基于Kriging近似模型的某轿车前悬架不确定性优化

针对前悬架确定性优化没有考虑参数不确定性时存在的问题,提出了一种考虑不确定性因素的前悬架不确定性优化方法。应用ADAMS/Car建立了某轿车麦弗逊式前悬架模型,在ADAMS/In-sight中进行了悬架设计硬点参数的灵敏度分析,针对灵敏度较大的设计硬点参数和所考虑的不确定性量,建立了车轮定位参数在车轮跳动过程中的Kriging近似模型,简化了优化过程。针对该近似模型进行了动力学分析,运用经过改进的非支配排序遗传算法(NSGA-Ⅱ)和隔代遗传算法(IP-GA)进行了多目标不确定性优化求解。优化结果表明,该不确定性优化方法具有较高的有效性和精确性。与确定性优化结果的对比表明,不确定性优化具有更好的鲁棒性。     

基于Kriging近似模型的车身气动低阻低噪协同优化研究

本研究应用CFD仿真技术和Kriging近似模型方法,建立了车身造型因子与气动阻力和气动噪声之间的响应关系,并利用协同优化算法对两学科的耦合关系进行了协调优化,最后采用多岛遗传算法找到了最优解。结果表明,气动阻力值降低了1.81%,车侧前窗气动噪声降低了11.12%,实现了车身气动低阻低噪的协同优化。本研究采用协同优化算法探索了汽车气动阻力与噪声之间的耦合关系,为汽车的空气动力学外形设计及优化提供一种有效的方法。     

基于Kriging近似模型的轨道主冷叶轮多目标遗传优化

为最大限度地减小叶轮质量,通过反求模型和网格密度精度的分析,对叶轮结构进行数值计算,并构造了拉丁超立方试验设计模型和Kriging近似模型,得到叶轮结构的采样空间和高精度的近似模型用来代替数值分析,提出了轨道轴流风机叶轮结构多目标遗传优化方法。采用该方法分析了主要技术参数对叶轮结构受力的灵敏性,并找出了对叶轮结构应力影响最大的参数。叶轮结构通过优化后,质量减小了31.7%,大大节省了材料的成本,最大应力值也由初始方案的21.5MPa变为16.5MPa,有效地提高了叶轮的力学性能。优化后通过滑环引电器和动静态应变测试系统对风机叶轮进行动静态试验,并设计了叶轮旋转机械的工艺工装和试验方案,试验结果与计算结果十分吻合,且动应力相对很小,因此,叶轮具有良好的力学和振动性能,在工程应用中具有较高的价值。     

基于Kriging代理模型的结构形状优化方法

任何机械零件都是由结构尺寸和形状构成.通过常规设计手段,一般确定零件的整体结构尺寸,但大量局部的尺寸决定了零件形状.而零件的失效往往与零件形状是否合理密切相关.形状优化技术一般以有限元技术为基础,通过边界的迭代过程获得形状优化.文中结合试验设计技术和近似代理技术,利用少量样本点建立高精度分析模型,代替原有零件模型,在代理模型上寻找符合约束条件的结构参数,从而获得零件的形状优化.首先阐述了该优化方法的设计思想和理论基础,最后以六角钢盘的结构优化为例说明了该方法的具体应用过程.     

基于Kriging近似模型的车架轻量化优化

为了在减轻车架重量的同时尽可能提高其动、静态结构性能,以车架纵梁、横梁结构参数为设计变量,特别采用最优拉丁实验设计方法进行了样本数据设计,并运用Kriging方法构建了车架NVH、扭转刚度、弯曲刚度及车架质量等性能参数的多目标优化系统的近似模型,利用模糊多目标粒子群算法对近似模型进行了优化,得到了Pereto最优解集。结果表明,所建立的Kriging近似模型适合解决组合优化问题,在多个性能指标满足设计要求的同时,成功实现了车架结构的轻量化。     

基于Kriging代理模型的离心通风机叶片优化

为了提高离心通风机的气动效率,进而实现节能减排和保护环境,提出了一种基于Kriging回归的代理模型用于离心通风机的气动优化。首先,通过拉丁超立方采样设置初始样本点,构建样本点对应下的离心通风机结构模型;进而用CFX软件计算其结构参数对应下的气动性能响应参数;其次,构建Kriging回归的代理模型用于表征初始样本点参数与气动性能响应参数间的耦合对应关系;最后把代理模型嵌入到智能优化算法中,并以气动效率最大为目标进行函数迭代寻优,进而寻得最佳的叶轮结构参数,优化后风机的工况效率从76%提高到80.9%,气动效率明显提高。     

基于拓扑优化和Kriging模型的前中盾结构轻量化设计

前中盾是盾构机的重要部件,其结构尺寸大、服役环境复杂,因此,在保证结构强度的前提下进行轻量化设计至关重要。针对某型号泥水平衡盾构机的前中盾,通过拓扑优化和尺寸优化实现轻量化。对现有前中盾结构进行拓扑优化设计,并根据拓扑优化结果进行二次设计;针对二次设计后的前中盾结构,构建尺寸优化模型,利用正交试验和方差分析筛选出对性能响应(前中盾质量、最大变形和最大应力)影响较大的结构参数作为设计变量,并通过最优拉丁超立方采样和有限元分析获得45组样本点,由此构建设计变量-性能响应隐式关系的Kriging代理模型;通过序列二次规划算法对前中盾尺寸优化模型进行求解获得最优的尺寸参数组合。验证结果表明,前中盾经过拓扑优化和尺寸优化后,质量减小约30 t,降幅达3.1%。     

基于动态加点Kriging模型的机床立柱多目标优化

为改善机床性能,提出一种将拉丁超立方实验设计、动态加点准则Kriging模型、NSGA-Ⅱ遗传算法相结合的多目标优化方法.通过特性分析表明机床立柱是整机静动态特性的薄弱环节,选取立柱尺寸参数为设计变量,通过拉丁超立方实验设计法抽取样本点构建机床立柱多目标优化的动态加点Kriging代理模型,利用NSGA-Ⅱ遗传算法对响...     

基于近似模型的板料成形稳健优化方法研究

为了控制板料成形的回弹量,同时提高板料成形优化效率,提出一种基于Kriging替代模型的板料成形稳健优化方法.首先通过灵敏度分析挑选出对板料成形质量影响较大的参数作为设计参数;然后利用Box-Behnken设计获取局部较少且分布合理的试验样本点,通过Kriging插值理论完成对设计变量与设计响应之间全局映射关系的拟合;...     

基于多目标遗传算法的弧齿锥齿轮多学科优化设计

针对常规设计中弧齿锥齿轮存在的问题,将多学科优化设计引入到弧齿锥齿轮设计中,改善其不足。以大小弧齿锥齿轮体积之和最小、弧齿锥齿轮齿根弯曲应力最小以及工作噪音最小三个方面为目标函数,以齿数、齿宽中点螺旋角、齿宽和大端模数为设计变量,考虑齿面接触疲劳强度、齿根弯曲疲劳强度、环境保护等8个方面约束,建立弧齿锥齿轮的多学科优化设计数学模型。根据该数学模型,运用多目标遗传算法对文中的实例优化求解,计算结果表明该设计方法是合理的,行之有效的。     

Adaptive parallel decomposition for multidisciplinary design

The conceptual design of a rotorcraft system involves many different analysis disciplines. The decomposition of such a system into several subsystems can make analysis and design more efficient in terms of the total computation time. Adaptive parallel decomposition makes the structure of the overall design problem suitable to apply the multidisciplinary design optimization methodologies and it can exploit parallel computing. This study proposes a decomposition method which adaptively determines the number and sequence of analyses in each sub-problem corresponding to the available number of processors in parallel. A rotorcraft design problem is solved and as a result, the adaptive parallel decomposition method shows better performance than other previous methods for the selected design problem.     

梳齿式微加速度计优化设计与仿真分析

给出了多学科层级优化算法模型,对梳齿式微加速度计的结构参数进行了优化设计,对优化前后的梳齿式微加速度计进行了有限元仿真分析.优化设计结果表明,微加速度计的工作性能有明显提高.有限元仿真分析结果验证了多学科层级设计优化方法的有效性.     

Multidisciplinary design optimization of a structurally nonlinear aircraft wing via parametric modeling

In this study, the optimization of an aircraft wing design was conducted using multidisciplinary design optimization (MDO), which integrates aerodynamic and structural analysis in considering nonlinear structural behavior. Automation is an absolute necessity to make the MDO framework practical for actual engineering optimization problems. The objective of this research was to develop a fully automated MDO framework in which the entire process is automated through a parametric-modeling approach. The computational fluid dynamics (CFD) grid was generated automatically from parametric modeling using CATIA and Gridgen, followed by automatic flow analysis using FLUENT. The computational structure mechanics (CSM) grid was generated automatically by the parametric methods of CATIA and MSC/Patran. The structure was analyzed by ABAQUS considering the deformation nonlinearity, and the aerodynamic load was transferred from the CFD grid to the CSM grid using the volume spline method. The response surface method was applied for optimization, which helped achieve the global optimum. The developed MDO framework was applied to a wing optimization problem in which the objective was wing weight and the constraints were the lift-drag ratio, wing deflection, and structural stress level. The aspect ratio, taper ratio, quarter-chord sweep angle, skin thickness, and spar flange area were the design variables. The optimization design result demonstrated a successful application of the fully automatic MDO framework.     

基于Agent模型的多学科设计优化方法

复杂工程系统的设计往往涉及多门学科 ,多学科设计优化 (MDO)方法是一类求解复杂系统设计优化问题的方法。本文首先简要回顾现有 MDO方法的特点 ,然后基于 Agent模型提出了一种新的多学科设计优化方法——子空间自主式优化方法。这种方法具有如下特点 :流程简单 ;各个学科组可自主地、并行地进行设计和优化 ;灵活性强 ;所需系统分析的计算次数少 ;没有系统级协调优化环节。为了验证这种算法的有效性 ,对二个典型算例进行了数值实验。初步的数值实验结果表明 ,二个典型的算例经过几次迭代后均能收敛于最优解。子空间自主式方法是一种较有潜力的 MDO方法 ,值得进一步研究     

基于Kriging模型的发动机罩多目标优化设计

为提高轿车CNCAP行人保护性能,应用拓扑优化方法对某款轿车的发动机罩内板进行结构改进,以达到降低行人头部损伤值的目的。先以发动机罩内板、外板、加强板及铰链的壁厚为设计变量,采用最优拉丁方法生成样本数据,通过仿真分析,构建了关于发动机罩质量、头部损伤值及模态的Kriging近似模型;然后利用NSGA-Ⅱ（非劣分层遗传算法）多目标进化算法寻优求解。结果表明：改进后的发动机罩不仅安全性和防振性得到改善,而且质量减小,模态值提高,实现了安全、防振及轻量化的设计目标。     

基于Kriging模型的微夹持器优化设计

为了综合平衡一种新型微夹持器的张合量、夹持力灵敏度与快速响应,提出一种Kriging模型的优化方法。采用拉丁超立方抽样方法确定试验点,采用ANSYS计算各试验点对应的响应值。进行相关性分析以确定对性能影响较大的结构参数,并将其作为优化设计变量。采用Kriging理论建立能反映性能指标与设计变量之间关系的非线性模型,并建立多目标优化模型。比较分析优化前与优化后的各性能指标可知,放大倍数增大了7.4%,固有频率增大了16.46%,输出刚度增大了9.84%,最大应力减小了5.75%,说明所提出的性能优化方法有效。     

利用Kriging预测模型的EMD端点延拓

结合端点效应的产生机理和关于端点效应的现有研究成果,提出了一种基于Kriging预测模型的抑制EMD端点效应的新方法.通过计算信号及其包络线的最优线性无偏预测,将信号的上、下包络线进行延拓,从而最大化地逼近原始信号两端点,并将未延拓的分解结果、基于镜像延拓法得到的结果和基于Kriging预测延拓法得到的结果进行对比分析.仿真算例和试验结果表明,基于Kriging预测模型的延拓方法抑制EMD端点效应的效果最优,能够精确反映信号特征,有利于准确提取结构的模态参数,提高运算效率.     

基于Kriging模型的密封圈性能非概率可靠性分析

将Kriging模型和拉丁超立方抽样技术应用于不确定结构,提出了主要针对隐式方程的区间非概率可靠性分析方法。该方法用Kriging模型作为近似模型描述原结构模型,借助优化方法求解参数区间并计算可靠度。建立了某金属/水冲压发动机橡胶O形密封圈的非线性有限元模型,应用网格重构技术和自适应加载技术对密封圈密封性能进行了有限元分析。将接触面最大正应力与发动机燃气压力的差值作为目标参数,应用上述方法计算了密封性能参数区间非概率可靠性,通过区间分析得到了密封性能可靠性指标。