基于双层规划的参数化产品族优化设计

针对产品族规划中平台参数与定制参数的主从关联特点,建立了产品族双层规划模型。上层模型进行平台参数的决策,下层模型用于变型产品定制参数的求解。上层平台参数赋予值后,下层每个子规划能够在一定条件下不依赖平台参数进行求解。利用多项式响应面法拟合下层子规划最优值函数,把双层数学模型转变成单层模型,在约束范围内利用遗传算法进行优化求解,从而确定平台参数和定制参数取值。以卷筒产品族的设计优化为例,验证了该方法和模型的有效性。     

产品族架构设计与供应商选择的主从关联优化

针对产品族架构设计与供应商选择的关联优化问题，提出了基于主从对策的交互评价机制。根据主从决策机制建立主从关联双层规划优化模型，以产品族架构设计为主，供应商选择为从。模型上层以效用-成本比为目标，决策产品族架构设计方案。模型下层以成本为目标，决策供应商的选择。构建双层嵌套遗传算法求解模型，并添加具有产品族特色的编码处理策略。最后以客车底盘的案例对模型和遗传算法进行了验证。     

产品族配置与考虑升级的再制造设计主从关联优化

针对产品族配置与考虑升级的再制造设计协同问题,提出一种主从关联优化方法,建立了一个双层规划模型.该模型以产品族配置设计为主优化问题(主者),并以产品族的全生命周期利润最大化为目标建立上层模型;下层优化问题则是以再制造利润最大化为目标,决策如何选择产品的升级模块和再制造模块(从者).为了求解该模型,开发双层嵌套遗传算法及其相应的编码策略.最后,将该模型和求解算法应用于台式电脑产品族案例中,将所得的结果与两阶段方法进行比较,验证了其有效性及可行性,并说明了所提主从关联优化方法在解决产品族配置与考虑升级的再制造设计关联优化问题方面的优势性.     

结合供应链设计的产品族模块配置的主从优化

针对考虑供应链设计的产品族配置优化问题,根据对产品族模块配置与供应链协同优化问题的属性分析,提出一种新的设计理念,即产品族的模块配置与供应链设计是主从关联的。基于主从对策的决策机制,建立了这种关联协同优化的混合0-1非线性双层规划模型,该模型上层是整个产品族的配置优化,以顾客效用与成本之比为优化目标,决策产品族的模块配置;下层是相应生产供应链的设计优化,选择不同的模块供应商与不同产品的制造商并以整个生产供应链过程的成本最低为优化目标。针对模型为0-1混合非线性的特点,上下层分别采用遗传算法设计求解,并以一个简化的发电机产品族的例子来加以说明,结果表明所提双层模型能够有效解决产品族模块配置与供应链协同优化问题,并能得到较优的产品族配置方案。     

面向可适应性的模块化产品族层次关联优化设计

考虑到产品族设计中产品平台的可适应性,将产品模块分为公共模块、可适应性模块和定制模块。针对平台模块与个性化模块间的层次关联特性,建立了产品族层次关联优化模型,上层模型以产品族的设计成本为目标,用于对平台模块的优选;下层模型在上层平台模块的制约下以各个变型产品的设计成本为目标,用于对各个变型产品个性化模块的优选。利用基于遗传算法的混合算法对模型进行求解。最后以卷扬机产品族实例验证了该模型和算法的可行性,同时,制造商可以在较低成本的前提下快速响应不同客户对产品性能的要求。     

考虑再制造的产品族配置主从关联优化

针对考虑再制造的产品族配置优化问题,建立了以产品族配置设计为主,再制造企业选择决策为从的混合整数非线性双层规划模型。该模型的上层以产品族的单位成本效用为优化目标,决策产品族的配置设计;下层以产品族的再制造成本为目标,优化再制造企业的选择。针对该双层规划模型,设计了一个双层嵌套遗传算法及相应的编码策略,并以一个简化的手机产品族为例验证模型的合理性和有效性,结果表明所提双层模型能够有效解决考虑再制造的产品族模块配置优化问题,并能得到较优的产品族配置方案。     

面向产品族架构的鲁棒双层优化模型

针对产品族架构中平台参数和个性化参数之间的主从特点以及产品族与产品族中各产品之间的全局与局部的设计关系,在不确定的产品设计环境下,建立了一种具有不确定系数的面向产品族架构的一主多从双层优化设计模型,并应用鲁棒优化方法将其转化为从者无关联的确定性非线性双层规划,设计了一种混合遗传算法进行求解,使产品族架构设计具有较强的鲁棒性。最后,通过桁架产品族架构设计阐述了模型的应用。     

动车组电机吊架多目标可靠性优化设计

为提高高速动车组电机吊架的承载能力,考虑几何参数的随机性,将响应面法和多目标遗传算法相结合对其进行可靠性优化设计.首先,对电机吊架进行静强度和位移灵敏度分析,找出设计变量;其次,对设计变量进行中心组合试验设计,根据试验设计点来拟合静强度和位移的多项式响应面模型;然后,将几何参数的随机性转化为可靠度,运用最小二乘法拟合可靠度函数方程作为约束条件;最后,运用多目标遗传算法对电机吊架进行可靠性优化设计.研究结果表明:响应面法与结构可靠性优化方法相结合,可以简化求解过程,提高优化结果的可靠度.     

协同产品模块化架构与生态升级设计的主从关联优化

为了降低产品开发过程中的原材料与能源消耗、减少环境污染,通过产品的模块化与升级设计来延长产品生命周期、最大化产品效用。针对模块化的产品架构与生态升级关联优化问题进行研究,提出一种以产品模块化架构为主、生态升级设计为从的主从双层关联优化模型,模型上层由设计者决策产品的架构与配置以最大化产品的单位成本效用,下层由再制造商决策产品的升级配置以最大化产品的多生命周期总收益。开发了一套嵌套双层遗传算法对模型进行求解。通过算例验证了所提模型与算法的有效性。     

隧道传感系统微位移机构的主从关联优化设计

隧道传感系统是基于量子隧道效应,用以测量纳米级微小测量量的传感装置。其中微位移机构的设计对传感器的整体尺寸、量程、精度等性能具有重要作用。以往关于位移机构优化设计的研究主要是针对单一优化目标或普通多目标优化问题,而实际上机构不仅有多个属性需要优化,而且这些属性还可能具有不同的变量和约束,普通单层数学规划难以准确描述和解决。基于此,对隧道传感系统微位移机构的主从关联优化进行研究。根据传感系统的性能要求,对由压电陶瓷和六连杆柔性铰链机构组成的纳米级微位移机构进行初步设计。在此基础上建立柔性铰链机构空间尺寸和静态性能两个关键属性的优化模型,并构建其公共变量的协调层,形成具有主从结构的双层规划模型。提出一种面向工程背景,基于移动区间响应曲面拟合下层最优值函数的双层规划数值方法。最后对计算结果进行分析。     

产品族模块化设计与平台配置的主从关联优化

为了在产品族设计中的模块化过程中协同考虑产品平台配置,对模块化设计和平台配置的关联优化进行研究,提出一种基于主从对策的决策机制,构建了一个0-1非线性双层规划模型,该模型体现了模块化设计为主、产品平台配置为从的主从关联关系。根据模型特点设计了一种嵌套式遗传算法和结合问题特色的染色体处理策略。将模型应用到一个汽车产品平台案例中,并将优化结果与基于单层规划的两阶段方法和集中制方法进行比较,证明了所提方法的合理可行性。     

单平台下参数化产品族设计的两阶段智能优化算法

基于对参数化产品族优化设计问题特性的分析,提出了单平台下参数化产品族的两阶段优化设计方法。针对单平台产品族优化设计的特征,给出了单平台下参数化产品族优化设计的一般数学模型,在此基础上提出了平台变量值预先设定时的产品族优化模型,给出了采用拥挤距离排序的多目标约束遗传算法（CDSMOGA）对该模型进行优化求解的过程。对单平台下平台变量值已知时的通用电动机产品族优化数学模型进行了仿真运算。对比仿真结果与国内外文献中的相关结果发现,所提出的方法能够显著改善产品族的整体性能,在参数化产品族的优化设计上是有效的。     

并联机构敏感性分析和多目标优化设计方法

为了解决并联机构全局性能指标高计算成本引起的敏感性分析和多目标优化设计困难,提出了一种结合多项式响应面模型、基于方差的敏感性分析方法和智能优化算法的高效计算方法。首先,确定并联机构的目标函数和设计参数,增加节点密度以提高目标函数的计算精度,基于拉丁超立方体抽样方法和最小二乘多项式拟合技术建立全局目标函数与设计参数之间的响应面解析映射模型,并结合基于方差的Sobol’敏感性分析方法得到对目标函数有重要影响的设计参数。然后,结合敏感性分析结果简化设计参数并建立并联机构的多目标优化设计模型,包括目标函数、约束函数和设计参数,结合响应面模型与智能优化算法开展并联机构多目标优化设计。最后,考虑规则工作空间体积、运动学性能和动力学性能指标为目标函数,以DELTA并联机构为例实现了本文提出的方法。优化前后的结果对比证明了算法的有效性。     

多层缠绕卷筒结构有限元分析及轻量化设计

卷筒是起重机的重要承载部件,其设计的合理与否对起重机的安全性能至关重要。多层缠绕卷筒是当前卷筒发展的主流趋势,探讨其轻量化设计具有重要意义。以某型号塔机多层缠绕卷筒为例,在大型通用有限元软件Ansys中建立其APDL参数化模型,对其结构进行强度、刚度分析。在此基础上,将卷筒强度、刚度作为约束条件,构建以自重最轻为目标的优化设计模型,在Design Opt模块实现了本次卷筒结构的轻量化设计;为缩短上述Ansys优化方法运算周期、提高效率,在Matlab中利用LM-BP神经网络超强的非线性问题拟合能力与GA优秀的全局搜索能力实现了本次多层缠绕卷筒的快速优化设计。针对多层缠绕卷筒轻量化设计方法所做的两种探讨,对未来起重机多层缠绕卷筒的结构设计和优化具有一定的参考价值。     

基于PSO-SVR双层不平行振动筛分性能的数值仿真

针对目前双层振动筛筛面倾角的不确定性,首先利用离散单元法(Discrete Element Method,DEM)对双层振动筛筛面倾角进行了研究,同时通过粒子群算法(Particle Swarm Optimization,PSO)优化支持向量回归机(Support Vector Regression,SVR)的惩罚参数和核参数并对双层振动筛DEM仿真结果进行了非线性回归建模.结果表明:当上下层筛面之间有一定夹角时,筛分效率有着明显的变化;通过粒子群智能算法对非线性回归模型进行筛分参数寻优,得到筛分参数为:上层筛的筛面倾角为13°,下层筛的筛面倾角为9°,上层筛的振幅为3.4 mm,下层筛的振幅为1.7 mm,上层筛的振动频率为13 Hz,下层筛的振动频率为17 Hz,上层筛的振动方向角为50°,下层筛的振动方向角为35°;PSO-SVR模型对建立双层振动筛的筛分参数与筛分效率之间的数学模型具有参考意义.     

随车起重机伸缩臂截面多目标优化

为了提高某火箭炮弹药装填车随车起重机伸缩臂的结构刚度,减轻结构质量,建立了随车起重机伸缩臂参数化模型,并对伸缩臂在水平受载状态下进行仿真分析。以伸缩臂截面尺寸参数为设计变量,借助最优拉丁超立方试验设计建立样本空间,构造响应面多项式函数近似模型。在此基础上,利用NSGA-Ⅱ型遗传算法对伸缩臂自身重量、挠度进行多目标优化。优化结果表明:伸缩臂质量减轻了24.5%,减重效果明显。文中所采用的将参数化建模、有限元分析和数值寻优相结合的优化方法,可为起重机伸缩臂截面优化提供一定的参考。     

无公用平台下的参数化产品族多目标智能优化

在忽略产品间共性约束的条件下,参数化产品族整体性能的优化实际上等价于产品族内系列产品的独立优化。基于参数化产品族优化问题的复杂性,提出了一种基于拥挤距离排序的多目标多约束遗传算法（CDSMOGA）,并将其用于求解无公用平台下的产品族优化问题。通用电动机产品族设计实例的仿真试验结果表明,CDSMOGA所得产品族优化设计方案整体性能显著优于被比较方案,验证了该方法的有效性和可行性。     

面向可适应性的稳健性产品平台规划方法

为更好地快速响应市场的多样化需求,引入面向可适应性的产品平台结构概念。根据稳健设计与可适应设计在提升产品适应外部环境变化的能力、考虑设计变更及以低成本获得高质量产品方面的一致性,提出了面向可适应性的稳健性产品平台规划方法,在产品平台规划初期就开始考虑产品的稳健性,并使设计具有可适应性,以避免后期出现大的返工。以公理设计理论为指导,通过“Zigzagging”映射,依照功能需求分析及三种类型的划分,合理提炼特征设计参数,建立产品平台的功能要求和设计参数矩阵。将灰色系统理论应用到产品平台的稳健设计中,结合试验设计与关联度方差分析,合理识别平台参数和变型参数。然后分两阶段进行稳健优化,确定产品族基体产品和每个变型产品的设计参数的最佳设计方案。通过卷筒组产品族的规划实例,说明了该方法的可行性和实用性。     

面向大批量定制的产品族设计技术研究

介绍了产品族与产品平台的概念和特征,分析了典型产品族的设计开发过程,提出了一种适合于大批量定制生产模式的产品族设计框架。分析并指出了目前产品族优化设计研究中的不足,提出了基于主从关联结构的层次优化设计理念以及实现这一理念的方法和模型框架,阐述了模型的学形式——模糊层次优化。     

振动式分选机的设计与响应面优化

针对废铅酸蓄电池再利用的预处理过程,提出具有实际意义的振动式分选机的优化设计方法。首先,计算相关参数获得初始模型,借助ANSYS Workbench进行有限元分析,使其初步符合设计要求。其次,以减小质量、提高强度和提高第三阶固有频率为优化目标,选取关键尺寸参数为设计变量,通过中心复合试验设计方法选取合适的有限元分析样本点,利用最小二乘法拟合含交叉项的二次多项式,获得目标与变量的近似响应面数学模式,再运用遗传算法进行优化获得全局最优解。最后,对比有限元计算值与响应面计算值验证响应面法可行性。结果表明:减少质量5.9%,降低最大等效应力46.9%,提高第三阶固有频率30.1%,降低了优化计算量。