细化Kriging模型在轻轨车轴优化设计中的应用

基于仿真试验,根据低地板轻轨车轴的结构特点和性能指标,将Kriging插值和拉丁超立方抽样试验相结合来构造车轴多目标优化的代理数学模型,并通过多目标遗传算法寻找该代理模型的最优解作为车轴参数的设计依据。为了使所构造的Kriging响应面能准确高效地代表稳健优化目标和约束函数,将Kriging模型在响应面精度检验时的样本点和多目标遗传算法所产生的最优解检验点进行更新,直到达到精度要求为止,从而保证所建立的响应面模型具有较高的全局拟合精度和最优解拟合精度。     

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模型与NSGA-Ⅱ算法的堆垛机结构优化设计

针对双高双立柱式堆垛机结构设计时存在的结构非线性与设计参数响应值之间复杂的隐式关系。采用三维参数化建模和最佳填充样本空间（OSF）进行试验设计,利用Kriging模型建立双高双立柱式堆垛机设计参数和最大应力、最大位移和质量之间的映射关系,通过精英保留策略快速非支配排序多目标遗传算法（NSGA-Ⅱ）,实现堆垛机结构尺寸、箱型梁壁厚的最佳寻优化方案,以满足强度、刚度、稳定性和优化设计目标。结果表明,采用该方法能够有效提高双高双立柱式堆垛机的静态结构优化设计精度和效率。     

基于双层更新Kriging模型的机械结构动态特性稳健优化设计

针对现有机械结构优化设计未考虑材料特性参数的不确定性和结构动态特性对综合性能的影响、优化求解效率低下等不足,提出基于双层更新Kriging模型的机械结构动态特性稳健优化设计方法。将机械结构动态特性指标的均值和方差作为优化目标,将机械结构变形量作为约束条件,建立机械结构动态特性稳健优化的数学模型。利用拉丁超立方试验设计、误差最大区域和近似最优解邻域的局部样本点加密技术和双层更新策略,建立能准确高效地获取稳健优化目标和约束函数值的Kriging模型。在此基础上,基于邻域培植遗传算法和双层更新的Kriging模型求出机械结构动态特性稳健优化问题的所有Pareto最优解。某型号大型汽轮发电机定子端部绕组锥环固定结构动态特性稳健优化设计实例验证了方法的有效性和相对于确定性优化设计方法的优越性。     

基于Kriging模型的并联机器人机构的多目标优化设计

为了提高并联机器人机构的性能特性,对机构参数进行优化设计分析,以达到性能指标最优的目的。先对应用于盾构拼装机的并联机构进行了运动学分析,利用封闭矢量法建立了逆解方程,并在此基础上求解了表征驱动关节输入和动平台输出映射关系的雅可比矩阵。引入衡量并联机构性能的全域运动灵巧度和全域承载能力指标,并以结构参数为设计变量,性能指标为优化目标,基于Krigring近似模型,利用多岛遗传算法对并联机构进行多目标优化,最终得到Pareto解集,并选取了机构参数的最优解。结果表明,基于Kriging模型的多目标优化对机构性能有明显的改善。     

基于Kriging模型的调心滚子轴承优化设计

为了提高调心滚子轴承的综合性能,对其结构参数进行分析和优化设计.首先,建立满足精度要求的轴承单个滚子静力学模型.然后,选取接触角、滚子半径、滚子长度和滚子轮廓半径作为设计变量,以接触应力最小、切应力最小和质量最小为目标函数,考虑几何结构的约束,采用最优空间填充设计(OSF)进行试验设计.基于试验设计的结果,采用Krig...     

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模型多目标遗传算法的高功率动力电池包冷却性能研究

电芯温度对动力电池包性能的影响极大,为了降低某液冷型动力电池包在高倍率放电工况下的最高温度以及提升电池包的能量密度,对电池包模组进行冷却结构参数优化.首先建立了单体电芯放电发热模型和电池模组计算模型,并对电芯放电发热模型进行试验标定.接着以电芯间距和冷却液进口温度为优化变量,电池模组最高温度和体积为优化目标,最大温差、电芯间距和冷却液进口温度为约束条件,利用拉丁超立方法对优化变量进行参数化组合样本的建立,结合Kriging代理模型和多目标遗传算法对电池模组进行寻优求解,优化结果显示:相比于原始的最高温度下降了9.7％,最大温差下降了12.5％,电芯间距体积减小了7.1％.最后依照优化结果进行样件的试制并完成台架试验,优化结果与试验测试值具有良好的一致性,验证了优化方法的有效性,为提升电池包的散热性能和能量密度提供理论参考.     

基于响应面的三自由度超声电机定子设计优化

针对超声电机定子设计过程存在的定子设计模态与干扰模态分离不彻底、定子振动幅度小、定子振动时局部内应力较大等问题,提出了基于响应面模型的电机定子设计优化方法。首先,通过选取合适的定子设计尺寸作为变量,拉丁超立方抽样方法在设计空间内选取样本点;其次,对各样本点的组合得到的定子尺寸结构进行有限元分析,得到定子的模态和谐响应值从而建立定子的响应面模型;然后,利用遗传算法在响应面模型的基础上对定子进行优化;最后,使用有限元软件对优化前后的定子进行建模计算验证了优化结果的正确性。     

基于Kriging修正模型的铁路捣固镐优化

捣固镐是一种输出高频冲击运动的小型铁路养护机械.国内对捣固镐的设计理论研究较少,目前所采用的机械结构优化设计方法未充分考虑结构动态特性对综合性能的影响.本文提出了响应面模型的仿真实验方法,基于捣固镐零件的结构特点及仿真实验,结合Kriging插值思想和最优空间填充设计抽样构建了机械结构优化设计的初始代理模型;并通过全局...     

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。     

基于组合优化策略的动车组悬挂参数优化设计

为快速获得改善车辆横向平稳性的最优悬挂参数,提出基于自适应模拟退火算法和非线性序列二次规划算法的组合优化策略对动车组悬挂参数进行优化设计。建立动车组动力学模型,利用最优拉丁超立方抽样方法选取对横向平稳性影响较大的悬挂参数作为设计变量;以横向平稳性为目标函数构建Kriging代理模型,并利用可决系数检验代理模型精度;采用自适应模拟退火算法对代理模型进行全局范围内初步寻优,在初步最优解的基础上采用非线性序列二次规划算法进行局部空间精确求解。研究结果表明,基于Kriging代理模型和组合优化策略的优化效率明显提高,车辆横向平稳性得到显著改善,并且优化前后运行稳定性均满足要求。     

基于全局敏感性分析和Kriging代理模型的汽车乘员约束系统多参数优化研究

针对汽车碰撞乘员约束系统优化设计中多参数与高度非线性的问题,提出了基于Kriging模型的设计参数全局敏感性分析方法,通过计算各设计参数对系统响应方差的贡献来评估各参数的敏感性。在此基础上,选取对响应影响大的设计参数作为优化变量,运用多岛遗传算法进行优化求解。优化结果表明,人体综合损伤WIC值相比初始设计值降低11.9%。研究结果为实际工程设计提供了参考。     

基于混合近似模型的汽车正面碰撞耐撞性优化设计

以汽车前部结构主要零件的厚度为变量,采用拉丁超立方试验设计方法生成100个汽车正面碰撞有限元仿真模型样本数据并进行计算,对计算结果应用Kriging模型、最小二乘响应面模型、径向基函数模型构建前部结构质量、B柱加速度最大值和前部结构最大吸能相对于各部件厚度的三种近似模型。以B柱加速度最大值为目标,约束前部结构最大吸能、前部结构零件质量及各零件厚度,利用模拟退火算法和三种空间密集撒点优化搜索方法,最终得到一组最优的前部零件厚度组合,使得B柱加速度最大值最小。研究表明,该方法计算精度和效率较好地满足了耐撞性工程设计的需求。     

基于双加点动态Kriging模型的提升塔架优化设计

为在满足强度要求的情况下尽量减小提升塔架质量,同时解决传统Kriging模型全局精度和局部精度不易同时保证的问题,提出了一种双加点动态Kriging模型,并利用该模型和人工蜂群算法对提升塔架进行了优化设计。将全局敏感性分析得到的敏感参数作为设计变量,利用拉丁超立方试验设计得到的样本数据建立初始Kriging模型,以最大应力为约束条件,通过人工蜂群算法对提升塔架进行了减重优化。优化过程中, 采用双加点准则不断更新Kriging模型,以提高模型的全局精度和最优解处局部精度,直到获得最优解。研究结果表明：在最大应力不变的条件下,优化后的提升塔架质量减小了39.37%。基于双加点动态Kriging模型的优化设计与仿真模型的优化设计相比,其优化效率大幅度提高。双加点动态Kriging模型相较于静态Kriging模型和基于传统加点准则的动态Kriging模型,具有更高的全局精度、局部精度和最优解处局部精度。     

Kriging代理模型下基于垂距的多点取样算法

代理模型由于可以有效地缩减学科分析时间,被广泛应用于优化领域。而构建高精度代理模型则取决于样本点在设计空间中的分布。为了建立拟合效率高的近似模型,在已有Kriging代理模型基础上,提出一种基于垂距和最大化点均方差取样(Integrated mean square error,IMSE)的多点取样算法,以保证预测精度的同时减少样本数量。该方法将垂距作为判定设计变量取值的标准,进行数据点的初步筛选。选取高斯函数作为设计点之间的相关函数,并且在边缘附近进一步修正。针对实际算例,将该取样算法与多点加点准则比较,结果表明使用的方法在保证全局精度的基础上,采用较少的采样点构建代理模型,具有较高的局部近似精度。     

基于均匀设计和NN-GA的CAD模型多目标直接优化方法

提出了一种基于试验数据的多目标直接优化方法,该方法采用均匀设计原理安排试验方案,利用三维CAD模型的参数化驱动特点,完成虚拟试验过程和数据获取,以试验数据为训练样本,建立了CAD模型参数与目标之间的非线性映射关系的神经网络模型,运用Pareto遗传进化算法和小生境技术对CAD模型进行多目标参数优化,可在指定区域内找出CAD模型的Pareto最优解集。     

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%。     

基于柔性并联机构的变刚度夹持器设计分析

提出一种新型双夹爪变刚度夹持器,每个夹爪是一个由四根对称旋转柔性支链组成的变刚度柔性并联机构（VSFPM）。夹持器由两个电动机驱动,其中一个宏动电动机用于控制夹爪的开合运动,适应被抓取物体的几何尺寸;另一个微动电动机用于控制柔性支链的旋转角度,以调整夹爪在开合方向的刚度,实现变刚度柔顺抓取,提高对被抓取物体几何形状、材料属性的适应能力。基于刚度投影方法,分析了基于旋转支链柔性并联机构在夹持方向上的变刚度原理;应用基于伴随变换的刚度分析方法,求得了夹爪在任意旋转角度下的刚度模型;通过有限元仿真分析,验证了刚度模型的准确性。此外,有限元分析结果表明,提出的VSFPM机构具有较大的刚度调整范围（0.178~9.663 N/mm）,为变刚度柔性夹持器设计提供了新的思路和方法。