机器人系统多学科协同优化设计

将多学科设计优化思想应用于机器人系统的设计问题.首先介绍了协同优化算法的主要思想与框架,然后以二自由度机器人的设计为例,着重研究用协同优化算法完成机器人的运动学、静力学、动力学与控制学的多学科设计优化.优化结果证明了协同优化算法解决复杂机器人系统多学科设计优化问题的有效性,为解决更为复杂的机械系统的设计优化问题奠定了基础.     

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。     

圆柱螺旋压缩弹簧的多学科协同优化设计

引入多学科设计优化理论解决圆柱螺旋压缩弹簧的优化设计问题。针对圆柱螺旋弹簧优化设计存在的多目标、多约束特点,建立了圆柱螺旋压缩弹簧的多学科优化设计模型,并采用协同优化算法,完成了优化模型的求解。优化结果证明了协同优化算法解决圆柱螺旋压缩弹簧的优化设计优化问题的有效性,为解决更为复杂机械系统的设计优化问题奠定了基础。     

大客车车身骨架多学科协同优化设计

对某全承载大客车车身骨架结构进行包括轻量化、刚度、强度、振动模态和翻滚的多学科设计优化,以提高客车的综合性能.为克服客车翻滚分析的高度非线性带来的寻优困难,并解决结构有限元分析的低效问题,建立各学科的近似模型.首先建立大客车车身结构有限元模型,其中刚度、强度以及振动模态分析由Msc.Nastran完成,翻滚分析由显式动力学软件Ls-dyna完成.其次结合工艺要求和灵敏度分析结果,选择出各学科的设计变量,用优化的拉丁方方法完成试验设计.在此基础上,采用响应面方法建立各学科结构响应的近似模型.建立客车车身骨架结构的多学科优化模型,并用协同优化方法求解.结果显示,优化后的设计方案在轻量化、刚度、强度、模态振动和翻滚安全性方面均优于原设计方案.     

用遗传算法提高协同优化方法的可靠性

分析了协同优化方法可靠性不好的根源。提出了用遗传算法来替代系统级优化问题中的基于梯度的优化算法的策略。实例表明所提出的策略是可行有效的。     

多学科协同与设计优化关键技术研究

传统的设计优化一般主要受到某一个性能或学科的影响,因此造成整体设计优化的结果不理想,甚至互相矛盾,这就使设计优化必然走向系统和总体的设计优化.随着计算技术的发展,人们开始尝试将多学科的设计综合在一起,进行多学科协调优化.本文分析了多学科协同与设计优化关键技术,并提出了协同设计优化的方法,对探讨多学科协调优化有一定的参考价值.     

多学科优化设计技术及其应用研究

多学科优化设计已被广泛应用在汽车、飞机、工程机械等行业.利用多学科优化理论建立机械、液压、电控等多学科优化模型,在ISIGHT软件中搭建优化流程,进行DOE试验设计、优化设计、可靠性稳健性优化设计,得到系统优化结果,可以节约产品成本,提高产品质量.本文介绍了多学科优化设计的发展,并进行了一典型构件的优化设计.     

基于协同优化算法的平面连杆机构多学科设计优化

在传统的机构优化理论的基础上,结合机构设计的非线性、学科之间存在耦合性的特点,引入多学科设计优化的思想,进行平面连杆机构的设计优化.以平面四杆机构为例,首先按照学科分析模块分解平面连杆机构优化问题,然后采用改进的多学科设计优化的协同优化算法,实现平面连杆机构的机构学和控制两个学科的设计优化.研究结果表明,优化的机构不仅满足各个学科的约束,取得了各个目标函数的最优值,而且也获得了整体近似最优解.     

基于FORM的齿轮传动多学科优化设计

通常多学科设计优化是一种确定性设计方法,未考虑不确定性因素的影响。为降低多学科设计优化过程中不确定性因素对系统性能的影响,将一次可靠性方法与协同优化方法相结合,应用到多学科设计优化中。建立基于一次可靠性方法的协同优化的数学模型,并阐述其求解流程,该方法可用于多学科设计优化领域的可靠性设计问题。分别运用协同优化方法和基于一次可靠性方法的协同优化实现了减速器齿轮传动的多学科优化设计,在这两种方法的系统级优化中,引入松弛变量,将一致性等式约束转化为不等式约束,使算法易于收敛。优化结果表明基于一次可靠性方法的协同优化方法求得的最优解使得约束条件满足了可靠性要求,提高了系统的可靠性,具有实际工程意义。     

基于多学科协同算法的V型带传动优化

针对带传动优化过程中存在的多目标、多约束特点,采用多学科设计优化理论进行了V型带传动参数的优化设计。以中心距和皮带根数最小为同步优化目标,利用协同优化算法思想建立了两级优化数学模型,其中包括一个系统级模型和两个子系统级模型。运用iSIGHT软件对优化数学模型进行了求解,与现有文献的优化方法相比,中心距和皮带根数均有减小,可以简化结构并降低成本。计算结果表明多学科设计优化在处理多目标优化问题时有明显的优越性。     

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。     

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。     

白车身多学科轻量化优化设计应用

在白车身开发早期阶段引入结构轻量化思想,建立隐式全参数化白车身模型,通过多学科优化过程,找到白车身零件形状、尺寸、位置与厚度等各参数之间的最佳组合,以及满足系统各项性能要求的重量最优解,使白车身轻量化设计的潜能得到最大程度的发挥。根据白车身自身性能的特点对其分成不同的优化区域分别进行不同工况的优化,从而合理地安排设计变量和样本点数量,并对由试验设计得到的近似模型进行多学科的轻量化优化设计,有效地控制分析与优化时间,给车身设计提供指导。最终得到的白车身方案减重12 kg,减重率达到4.5%。同时利用方差分析方法,对各设计变量对性能的贡献量与主效应进行分析,掌握设计变量对刚度,模态、被动安全性能以及重量的影响规律。     

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.     

三级建模微型机电系统多学科优化设计法

针对微型机电系统(MEMS)设计所存在的多学科交叉、周期长等问题,以自顶向下的三级建模法为基础,结合多学科优化设计法,提出了基于三级建模的微型机电系统多学科优化设计法.该方法既保持了三级建模法设计效率高的优点,又能够很好地解决MEMS设计中多学科耦合的问题,比较适合复杂MEMS的设计任务,可以进一步提高设计效率.该方法在微加速度计设计中的应用,证明了该方法在MEMS设计中的有效性.     

基于工作流的多学科优化设计框架研究

多学科优化设计框架在飞行器外形设计领域发挥着至关重要的作用.针对国内缺少自主MDO框架的状况,基于工作流技术开发出一款MDO框架软件.该软件完全遵循软件工程思想,集成了多个学科分析工具链和多套优化算法,支持本地/集群模式的学科分析计算,并借助数据库实现了数据的持久性存储.针对某飞行器进行了多目标多学科的优化设计实践,结果表明该框架具有较高的自动化程度和良好的通用性.     

涡轮叶片并行子空间多学科设计优化

将Kriging近似模型与并行子空间多学科优化方法相结合,对包括气动、传热和结构三个学科的涡轮叶片进行多学科优化设计,并与传统单级多学科优化方法进行对比。结果表明,基于Kriging近似模型的并行子空间多学科优化方法优化结果合理,与单级优化方法相比优化效率明显提高,寻优能力增强,适用于复杂结构的多学科优化设计。     

[设计与优化]基于协同优化算法的高速受电弓多学科设计优化

考虑不同学科间的相互影响及耦合作用对受电弓设计优化的影响,分析了高速受电弓不同性能的设计要求,采用多学科设计优化思想建立了受电弓多学科设计的系统级优化模型及运动学、静力学、动力学和控制学的子系统优化模型;根据不同学科设计参数的耦合关系,采用协同优化方法,获取高速受电弓整体设计优化结果;建立受电弓的三维模型,采用有限元软件ANSYS验证了受电弓优化结果的有效性。结果表明：受电弓多学科协同设计优化不仅满足系统级和各个学科的设计要求,还获得高速受电弓系统的整体最优解或满意解,提高了受电弓的工作性能,降低了弓网接触力的波动,改善了弓网受流质量。