模型,并进行代理模型的验证和确认;最后选择最佳的代理模型来构建多学科优化模型并使用序列二次规划法进行优化求解。通过一个数学算例和圆柱螺旋压缩弹簧设计案例验证了CMSO法的可行性和有效性,且与单学科可行法的比较结果表明了CMSO法的高效性。     

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。     

复杂工程系统优化设计集成框架研究

优化设计对于提高复杂工程系统的设计质量具有重要意义,它贯穿于系统设计的整个过程之中。针对复杂工程系统的优化设计过程,提出了三维正交分析模型以减少系统分析的复杂性;定义了优化设计问题的变量类型以及解决设计问题的迭代方式;分析了复杂工程系统优化设计的基本阶段。以上3部分是复杂工程系统优化设计集成框架的支撑技术,为其提供了必要的理论基础。最后提出了复杂工程系统优化设计集成框架模型,以此作为提高设计自动化的平台,并对其实现机制和验证实例做了相应的阐述。     

Decomposition method of complex optimization model based on global sensitivity analysis

The current research of the decomposition methods of complex optimization model is mostly based on the principle of disciplines, problems or components. However, numerous coupling variables will appear among the sub-models decomposed, thereby make the efficiency of decomposed optimization low and the effect poor. Though some collaborative optimization methods are proposed to process the coupling variables, there lacks the original strategy planning to reduce the coupling degree among the decomposed sub-models when we start decomposing a complex optimization model. Therefore, this paper proposes a decomposition method based on the global sensitivity information. In this method, the complex optimization model is decomposed based on the principle of minimizing the sensitivity sum between the design functions and design variables among different sub-models. The design functions and design variables, which are sensitive to each other, will be assigned to the same sub-models as much as possible to reduce the impacts to other sub-models caused by the changing of coupling variables in one sub-model. Two different collaborative optimization models of a gear reducer are built up separately in the multidisciplinary design optimization software iSIGHT, the optimized results turned out that the decomposition method proposed in this paper has less analysis times and increases the computational efficiency by 29.6%. This new decomposition method is also successfully applied in the complex optimization problem of hydraulic excavator working devices, which shows the proposed research can reduce the mutual coupling degree between sub-models. This research proposes a decomposition method based on the global sensitivity information, which makes the linkages least among sub-models after decomposition, and provides reference for decomposing complex optimization models and has practical engineering significance.     

一种新的多学科系统不确定性分析方法——协同不确定性分析法

多学科设计优化中的不确定性对整个工程系统的设计过程具有非常重要的影响。对现存的不确定性定义进行比较和分类。详细描述多学科系统中的不确定性及其传播过程。在已有不确定性分析方法的基础上,提出一种新的多学科不确定性分析方法——协同不确定性分析法。该方法的基本思想是利用泰勒近似估算耦合变量和系统输出的方差,经过二次优化获得系统的稳健最优解,并对其具体计算过程进行详细描述。算例结果表明,协同不确定性分析法不仅是可行的,而且具有很高的精度,是分析多学科系统中不确定性的有效方法。     

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。     

复杂产品系统早期开发阶段数字样机的研究

论文提出了复杂产品系统的复杂性就是构成复杂系统的各个学科组成分量之间紧密耦合的非线性相互作用，应该以多学科耦合作用的观点去考虑复杂产品系统的数字样机的开发。基于这个观点，本文以多学科设计优化方法作为复杂产品多学科耦合作用的表现机制，建立多学科产品模型，组织产品数据，表现复杂产品系统的性能和行为特性，从而建立复杂产品系统的早期设计阶段的数字样机。     

基于模糊可靠度约束的单级圆柱齿轮减速器的多学科协同优化设计

多学科协同优化设计主要用来解决复杂系统的优化设计问题。近些年来研究者已将多学科协同优化设计方法应用于单级圆柱齿轮减速器的设计中,但与以往的常规优化方法一样,在减速器的多学科协同优化设计中,未考虑设计中一些基本参数的模糊性和离散性,因此,在充分考虑了单级圆柱齿轮减速器各设计参数的模糊性和随机性的基础上,结合新近发展起来的多学科优化设计方法,探讨了基于模糊可靠度约束的单级圆柱齿轮减速器的多学科协同的优化设计方法,给出了实例,并验证得到满意结果。