工程化复合材料结构优化设计方法

复合材料结构的可设计性带来大量设计变量,单靠传统方法难以实现结构优化,复合材料结构优化的铺层优化设计也是关键问题之一。从工程实际出发,探讨具有工程操作性的复合材料结构优化设计方法,形成 从结构布置优化到初始尺寸优化,再到详细铺层优化的三级优化设计方法,并在设计过程中加入符合复合材料 工艺要求的制造性约束;以某飞机复合材料垂尾翼盒结构设计为例,采用该方法对其进行优化设计。结果表明:本文提出的三级优化设计方法是适用于航空复合材料结构优化设计的一种通用方法,可降低结构质量、缩短研制周期。     

基于拓扑优化和形状优化的桨叶结构设计

直升机旋翼桨叶剖面结构设计是研究旋翼动力学设计的基础。提出一种联合拓扑优化和形状优化的 两级优化设计方法,可用于桨叶剖面结构的设计。第一级优化以变密度法(SIMP)作为拓扑优化的材料插值方 法,以桨叶体积最小化为设计目标,约束桨叶节点位移和应力,建立桨叶的拓扑优化求解模型;第二级优化以重 构的桨叶模型为基础开展形状优化,降低局部应力集中以及找到合理的边界节点位置。对优化后的模型进行 有限元分析,结果表明:通过拓扑优化和形状优化的两级优化,能够得到满足强度和稳定性要求的结构布局,为 桨叶结构设计提供指导方案。     

基于S4000P的军用飞机预防性维修任务优化研究

预防性维修是恢复和保持飞机安全性和可靠性的主要措施,其优化一直以来都是飞机制造商和使用 方共同关注的问题。本文调研国际上主流的预防性维修任务优化方法及主要应用对象,并以适用于装备的 S4000PISMO 流程为基础,结合军用飞机的特点,对原流程进行调整和个性化设计,构建预防性维修任务优化 的逻辑流程。结果表明:该任务优化流程可用于军用飞机预防性维修任务的优化分析。     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

汽车双横臂独立悬架参数优化与仿真研究

针对国内某轿车双横臂独立悬架系统，运用ADMAS／View模块建立了双横臂式悬架模型，利用ADMAS／Insight模块对建立的双横臂式独立悬架进行了优化分析。优化结果分析表明：通过悬架参数优化设计，使前悬架性能有了较大的提高。     

Mechanism parameters optimization of bionic frog jumping robot based on velocity directional manipulability measure

以速度方向可操作度作为跳跃性能的评价指标,从机构设计角度寻求改善仿蛙跳跃机器人跳跃性能的方法.在仿蛙跳跃机器人机构模型的基础上,建立了起跳阶段的运动学方程,得到机器人从关节空间到质心运动空间的速度映射关系,结合速度方向可操作度,利用优化算法对仿蛙跳跃机器人的机构参数进行优化,使机器人的跳跃性能达到最佳.优化结果表明,运用速度方向可操作度理论,对跳跃机器人机构参数进行优化研究是有效可行的.     

发动机故障隔离技术的主特征量模型

本文提出了发动机气路分析故障隔离技术的主特征量模型。主特征量模型的基本原理如下:发动机征兆量和发动机特征量之间存在着特殊的函数关系,即 n 个征兆量小偏差方程可以被少于 n 的 t 个故障量偏差所满足。利用这一特性可以对多于征兆量数目的 m 个特征量进行故障隔离。与目前广泛采用的影响系数矩阵法比较,主特征量模型不仅具有更广泛的实用意义,而且数学模型更加严格,并且能提供较多的故障诊断信息。文中给出了主持征量模型的两种求解方法,即最小征兆量偏差残差模法和最小特征量偏差法。文中还给出了主特征量模型的计算例题,并对计算结果进行了分析。     

基于遗传算法的军事物流运输计划

针对军事物流运输中车辆装载和车辆路径的组合问题进行研究,建立车辆装载和车辆路径组合问题的目标优化模型。通过改进遗传算法对模型求解,得到了较为满意的结果,可以在满足多车型多品种货物配送约束的条件下,实现运输车辆最少、车辆满载率高、车辆运输路径最短的目标。     

Global aerodynamic design optimization based on data dimensionality reduction

In aerodynamic optimization, global optimization methods such as genetic algorithms are preferred in many cases because of their advantage on reaching global optimum. However, for complex problems in which large number of design variables are needed, the computational cost becomes prohibitive, and thus original global optimization strategies are required. To address this need, data dimensionality reduction method is combined with global optimization methods, thus forming a new global optimization system, aiming to improve the efficiency of conventional global optimization. The new optimization system involves applying Proper Orthogonal Decomposition (POD) in dimensionality reduction of design space while maintaining the generality of original design space. Besides, an acceleration approach for samples calculation in surrogate modeling is applied to reduce the computational time while providing sufficient accuracy. The optimizations of a transonic airfoil RAE2822 and the transonic wing ONERA M6 are performed to demonstrate the effectiveness of the proposed new optimization system. In both cases, we manage to reduce the number of design variables from 20 to 10 and from 42 to 20 respectively. The new design optimization system converges faster and it takes 1/3 of the total time of traditional optimization to converge to a better design, thus significantly reducing the overall optimization time and improving the efficiency of conventional global design optimization method.     

长矩形盒零件超塑性胀形工艺加载规律的优化

本文通过对长矩形盒零件的力学解析，得到了优化加载规律的数学表达形式。按此规律进行气压胀形，与恒压胀形实验结果相比，能有效地提高成形极限，并使厚度分布情况有明显的改善。