基于分解策略的涡轮叶片可靠性及多学科设计优化

将反一阶可靠性分析方法与多学科可行方法相结合,提出了一种适用于涡轮叶片复杂结构的可靠性及多学科设计优化方法.在优化过程中使用Kriging近似模型并不断提高模型精度,解决了多学科可行方法反复调用仿真程序进行多学科分析,计算量较大的问题.该方法将可靠性分析与多学科优化过程分离,提高了优化计算效率.以某型涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率提高63.8%,证明了该方法在工程应用中的可行性和有效性.      

基于单循环方法的涡轮叶片可靠性及多学科设计优化

为了得到适用于涡轮叶片复杂结构并同时考虑可靠性的多学科设计优化方法,将基于单循环方法的可靠性分析（SLBRA）与并行子空间设计优化方法 （CSSO）相结合,提出了一种基于可靠性的多学科设计优化（RBMDO）方法。在优化过程中使用Kriging近似模型并不断提高模型精度。该方法在计算最可能失效点（MPP）的过程中避免了优化迭代,提高了计算效率。以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比。结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率明显提高,证明了该方法在工程应用中的可行性和有效性。     

涡轮叶片的气动-热-结构多学科设计优化研究

涡轮叶片设计是典型的多学科问题,在保证结果精度的同时必须重视计算效率.通过控制样本的数量和质量,近似模型能够在保证一定精度的前提下,简化多学科优化过程中的数据管理,并提高优化效率.通过分析涡轮转子叶片的气动-热-结构三个学科的设计过程和数据传递关系,充分利用各学科现有的分析工具,建立了涡轮叶片的气动-热-结构多学科优化设计框架.对某涡轮转子叶片分别使用Kriging近似模型和精确分析方法进行优化对比,可以看出两者的结果误差约为1.86%,而效率提高了将近46%,表明采用近似方法的优化结果在工程上是可用的,而且在计算效率更占优势.      

涡轮叶片多学科可靠性及稳健设计优化

为了得到一种适用于涡轮叶片复杂结构并同时考虑可靠性及稳健性的多学科设计优化方法,将6sig-ma可靠性及稳健设计优化方法与多学科可行方法(MDF)相结合,采用二阶Taylor展开法进行可靠性及稳健性分析,实现了涡轮叶片多学科6sigma可靠性及稳健设计优化。使用Kriging近似模型并不断提高模型精度,解决了多学科可行方法计算量较大的问题。实例分析表明,与确定性多学科设计优化相比,采用该方法得到的涡轮叶片可靠性及稳健性均有大幅度提高,同时设计目标最优,满足工程应用的要求,验证了该方法在工程应用中的可行性。     

基于响应面法的并行子空间优化算法改进研究

为了更好地解决飞行器多学科设计优化问题,对传统基于响应面的并行子空间优化算法(RS-CSSO)进行改进:改进基于近似模型,在具有同等计算精度的情况下减少学科分析的次数,采用均匀试验设计代替学科级优化来直接获得性能优良的初始设计样本点;在系统级优化过程中引入自适应近似模型算法,在迭代过程中对两种近似模型的精度进行对比,以相对误差的均值和标准差作为判据,选用精度更高的近似模型来提高系统级优化效率。采用改进的RS-CSSO算法对飞翼布局无人机进行了设计优化,并与传统RS-CSSO算法进行了对比。结果表明,改进的RS-CSSO不但有着更小的计算量,而且得到了更优的结果,可以应用于飞行器设计多学科优化。     

集成BLISCO和iPMA的多学科可靠性设计优化

为解决传统的基于可靠性的多学科设计优化(RBMDO)由于存在优化过程多层嵌套、多学科分析和可靠性分析反复迭代而导致的低效率问题,提出集成两级集成系统协同优化(BLISCO)策略和改进功能测度法(iPMA)的多学科可靠性设计优化方法。首先,基于序列化思想将多学科可靠性设计优化解耦,避免了每次多学科设计优化(MDO)对完整可靠性分析模型的反复调用与迭代。其次,采用高效的更适合复杂工程组织形式的BLISCO策略进行确定性多学科设计优化,摒弃了协同优化的一致性约束和两级集成系统综合法的复杂分析和近似建模问题,提高了计算效率。然后,基于角度更新策略对功能测度法(PMA)进行改进,采用更新角度替代极限状态函数值进行可靠性分析与判别,减少了多学科可靠性分析次数。最后,结合某机型起落架的缓冲器设计实例对所提方法进行验证,结果表明该方法的计算效率较其他方法分别提高了30.93%和19.97%,验证了方法的有效性,且具有工程实用价值。     

基于近似技术的高亚声速运输机机翼气动/结构优化设计

探索基于近似技术的高亚声速运输机机翼气动/结构多学科设计优化方法,建立了基于近似技术的多学科设计优化框架。气动学科采用全速势方程加黏性修正进行翼身组合体跨声速流动的气动计算,结构学科采用有限元分析方法进行应力与变形计算。采用均匀设计法给出若干样本点,分别采用二次响应面、Kriging模型和径向基神经网络等多种近似技术,构造气动学科和结构学科的近似分析模型,并对几种近似模型精度进行了分析和比较。研究发现,Kriging模型和二次响应面具有几乎等同的较高的近似精度,神经网络的近似精度则较差,由于二次响应面计算量更小,故最终选定为机翼设计优化的近似方法。以升阻比和结构重量为目标,考虑升力、机翼面积以及应力和应变约束条件,对运输机机翼4个外形参数和4个结构参数进行多目标、多约束优化设计。优化后的机翼具有较好的气动/结构综合性能,表明本文方法是可行的。     

基于近似技术的协同优化方法在机翼设计优化中的应用

将多学科设计协同优化方法与近似技术相结合,实现某机翼涉及结构和气动两个学科的设计优化。在对某机翼的协同优化设计中,采用基于均匀设计的二次响应面技术得到近似的协同优化模型,利用基于动态松弛近似的协同优化得到合理的结果。研究表明,将协同优化方法与近似技术相结合,能够有效地解决复杂工程的设计优化问题。     

多学科设计优化过程初探

介绍了多学科设计优化计算过程中存在的不确定性问题以及不确定性对设计过程和设计结果的影响.另外,采用在多学科设计优化流程中加入可靠性和稳健性分析模块来保证结果的可靠与稳健,用实验设计方法和6σ方法控制设计变量,保证设计过程的稳定收敛.     

基于双循环的离心叶轮多学科可靠性优化设计

 针对传统多学科设计优化方法中未能考虑不确定因素的问题,开展基于可靠性的多学科设计优化(RBMDO)方法的研究。以离心式压气机叶轮为对象,综合考虑工作状况和材料参数等随机性因素的影响,利用改进的一次二阶矩(AFOSM)法进行可靠性分析,通过双循环策略将多学科可行优化方法与可靠性分析相结合,合理引入近似技术,建立了基于可靠性的多学科设计优化系统。对某离心叶轮进行多学科可靠性优化设计的算例表明,在满足所有可靠性指标的前提下,该方法可实现离心叶轮综合性能的提高,并有效地缩减设计周期。     

基于单学科可行法的多学科可靠性设计优化

 近年来对多学科系统中不确定性的研究逐渐增多。针对该问题的计算复杂性,利用序列优化及可靠性评估（SORA）框架,提出用单学科可行（IDF）方法来求解多学科可靠性设计优化（RBMDO）问题。此方法将可靠性分析和多学科设计优化分离开来,分为确定性多学科设计优化和可靠性分析两个问题顺序执行,以提高计算效率。可靠性分析和优化的过程都采用多学科设计优化中高效的方法——IDF方法。最后通过例子验证此方法的有效性,算例结果表明,采用基于IDF的方法,学科1和学科2所用的函数计算次数分别减少了28.9%和25.0%。     

基于Kriging模型的涡轮叶片多学科设计优化

引入基于Kriging模型的近似技术, 建立了一种三维涡轮叶片的多学科设计优化方法.系统介绍了Kriging近似模型, 采用松散耦合方法考虑叶片各学科之间的耦合关系, 在多学科耦合分析的基础上, 采用多学科可行方法与基于Kriging模型的多学科优化方法分别进行了优化和比较.算例表明, 同等条件下相对于前者, 后者能够在精度无明显损失的情况下更快地收敛到最优解, 使涡轮叶片的各项性能得到明显改善, 证明该优化方法是可行有效的.      

基于灵敏度的可靠性优化解耦方法

针对航空结构可靠性优化设计问题,提出了一种基于灵敏度的可靠性优化(RBO)解耦方法。首先将高效求解的可靠性灵敏度用于失效概率函数(FPF)的快速构建,其优点在于仅需要一次可靠性分析即可得到失效概率函数的局部近似,克服了常规求解方法中需要多次可靠性分析的缺点;然后将得出的FPF近似代入RBO模型中,将原问题解耦成确定性优化子问题,可用常规优化方法来求解。另外,采用了序列近似优化策略来保证可靠性优化解的正确性。文中给出了复合材料梁和机翼三盒段结构的优化求解算例来说明本文方法的可行性和正确性。     

一种高效的基于可靠性的多学科设计优化方法(英文)

Design for modem engineering system is becoming multidisciplinary and incorporates practical uncertainties; therefore, it is necessary to synthesize reliability analysis and the multidisciplinary design optimization （MDO） techniques for the design of complex engineering system. An advanced first order second moment method-based concurrent subspace optimization approach is proposed based on the comparison and analysis of the existing multidisciplinary optimization techniques and the reliability analysis methods. It is seen through a canard configuration optimization for a three-surface transport that the proposed method is computationally efficient and practical with the least modification to the current deterministic optimization process.     

Uncertainty analysis and design optimization of hybrid rocket motor powered vehicle for suborbital flight

In this paper, we propose an uncertainty analysis and design optimization method and its applications on a hybrid rocket motor(HRM) powered vehicle. The multidisciplinary design model of the rocket system is established and the design uncertainties are quantified. The sensitivity analysis of the uncertainties shows that the uncertainty generated from the error of fuel regression rate model has the most significant effect on the system performances. Then the differences between deterministic design optimization(DDO) and uncertainty-based design optimization(UDO) are discussed. Two newly formed uncertainty analysis methods, including the Kriging-based Monte Carlo simulation(KMCS) and Kriging-based Taylor series approximation(KTSA), are carried out using a global approximation Kriging modeling method. Based on the system design model and the results of design uncertainty analysis, the design optimization of an HRM powered vehicle for suborbital flight is implemented using three design optimization methods: DDO, KMCS and KTSA. The comparisons indicate that the two UDO methods can enhance the design reliability and robustness. The researches and methods proposed in this paper can provide a better way for the general design of HRM powered vehicles.In this paper,we propose an uncertainty analysis and design optimization method and its applications on a hybrid rocket motor(HRM)powered vehicle.The multidisciplinary design model of the rocket system is established and the design uncertainties are quantified.The sensitivity analysis of the uncertainties shows that the uncertainty generated from the error of fuel regression rate model has the most significant effect on the system performances.Then the differences between deterministic design optimization(DDO)and uncertainty-based design optimization(UDO)are discussed.Two newly formed uncertainty analysis methods,including the Kriging-based Monte Carlo simulation(KMCS)and Kriging-based Taylor series approximation(KTSA),are carried out using a global approximation Kriging modeling method.Based on the system design model and the results of design uncertainty analysis,the design optimization of an HRM powered vehicle for suborbital flight is implemented using three design optimization methods:DDO,KMCS and KTSA.The comparisons indicate that the two UDO methods can enhance the design reliability and robustness.The researches and methods proposed in this paper can provide a better way for the general design of HRM powered vehicles.     

基于可靠性的飞机风挡抗鸟撞优化设计

传统的飞机风挡设计通常在确定的工况下进行,未能充分考虑实际鸟撞风挡过程中不确定性因素的影响,导致飞机鸟撞风挡的故障多发。综合考虑鸟撞飞机风挡过程中鸟体材料参数、质量、撞击速度等不确定因素的影响,以飞机风挡抗鸟撞的可靠度为约束,风挡质量为目标,基于双循环方法和近似技术建立了风挡抗鸟撞可靠性优化设计系统,利用一阶矩法进行可靠性分析,对某飞机风挡进行了基于可靠性的优化设计。实例分析证明所建风挡抗鸟撞可靠性优化设计系统可行有效。