优化拉丁方试验设计方法及其应用

计算机仿真是复杂系统优化的一种有效手段,但需要耗费大量机时,必须严格限制仿真次数。针对此提出了优化拉丁方试验设计方法,该方法需要较少的仿真次数,且兼顾方案的正交性和均匀性,采用Cholesky分解生成初始解,通过模拟退火算法对拉丁方矩阵进行优化,定义动态权重因子实现正交性与均匀性的权衡。最后构建了一个实例,通过试验结果证明采用优化拉丁方试验设计方法可以生成具有较好性质的仿真方案,且仿真次数少。

基于移动最小二乘响应面方法的整车轻量化设计优化

汽车轻量化是汽车产业发展方向之一,也是一个汽车厂商和国家技术进步、先进程度的重要标志。优化汽车的结构设计是实现汽车轻量化的有效途径之一,文中采用拉丁方试验设计方法进行样本数据设计,同时,为了提高了计算效率,将基于移动最小二乘拟合的响应面近似模型引入到整车正碰优化设计的复杂系统中,并利用序列响应面优化方法对近似模型进行优化,避免了整车碰撞传统优化设计方法计算量大,且在碰撞非线性系统优化中常常易导致收敛缓慢甚至不收敛的缺点。在满足了CMVDR294安全法规的同时,使汽车车身一些部件的板厚达到合理的配置,从而达到使汽车重量得到一定程度的减轻的目的。

汽车车身耐撞性与NVH多学科设计优化研究

将多学科设计优化运用在汽车车身耐撞性研究中,通过拉丁方试验设计获取采样数据点,同时,为了提高了计算效率,构建了考虑整车正撞安全性和白车身扭转模态优化设计的多学科系统的响应面近似模型,然后运用序列响应面方法结合多学科可行性方法对近似模型进行优化。避免了传统整车耐撞性和白车身NVH相结合的多学科优化设计方法计算量大,且在碰撞非线性系统优化中常常易导致收敛缓慢甚至不收敛的缺点。在较好地满足CMVDR294安全法规的同时,使得白车身的扭转模态值得到提高,在一定程度上改善了汽车的安全性、舒适性和平顺性。

基于BP神经网络的侧碰多目标优化设计

采用拉丁方试验设计方法对汽车侧围关键吸能部件的材料和板料厚度进行了多参数空间的样本数据设计,结合近似技术和多目标遗传算法,提出了一种基于BP神经网络模型的侧碰多目标优化方法。研究结果表明:该方法在满足侧碰法规GB20071的基础上,既能提高侧围结构对乘员的保护性能,又能实现其轻量化目标;BP神经网络模型的精度和效率较好地满足了工程要求。

基于Kriging插值的汽车行李箱盖冲压成形参数的优化设计

提出采用拉丁方试验设计方法进行样本数据设计,同时为了提高计算效率,将Kriging插值引入到板料成形优化设计的复杂系统中,并基于初始化变量进行优化,采用Kriging插值对样本点和优化过程中形成的优化点重新进行响应面构造,以确定优化范围内新的初始值,并将约束减小到一定范围;采用遗传优化算法对更新的设计变量初始值和约束范围进行优化,直至得到最优解。计算结果表明,Kriging插值近似建模技术预测精度和建模效率高,对汽车覆盖件行李箱盖的压边力、拉延筋阻力最优设置以及如何避免出现拉裂及起皱现象均有不错的优化效果。

基于响应面方法的注塑件翘曲变形优化

以翘曲变形比较严重的手机上壳为例,先利用拉丁方试验设计得到样本数据,再通过移动最小二乘法(MLS)对试验设计数据进行拟合,得到模型,最后采用粒子群寻优法(PSO)对近似模型进行优化,寻找一组合适的注塑工艺参数,使翘曲变形量达到最小。试验结果表明,基于移动最小二乘法响应面方法的注塑件翘曲优化方法可行,并且优化后翘曲变形量达到0.557 9mm,较优化前降低35.3%。

基于多学科优化设计的车门轻量化研究

采用均匀拉丁方试验设计和利用移动最小二乘法建立了车门模态、刚度、强度和侧柱碰的多学科近似响应面模型,将关键部件的厚度作为设计变量,以各项结构性能为约束,以车门重量最小为优化目标,最后利用自适应响应面法进行多学科优化设计并得到了较好的优化结果,优化结果进行了工程解读及有限元验证。最终的优化结果显示各项结构性能满足要求而且分布更加均衡,同时实现了较好的轻量化效果,优化方案具有较强的工程实用性。

基于Kriging模型的车门刚度和模态优化

在Hypermesh中建立车门的有限元分析模型,利用Optistruct求解器进行灵敏度分析。以关键钣件厚度为设计变量,采用拉丁方试验设计法生成100个样本点并进行计算,对计算结果应用Kriging模拟法构建了车门质量、扭转刚度和1阶固有频率的近似模型。以车门质量最轻为目标,以车门扭转刚度、1阶固有频率为约束,应用序列二次规划法进行性能优化,最终得到一组车门钣件厚度的最优组合,在满足扭转刚度和模态性能要求的同时,使车门质量降低2.38%。灵敏度分析法和Kriging模型的结合确保了优化效率和精度。

基于Kriging插值和回归响应面法的冲压成形参数的优化及对比分析

首先采用拉丁方试验设计方法进行样本数据设计,同时,为了提高计算效率,将基于Kriging插值和响应面近似模型引入板料成形优化设计的复杂系统中,并基于初始化变量进行优化,采用Krig-ing插值和响应面近似方法对样本点和优化过程中形成的优化点重新进行响应面构造,以确定优化范围内新的初始值并将约束减小到一定范围;随后采用遗传优化算法对更新的设计变量初始值和约束范围进行优化。如此循环,直至得到最优解。计算结果表明,在汽车覆盖件行李箱盖的压边力、拉延筋阻力最优设置以及避免出现拉裂、起皱现象方面,Kriging插值近似建模技术优于多项式回归响应曲面近似建模技术,其预测精度高,自由度高,建模效率高。

采用响应面法的汽车转向系统固有频率优化

提出一种基于响应面方法的汽车转向系统固有频率优化方法。以某微型车为例,该方法从建立汽车转向系统的有限元模型出发,结合拉丁方试验设计方法,采用最小二乘法建立转向系统的二次响应面近似模型;在此基础上,以转向系统的1阶固有频率最大化为目标,总质量为约束,并通过灵敏度分析选取5个部件有限元模型壳单元壁厚为设计参数,建立优化模型。对转向系统进行优化的结果表明,采用该方法对汽车转向系统进行优化,能有效提高其1阶固有频率,减小转向系统质量,从而抑制转向系统的振动。

基于代理模型的集装箱载货车侧风下气动阻力的优化

为降低集装箱载货车在侧风作用下的燃油消耗量,对其导流罩进行优化。以最小化气动阻力为目标,导流罩的4个尺寸参数宽W、长L、高H和角度α为设计变量,采用最优拉丁方试验设计选取30个样本点,基于Kriging模型建立了代理模型进行优化。同时根据优化结果加工试验模型,通过风洞试验验证了优化方法的可行性,表明代理模型可很好地取代实际的仿真过程以进行优化,与初始导流罩相比,安装优化导流罩的集装箱载货车在侧风作用下的阻力系数最大可降低11.5%。

高产奶牛对玉米青贮饲料的利用

为充分利用玉米青贮饲料,合理搭配精料,降低饲养成本,我们做了本试验,以探讨高产奶牛日粮中玉米青贮饲料的给量及其对牛奶乳脂率和干物质的影响。一、材料与方法选择生理状态正常,体质健康的第三胎黑白花奶牛G头。按体重、年龄、胎次、泌乳月和日产奶量相近的原则配对,分成三组。采用3×3重复拉丁方试验设计。

基于非概率凸模型的某模锻水压机液压缸可靠性分析

300MN模锻水压机是我国国防和基础建设的关键设备,液压缸作为液压机重要组成部分,其可靠性的高低直接影响到液压机的生产效率。选取液压缸材料杨氏模量、强度极限以及其所受载荷为非概率区间设计变量。采用拉丁方试验设计方法,采样选取采样点,运用最小二乘二阶响应面模型拟合出模型的响应面方程。依据非概率凸模型理论,得到模型的可靠性指标为2.054 7,从而证明液压缸可靠。

白车身模态和刚度的响应面构建及多目标优化

建立某微型车白车身有限元模型,以车身板件料厚为设计变量,进行了弯曲刚度、扭转刚度及模态频率的综合性能灵敏度分析。选择相对灵敏度最高的8个板件作为拉丁方试验设计样本,进行了75次仿真试验,获得各样本点处的性能响应。采用Kriging法分别构建白车身质量、模态及刚度的响应面模型,结合多目标遗传算法对白车身进行结构优化设计,并获得Pareto最优解集。结果显示:在质量增加3.64%的情况下,一阶模态频率、弯曲刚度及扭转刚度分别提升了14.71%、15.90%、20.53%。

对地观测卫星系统优化问题的求解框架与方法

对地观测卫星系统优化问题具有设计变量多、设计空间大、难以解析计算而仿真又十分耗时的特点,因此提出了基于综合拉丁方试验设计和代理模型的仿真优化框架.该框架通过综合拉丁方试验设计方法生成仿真方案,然后通过Kriging代理模型对仿真数据进行优化分析,为实现代理模型的更新提出了代理模型最优点与最大化期望提高相结合的方式,为实现代理模型的优化,提出了全局与局部相结合的搜索模式,其中全局搜索采用遗传算法实现,局部搜索采用改进广义模式搜索算法实现,最后通过仿真实例验证了该求解框架的有效性.

添喂赖氨酸对小尾寒羊瘤胃微生物区系和代谢的影响

一般认为成年反刍动物不宜饲喂赖氨酸,因为赖氨酸在瘤胃里会很快降解。然而,从瘤胃微生物营养的角度看,瘤胃微生物的生长是否需要赖氨酸,或有否足够的赖氨酸供应,却较少考虑。赖氨酸在瘤胃里的降解,可能是一种浪费,也可能是瘤胃微生物生长代谢的一种需要。为此,本试验选用5只2岁左右的并装有永久性瘤胃瘘管的健康小尾寒羊公羊为试验动物。