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%。     

基于多学科优化的可靠性与性能一体化设计研究

为了实现通用质量特性与性能特性设计工作的有机融合,解决传统设计方式中可靠性设计游离于性能特性设计之外的“两张皮”问题,提升装备研制质量,奠定一体化设计基础。提出了一种基于多学科优化的可靠性与性能特性一体化设计方法。以航空燃油电动泵为研究对象,应用基于多学科优化的可靠性与性能特性一体化设计方法,分析了系统的性能特性设计要求、主要故障模式及主要影响因素,并据此确定了主要优化设计变量,将可靠性作为学科参与到性能特性的设计过程当中。基于协同优化策略,采用序列二次规划算法求出了该型航空燃油电动泵优化解,通过优化结果与初始设计方案的对比分析,在性能、重量、可靠性学科三方面均得到了显著的优化效果,验证了设计方法的有效性。     

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.      

带子星航天器总体参数多学科设计优化

针对带子星航天器总体参数多学科设计优化(MDO)问题,进行系统任务分析和学科耦合关系分析.考虑有效载荷、轨道和结构等学科设计变量和约束条件,以航天器有效接近区和整星质量的综合指标为目标,建立MDO模型和相应分析模犁.利用iSIGHT软件搭建求解平台,采用基于罚函数的协同优化(CO)算法对所建立的MDO模型进行仿真计算,...     

运用低自由度协同优化的机翼结构气动多学科设计优化

 为了解决协同优化方法(CO)协调困难和计算量过大的问题,提出了低自由度协同优化方法(LDFCO)。LDFCO的系统级优化通过调整共享设计变量和辅助设计变量,使系统目标最优,并满足一致性约束条件。子系统优化通过调整局部设计变量,使子系统目标最优,并满足局部约束条件。子系统目标有2种形式：最小化本子系统的一致性约束函数和直接与系统目标有关的状态变量的加权和,或最小化一种不同于前者的一致性约束函数。着重研究了如何利用常规LDFCO/V1和基于代理模型的LDFCO/V1求解机翼的气动/结构多学科设计优化问题,并与CO方法进行了对比,结果表明常规LDFCO/V1和基于代理模型的LDFCO/V1都能成功地应用到机翼的多学科设计优化中,验证了LDFCO/V1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。     

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.     

飞机设计新技术——多学科设计优化

本文概述飞机多学科设计优化技术的意义、内容,介绍国外多学科设计优化研究状况,阐述多学科设计优化与并行工程的关系,提出了基于网络的飞机多学科设计优化计算机环境的思想。     

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。     

基于多方法协作优化算法的飞机总体优化设计

针对飞机总体优化设计中存在目标函数与变量之间没有显式关系式等问题,在建立包含推进、气动、性能及重量四个学科的飞机总体设计模型的基础上,采用遗传算法、模式搜索法和Powell法结合的多方法协作优化策略实现了飞机总体参数的优化;并对优化方案进行参数灵敏度分析,优化后飞机正常起飞总重较优化前降低11.6%,优化效果显著.分析结果表明了基于多方法协作优化算法的飞机总体优化设计的有效性.     

一种基于规则和综合协调的多学科优化模式

以飞机多学科综合设计优化为背景,通过对GSE单级优化基础算法的演化改造和离散处理,以及飞机多企业协同设计平台和优化规则库的引入,建立了一种基于规则和综合协调的飞机多学科优化设计模式。模式不要求建立目标函数,引入所谓＂调控向量＂,使得多学科综合优化的过程能够以统一的计算模式,在规则和经验的指导下通过协同设计平台实现。     

飞行器多学科设计优化中的灵敏度分析方法研究

近年来,在飞行器设计领域,多学科设计优化(MDO)方法得到了高度重视。灵敏度分析技术作为MDO的关键技术之一,被认为是处理飞行器MDO研究中四个复杂性问题的有力工具。本文对适用于飞行器MDO的灵敏度分析方法进行了系统研究。首先介绍了多种学科灵敏度分析方法,阐述了各种方法的原理,比较了各种方法的优缺点。在此基础上,进一步探讨了几种常用的系统灵敏度分析方法。最后,总结了各种灵敏度分析方法在飞行器MDO中应用的原则,并对发展适用性更广的广义灵敏度分析方法提出了建议。     

飞机多学科设计优化中的并行多目标子空间优化框架

 针对现有的并行子空间优化框架存在的各子空间仅能有一个优化目标等局限,提出了并行多目标子空间优化框架。该框架将各个学科的优化问题由以往的单目标优化改进为多目标优化,使得每个子空间可以分配到多个优化目标、各子空间的设计变量可以重叠,并且在一次优化中就可获得优化问题的Pareto前沿。介绍了新框架的基本思想和流程,并且阐述了新的学科解耦、子空间的并行优化和系统级的设计变量综合方法。以一个飞机总体设计问题为例,考虑气动、隐身与控制学科,对翼面几何参数和控制律参数进行了优化设计,验证了并行多目标子空间优化框架的有效性和相对于已有方法的优势。     

协作优化在无人机概念设计中的应用

多学科设计优化（MDO）是当前飞行器设计研究中一个最新、最活跃的领域,而协作优化是解决多学科设计优化问题的一种二级MDO算法。将协作优化应用到无人机的概念设计中,建立了包含气动、重量、性能和稳定性四个学科的无人机系统优化模型。与传统的设计方法相比,该方法为无人机在概念设计阶段提供了更加合理的飞行器外形,降低了初步设计和详细设计阶段对飞行器外形修改的可能性,从而缩短研制周期和降低成本。