随机与区间不确定下基于近似灵敏度的序列

为解决复杂系统多学科可靠性设计优化过程中由于存在多源不确定性和多层嵌套而导致的计算效率低的问题,将近似灵敏度技术与两级集成系统综合策略(Bi-level integrated system synthesis,BLISS)和功能测度法集成,提出一种能同时处理随机和区间不确定性的序列化多学科可靠性设计优化方法。基于概率论和凸模型对混合不确定性进行量化,提出一种随机和区间不确定性下的混合可靠性评价指标,并基于功能测度法建立多学科可靠性设计优化模型。采用近似灵敏度信息替代实际灵敏度值,将近似灵敏度技术同时嵌入多级多学科设计优化策略和多学科可靠性分析方法中,避免每轮循环都进行全局灵敏度信息的分析与迭代,提高了计算效率。基于序列化思想同时将四层嵌套的多学科可靠性设计优化循环和三层嵌套的多学科可靠性分析过程进行解耦,形成一个单循环顺序执行的多学科可靠性设计优化过程,避免了每轮循环对整个可靠性分析模型进行迭代分析的过程,减少灵敏度分析和多学科分析次数。以汽车侧撞工程设计为例,验证了该法具有同时处理随机和区间不确定性的能力,并且计算效率较传统方法分别提高了10.98%和23.63%,表明该法具有一定工程实用价值。     

随机与区间不确定性下的序列化多学科可靠性分析

为进行两种不确定共存情况下的多学科可靠性分析,提出一种基于概率论和凸集理论的随机与区间不确定性下的序列化的多学科可靠性分析方法.该方法通过对耦合循环解耦,组成多学科概率可靠性分析、基于凸模型的多学科非概率可靠性分析和多学科分析的单循环递推迭代过程,并集成全局灵敏度方程和KKT替代条件替换复杂的凸模型极值分析,保证了多学科可靠性分析具有较好的计算效率.通过两个算例验证了该方法的有效性.     

基于近似技术的序列化多学科可靠性设计优化

为提高多学科可靠性设计优化的计算效率,集成近似技术与解耦思想,提出一种基于近似并行子空间优化策略(ACSSO)和角度更新功能测度法的序列化多学科可靠性设计优化方法。基于解耦思想将其分解为确定性多学科优化与可靠性分析顺序执行的过程,避免每次优化对整个可靠性模型的反复计算。提出基于ACSSO策略进行确定性多学科设计优化,采用近似灵敏度信息替代实际灵敏度值,仅计算灵敏项构建全局灵敏度方程,避免了每轮都对学科级和系统级灵敏度信息的计算。基于角度更新策略对功能测度法进行改进,以极限状态函数的搜索角度值替代函数值进行可靠性评估,减少了耦合状态变量与多学科分析次数。以汽车侧撞工程设计为实例,验证了所提方法的有效性及工程实用价值。     

基于性能测量法的序列化多学科可靠性分析

针对现存的多学科可靠性分析方法计算效率低的问题,提出了基于性能测量法的序列化多学科可靠性分析方法.该方法将系统分析、系统灵敏度分析和可靠性分析序列化并组成一个递归循环,消除了每次循环迭代中系统级优化器对可靠性分析模型完整的优化计算.系统分析和系统灵敏度分析分别为可靠性分析提供了极限状态函数的值和梯度信息,可靠性分析采用基于改良的先进均值法减少了子系统分析次数.同时,系统灵敏度分析过程中采用全局灵敏度方程执行并行子空间灵敏度分析,提高了可靠性分析的效率.通过两个算例验证了该法具有较高的计算效率.     

基于卡方分布的统一多学科可靠性分析

复杂工程系统往往包含随机不确定性和认知不确定性,为实现多学科可靠性分析效率和精度的平衡,在深入研究一阶可靠性分析方法计算过程中计算精度低的根本原因的基础上,采用序列化思想提出一种能够处理多源不确定性共存情况下的统一多学科可靠性分析方法,该方法由多学科系统分析、系统灵敏度分析、统一可靠性分析模型建立和可靠度求解组成。详细描述了所提方法的执行过程,并通过两个算例验证了其有效性。     

混合不确定性下的多学科协同可靠性分析方法

多学科可靠性设计优化被认为是解决不确定性因素影响下复杂产品设计优化问题的有效方法,然而高额的计算花费严重影响了其在实际中的运用。多学科可靠性分析作为多学科可靠性设计优化的重要组成部分,对其计算效率起着直接的主导作用。目前,混合不确定性下的多学科可靠性分析仍是嵌套或顺序执行模式,易导致复杂产品可靠性分析时学科自治性差、效率不高的问题。为此,针对混合不确定性下的多学科可靠性分析问题,提出一种混合不确定性下的多学科协同可靠性分析方法。该方法首先将多学科极限状态函数向标准正态空间转换,利用区间可靠性分析的KKT条件进行模型转化,构建多学科可靠性分析整体模型,然后将整体模型分解成几个并行的单学科优化问题,并利用一致性约束对各学科进行协调,实现多学科可靠性分析的并行求解。通过数值算例和复合缸设计实例,验证了所提方法的可行性和有效性。     

多学科系统非概率可靠性分析研究

基于不确定参数的凸集合描述,研究了多学科耦合系统的非概率可靠性分析问题。由于多学科系统分析的迭代性质,直接求解非概率可靠性模型将包含两个嵌套的循环,计算量较大。本文根据“同时分析和设计(SAND)”的思想,建立了求解非概率可靠性指标的SAND模型,使其求解仅包含一个单级循环(优化过程),较大程度上减少了计算量。通过一个典型的多学科分析算例比较了两种方法的计算结果和计算量,表明本算法是合理有效的,同时比较了概率可靠性与非概率可靠性指标的异同。     

随机与区间不确定性下基于BLISS的多学科可靠性设计优化

为了提高多源不确定下多学科设计优化的效率,提出一种基于两级一体化策略的多学科可靠性设计优化方法。该方法采用一种单级概率可靠性设计优化与基于响应面的BLISS进行集成的策略,将传统嵌套循环的确定性多学科设计优化和多学科可靠性分析进行解耦、形成顺序执行的两个模块,减少了多学科可靠性分析次数和多学科分析调用频率,提高了多学科可靠性设计优化的效率。在多学科可靠性分析模块,采用一种序列化方法进行概率和非概率多学科可靠性分析。最后通过一个实例验证了方法的有效性。     

一种随机和模糊不确定性下的可靠性分析方法

针对随机和模糊混合不确定性下利用传统蒙特卡洛方法进行可靠性分析效率低的问题,提出了一种基于λ截集和改良的先进均值法的可靠性分析方法,该方法首先基于概率论和可能性理论建立了混合不确定性下的可靠性分析模型,然后利用先进均值法进行概率可靠性分析,利用λ截集优化法进行不同截集下的可能性分析。通过概率分析和可能性分析的迭代循环求解概率、模糊混合不确定性下的可靠性分析结果。最后的算例证明该方法在保证求解精度的同时,可以有效地提高混合不确定性下的可靠性分析效率。     

一种耦合区间-随机混合可靠性分析方法

考虑区间变量的耦合性,基于多椭球模型提出了一种高效的耦合区间-随机混合可靠性分析方法。为解决耦合区间变量导致的可靠性分析计算效率低的问题,采用序列迭代分析方法,将混合可靠性分析的双层耦合循环分解为概率分析与区间分析,并结合多项式插值法提出了一种适用于极限状态函数关于耦合区间变量单调与非单调两种工况的高效区间分析算法。算例结果表明,所提的混合可靠性分析方法具有较好的计算精度与计算效率。     

基于概率-概率盒混合模型的气囊座椅防护特性可靠性分析方法

针对不确定因素对载人空降气囊座椅防护性能的影响,提出一种基于概率-概率盒混合模型的气囊座椅防护特性可靠性分析方法。研制空降乘员气囊座椅,并建立相应的“假人-座椅”数值分析模型,通过开展装备落地碰撞试验对数值模型进行试验验证;然后,根据可靠性问题中的混合不确定性变量,在概率-概率盒混合模型基础上构建适用于气囊座椅防护特性的可靠性分析模型,并借助等概率变换和不确定性变量的区间分析将原始的双层嵌套的优化问题转化成单层优化问题,实现循环嵌套优化问题的解耦,从而提高可靠性指标的求解效率;最后,采用近似模型技术和隔代映射遗传算法完成对可靠性指标的高效求解。结果表明,该方法能有效对气囊座椅的防护特性进行可靠性评估,在装备空降技术领域具有一定的实际工程意义。     

基于概率-椭球混合模型的缓冲气囊防护特性可靠性分析方法

针对多重不确定性因素对缓冲气囊防护特性的影响,提出一种基于概率-椭球混合模型的缓冲气囊防护特性可靠性分析方法。首先,利用概率模型和椭球凸集模型对装备空降过程中的不确定性因素进行描述,并建立缓冲气囊防护特性可靠性分析模型;然后,利用Karush-Kuhn-Tucker最优化条件将可靠性指标求解时面临的双层嵌套优化问题转化成单层优化问题,实现循环嵌套优化问题的解耦,从而提高可靠性指标的求解效率;最后,利用隔代映射遗传算法对气囊防护可靠性指标进行求解,并通过开展装备落地碰撞试验对缓冲气囊的防护特性进行验证。结果表明,该方法能有效对缓冲气囊的防护特性进行可靠性评估,并确保空降装备的安全性,在装备空降技术领域具有一定的实际工程意义。     

基于区间不确定性的多学科过程分解方法

为了减少基于区间不确定性的多学科设计优化的计算成本,提出了一种面向多学科设计优化的分解方法。建立考虑同一学科多次执行的耗时差异性的过程分解优化模型;基于对学科间的耦合度和各学科复杂度的定义,构造耦合强度设计结构矩阵和学科计算成本矩阵,以评价系统的耦合强度和计算成本;进而构建基于遗传算法的寻求整体计算成本最小分解方案的流程;以飞行器的不确定性多学科设计优化为算例对上述方法进行了验证。通过四个分解方案的对比,说明该方法能够显著减少整体计算成本,且更具普遍性和易操作性。     

随机-认知不确定性的相关性分析模型及可靠性计算方法

针对工程中同时存在随机和认知不确定性的问题,提出了一种考虑相关性的概率-证据混合不确定性模型及相应的结构可靠性分析方法。首先引入样本相关系数来描述概率变量之间、证据变量之间以及概率和证据变量之间的相关性,通过一个转换矩阵将原问题中相关的变量转换为相互独立的变量,并构建了一个等效的概率-证据混合可靠性模型。然后将其转化为一系列概率-区间混合可靠性分析模型,并总结了嵌套优化分析迭代格式来求解失效概率区间。最后提供了三个数值算例验证该方法的有效性。     

机械零件的稳健可靠性优化设计

提出一种可以提高机械零件可靠性和稳健性的优化设计方法.用凸集模型描述零件设计中存在的不确定性,采用物理规划方法构造不确定性参数的不满意度函数,通过极小化不满意度函数最差值实现目标函数的稳健性,通过灵敏度分析实现约束函数的稳健性.建立了基于物理规划和灵敏度分析的稳健可靠性优化模型,这种模型是一种嵌套的优化模型,采用分层方法对其求解.通过气门弹簧优化设计实例说明了该方法的有效性和合理性.     

随机变量和非独立区间变量下的可靠性序列迭代算法

针对机械系统中输入变量存在随机变量和区间变量混合的情况,考虑区间变量的非独立性,提出高效混合可靠性分析方法。区间变量使可靠性分析问题变为双层优化问题。为降低双层优化和非独立区间变量对可靠性计算效率的影响,提出了高效序列迭代计算策略,基于椭球模型描述的非独立区间变量,提出将非独立区间变量转换为独立区间变量的方法,并利用二次泰勒近似方法,将区间分析问题转换为易求解的二次规划问题。算例结果表明,所提出的可靠性序列迭代算法具有较高的计算效率和精度;可靠性分析结果受区间变量独立性假设的影响,区间变量独立可导致较保守的可靠性分析结果。     

不确定性参数识别的模态区间逆响应面法

结合模态区间分析及响应面的相关理论,提出一种新的不确定性参数识别方法,即模态区间逆响应面法。首先,以有界区间数来量化结构参数的不确定性,通过合理的实验设计确定样本数据;然后,以响应为输入,设计参数为输出,采用逐步回归分析构造设计参数与结构响应的模态区间逆响应面模型,进而直接在模态区间逆响应面模型上进行模态区间运算,即可识别材料参数的变异性区间;最后,采用一组钢板模态实验来验证所提方法的可行性及可靠性。结果表明:所提方法可准确识别钢板材料参数的取值区间,有效地解决多重变量区间运算存在的区间过估计问题,识别过程避免区间迭代优化,具有较高的计算效率。     

一种多学科系统不确定性分析方法——协同不确定性分析法的改进

多学科耦合环境中,不确定性分析对于整个工程系统的设计优化过程具有非常重要的影响。多学科系统不确定性分析方法中的协同不确定性分析法(Collaborative uncertainty analysis,CUA)对于系统输出方差的求解存在计算精度较低,计算效率不高的缺点。在分析导致上述缺点的原因的基础上,提出一种改进的协同不确定性分析法(Modified collaborative uncertainty analysis,MCUA)。该方法的基本思想是将原协同不确定性分析法中分布式并行的优化体系与以泰勒近似和灵敏度分析为基础对耦合变量和系统输出的方差进行估算的方法相结合,对系统输出的均值与方差进行估算,并经过二次优化获得系统的稳健最优设计方案。算例结果表明,采用改进的协同不确定性分析法计算得到的系统输出方差相比原方法具有更高的精度,是分析多学科系统中不确定性传播的有效方法。     

基于区间模型的机械结构多学科稳健优化设计

考虑设计变量和设计参数的不确定性,提出基于区间模型的机械结构二阶段多学科稳健优化设计方法。第一阶段分析多学科不确定优化三层嵌套循环的优化架构,结合机械结构设计中不确定设计参数的特点,考虑区间扩张,将多学科不确定优化的三层嵌套循环优化架构简化为两层嵌套循环优化架构;第二阶段采用最近值法将连续型变量离散化,得到带有公差的离散型结构尺寸优化结果。工程实例表明,提出的方法有较强的可行性与有效性,具有一定工程实用价值。     

基于改进型飞蛾火焰算法的区间非概率可靠性优化设计

可靠性优化设计一般属于双层嵌套优化问题,针对可靠性优化问题中计算复杂、存储量大以及易陷入局部最优等不足,研究基于改进型飞蛾火焰算法的区间模型非概率可靠性优化问题,对内层可靠性分析采用了MATLAB内部函数Vpasolve,而对外层优化采用改进型飞蛾火焰算法,建立了基于改进型飞蛾火焰算法的可靠性优化设计模型,使其更利于优化计算。通过实例表明:该方法计算过程简单,速度快,为结构非概率可靠性优化提供了一种新的研究思路。