基于改进粒子群算法的固体火箭发动机总体设计优化方法

针对固体火箭发动机总体设计过程中各设计变量耦合关系复杂、优化求解效率低等问题,以提高质量比冲I0为目标函数,建立了固体火箭发动机总体优化设计数学模型;在经典粒子群优化算法的基础上引入自适应调整惯性因子,提出了一种基于改进粒子群算法的固体火箭发动机总体设计优化方法。算例表明该方法同时兼顾了全局和局部的寻优能力,收敛速度快,可有效提高固体火箭发动机总体设计质量,具有较好的可行性和实用性。     

基于PDM的固体火箭发动机协同设计环境研究

首先讨论了固体火箭发动机设计中的一些特点，分析了建立固发协同设计环境的关键技术，并以此为基础提出了一种应用Pro／Intralink、STEP、Lotus Notes建立固体火箭发动机协同设计环境的可行方案，能够为设计人员的具体工作提供强有力的支持，从而使固发设计的支持环境提高到一个新的水平。     

基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化EI北大核心CSCD

针对基于Kriging近似的可靠性设计优化样本最优配置问题,提出基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化方法。采用继承拉丁超立方样本构建Kriging近似,并求解最大可能失效点作为局部序列采样中心。针对有效概率约束构建基于Kriging近似误差、功能函数非线性度量及目标可靠度的局部序列采样区域。以重要抽样策略计算失效概率及灵敏度,并采用序列近似规划求解最优设计点。通过3个算例及机床横梁设计优化应用验证了所提方法的有效性。     

基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化

针对基于Kriging近似的可靠性设计优化样本最优配置问题,提出基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化方法。采用继承拉丁超立方样本构建Kriging近似,并求解最大可能失效点作为局部序列采样中心。针对有效概率约束构建基于Kriging近似误差、功能函数非线性度量及目标可靠度的局部序列采样区域。以重要抽样策略计算失效概率及灵敏度,并采用序列近似规划求解最优设计点。通过3个算例及机床横梁设计优化应用验证了所提方法的有效性。     

固体火箭发动机壳体的随机有限元分析

利用二阶矩法推导出圆柱壳和椭球壳基于弹性失效设计准则的中径公式的可靠度指标计算公式,并将其应用于某型号固体火箭发动机壳体的算例中.同时,利用Ansys软件建立该固体火箭发动机壳体有限元模型,在确定性有限元分析的基础上,对其进行随机有限元分析,求出结构的可靠度.分析表明,以材料的力学性能参数、壳体的几何参数为随机变量的固体火箭发动机壳体的可靠性设计是科学和必要的.最后,对输出的功能函数进行灵敏度分析,为结构参数的优化设计提供参考.     

产品概念设计阶段的案例相似性检索技术研究

以提高产品设计结果的论域覆盖面和增加可行设计结果的多样性为目的,研究了产品概念设计阶段的基于案例推理的产品设计案例相似性检索技术。首先,对产品设计案例相似性检索进行了问题描述;然后指出了传统相似性检索方法的不足;进而提出一种新的基于划分聚类和一般模糊极小极大神经网络的相似案例检索方法,并建立检索模型;最后,通过基于案例推理的固体火箭发动机总体设计实例表明,与传统方法相比,新方法可有效提高相似结果案例集的论域覆盖面,增加设计结果的多样性,提高检索效率,进而提高了固体发动机总体设计质量。     

不确定性优化方法及应用

对不确定性优化方法进行研究并应用。建立悬臂梁结构优化模型和火箭发动机喷管型面优化模型,分别进行确定性优化与不确定性优化。优化过程中对悬臂梁结构采用蒙特卡洛仿真方法,对火箭发动机喷管型面进行了响应面近似。优化结果显示：不确定性优化确实得到了更加可行的设计结果。     

一种基于证据理论的可靠性设计方法

证据理论是一种用于描述不确定变量的非连续概率模型,本文提出一种基于证据理论的可靠性设计方法。在该方法中,将证据理论视为具有一定非精确概率分布的区间模型,运用区间模型的功能度量法,通过在约束函数中改变优化变量的取值摄动起作用约束中的不确定变量从而求得问题中不确定变量的最不可靠点,再综合运用序列优化策略与基于信赖域的响应面方法求得系统的最优解。算例表明,此方法能够解决基于证据理论的单学科及多学科可靠性设计问题并且具有较好的计算效率。     

面向约束优化的改进响应面法在车身轻量化设计中的应用

轿车车身轻量化设计是一个多约束的复杂系统优化问题,且必须满足各项车身结构性能,其中碰撞安全性是先决条件.实际中普遍采用试验设计和响应面法相结合的手段开展轻量化研究.针对传统响应面法拟合约束函数易引起优化解落在非可行域内的缺陷,提出一种面向不等式约束函数的改进响应面法,使近似约束边界分布在可行域中,得到能够满足设计约束的优化解,数值算例验证了改进响应面法在处理约束优化问题中具有比传统响应面法更为明显的优势.将其应用到车身轻量化设计中,结果表明,基于本研究提出的改进响应面法的轻量化方案优于传统响应面法,整车耐撞性能得到提高的同时实现车身前部结构减重21.4%,为开展车身轻量化设计研究提供可借鉴的方法.     

一种集成工程规则和卡箍调整的启发式布管算法

针对航空发动机外部管路布局规则多且效率低的问题，提出一种集成工程规则和卡箍调整的启发式布管算法。首先，在敷设层面内建立管路端口间的测地线方程，基于测地线建立路径的基准节点；其次，基于工程规则设计启发式搜索策略，快速求解符合工程规则的可行路径；在此基础上，为了使多管敷设方案满足双联卡箍约束，通过空间几何方法建立卡箍位姿变换方程，对多管敷设方案进行优化调整，实现基于双联卡箍约束的成束敷设。最后，通过多个敷设算例验证了该算法的可行性和高效性。     

固体火箭发动机气密性自动化检测技术与应用研究

固体火箭发动机气密性检测是判断发动机密封性能的重要检测方法。现阶段,自动化气密检测技术的研究及应用受到人们的广泛关注。针对发动机气密性检测人工依赖性强、效率低、不利于产品规模化生产的短板,开展了固体火箭发动机气密性自动化检测技术及应用研究。依据固体火箭发动机气密性检测通用化要求,研究了发动机气密性自动化检测技术实施的系统组成及集成,优化了发动机气密性检测工艺流程,构建了一套多通道自动化气密性检测系统,通过各类传感器、电气系统、PLC控制系统等设计和运用,实现发动机气密性检测过程中工艺参数的自动控制、测试参数的自动采集等功能,通过单通道、多通道测试验证,系统可靠且测试结果满足工艺要求,经工程应用可满足多通道多发产品同时或错峰气密性自动化检测需求。与传统的人工调节气检配气台进行单发发动机气密性检测工艺方法相比,多通道发动机气密性自动化检测工艺方法可实现发动机气密试验自动化检测技术的工程应用,可大幅提高固体火箭发动机总装效率和气密检测质量。     

多行设备布局的一种多目标差分进化算法和线性规划混合方法

针对现有对多行设备布局研究中预先固定布置行数和未考虑行间距约束的不足,在满足最小间隙约束条件下,构建了优化物料流成本、布局行数和布局占地面积的多目标多行设备布局模型,并运用数学规划软件Lingo对模型进行了精确求解。基于所提问题的多目标、多约束、混合优化特性,提出一种基于Pareto解集的多目标差分进化算法和线性规划混合优化方法。该方法采用四列表直接编码方法表示可行解;提出一种结合改进换行策略的解码方式,该解码方式可以在满足边界约束条件的同时对所有可行的布局方案进行确定;为获得收敛性、分布性良好的多目标布局结果,采用Pareto思想、NSGA-Ⅱ拥挤距离机制筛选外部档案中的非劣解。应用所提算法求解不同规模多行设备布局问题测试算例,比较分析3种差分进化模式对所提方法在求解质量和求解效率方面的影响。最后,将所提模型和求解方法应用至两个布局实例中,不同算法的对比试验表明了所提方法的有效性、优越性。     

固体火箭发动机夹具力矩计算方法的研究

固体火箭发动机在进行径向振动试验时,通常通过上、下弧座固定在振动台面上,若对弧座连接螺栓预紧力的施加不合理,则会对发动机造成不同程度的损伤。从固体火箭发动机安装弧座连接螺栓的预紧力开始分析,研究了一种螺栓最大拧紧力矩、最小拧紧力矩的计算方法,提出推荐拧紧力矩,并通过某型号固体火箭发动机振动试验实例验证了该方法的可行性。为固体火箭发动机径向振动试验提供了一种可参考的螺栓拧紧力矩确定方法,且对于今后的发动机径向夹具设计具有重要的指导意义。     

基于改进NSGA-Ⅱ的航空发动机管路多目标布局优化

为了提高航空发动机管路布局的优化效率,提出一种基于改进NSGA-Ⅱ的航空发动机管路多目标布局优化方法。为了提高NSGA-Ⅱ的全局搜索能力,提出一种新的种群更新机制,在进化过程中采用拉丁超立方方法对种群的部分较差个体进行替换,同时保留原有的精英保留策略,以达到全局搜索能力与收敛性的均衡;采用三维凸包对敷设空间进行建模,基于B样条曲线设计了个体编码方式;以管路长度及平滑性为优化目标,应用改进NSGA-Ⅱ求解发动机管路布局Pareto解集。通过数值算例及管路敷设仿真验证了所提方法的可行性。     

基于蚁群算法面向设计的车身关键截面生成方法

根据汽车车身概念设计阶段的车身造型、内部空间以及总体布置等方面的尺寸约束,考虑截面钣金件冲压成形等方面的形状约束要求,提出了一种生成具有指定截面特性的车身关键截面形状优化方法。该方法采用网格法思想将截面设计的可行域离散为若干节点,通过节点来控制截面的形状,基于蚁群优化算法建立了相关的数学模型并编制了相应的程序。通过某车型门槛梁截面的算例验证了该方法的有效性与实用性。     

供应链环境下产能优化配置问题的混合粒子群算法

针对供应链环境的协作特征,研究以下游企业需求为导向的产能优化配置,建立了以最大化企业盈利、设备利用率以及下游企业需求饱和度为目标的问题模型,并设计了基于精英集的多目标粒子群算法。算法结合模型的约束特征,采用约束满足技术生成初始解,基于惩罚函数的思想设计适应度函数,并对不可行解提出了修复规则;针对多目标优化特征,在求解过程中通过建立精英集来保存非劣解,并基于Pareto最优的概念更新精英集,利用基于k-means聚类的精英集裁剪策略,来保证精英集规模和粒子的分布性。实验结果表明了模型和算法的可行性和有效性。     

基于仿真试验和Kriging模型的多目标优化问题全局优化算法

针对复杂工程系统的多目标仿真优化问题,基于Kriging模型,提出一种将优化过程与试验过程相结合的全局多目标优化算法。该算法利用构造的加点准则序贯选取能应对约束和逼近真实Pareto解集的试验点,只需少量仿真试验就能得到优化问题的高精度Pareto解集。考虑试验点的可行性概率、间隔距离和Kriging模型的不确定性,设计亦能有效辨识非连通可行域的加点准则;提出以最大化试验点的期望超体积改进和可行性概率为目标的近似Pareto解集改进准则,使新试验点兼顾改进近似Pareto解集的质量和精确刻画可行域边界。通过三个数值算例将所提算法与已有算法进行比较,计算结果验证了所提算法的有效性和高效性。     

Pareto多目标遗传算法及其在机械健壮设计中的应用

在机械或结构的优化设计中 ,普遍存在约束的作用 ,且最优解往往位于可行域的边界上。由于外界环境的变化或人为因素造成设计变量扰动 ,可能使设计成为不可行。本文提出了一种的基于设计变量敏感性的健壮性设计方法 ,并提出了一种用 Pareto遗传算法来实施的带约束的多目标优化方法以求解健壮性问题。 Pareto遗传算法可得到 Pareto最优解集 ,从中可选出满足设计需要的解。本文提出的算法包括 5个基本算子 :选择、变异、交叉、小生境技术、Pareto集合过滤器。文中用算例说明该方法的应用     

双燃速燃料远程快速辅助浇注控制系统设计与实现

目前某型号固体火箭发动机浇注需要先后浇注两种不同的药浆，更换药浆时，会消耗大量的人力物力，费时费力浇注效率低，而且人员在作业时易产生摩擦等状况，安全得不到保障。因此针对某企业的固体火箭发动机的浇注问题，设计了一台双燃速燃料远程自动辅助浇注系统，关键机械结构应用ANSYS Workbench软件进行了仿真分析，对结构进行优化提高机械系统可靠性。其控制系统采用LabVIEW与PLC相结合的控制方式，实现两种药浆浇注工位的自动转换，并且应用监控模块远程实时监控浇注状态，便于及时发现故障保障人员安全，并且该系统以用于浇注生产。     

实例与经验相结合的产品设计知识获取技术

为实现产品设计知识的完整获取,在基于知识工程的产品设计领域,研究了产品实例设计知识与领域专家设计经验相结合的知识获取技术。首先,分别研究了基于产品实例的设计知识获取方法和面向领域专家的设计经验获取方法。然后,提出了实例知识与专家经验的融合算法和获取结果的神经规则表示,在此基础上给出了实例与经验相结合的产品设计知识获取实现框架。最后,将该方法应用于基于知识工程的固体火箭发动机设计,解决了固体火箭发动机设计中与经验相关知识的获取问题,得到了细粒度和完备性好的固体发动机药形选择设计知识,并通过实例说明了该技术的有效性和实用性。