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。     

多学科优化技术在空间结构锁可靠性设计分析中的应用

 多领域协同建模仿真是复杂产品虚拟样机设计分析需要解决的关键技术问题之一。利用CAD/CAE工具搭建的空间结构锁多柔体虚拟样机模型,综合考虑了强度、动力学、空间环境影响等因素,在协同设计分析和协同建模仿真的基础上,开展了基于可靠性的多学科协同设计分析。并深入讨论了协同建模仿真实现中的数据综合、过程综合等关键技术。通过多学科协同设计分析和建模仿真,找到了空间结构锁的可靠性薄弱环节,并结合多学科优化技术,实现了空间对接锁基于可靠性的设计优化,进一步提出了通用的复杂机电系统基于可靠性的多学科设计优化方案,并开发了能协同三维建模工具（如PROE）,有限元分析工具（如MSCPATRAN,NASTRAN,ANSYS）和动力学分析工具（如MSCADAMS）进行复杂机电系统可靠性分析的通用工具平台ARAMS。     

基于可靠性的涡轮叶片双循环多学科设计优化

提出一种适用于涡轮叶片复杂结构的基于可靠性多学科设计优化方法.使用多学科可行性优化方法解耦.根据实验设计结果,通过Kriging模型建立多学科分析过程的近似模型,并在计算过程中不断更新近似模型.将Hasofer-Lind Rackwitz-Fiessler(HL-RF)可靠性计算方法和优化算法以双循环可靠性优化方法相结合,实现基于可靠性的多学科设计优化模型.实例分析表明,在保证结构的可靠度要求条件下,设计结果满足性能最优.验证了基于可靠性多学科设计优化方法在工程实践中的应用是可行的.      

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。     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

整体离心叶轮的形状优化设计

本文对离心叶轮的形状优化设计过程进行了研究。提出了整体叶轮结构分析的一种有效的方法, 探讨了其优化数学模型的建立方法, 包括设计变量的选择、目标函数的确定及约束条件的选取。并对某压气机离心叶轮进行了优化, 有效地减轻了叶轮的重量。      

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模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度.计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势.     

多源不确定耦合下离心压气机叶轮气动稳健性

考虑制造误差与气动边界多源不确定耦合作用,以某离心压气机叶轮为研究对象,将数值计算方法、拉丁超立方试验、代理模型与蒙特卡洛方法相结合,分析几何设计变量与性能参数的相关程度,量化叶轮制造误差与转速波动的不确定性对压气机性能的影响程度,提出一种考虑多维异性不确定因素的离心压气机叶轮气动稳健优化设计方法。结果表明:在制造误差和转速不确定耦合作用下,压比波动幅度由350%增大至1414%;优化后叶轮气动稳健性增强,压比和效率均值分别提高69%和46%,标准差分别降低154%和184%。     

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.      

微小型航空燃气轮机离心叶轮拓扑优化设计

离心叶轮是微小型航空燃气轮机中的关键部件,要求其在满足气动性能的前提下,尽量减轻结构重量,传统设计制造技术已基本发挥到极致,但增材制造技术及拓扑优化设计方法的发展为其进一步优化设计拓展了新的空间。针对某型航空微型燃气轮机离心叶轮减重设计问题,依托增材制造和拓扑优化设计技术,在现有设计的基础上,首先对离心叶轮进行静强度分...     

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.     

基于数值优化方法的离心压气机工作轮气动设计

将三维N-S方程流场计算、网格自动生成、Hicks-Henne函数叶型和子午面流道参数化与单纯形法寻优相结合,研究构成离心压气机工作轮自动优化设计软件。采用本文方法进行气动优化设计,流场计算要求有较高精度。对Krain工作轮的计算并与实验结果比较表明,流场计算程序具有令人满意的计算精度。在目标函数设定时,兼顾非设计点性能达到在设计转速下整个流量范围内的气动性能优化。采用所研制软件,对两个离心压气机工作轮进行优化设计,优化工作轮达到在压比近似不变的前提下效率有效提高。     

Pareto多目标算法在离心压缩机蜗壳优化中的应用

基于Pareto多目标算法构建了一套针对离心压缩机蜗壳的气动优化系统,该系统集成了参数化建模、ICEM网格划分、CFX计算和CFD组合优化技术.利用该系统以总压损失系数和静压恢复系数为目标变量针对椭圆截面离心压缩机蜗壳进行气动优化设计.优化后的模型与初始模型相比总压损失系数降低11.79%,静压恢复系数升高16.97%,蜗壳内部二次流减少,蜗壳与叶轮更加匹配,表明该方法能够有效地提高离心压缩机的整体性能.      

基于粒子群算法的航空离心泵复合叶轮优化设计研究

针对航空离心泵复合叶轮三元扭曲型线的优化设计问题,基于Matlab平台采用五点四次Bezier曲线控制四条轴面流线的空间圆周角度分布,实现复合叶型的参数化设计。在此基础上,应用批处理联合仿真方法对125组优化空间样本进行数值模拟,并以效率函数为目标,基于高斯型径向基函数构建复合叶轮型线参数的性能代理模型。最后采用粒子群算法对优化设计参数进行全局寻优搜索。结果表明,代理模型的修正复相关系数为0.9269,标准差为0.1036,能够满足参数预测的性能要求,优化后整泵水力效率提高2.72%。