考虑不确定性的多学科设计优化方法研究综述

目的研究多学科不确定性设计优化中多学科设计优化方法、不确定性建模与传递、不确定性设计优化的相关理论。方法通过研究并分析国内外相关文献,总结归纳考虑不确定性的多学科设计优化中的耦合系统解耦方法、参数和代理模型不确定性的建模方法,以及高效的不确定性传递和设计优化方法。结论系统探讨了在面对复杂多变的外界环境时,多学科设计优化对不确定性量化与传递的需求,提出多学科设计优化不仅要考虑确定性的系统,而且需要考虑由于外界环境变化导致的系统响应的不确定性。针对现有的多学科不确定性设计优化方法的理论研究,提出提高计算效率的关键在于将传统的三层嵌套循环计算框架解耦成单层循环。研究结果表明,考虑不确定性的多学科设计优化将成为复杂多学科系统设计的有力支撑,能显著提高系统的可靠性和稳健性,提高使用寿命,同时能够加快产品的更新换代设计。     

计及隔振率的发动机悬置系统稳健优化设计

发动机悬置系统的隔振率和解耦率是汽车动力总成设计的两个主要性能指标,通过ISIGHT软件集成MATLAB与ADAMS软件,建立计及隔振率的悬置系统稳健优化数学模型。考虑到橡胶悬置的生产工艺,将悬置的各向刚度值处理成耦合变量,以整车下悬置系统的频率合理分配为约束,并利用PSO优化算法对发动机悬置系统参数进行多目标优化求解。实车试验验证该方法的有效性,提高发动机悬置系统设计的实用性。     

基于相场函数的压电复合材料俘能器拓扑优化设计

提出了一种基于相场函数的压电俘能器拓扑优化设计方法,通过设计俘能器的材料分布提高其工作效率。其中,利用相场函数描述俘能器上压电材料与基体材料(环氧基树脂)的分布,并建立以相场函数节点值为设计变量,以特定频率激励下俘能器的能量转换因子最大化为目标的拓扑优化模型。该文给出了目标函数和约束函数的灵敏度分析,并采用移动渐近线方法对优化问题进行求解。数值算例验证了所提出的数学模型与设计方法的可行性和有效性。     

多学科集成下的老年智能产品设计研究

目的 基于多学科集成理论,分析老年智能产品设计现状,在了解老年用户群体对产品需求的基础上,进行设计实践创新方法研究。方法 通过阐明多学科集成方法中系统化、框架化、协同化、优化算法等理论,针对使用者、设计者双方进行分析,寻找出产品设计过程中存在的问题,在服务设计原则和多学科集成的理论支持下,进而推导出设计思路和方法。 结论 提出老年智能产品设计的基础是用户的操作体验和特定需求,设计过程涉及多学科、多目标;以“多目标实现”“多学科综合系统模型”“新技术融合”等应用实例,解释了如何解决产品设计过程中,由于用户需求复杂所产生的计算复杂性和选择复杂性等问题,优化了设计框架,归纳了设计信息,提升了设计过程的合理性、高效性和准确性。     

基于SysML模型的需求建模及测试方法

为了将模型驱动测试有效应用于嵌入式系统测试中,本文说明了需求建模方法以及用例生成方法,以及SysML建模语言中状态机图的抽象语法、图元符号和形式化语义,针对性能测试要求,总结了关于状态机模型的性能测试建模方法,并通过实例构建状态机图描述性能需求,建立测试场景分析方法,有效覆盖系统的性能测试类型.经验证,采用基于模型驱动...     

优化方法在除湿系统设计中的应用

简要介绍了优化方法的优点及基本原理，通过实例分析了优化方法在除湿系统设计中的具体建模思路及其求解方法，为除湿系统优化设计提供了一个有效手段。     

复杂工业产品多学科设计仿真优化平台（UniXDE）研究与应用

针对国内外已有的复杂工业产品多学科设计仿真优化框架与平台在多学科模型集成能力、计算能力、协同能力方面的不足,研究和开发国产自主的新一代复杂工业产品多学科设计仿真优化框架与平台UniXDE (unified exploration and design environment)。本平台基于微服务云架构技术构建整体框架,提供低代码仿真优化流程编排、组件化CAD/CAE参数化集成接口、丰富的多学科设计优化算法库、分布式高性能优化计算引擎、可视化计算监控和报告自动生成等功能。通过白车身轻量化、船型优化、飞行器起落架性能优化等工程应用,表明UniXDE可显著提升产品综合性能和设计成功率。     

基于仿真优化方法的混合装配线平衡

针对混合装配线平衡问题传统求解方法的局限性,提出采用仿真优化方法求解该问题。基于最小化工作站和仿真优化方法,分别建立以均匀化各个工作站平均负荷和瞬时负荷为目标的数学模型和仿真模型,并设计了遗传算法作为优化算法。根据仿真优化的原理构建了仿真优化系统并针对系统运行费时的特点,提出了相应的改进方法。通过实际例子验证了方法的可行性。     

采购与多层生产计划问题的协同优化

针对生产与采购这两项企业的重要活动,建立了一种采购计划和多层生产计划的集成优化模型,将采购计划、批量计划以及作业排序这三层计划问题进行综合决策。为求解该问题,设计了一种遗传算法和网络优化方法相结合的协同优化策略,遗传算法中每一个个体同时包含了批量计划和作业排序,并调用网络优化模型得出订购策略。数值仿真实验显示了提出的方法求解该类集成优化问题的良好性能。通过与独立优化方法进行比较,显示了协同优化策略的优越性。     

基于多分辨率-多边形单元建模策略的多材料结构动刚度拓扑优化方法

利用多边形有限单元的高精度求解优势,融合多分辨率拓扑优化方法,实现粗糙位移网格条件下的高分辨率构型设计,由此提出多材料结构动刚度问题的拓扑优化方法。将多边形单元(位移场求解单元)劈分为精细的小单元,构造设计变量与密度变量的重叠网格,形成多分辨率-多边形单元的优化建模策略;以平均动柔度最小化为目标和多材料的体积占比为约束,建立多材料结构的动力学拓扑优化模型,通过HHT-α方法求解结构动响应,采用伴随变量法推导目标函数和约束的灵敏度表达式,利用基于敏度分离技术的ZPR设计变量更新方案构建多区域体积约束问题的优化迭代格式;通过典型数值算例分析优化方法的可行性和动态载荷作用时间对优化结果的影响机制。     

基于对象的分布式设计问题建模

分布式设计技术是当前CAD技术的一个重要研究方向。为了实现分布式设计过程中信息的有效共享和协作,论文建立了支持分布式产品设计的协同工作环境,给出的系统体系模型为包含中间件的多层体系结构,可为多学科与多目标设计问题集成专用数模,目的是提供快速构造集成化产品设计模型、提高产品设计质量和缩短产品研制周期。论文对基于对象的分布式设计问题建模方法与应用进行了研究。     

AESOP—a numerical platform for aerodynamic shape optimization

Aerodynamic shape optimization based on Computational Fluid Dynamics can automatically improve the design of aircraft components. In order to obtain the best computational efficiency, the adjoint method is applied on the complete mapping, from the parameters of design to the evaluation of the cost function or constraints. The mapping considered here includes the parameterization, the mesh deformation, the primal-to-dual mesh transformation and the flow equations solved by the unstructured flow solver Edge distributed by FOI. The numerical platform AESOP integrates the flow and adjoint flow solver, mesh deformation schemes, algorithms of shape parameterization and algorithms for gradient-based optimization. The result is a portable and efficient implementation for large scale aerodynamic shape optimization and future applications in multidisciplinary shape optimization. The structure of the program is outlined and examples of applications are presented. The method of shape parameterization using Radial Basis Functions is discussed in more details because it is expected to play a major role in the development of multidisciplinary optimization.     

LPL: A mathematical programming language

Summary This paper describes the new version of the modeling language, named LPL (Linear Programming Language). It may be used to build, modify and document mathematical models. The LPL language has been successfully applied to generate automatically MPS input files and reports of large LP models. The available LPL compiler translates LPL programs to the input code of any LP/MIP solver, calls the solver automatically, reads the solution back to its internal representation, and the integrated Report Generator produces the user defined reports of the model. Furthermore, an Input Generator can read the data from many formats.     

Multi-objective system reliability-based optimization method for design of a fully parametric concept car body

This article investigates multi-objective optimization under reliability constraints with applications in vehicle structural design. To improve computational efficiency, an improved multi-objective system reliability-based design optimization (MOSRBDO) method is developed, and used to explore the lightweight and high-performance design of a concept car body under uncertainty. A parametric model knowledge base is established, followed by the construction of a fully parametric concept car body of a multi-purpose vehicle (FPCCB-MPV) based on the knowledge base. The structural shape, gauge and topology optimization are then designed on the basis of FPCCB-MPV. The numerical implementation of MOSRBDO employs the double-loop method with design optimization in the outer loop and system reliability analysis in the inner loop. Multi-objective particle swarm optimization is used as the outer loop optimization solver. An improved multi-modal radial-based importance sampling (MRBIS) method is utilized as the system reliability solver for multi-constraint analysis in the inner loop. The accuracy and efficiency of the MRBIS method are demonstrated on three widely used test problems. In conclusion, MOSRBDO has been successfully applied for the design of a full parametric concept car body. The results show that the improved MOSRBDO method is more effective and efficient than the traditional MOSRBDO while achieving the same accuracy, and that the optimized body-in-white structure signifies a noticeable improvement from the baseline model.     

微粒群算法在自动控制系统设计中的应用

提出了将微粒群优化(Particle Swarm Optimization,PSO)算法与控制系统设计相结合的系统设计思路和方法。系统设计过程包括两个部分：首先基于历史输入输出数据,用微粒群算法建立系统的模型,然后基于得到的模型进行控制器的设计,并用微粒群算法进行控制器的参数优化整定。仿真试验结果表明,微粒群算法在控制系统设计的模型建立、控制器参数优化等方面发挥了重要的作用,简化了控制系统设计任务,提高了设计效率。     

Multidisciplinary Design Optimization Procedure for Improved Design of a Cooled Gas Turbine Blade

A multidisciplinary optimization procedure for gas turbine blade design has been developed and demonstrated on a generic 3-D blade. The blade is cooled both internally and externally (film cooling). Aerodynamic and heat transfer design criteria are integrated along with various constraints on the blade geometry. The blade is divided into numerous spanwise sections and each section is represented by a Bezier-Bernstein polynomial. A comprehensive solver for 3-D Navier-Stokes equations is used for the viscous flow calculations. The finite element method is used to obtain the blade interior temperatures. The average blade temperature and maximum blade temperature at each spanwise section are minimized, with aerodynamic and geometric constraints on the blade geometry. The constrained multiobjective optimization problem is solved using the Kreisselmeier-Steinhauser function approach. The results for a generic turbine blade design problem show significant improvements after optimization.