机器人系统多学科协同优化设计

将多学科设计优化思想应用于机器人系统的设计问题.首先介绍了协同优化算法的主要思想与框架,然后以二自由度机器人的设计为例,着重研究用协同优化算法完成机器人的运动学、静力学、动力学与控制学的多学科设计优化.优化结果证明了协同优化算法解决复杂机器人系统多学科设计优化问题的有效性,为解决更为复杂的机械系统的设计优化问题奠定了基础.     

基于分布式协同的多学科优化设计

多学科设计优化(Multidisciplinary Design Optimization,MDO)作为一门针对复杂系统的优化方法,对于由多个耦合子学科或子系统组成的复杂系统优化尤为适合。文中给出了复杂机电产品的分布式协同优化设计平台的系统数学模型和设计平台结构,以及基于网络协同和UGNX实现的框架平台。     

基于人工神经网络的多学科优化设计研究

多学科优化设计的两大难点是子学科间的信息交换和系统分析计算的复杂性。为此，在一致性约束算法和并行子空间算法基础上，提出了一种基于人工神经网络响应面的多学科优化设计算法，它是一种二级结构的优化方法，即学科层仅满足局部约束，系统层提供一种协调学科间冲突的机制，保证在相关变量和耦合变量上的一致性，使设计方案不断改进。通过某型号飞航导弹系统的优化实例，验证了算法的有效性。     

圆柱螺旋压缩弹簧的多学科协同优化设计

引入多学科设计优化理论解决圆柱螺旋压缩弹簧的优化设计问题。针对圆柱螺旋弹簧优化设计存在的多目标、多约束特点,建立了圆柱螺旋压缩弹簧的多学科优化设计模型,并采用协同优化算法,完成了优化模型的求解。优化结果证明了协同优化算法解决圆柱螺旋压缩弹簧的优化设计优化问题的有效性,为解决更为复杂机械系统的设计优化问题奠定了基础。     

基于协同优化和多目标遗传算法的车身结构多学科优化设计

在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。     

白车身多学科轻量化优化设计应用

在白车身开发早期阶段引入结构轻量化思想,建立隐式全参数化白车身模型,通过多学科优化过程,找到白车身零件形状、尺寸、位置与厚度等各参数之间的最佳组合,以及满足系统各项性能要求的重量最优解,使白车身轻量化设计的潜能得到最大程度的发挥。根据白车身自身性能的特点对其分成不同的优化区域分别进行不同工况的优化,从而合理地安排设计变量和样本点数量,并对由试验设计得到的近似模型进行多学科的轻量化优化设计,有效地控制分析与优化时间,给车身设计提供指导。最终得到的白车身方案减重12 kg,减重率达到4.5%。同时利用方差分析方法,对各设计变量对性能的贡献量与主效应进行分析,掌握设计变量对刚度,模态、被动安全性能以及重量的影响规律。     

多学科协同与设计优化关键技术研究

传统的设计优化一般主要受到某一个性能或学科的影响,因此造成整体设计优化的结果不理想,甚至互相矛盾,这就使设计优化必然走向系统和总体的设计优化.随着计算技术的发展,人们开始尝试将多学科的设计综合在一起,进行多学科协调优化.本文分析了多学科协同与设计优化关键技术,并提出了协同设计优化的方法,对探讨多学科协调优化有一定的参考价值.     

汽车车身的多学科优化设计(MDO)研究

多学科优化设计 (MDO)为机械结构件结构优化提供了一条更为系统、精确的方法。本文主要讨论和研究了汽车车身MDO中的一些关键技术问题 ,并以轻型货车EQ10 6 0F驾驶室车身为例 ,对其进行了多学科结构优化设计 ,为汽车车身的设计提供了一条新的设计思路     

改进的多学科协同优化方法

针对标准协同优化方法系统级优化存在自身内部缺陷而导致计算困难的问题,提出一种改进的协同优化方法.利用凝聚约束处理方法,将系统级优化的多个等式约束凝聚成一个单约束,结合惩罚函数法将其转化为无约束优化问题,并针对系统级优化采用传统优化算法对初始点选取敏感等问题,将改进的粒子群优化算法应用于协同优化.利用数值计算和减速器设计两个典型算例,对所提方法的可行性和有效性进行了验证.     

多学科优化设计在热成形车架轻量化中的应用

采用最优拉丁方试验设计方法进行样本数据设计,采用移动最小二乘响应面方法构建白车身扭转刚度、白车身关键区域强度、整车正碰多学科系统的近似模型。利用连续二次规划优化方法对此近似模型进行优化,将热成形板的前中后大梁厚度、大梁内部加强板厚度作为设计变量,在满足正碰设计要求、白车身强度刚度要求的同时,显著减小了车架的质量。     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

[设计与优化]基于协同优化算法的高速受电弓多学科设计优化

考虑不同学科间的相互影响及耦合作用对受电弓设计优化的影响,分析了高速受电弓不同性能的设计要求,采用多学科设计优化思想建立了受电弓多学科设计的系统级优化模型及运动学、静力学、动力学和控制学的子系统优化模型;根据不同学科设计参数的耦合关系,采用协同优化方法,获取高速受电弓整体设计优化结果;建立受电弓的三维模型,采用有限元软件ANSYS验证了受电弓优化结果的有效性。结果表明：受电弓多学科协同设计优化不仅满足系统级和各个学科的设计要求,还获得高速受电弓系统的整体最优解或满意解,提高了受电弓的工作性能,降低了弓网接触力的波动,改善了弓网受流质量。     

基于设计空间缩减的多学科协同优化新方法

提出一种多学科协同优化设计新方法—设计空间缩减协同优化(Design space decrease collaborative optimization,DSDCO)。根据子系统级优化结果,确定分解设计空间的平面方程,将设计空间合理分解为多个子空间,去除其中不可行设计子空间,将缩减后的设计空间传递到系统级优化。根据系统级优化在各个子空间的优化信息,择优选取系统级优化结果和下一次优化计算的设计空间,循环进行优化迭代计算,直至系统级优化值符合收敛条件。该方法通过缩减优化求解空间,不断更新系统级优化模型,将传统协同优化(Collaborative optimization,CO)中系统级非线性等式约束变换为只含有变量边界的线性不等式约束,解决了传统CO系统级求解困难的问题。DSDCO在变量有界的多学科设计优化(Multidisciplinary design optimization,MDO)问题中,对原始问题约束函数的凸性无要求,对优化迭代起始点的位置无要求。分别利用数值算例、减速器设计和弹簧设计三个典型算例,验证了DSDCO方法的正确性。     

一种基于协同近似的多学科设计优化方法

为避免求解复杂工程系统多学科设计优化问题时需要反复调用复杂耗时的多学科分析和进行繁琐的灵敏度计算,提出了一种基于协同近似（CMSO）的多学科设计优化方法。首先通过一种协同模型来筛选出更能反映多学科问题本身属性的样本点,通过协同模型来保证系统的多学科一致性;然后通过这些样本点分别构建自适应代理模型,并进行代理模型的验证和确认;最后选择最佳的代理模型来构建多学科优化模型并使用序列二次规划法进行优化求解。通过一个数学算例和圆柱螺旋压缩弹簧设计案例验证了CMSO法的可行性和有效性,且与单学科可行法的比较结果表明了CMSO法的高效性。     

基于Agent模型的汽车车身多学科设计优化研究

汽车车身设计是一项复杂的系统工程，针对设计涉及多个学科专业领域的特点，提出了基于Agent模型的汽车车身多学科设计优化方法。基于Agent的MDO方法是一种很有潜力的MDO方法，这种方法具有如下特点：流程简单，各个学科组可自主地、并行地进行设计优化，没有系统级协调优化环节。实例研究表明，基于Agent模型的多学科设计优化方法对于解决复杂系统问题有很好的应用前景。     

鲁棒的多学科设计协同决策方法

针对产品设计过程中的多学科冲突解耦问题,提出一种鲁棒的协同决策方法。该方法采用区间形式表示不确定性的设计参数并基于非合作博弈理论将多学科协同决策描述成基于区间的约束求解问题,对此,采用两步求解策略获得产品设计的鲁棒决策方案。首先用约束一致性算法过滤掉决策变量区间中肯定不包含有效解的冗余部分,得到设计参数的一致性区间矢量;然后在一致性区间内以设计性能指标为准则搜索鲁棒的参数决策值,并设计基于可行性审查的免疫混沌搜索算法。以一个单元盘弹性转子系统为例,进行摩擦学和动力学冲突解耦的设计决策,得到较好的设计结果,验证方法的合理性与可靠性。