大展弦比飞翼结构形状、尺寸综合优化设计

为了降低无人机机翼的结构重量,对某型大展弦比复合材料飞翼结构进行了形状与尺寸综合优化设计。在形状优化层次重点考虑主承力元件翼梁的位置,尺寸优化主要考虑各元件的几何尺寸。采用NASTRAN进行尺寸优化,并将优化结果作为复合形法进行形状优化迭代的根据。最后对整个结构的优化结果进行了详细有效的分析,可以看出,优化结果符合结构受力特点,减重效果明显。     

复合材料加筋板结构的二级协同优化设计方法

针对复合材料加筋板结构的布局和铺层优化问题,发展了一种二级优化设计技术。第一级采用基于近似模型技术的布局优化方法,以筋条形式、个数、截面形状和铺层厚度作为设计变量,以结构质量最轻为目标函数,实现加筋板结构布局形式和截面尺寸的布局优化;第二级借助于等效弯曲刚度法和遗传算法,考虑层合板的制造和工艺约束,以层合板的各铺层角作为设计变量,以层合板弯曲刚度系数与上一级优化所给最优弯曲刚度系数之间的误差最小为目标,实现了复合材料加筋板在固定铺层层数下的铺层顺序优化;在二级优化的基础上,通过协调稳定性约束,实现综合优化。算例表明:采用二级优化设计方法,可以很好地实现复合材料加筋板的布局优化设计。     

基于协同优化方法的多学科非概率可靠性优化设计

针对传统多学科优化是基于确定性的优化设计方法,为了获得更为可靠的结构设计,在设计中考虑了不确定因素对结构性能的影响.本文将非概率可靠性优化方法与多学科优化设计方法相结合,引入了非概率可靠性指标,提出了一种新的基于协同优化方法的非概率可靠性多学科优化设计方法.同时采用了基于均匀试验设计的响应面方法来近似学科优化,提高了遗传算法的收敛速度,降低了计算量.最后通过对跨声速机翼气动结构多学科可靠性优化设计算例的计算,验证了本文提出的方法能够保证设计解的可靠性,对工程实践具有一定的指导意义.     

基于进化Kriging模型的金属加筋板结构布局优化方法

借助于试验设计和进化Kriging近似模型,提出了一种金属加筋板结构布局优化策略.其基本思想是用试验设计法选取样本点,进行有限元分析得到该样本点的响应(重量、屈曲因子和剩余强度系数),以此分别建立Kriging近似模型.并采用更新技术提高Kriging模型的精度,应用折衷法和遗传算法对该近似模型进行优化获得最优解.金属加筋板结构设计变量包括加强筋型式、加强筋间距和尺寸变量,约束为强度和屈曲.本文所做的金属材料加筋板结构布局优化设计算例表明,所提方法优化效果明显,优化效率高.     

复合材料加筋壁板的结构布局优化设计

一个二级优化设计方法被用于复合材料加筋壁板的结构布局优化设计。第一级对加筋壁板的主要截面尺寸进行优化,着重把筋条间距作为设计变量,其中讨论了各设计变量与结构稳定性之间的关系,以及结构质量与结构稳定性和刚度之间的关系。第二级以提高结构的屈曲因子为目标函数,采用遗传算法进行固定铺层数下的铺层顺序优化。在优化的过程中,应用软件MSC.Patran/Nastran进行具体的结构有限元分析,保证计算的准确性,同时也考虑了设计规则和生产工艺等方面对复合材料结构的要求。计算结果表明,采用二级优化设计的方法是可行的。     

金属加筋薄壁圆台结构二级布局优化设计方法

提出了一种金属加筋薄壁圆台结构的二级布局 优化方法。该方法首先采用试验设计选取结构布局变量的样本点,然后对每个样本点相应的 加筋薄壁结构进行强度和稳定性约束下的尺寸优化,获得对应的目标响应值;其后用布局变 量样本点和对应的响应面构造Kriging近似模型;最后用遗传算法对近似模型进行优化,得 到了加筋薄壁圆台的最优解。算例结果表明,该方法简单且优化效率高。     

网格整体加筋贮箱圆筒壳结构优化设计

为完成网格整体加筋贮箱圆筒壳的结构优化设计,本文首先开展了网格整体加筋贮箱圆筒壳的有限元模型参数化研究;然后基于参数化模型,进行了网格加筋角度的优化设计和加筋尺寸与壁面厚度尺寸优化设计,讨论了网格尺寸和加筋角度与结构屈曲稳定性和质量之间的关系;并利用实验设计的方法构造响应面代理模型对网格尺寸和加筋角度进行了优化设计.通过以上参数化建模、代理模型构建和优化设计,得到了一套较为完整可行的网格整体加筋贮箱圆筒壳结构优化设计方法.最后还对研究过程中发现的问题进行了总结.     

基于复合形与神经网络的机翼结构优化设计

从元件位置和元件尺寸两个方面考虑,提出了一种全局结构优化设计方法。利用NASTRAN完成尺寸优化,利用神经网络对NASTRAN优化结果进行映射,用复合形法进行位置寻优,最终完成了机翼结构的优化。算例表明利用神经网络来预测NASTRAN优化结果有较高的精度与适用性,本文所提方法可行、正确,具有很高的效率。     

高超声速飞行器参数化几何建模方法与外形优化

飞行器几何建模是进行外形优化设计的基础,针对尺寸和形状驱动的飞行器外形参数化几何建模要求,采用类型函数/形状函数变换技术,建立面向族的参数曲面,通过调整少量尺寸参数或类型函数/形状函数控制参数,可以衍生出多种设计构型,且相互转换十分便捷。相比现有CAD和二次曲线建模方法,在模型简化和设计变量数量有效控制方面具有优势。升力体和乘波体两种典型布局飞行器的外形建模与应用表明方法简单、有效、适应性强,可以满足飞行器概念设计阶段外形优化的要求。     

基于响应面的结构抗疲劳优化设计方法

借助于试验设计和响应面近似模型技术,提出了一个结构细节抗疲劳优化设计的策略。其基本思想是在结构抗疲劳设计方法的指导下选取结构的设计变量,用试验设计方法在设计变量空间里选取样本点,对各样本点所对应的结构建立有限元模型并进行结构分析和疲劳寿命估算,得到各样本点的响应(结构质量和疲劳寿命),用这些样本点和响应建立疲劳寿命和质量的响应面近似模型,并对近似模型进行优化获得最优解。算例表明本文提出的结构抗疲劳优化的策略是十分有效的。     

遗传算法在含连续/离散变量结构优化中的应用

传统的优化方法难于有效地处理含有连续／离散混合变量优化问题。本文探讨了如何将遗传算法应用于含连续／离散设计变量的结构优化问题。着重讨论了连续／离散混合变量的编码方法和减少适应度函数计算次数的ｍ ｉｃｒｏ ＧＡ 技术。将遗传算法应用于数学考题和十杆结构尺寸／材料混合变量优化问题。两个算例表明，遗传算法能比较有效地解决含连续／离散混合设计变量的优化问题。     

FUSELAGE STRUCTURAL OPTIMIZATION WITH MSC／MOD PRE－PROCESSING AND MSC／PAL2 POST－PROCESSING

ＦＵＳＥＬＡＧＥＳＴＲＵＣＴＵＲＡＬＯＰＴＩＭＩＺＡＴＩＯＮＷＩＴＨＭＳＣ／ＭＯＤＰＲＥ－ＰＲＯＣＥＳＳＩＮＧＡＮＤＭＳＣ／ＰＡＬ２ＰＯＳＴ－ＰＲＯＣＥＳＳＩＮＧ￥ＣｈｅｎＭｕｌａｎ（ＲｅｓｅａｒｈＩｎｓｔｉｔｕｔｅｏｆＰｉｌｏｔｌｅｓｓＡｉｒｃｒａ...     

基于遗传算法的纤维增强复合材料层合板刚度设计方法

基于遗传算法,提出了一种带刚度要求的纤维增强复合材料层合板设计方法。以层合板的各层铺设角和厚度为设计变量、刚度为设计目标、制造工艺性为设计约束,将纤维增强复合材料层合板的刚度设计问题处理成一种离散的叠层顺序优化问题,采用遗传算法求出满足给定刚度要求的层合板设计。最后,通过算例验证了设计方法的有效性。     

基于可靠性的弹性折叠机构设计优化方法研究

描述了基于可靠性的弹性折叠机构设计优化方法。采用特征造型方法建立了弹性折叠机构几何模型,CAD二次开发技术实现了折叠机构模型的参数化自动建模;考虑折叠机构几何参数不确定性,建立了折叠机构可靠性动态分析模型;基于功能函数的极小变换法将机构动态可靠性分析问题简化为静态问题;采用一次二阶矩法分析了机构折叠时间、最大应力和机构寿命的可靠度;以折叠机构几何参数为设计变量,采用修正的可行方向法驱动优化使折叠机构质量最轻且寿命更长。数值分析结果显示功能函数的极小变换法将机构动态可靠性分析简化为静态可靠性分析,可以在保证分析精度的前提下,提高可靠性分析效率;同时与传统优化方法比较表明,可靠性优化设计方法可以通过牺牲部分优化目标性能换取优化设计结果可靠性的提高。     

基于遗传算法的门式刚架优化设计

由于门式刚架梁柱截面尺寸选择的复杂性和设计变量的离散性,传统的优化方法得不到理想的优化结果。论文以《门式刚架轻型房屋钢结构技术规程》为基础,采用遗传算法,对门式刚架进行优化设计。运用MATLAB语言编制了结构优化程序,并开发了优化程序的图形用户界面。算例表明,该优化方法算法简便,编程简单,优化效果明显。优化程序的图形用户界面简洁明快,操作简单。     

应用对策理论的多目标气动优化设计

将经济学中的Nash均衡理论引入到气动优化设计中,探索一种新颖的处理互为冲突的多目标气动外形优化设计方法.基本的优化器为基于伴随方法的确定性优化算法,文中通过引入负反馈技术发展了约束最优控制理论,所有的约束条件都被自动的和隐含的满足.在对称Nash策略中,每一个优化器都力图优化自己的目标,而Nash平衡则提供了多个目标之间的一种妥协解.设计算例表明,文中的Nash竞争策略在多目标气动优化设计中是有效的.     

基于多Agent的机身外形优化模型

提出了一个基于多Agent系统的机身外形优化模型,并将其用于飞机概念设计阶段的多学科优化中。该模型继承了多Agent系统的自主、协作等优点,并且结合了机身段和机身剖面的建模方法。提出并定义了不同类型的Agent及其功能,对各类Agent选用了不同的协调方式及协调规则。作为对模型的验证,针对一个战斗机方案多学科优化设计的算例,给出了机身外形中各Agent的协调过程。优化结果表明这一模型在优化过程中能有效地减少机身的优化变量,缩短计算时间。同时,由于各Agent之间的自主协调避免了复杂机身外形在优化中产生扭曲,从而增加了可行解的数量。