换热器入口段结构优化设计

针对换热器内部流动不均匀性、换热性能恶化的问题,对换热器的封头和导流片等入口段结构设计进行了研究,提出了换热器入口段结构与流动不均匀性的关联分析方法。通过对封头内部流动进行了CFD仿真分析,确定了导流片倾斜角、高度比等结构参数对流动不均匀性、换热损失的影响,建立了封头结构参数、导流片结构参数与换热效率间的关联模型。最后以换热损失最小为设计目标,进行了传统封头、二次型封头、改进二次型封头这3种形式入口段结构的参数优化设计。研究结果表明:改进二次型封头的内部流动不均匀性最小、换热效率最高,是换热器最佳入口段结构。     

基于WOA-Kriging算法的钛合金 切削力预测数学模型研究

针对钛合金难加工且质量和效率不高的问题,提出了一种基于鲸鱼优化算法的Kriging模型建模方法。建立了其参数优化的数学模型,提高了其加工质量和效率,通过鲸鱼优化算优化了传统Kriging模型变异函数的参数,提高了Kriging模型的建模精度;采用正交实验设计方法,对TC4钛合金铣削加工进行了样本点采集,得到了包含设计变量和性能响应的16个样本点;采用WOA-Kriging代理模型技术,建立了钛合金加工工艺参数与切削力之间的近似模型,并与传统的Kriging代理模型技术进行了比较。研究结果表明:采用基于鲸鱼优化算法的Kriging模型建立的钛合金加工工艺参数与切削力之间的近似模型精度更高,能够为其加工工艺参数优化提供更加精确的数学模型。     

基于双层更新Kriging模型的机械结构动态特性稳健优化设计

针对现有机械结构优化设计未考虑材料特性参数的不确定性和结构动态特性对综合性能的影响、优化求解效率低下等不足,提出基于双层更新Kriging模型的机械结构动态特性稳健优化设计方法。将机械结构动态特性指标的均值和方差作为优化目标,将机械结构变形量作为约束条件,建立机械结构动态特性稳健优化的数学模型。利用拉丁超立方试验设计、误差最大区域和近似最优解邻域的局部样本点加密技术和双层更新策略,建立能准确高效地获取稳健优化目标和约束函数值的Kriging模型。在此基础上,基于邻域培植遗传算法和双层更新的Kriging模型求出机械结构动态特性稳健优化问题的所有Pareto最优解。某型号大型汽轮发电机定子端部绕组锥环固定结构动态特性稳健优化设计实例验证了方法的有效性和相对于确定性优化设计方法的优越性。     

基于Kriging近似模型的汽车乘员约束系统稳健性设计

在汽车乘员约束系统的设计过程中,其设计变量具有一定的不确定性.传统的优化设计由于忽略了不确定因素的影响,当设计变量产生波动时,往往会导致目标超出约束边界或目标函数对设计变量的波动极为敏感,从而使设计失效.针对某款微型客车,通过乘员损伤分析软件建立该车的正面碰撞乘员约束系统仿真模型并对模型进行验证.基于该模型将试验设计、Kriging近似模型和蒙特卡罗模拟技术相结合,构造基于产品质量工程的6σ稳健性优化设计方法,实现对设计目标的优化并提高了设计变量的可靠性和目标函数的稳健性.工程算例表明,该方法在乘员约束系统设计方面具有较强的工程实用性.     

基于OSF和RSM的轻轨独立轮轴桥优化设计

基于目前机械结构优化设计未充分考虑结构动态特性对综合性能的影响以及工程优化设计效率低下的问题,提出了响应面模型仿真实验方法。通过结合最优空间填充设计和Kriging插值思想构建机械结构优化设计初始代理模型,并利用试验设计方法、误差较大区域加密优化、近似最优解局部加密处理以及内外层更新迭代思想,建立了在局部区域和全局空间内都具有较高近似精度的Kriging模型。在此基础上,基于筛选优化算法和多目标遗传算法得到目标函数的Pareto最优解。最后用轻轨用轴桥结构优化设计实例验证了该方法的有效性。     

基于遗传算法的锻模阻力墙结构多目标优化设计

针对传统模锻工艺中飞边槽结构的不足,在综合常规飞边槽与楔形飞边槽优点的基础上,提出锻模新型飞边结构形式--阻力墙.以减少模具磨损和降低成形载荷为目标,通过优化分析得到最佳阻力墙结构参数,为阻力墙的应用提供设计依据.应用拉丁超立方方法对阻力墙结构参数进行抽样,对所得样本进行有限元模拟.将模拟结果作为响应,以阻力墙结构参数为变量,分别建立模具磨损和成形载荷的Kriging模型.基于上述近似模型,采用线性加权法将磨损Kriging模型和载荷Kriging模型转化为单目标函数,利用遗传算法进行全局寻优,得到优化的阻力墙结构参数.采用该方法,充分利用Kriging模型适合计算机仿真的优点,并利用遗传算法适合求解隐式函数优化问题的特点.以曲轴为例,验证了阻力墙的优化设计应用.     

载荷不确定性的机床支承件公差优化设计

为降低不确定因素对机床支承件精度的影响,提高支承件精度稳健性,针对机床支承件安装基准面,提出一种考虑载荷不确定性的机床支承件公差优化设计方法。首先建立机床支承件精度稳健性优化模型;其次,考虑载荷不确定性求解与支承件所联接零部件的位姿误差分布,利用响应面法构建支承件安装基准面公差、载荷不确定变量与支承件误差分布参数间的近似模型;再次,结合现有的加工成本函数,利用粒子群嵌套优化算法求解优化问题。以某龙门式加工中心横梁为例,利用不确定性优化方法优化基准面公差。最后,通过与确定性优化结果对比,发现提出的稳健性公差优化设计方法在保证加工成本较低的同时,可以有效提升设计产品的稳健性。     

基于IRSM和IP-GA的车架非概率可靠度优化

以某牵引车车架为研究对象,对车架进行有限元分析,求车架结构的强度值。制造车架材料的密度和弹性模量存在不确定性,在求解可靠度时,要考虑这些参数的不确定性。运用改进响应面法(IRSM)构建不确定变量、设计变量与强度值之间的近似模型,求得车架原厚度的非概率可靠度指标。以设计变量相关车架部件的质量最轻为目标函数,车架原厚度可靠度指标为约束构建非概率可靠度优化模型。运用隔代遗传算法求解不确定性优化,并与确定性优化相比较。计算结果表明:在不降低车架原厚度可靠度指标的基础上,确定性优化和不确定性优化都能够做到轻量化,且不确定优化比确定性优化多减轻20 kg质量,有重要的优化设计价值。     

基于径向基组合近似模型技术的立柱结构优化设计

针对实际工程复杂优化问题,通常难以获得优化设计变量与优化目标之间的显示函数关系表达式,以SZJY-14型加工中心的立柱作为研究对象,研究了一种基于径向基组合近似模型技术的立柱结构优化设计。首先,针对径向基近似模型预测精度较低等问题,研究了一种基于多策略的径向基近似模型技术,并以改进径向基近似模型技术为基础,构建了组合近似模型技术。其次,利用有限元分析软件Abaqus对立柱三维结构进行网格划分,并对其进行静动态性能分析确定优化目标,采用灵敏度分析法确定优化设计变量,利用组合近似模型技术建立了立柱优化设计模型。最后,采用改进回溯搜索优化算法实现了立柱结构优化设计。求解结果表明,与立柱原结构相比,优化后质量减小了3.77%,最大变形量降低了5.14%,一阶频率提高了5.9%,达到了预期效果。     

基于参数和代理模型不确定性的冲压稳健性设计优化

在传统的基于代理模型的冲压稳健性设计中,由于代理模型与真实模型间存在着误差,必然会导致优化结果存在一定的误差。将实验设计、Kriging模型相结合,综合考虑参数不确定性和代理模型不确定性的影响,提出了一种新的冲压稳健性优化设计方法。通过因素敏感性分析筛选出相应的设计变量和噪声因素,基于Kriging模型构建设计参数和质量指标的代理模型,采用蒙特卡罗分析方法以及遗传算法获得最优工艺解。实例分析结果表明,综合两种不确定因素的稳健设计方法能有效地降低拉裂、起皱约束失效概率,提高冲压件成形质量和工艺稳健性。     

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6σ的稳健优化设计在薄板冲压成形中的应用

薄板冲压成形过程中,其设计变量和噪声因素都具有一定的波动,都存在不确定性。传统的优化设计由于忽略不确定因素的影响,当设计变量产生波动时,往往会导致设计最优目标超出约束界限或者目标函数对设计变量的波动极为敏感,从而使设计失效。采用自主开发的STLMesher软件建立了模具的参数化模型,在此基础上将试验设计、能代表实际冲压过程精度较高的近似模型和蒙特卡罗模拟技术相结合,构造了基于产品质量工程的6σ稳健优化设计方法。该方法在设计初始阶段就考虑了各种不确定因素的影响,因此在获得近似最优解的同时能够提高设计变量的可靠性和目标函数的稳健性,大幅提高产品的质量。在优化过程中调用的是近似模型,能大大减少调用有限元模型的次数,提高优化效率。算例表明,该方法具有较高的精度和较强的工程实用性。     

多面体体胞结构演变机理与抗撞性优化设计研究

针对多面体夹芯结构抗撞性优化过程中,传统数学模型以体胞边长,体胞高度等体胞几何尺寸为设计变量建立抗撞性优化数学模型,未考虑体胞形成过程对结构吸能特性的影响,导致所建模型遗漏了体胞的分布密度,且优化变量多、模型复杂的问题。对多面体夹芯体胞演变机理进行分析,以多面体夹芯结构演变参数为设计变量,建立基于Kriging近似技术的多面体夹芯结构抗撞性优化模型。构建多面体夹芯结构抗撞性优化流程,求解获得抗撞性最优的多面体夹芯结构设计,通过与波纹夹芯结构的对比,验证了该结构的可靠性。     

造型设计阶段汽车气动特性优化

考虑到在汽车工程设计阶段优化气动性能的复杂性,本文选择在造型设计阶段对其进行气动性能优化。首先以整车模型中面云图验证二维纵向对称面模型CFD仿真分析的有效性,建立车身纵向对称面参数化模型。然后选取对仿真结果影响显著的结构参数作为设计变量,通过CFD计算得出单个变量以及耦合变量对轿车气动特性的影响规律,利用基于薄板样条插值函数的高维模型构建设计变量与目标函数之间的近似模型。最后,基于近似模型进行多目标优化,并依此建立造型设计阶段轿车气动特性优化参考数据库。     

基于近似模型的铣削工艺参数可靠性设计优化

针对现有铣削工艺参数优化方法未考虑设计参数不确定性,导致优化结果难以满足实际产品性能要求的问题,引入近似模型对铣削工艺参数进行可靠性设计优化。以铣削加工表面粗糙度为目标函数,以最大铣削力小于给定值的可靠度作为约束,综合考虑铣削加工过程中铣削速度和每齿进给量的变动,建立了铣削工艺参数可靠性优化模型,并分别采用Kriging近似和径向基函数近似对铣削表面粗糙度、铣削力与设计变量之间的隐式关系进行近似替代,最后采用Monte Carlo仿真-序列近似规划对模型进行了寻优求解,通过试验对可靠性优化的结果进行了验证。结果表明,该方法可有效地降低铣削加工表面粗糙度,并且可保证加工过程中最大铣削力的可靠度要求。     

车辆仿生结构气动特性分析与优化

以Ahmed车辆为研究对象,采用CFD数值模拟的方法,研究非光滑棱纹仿生结构对车辆空气动力学特性的影响。对不同行驶速度下原车尾涡速度矢量分布以及升阻力系数的仿真计算,并根据风洞试验结果验证数值模拟的有效性。在原车尾部设计非光滑棱纹仿生结构,以阻力系数和升力系数为优化设计目标函数,以仿生结构的几何尺寸,空间布置尺寸,以及行驶车速作为设计变量,建立Kriging近似模型,并采用多目标遗传算法进行带有棱纹仿生结构的Ahmed车辆模型优化分析。经CFD验证,优化后的带有棱纹仿生结构的Ahmed车辆模型阻力系数降幅约为5%,升力系数降幅约为29.35%,能够起到显著的减阻增稳效果。计算结果也表明,建立的Kriging近似模型的误差为2%左右,可信度较高。     

基于Kriging近似模型的车架轻量化优化

为了在减轻车架重量的同时尽可能提高其动、静态结构性能,以车架纵梁、横梁结构参数为设计变量,特别采用最优拉丁实验设计方法进行了样本数据设计,并运用Kriging方法构建了车架NVH、扭转刚度、弯曲刚度及车架质量等性能参数的多目标优化系统的近似模型,利用模糊多目标粒子群算法对近似模型进行了优化,得到了Pereto最优解集。结果表明,所建立的Kriging近似模型适合解决组合优化问题,在多个性能指标满足设计要求的同时,成功实现了车架结构的轻量化。     

离心风机蜗壳出口结构优化研究

为提高空气净化器中离心风机的风量,提出了一种基于Kriging近似模型和遗传算法的优化方法,采用正交试验的设计方法对蜗壳的出口扩张角θ、蜗舌半径r、蜗舌间隙t进行25组方案设计,并采用ANSYS FLUENT对25组蜗壳方案进行定常数值模拟,选取风机系统的风量作为优化设计目标,建立了风量与蜗壳的3个参数之间的Kriging近似模型,并用遗传算法对近似模型进行寻优,得到最优的蜗壳参数。通过对优化后的蜗壳进行仿真实验,风量提高了19.683%,同时对比优化前后的风机内部速度、总压等参数的分布,优化后的蜗壳内部速度分布更加合理,在蜗舌处的流动损失较小。提出的蜗壳优化方法对提高离心通风机性能提供了有效参考。     

混合不确定性鲁棒协同优化设计方法

为了改善鲁棒协同优化设计中约束函数鲁棒性评估的精确度,提出一种混合不确定性鲁棒协同优化设计方法.针对区间分布不确定性优化问题,该方法通过灵敏度分析方法修正子学科中的鲁棒约束函数,使不确定性因素不仅包括各输入变量的不确定性,还包括鲁棒协同优化求解过程中共享设计变量不一致带来的模型不确定性.数值算例的优化结果表明,混合不确定性鲁棒协同优化方法显著改善了约束函数鲁棒性评估的精确性.将该方法应用到一个卫星结构优化设计问题中,并采用自适应模拟退火算法求解,验证了该方法对复杂工程系统鲁棒优化设计问题的适用性.     

基于径向基函数神经网络的白车身减重优化研究

针对白车身变量多、性能响应复杂问题,在车身结构的板厚优化设计中引入近似模型方法,提高设计效率。以某轿车车身结构为轻量化设计对象,通过灵敏度分析确定优化设计变量,基于径向基函数神经网络近似模型进行全局优化,在不降低刚度和模态性能的情况下实现白车身减重目标。通过最优拉丁超立方试验设计构造样本点,用径向基函数神经网络法构造刚度和模态的近似模型,并用自适应模拟退火法进行优化求解。结果表明,径向基函数神经网络模型能较好地模拟车身结构刚度和模态响应问题,提高了整体的设计效率。通过有限元模型的验证,基于近似模型的优化结果精度较高,实例白车身减重达5.73%。