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     

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     

面向MDO的复杂产品多学科视图建模技术

提出了面向MDO的复杂产品多学科视图建模技术,给出以主模型为导向的多学科并行建模技术路线。通过建立复杂产品设计过程的层次分解与映射模型,分析产品组成的多学科性;给出多学科并行的设计方法,以实现各学科子系统功能的独立性;通过多学科视图建模的一致性规则及多模型的协同运行策略,解决冲突的协调问题;采用面向对象方法,建立起多学科视图建模技术的层次实现结构;基于优化技术与CAD/CAE的技术集成,实现多模型协同仿真与优化。该技术应用于汽车车身的多学科建模与仿真优化,实现了设计信息的动态交互与多学科共享,有效改进了产品设计水平,提高了产品的设计效率。     

多学科设计优化在非常规布局飞机总体设计中的应用

本文展示如何将多学科设计优化(MDO)方法与非常规布局飞机总体设计相结合。飞机总体MDO作为一个系统,包含了本身的优化、内部子系统的优化和模型的生成。系统级优化的目的是优化全局设计变量,使系统目标最优。子系统级优化涉及的部分有气动、隐身、总体布置、重量等。多学科模型生成器是MDO的一个重要环节。     

云环境下的多学科设计优化研究

多学科设计优化(MDO)在实际应用中面临计算量庞大而复杂的困难,而云计算为解决这种困难提供了手段。利用云计算整合优化资源方面的优势去解决多学科优化过程的难题,按云服务理念,将MDO作为一种服务,搭建了面向MDO的云优化平台,以目标级联法作为MDO的典型代表,对MDO问题进行层级分解,将复杂的工程系统分解为相互联系的若干子系统,降低了原优化问题的求解困难,以几何规划问题和汽车燃烧室的优化设计为例,探讨了云环境下MDO求解的有效性。     

多学科设计优化技术在卫星总体设计中的应用

多学科设计优化 (Multidisciplinary DesignOptimization,MDO)是一种工程设计方法,它通过充分探索和利用工程系统相互作用的协同机制,考虑各学科或各分系统之间的相互作用,从整个系统的角度求解优化问题设计复杂的工程系统。在卫星总体设计中应用MDO技术,其基本指导思想是利用合适的优化策略组织     

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。     

汽车车身耐撞性与NVH多学科设计优化研究

将多学科设计优化运用在汽车车身耐撞性研究中,通过拉丁方试验设计获取采样数据点,同时,为了提高了计算效率,构建了考虑整车正撞安全性和白车身扭转模态优化设计的多学科系统的响应面近似模型,然后运用序列响应面方法结合多学科可行性方法对近似模型进行优化。避免了传统整车耐撞性和白车身NVH相结合的多学科优化设计方法计算量大,且在碰撞非线性系统优化中常常易导致收敛缓慢甚至不收敛的缺点。在较好地满足CMVDR294安全法规的同时,使得白车身的扭转模态值得到提高,在一定程度上改善了汽车的安全性、舒适性和平顺性。     

多学科设计优化方法及其在水下航行器设计中的应用

运用多学科设计优化算法(MDO)对鱼雷系统进行总体设计,是目前水中兵器领域的一大拓展。传统的鱼雷总体设计不能很好地实现各个子系统之间的协同效应,所取得的最终设计结果往往不是系统的全局最优解。这里基于MDO方法的鱼雷总体设计分析就在很大程度上解决了该问题。     

复杂产品多学科设计优化技术

针对复杂产品设计过程中存在学科组成多、学科高度耦合、复杂产品不能进行全面优化设计的问题,指出在复杂产品设计中应用多学科设计优化(Multidisciplinary design optimization, MDO)方法的必要性.阐述MDO的国内外发展现状及其基本概念.分析MDO的知识体系,总结出MDO研究应包括理论和应用两大方面,前者主要包括数学建模、系统分解、优化框架、近似模型、灵敏度分析和优化算法等理论方法,后者主要涉及软件集成、数据转换、设计数据管理、可视化、项目管理和并行计算等技术,并指出这些理论方法与应用技术间的关系.结合实际情况,建议我国应在理论创新、集成平台开发和技术推广等方向开展MDO研究工作.     

大变形条件下的预应力索桁架天线结构优化设计

传统预应力索桁架天线结构设计往往依赖于经验设计和非梯度方法。为了提高该类结构的优化设计效率,文中提出了一种大变形条件下的预应力索桁架结构拓扑优化方法。该方法以一种预应力修正下的柔顺度指标作为目标函数,以质量分数和强度作为优化约束,通过归一化方法获得连续的设计变量,实现对索桁架结构的拓扑构型、组件尺寸和预应力数值的整体优化设计。目标函数的灵敏度信息可完全通过解析方法获得。数值计算结果表明,该方法对大变形条件下天线单一工况和多工况预应力索桁架优化设计都具有较好的适用性。     

基于特征变量的复杂机械系统优化方法的最优性条件

复杂系统优化设计方法研究是优化设计的一个重要方面，目前，复杂机械系统的优化设计方法主要有直接法和分解协调法，均没有解决复杂系统的优化问题。提出了基于特征变量的优化设计新方法，这种方法在实践中得到了应用，证明是有效的，但该优化方法缺乏理论指导。对基于特征变量的优化方法进行了理论分析，提出了基于特征变量的分级优化结果是原问题最优解的条件，并从必要务件和充分务件两方面论证了该方法优化的结果就是原优化问题的最优解。     

直齿圆柱齿轮的模糊优化设计

运用模糊优化理论对直齿圆柱齿轮进行模糊优化设计,用二级模糊综合评判法对设计中诸多影响因素的模糊性进行了定量描述和处理,并获得了比常规优化设计更紧凑的结构,说明模糊优化设计是一种更符合客观实际的科学设计方法。     

四连杆打纬机构的Fuzzy优化设计

设计更好地符合客观实际的四连杆打纬机构,在充分考虑各设计参数的模糊性的基础上,根据模糊方法学的基本理论提出一种模糊优化设计方法,采用使筘座的最大加速度最小,同时使筘座的行程速比系数最大的多目标优化方法,建立了该问题的模糊优化设计的数学模型,并对实例进行了计算与分析,获得最优的综合性能。     

一种面向产品族设计的二级优化方法

应用模块化和产品平台的思想是企业设计和开发产品族(系列)的重要策略。本文提出一种可用于产品族设计的二级优化方法。该优化方法将产品族设计优化分为二个层次:产品平台优化层次和专用模块的优化层次。为了提高这种优化方法的可靠性和减少计算量,在二级优化基本框架基础上引入了代理模型技术。将二级优化方法应用于桁架族优化设计算例,计算结果表明:基于代理模型的二级优化方法能成功地解决桁架族优化设计问题,具有很好的可靠性,而且能有效地减少产品族优化设计中计算量。     

基于Monte Carlo行星齿轮减速器可靠性优化设计

以2K_H行星减速器为物理模型,运用可靠性设计和优化设计理论相结合的方法,建立了以体积最小为目标的可靠性优化设计模型.针对设计信息和参数的不确定性,采用蒙特卡洛模拟法确定设计变量的概率分布和数字特征,计算齿轮传动可靠度.利用MATLAB优化工具箱具有编程工作量少、语法符合工程设计要求等特点,在约束函数中充分考虑可靠性的...     

广义多级结构优化设计

提出了一种广义的多级结构优化设计方法，该方法的核心是将原结构优化问题按等级分解成若干个子结构优化问题，各子结构通过行为灵敏度、优化灵敏度导数加以耦合，由于每级中各子结构相对独立，故每一级各子结构可进行并行计算，这一特点可望在大型结构优化是提高总的计算效率，缩短计算时间。最后给出了一铡架优化设计的算例，结果表明该方法具有良好的收敛性。     

弹簧优化设计方法的相似推广

以一圆柱形压缩螺旋弹簧为例进行优化设计 ,然后根据相似指标 ,通过极为简单的运算 ,将其优化设计成果推广。这样既能满足不同条件的实际需要 ,又能大大地简化弹簧的优化设计过程     

Decomposition method of complex optimization model based on global sensitivity analysis

The current research of the decomposition methods of complex optimization model is mostly based on the principle of disciplines, problems or components. However, numerous coupling variables will appear among the sub-models decomposed, thereby make the efficiency of decomposed optimization low and the effect poor. Though some collaborative optimization methods are proposed to process the coupling variables, there lacks the original strategy planning to reduce the coupling degree among the decomposed sub-models when we start decomposing a complex optimization model. Therefore, this paper proposes a decomposition method based on the global sensitivity information. In this method, the complex optimization model is decomposed based on the principle of minimizing the sensitivity sum between the design functions and design variables among different sub-models. The design functions and design variables, which are sensitive to each other, will be assigned to the same sub-models as much as possible to reduce the impacts to other sub-models caused by the changing of coupling variables in one sub-model. Two different collaborative optimization models of a gear reducer are built up separately in the multidisciplinary design optimization software iSIGHT, the optimized results turned out that the decomposition method proposed in this paper has less analysis times and increases the computational efficiency by 29.6%. This new decomposition method is also successfully applied in the complex optimization problem of hydraulic excavator working devices, which shows the proposed research can reduce the mutual coupling degree between sub-models. This research proposes a decomposition method based on the global sensitivity information, which makes the linkages least among sub-models after decomposition, and provides reference for decomposing complex optimization models and has practical engineering significance.