基于整数编码并行遗传算法的复合材料螺旋桨结构优化设计

提出一种针对大型复合材料结构铺层厚度和铺层顺序同时进行优化的整数编码并行遗传算法,并将该优化方法应用于复合材料螺旋桨结构优化问题.首先,在区域划分的基础上,对每一单层设定一个长度控制因子来决定单层的铺设区域,以实现对大型复合材料结构的整体一次性优化.然后对遗传算法进行改进,使之成为一种能同时优化铺层厚度和铺层顺序的高效算法.并采用并行编程语言标准MPI( message passing interface)构建并行编程环境,利用主从式并行遗传算法框架,实现遗传算法在单机多进程上的并行计算.最后针对复合材料螺旋桨结构进行优化设计,以验证该方法的高效性,并分析并行遗传算法的加速效果.     

基于自适应遗传算法的层合板铺层优化设计

针对复合材料层合板结构设计中因铺层角度多变、难以确定最优铺层方案的问题,提出一种基于自适应遗传算法的铺层优化设计方案。该方案以层合板铺层角度为变量,以层合板最大形变量为优化目标,采用整数编码策略,运用MATLAB平台进行遗传算法设计。在寻优过程中调用ABAQUS对层合板进行有限元分析并将分析结果返回至MATLAB进行优化计算。通过对比经典遗传算法表明,该算法收敛快,更易达到优化设计的目的。     

应用遗传算法优化设计机翼复合材料蜂窝夹层结构蒙皮

为提高无人机复合材料机翼蒙皮的强度,应用遗传算法优化设计了蜂窝夹层结构蒙皮的铺层。针对复合材料结构优化变量离散化的特点,设计了应用整数编码策略的遗传算法,并根据Tsai-Wu准则提出了适应度函数,参考复合材料的铺层原则给出了约束条件。然后,通过优化设计得到了最佳的蒙皮复合材料结构铺层方案。最后,通过有限元分析及静力试验验证了复合材料蜂窝夹层结构蒙皮设计的合理性。试验结果表明:左、右机翼翼梢的最大变形分别为116.02mm和105.36mm,小于性能要求的180mm。探伤测试显示机翼复合材料结构没有出现损坏,满足机翼结构的工程指标要求。此机翼结构的无人机已成功完成了首飞试验,验证了设计结果的可信及工程可用性。     

基于复合材料层板稳定性的铺层参数优化设计方法

提出一种基于复合材料层板稳定性的铺层参数优化设计方法,首先利用最大应变能准则优化分层厚度,利用库塔条件推导出层合板单元厚度迭代公式优化单元厚度,两步交替进行,完成层板厚度与铺层比例优化;在此基础上采用遗传算法优化层合板铺层顺序,最终设计出满足稳定性要求的最佳层合板铺层.通过算例分析表明,文中方法与传统方法相比收敛速度明显提高.同时,最佳的厚度分布也为层合板加筋设计提供理论参考.     

应用扰动广义微分求积法的复合材料层合板剪切屈曲分析与优化

广义微分求积(GDQ)法求解复合材料层合板剪切屈曲时存在计算精度差、计算振荡不收敛问题,研究发现该现象源于载荷矩阵存在奇异,为此,提出扰动GDQ法,通过扰动主对角线权重系数以改善载荷矩阵的奇异性来消除计算振荡。数值算例验证了扰动策略的有效性,实现复合材料层合板剪切屈曲问题的高效稳定求解。在此基础上,结合直接搜索模拟退火算法,开展了含剪切载荷的复合材料层合板铺层顺序优化。结果表明：剪切工况时对称复合材料层合板的优化铺层不受铺层数和铺设形式影响,优化铺层角随长宽比增大而趋于60°;而剪切与轴压组合工况下较小的剪切力能改善层合板屈曲性能,随着剪切力的增大,优化屈曲性能逐渐降低,优化铺层趋同于剪切工况。研究结果为复合材料层合板的剪切屈曲性能设计提供了参考。     

基于改进自适应遗传算法的层合板铺层设计

针对复合材料结构设计中层合板铺层角度多变、难以确定最优设计方案的问题,应用遗传算法对复合材料层合板进行以铺层角度为变量、以层合板强度最大为目标的优化设计。采用MALTAB语言编写改进的自适应遗传算法主程序,在寻优过程中,调用APDL编写应力计算程序,并将输出的计算结果返回MALTAB进行优化计算。以对称层合板为算例进行计算验证,其安全裕度提高了21.5%;通过对比传统遗传算法,证明改进的遗传算法具有快速收敛性。     

拼接铺层纤维增强复合材料连接结构设计与离散优化

多相离散设计是依据零件具体结构,通过各向异性材料分布,获得理想的优化设计方法.针对目前离散设计方法中相邻设计域接头间的可靠性连接问题,提出了一种拼接铺层的结构形式,为结构件设计域连接提供了一种新的方法.结合复合材料离散设计与拼接铺层结构形式,综合考虑拼接接头对零件整体性能的影响,建立复合材料离散铺层优化系统.以汽车后背门模型为例,试验测试与仿真对比,验证了所建立优化模型的结果准确性.在优化过程中引入复合材料相关制造约束和材料插值模型,使优化设计结果兼顾了良好的可实施性.应用该铺层优化设计系统,相较传统复合材料铺层设计,汽车后背门在保证零件性能指标的基础之上,总成零件重量降低28.0％,实现了更加理想的轻量化实施效果.     

基于遗传算法的复合材料天线罩优化设计

研究复合材料天线罩结构优化,提出一种遗传算法与高精度通用有限元分析软件相结合优化方法。为了加快收敛进程,对遗传算法本身做出一定改进。通过对某型天线罩结构的优化计算,表明文中所提优化方法是可行有效的。     

基于改进模拟退火算法的复合材料层合板屈曲优化

针对复合材料层合板的屈曲优化问题,提出一种改进的直接搜索模拟退火算法来求解最大化临界屈曲载荷系数的铺层顺序设计问题。改进算法引入搜索范围动态调整的新点产生方式实现全局搜索和局部搜索的协调,提高了算法的计算稳定性和计算效率。以离散铺层角为设计变量,采用里兹法进行屈曲响应分析以考虑弯扭耦合影响,通过典型多极值屈曲优化问题分析比较了算法改进措施的有效性。不同角度增量、铺层数、长宽比和载荷比的层合板屈曲优化结果表明,改进算法能有效地进行层合板铺层顺序优化。     

一种实现陶瓷外墙砖快速自动铺垫方法的研究

提出了一种实现陶瓷外墙砖快速自动铺贴的方法。外墙砖具有面积小,重量轻,生产工艺较多及难以实现自动快速铺贴的特点,介绍了陶瓷外墙砖的铺贴机工作原理,结合实际具体生产实践,分析了现有市场上的铺贴机设计中存在的缺陷,并就如何改进设计提出了自己的解决办法,并设计出一种陶瓷外墙砖自动铺贴系统,同时给出了机械结构简图,人机界面、可编程控制器及程序控制流程图,试验结果表明,该系统能实现自动快速铺贴,显著提高铺贴效率,降低陶瓷厂生产成本,提高在行业中的竞争力。     

一种基于人工神经网络和优化算法库的复杂虚拟样机优化通用方法

复杂虚拟样机仿真需要求解数量巨大的方程,单次运行就需要很长的时间,而优化时需要成千上万次地进行样机仿真,同时多个优化变量和多局部极值的优化目标函数也对优化算法提出了很高的要求,这就给复杂虚拟样机优化带来很大困难。分析了复杂虚拟样机优化的特点,提出了用神经网络拟合样机函数和用优化算法库选择优化算法的思想,形成了一种适用于复杂虚拟样机优化的通用方法。某型装备整体动态性能的优化实例证明了该方法的有效性。     

基于NSGA-II算法的超轻型火炮摇架多目标优化设计

针对超轻型火炮摇架减小质量、提高刚度的设计要求,基于有限元法和多目标优化设计方法,建立了摇架多目标优化数学模型。以摇架质量和刚度为优化目标,以摇架强度为约束条件,选择了摇架外形结构尺寸和摇架钢板厚度为设计参数,采用改进非支配排序遗传算法(NSGA-II)作为优化方法。通过优化得到了摇架Pareto最优解集,优化结果对超轻型火炮摇架设计具有指导意义,同时,该优化设计方法为处理薄壁结构优化问题提供了一种新的设计思路。     

QUADRATIC OPTIMIZATION METHOD AND ITS APPLICATION ON OPTIMIZING MECHANISM PARAMETER

In order that the mechanism designed meets the requirements of kinematics with optimal dynamics behaviors, a quadratic optimization method is proposed based on the different characteristics of kinematic and dynamic optimization. This method includes two steps of optimization, that is, kinematic and dynamic optimization. Meanwhile, it uses the results of the kinematic optimization as the constraint equations of dynamic optimization. This method is used in the parameters optimization of transplanting mechanism with elliptic planetary gears of high-speed rice seedling transplanter with remarkable significance. The parameters spectrum, which meets to the kinematic requirements, is obtained through visualized human-computer interactions in the kinematics optimization, and the optimal parameters are obtained based on improved genetic algorithm in dynamic optimization. In the dynamic optimization, the objective function is chosen as the optimal dynamic behavior and the constraint equations are from the results of the kinematic optimization. This method is suitable for multi-objective optimization when both the kinematic and dynamic performances act as objective functions.     

智能注射成形中工艺参数的多目标自学习优化

注射成形工艺参数是保障产品质量的关键因素.传统试错法严重依赖工艺人员的试模经验,随着注射成形工艺广泛应用于电子、航空航天等国家战略领域,产品的高端化对工艺参数智能化设置水平提出更高的要求.由于成形产品存在多方面的质量要求,且不同质量指标间可能相互制约,因此亟需一种工艺参数多目标智能优化方法,以获得不同优化目标间的帕累托...     

基于拓扑与形状优化的柴油机机体低振动设计

为实现机体的低振动优化设计,在试验验证有限元模型正确性的基础上,采用拓扑优化和形状优化方法,保证不同层次优化模型的承接性,以机体模态频率和整机振动烈度值作为优化设计目标,采用数值模拟方法对机体进行振动响应分析,为机体的优化设计识别出机体振动状况分布。以四缸柴油机机体的虚拟样机为设计对象,通过拓扑优化与形状优化得到设计变量最优解,并综合考虑相关因素确定全部布局和细节设计的最终优化方案。优化结构分析结果表明,优化后各阶模态频率均得到了提高,同时整机振动烈度值降低了34.8%,优化后的机体在满足结构刚度和强度条件下实现了机体振动烈度处于安全区域。研究表明所提出的拓扑优化和形状优化在设计效率和精度都有所提高,在机体的低振动设计中可行且有效。     

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     

Reliability-based robust design optimization of vehicle components,Part I: Theory

The reliability-based design optimization, the reliability sensitivity analysis and robust design method are employed to present a practical and effective approach for reliability-based robust design optimization of vehicle components. A procedure for reliability-based robust design optimization of vehicle components is proposed. Application of the method is illustrated by reliability-based robust design optimization of axle and spring. Numerical results have shown that the proposed method can be trusted to perform reliability-based robust design optimization of vehicle components.     

基于代理模型的变复杂度方法在板料成形优化中的应用

板料成形优化中存在一些缺陷问题,如一步法与优化算法相结合时精度低、增量法与优化算法直接结合时效率低以及通过传统构造代理模型的方法构造高精度的代理模型时需要大量增量法模拟结果。为了充分发挥一步法和增量法各自的优点,提出采用变复杂度方法通过较少次数的试验样本点数据先在一步法和增量法间建立一个差值补偿响应面模型。通过一步法和差值补偿响应面模型构造新的试验样本点,在新构样本点和原有用增量法计算的样本点数据基础上建立移动最小二乘法代理模型,建立的移动最小二乘法代理模型精度和效率都较高。利用粒子群优化算法对移动最小二乘法代理模型进行优化求解。将该方法应用到了汽车某内板的成形性优化中,优化的结果显著地提高了板料的成形性。算例表明,该方法具有较高的精度和较强的工程实用性。     

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.     

轻小型无人机云台机电多目标优化

轻小型多旋翼无人机云台是一种复杂机电伺服系统,要求兼具轻质量与快响应等机电特性。本文针对传统方法在机电伺服系统中设计的不足,以轻小型多旋翼无人机云台为研究对象,提出一种针对系统带宽的机电多目标优化设计方法。方法中,系统结构部分通过灵敏度分析得到7个尺寸设计参数,并以一阶模态和质量为目标进行优化;系统控制部分以速率环和位置环控制器参数为设计变量,并以上升时间、调节时间和绝对积分误差(Integral Absolute Error,IAE)为目标进行优化。在优化设计中,将近似模型与多目标遗传算法相结合,以降低优化复杂度、并提高优化效率及全局寻优能力。对方法进行仿真分析,结果表明:相比初始结构系统和控制系统模型,采用机电多目标优化设计方法后,结构部分质量降低了8.8%,控制部分IAE型积分误差、调节时间及上升时间等主要性能参数分别降低了54.8%、81.9%和53.4%。最后采用锤击法对云台结构进行模态实验,实验得到的一阶模态频率与优化结果的误差为13.4%。说明提出方法可有效实现云台系统机电总体多目标优化。