EWL组合近似模型在铝车身轻量化优化中的应用

以铝车身为研究对象,基于详细接头建立了铝车身参数化概念模型,其与车身详细模型的误差控制在15%以内,满足工程开发要求。采用相对灵敏度分析法筛选出铝车身的8个关键断面作为设计变量。提出EWL组合近似模型;运用最优拉丁超立方设计(Optimal Latin Hypercube Design,OLHD)采样法分别建立基础性能的KRI、响应面法(Response Surface Methodology,RSM)、径向基函数(Radial Basis Function,RBF)法、反比例平均化(EI)法、启发式计算(EG)法和EWL组合近似模型,通过对比分析误差评价指标得出EWL组合近似模型具有最优的拟合精度和稳定性。综合运用EWL组合优化模型和组合优化算法,即全局自适应模拟退火算法(Adaptive Simulated Algorithms,ASA)和梯度序列二次规划(Non-linear Programming by Quadratic Lagrangian,NLPQL)法的组合优化策略对参数化概念铝车身模型进行轻量化优化。结果表明,在4项基础性能不降低的情况下实现铝车身质量减轻6.7 kg,占整车质量的6.58%,且试验误差控制在10%以内,取得了较好的轻量化效果,为概念设计阶段的铝车身轻量化设计提供指导。

基于组合近似模型的可靠性优化方法在行人柔性腿型碰撞中应用研究

当行人与车辆发生碰撞时,车身最前端的部件将直接与行人下肢腿部发生接触,其设计是满足行人下肢保护要求的关键。然而针对传统要求的基于刚性腿型行人保护车辆前结构设计方法,在应对柔性腿型行人保护要求已呈现明显的局限性。为了提高保险杠结构的柔性腿型保护功能,结合试验设计技术、组合近似建模技术、多目标优化算法和可靠性分析方法,以行人腿部的伤害值最低为优化目标,对车辆前端结构参数进行可靠性优化设计并对优化结果进行试验验证。研究结果表明:优化后的车辆前端结构与原设计相比,行人柔性腿型保护功能得到明显提高,为车辆前端结构的设计与开发提供有效的参考。

组合近似方法在结构优化中的应用

针对结构优化中结构分析计算量大的问题,基于组合近似重分析方法,提出了自适应近似重分析策略,即在满足指定近似精度时采用近似重分析,否则采用完全重分析。通过拓扑优化和形状优化算例,对自适应近似重分析和完全重分析优化结果进行了比较,结果表明,该策略在连续体拓扑优化和形状优化中具有可行性和通用性。

组合近似重分析方法的ANSYS二次开发

将C++强大的字符操作能力和MATLAB方便的矩阵处理功能结合起来,采用混合编程的方法开发了一个重分析模块,将精确高效的组合近似算法应用到ANSYS软件中,扩展了该软件在快速重分析方面的能力,实现了二次开发,为处理大型结构的重分析问题提供了强有力的工具。

面向海洋平台支持船的阻力组合近似模型构建

为了获得更为精确合理的近似模型,在多项式响应面、RBF径向基函数和Kriging三种单一近似模型的基础上构建组合近似模型以实现响应拟合,并以数值函数为例验证组合近似模型的准确性与适用性。以海洋平台支持船的总阻力为研究对象,采用多种试验分析方法进行取样,根据样本点及阻力响应值完成了组合近似模型的构建,并与模型试验及其单一近似模型进行对比分析。研究结果表明,与单一近似模型相比,组合近似模型所得的阻力响应值更接近模型试验结果,能够有效提高计算精度与设计效率,在海洋平台支持船的初步设计中具有较大的应用价值。

基于径向基组合近似模型技术的立柱结构优化设计

针对实际工程复杂优化问题,通常难以获得优化设计变量与优化目标之间的显示函数关系表达式,以SZJY-14型加工中心的立柱作为研究对象,研究了一种基于径向基组合近似模型技术的立柱结构优化设计。首先,针对径向基近似模型预测精度较低等问题,研究了一种基于多策略的径向基近似模型技术,并以改进径向基近似模型技术为基础,构建了组合近似模型技术。其次,利用有限元分析软件Abaqus对立柱三维结构进行网格划分,并对其进行静动态性能分析确定优化目标,采用灵敏度分析法确定优化设计变量,利用组合近似模型技术建立了立柱优化设计模型。最后,采用改进回溯搜索优化算法实现了立柱结构优化设计。求解结果表明,与立柱原结构相比,优化后质量减小了3.77%,最大变形量降低了5.14%,一阶频率提高了5.9%,达到了预期效果。

基于迭代均值组合近似模型和序贯优化与可靠性评估法的船舶结构优化设计

针对传统可靠性优化方法不能同时保证大型船舶结构计算效率与精度的问题,在船舶结构优化设计中考虑设计变量的不确定性,通过迭代均值组合(ER)近似模型和粒子群算法(PSO)提高序贯优化与可靠性评估(SORA)法的计算效率和精度,建立了改进的可靠性优化设计流程并解决了多用途船舱段的可靠性优化问题.其中:SORA法将可靠性分析与优化过程解耦,并提高了可靠性优化效率;PSO保证了SORA法优化所获全局最优解的计算效率;ER近似模型能够以最少的采样点建立满足精度要求的近似模型,并代替最有可能的失效点(MPP)和优化过程中耗时的有限元计算.多用途船舱段的可靠性优化结果表明:可靠性优化相较于确定性优化更有实际意义;改进的可靠性优化设计流程在保证计算精度的同时能够显著降低计算成本.

基于组合近似模型的分体式插秧机秧箱轻量化设计

为了解决插秧机秧箱质量过重影响机器工作稳定性和作业质量等问题,以可调行距高速插秧机分体式秧箱为研究对象,建立其有限元模型,对秧箱进行了静动态性能分析。根据有限元分析结果,采用最优拉丁超立方试验设计和组合近似模型相结合的优化设计方法,以刚度和模态作为约束条件,以质量作为优化目标,建立轻量化设计的数学模型,采用粒子群优化算法进行了求解。优化结果显示,秧箱质量由优化前的14.6 kg下降到13.2 kg,减轻了9.59%。根据轻量化设计结果对秧箱进行了结构改进,并进行了仿真验证,结果表明改进后的秧箱刚度分布更加均匀,弯曲刚度、扭转刚度和一阶固有频率等性能指标均有不同程度的提高,为轻量化秧箱产品研发提供了理论依据。

基于组合近似模型的城市客车车架轻量化研究

近似模型在城市客车车架轻量化设计分析中有重要应用,不同的近似模型在不同状态变量预测中精度不同。文中以国内某城市客车底盘车架的有限元模型为研究对象,以车架质量和应力为响应值,分别建立响应面、径向基神经网络、克里格和正交多项式4种设计变量与响应的近似模型,通过对比分析4种近似模型响应的误差散点图、确定性系数及均方根误差,按照一定的权系数线性叠加建立组合近似模型并用于城市客车车架轻量化设计。结果表明,将组合近似模型用于车架轻量化设计可实现车架轻量化目标,并能提高车架的强度。

EW组合近似模型在概念铝车架断面轻量化设计中的应用

首先提出一种组合近似模型的建立方法——EW法,并将其用于铝合金车架弯、扭刚度和弯、扭模态性能的预测中,对比其与另外3种单一近似模型Kriging、RBF、RSM以及两种组合近似模型EI、EG的预测性优劣,结果表明,采用EW法建立的近似模型在组合近似模型中有最高的预测精度与预测稳定性,且与单一近似模型RBF在具有相近预测稳定性的情况下比较,弯曲刚度、扭转刚度、弯曲模态及扭转模态预测精度R 2的均值分别高出1.33%、0.50%、1.76%和4.97%,RMAE的均值分别减小56.3%、58.0%、41.0%和25.6%。基于上述分析,选择预测能力最强的EW法建立组合近似模型,采用退火算法对概念铝车架断面尺寸进行轻量化设计,结果表明,在弯曲刚度和扭转刚度分别提升1.79%、2.67%,弯曲模态和扭转模态分别提升3.47%、1.04%的情况下,质量降低4.98 kg,轻量化效果明显。

基于组合近似模型的汽车结构耐撞性优化设计

为提高某车型前端结构的耐撞性,文章基于正面40%偏置碰撞工况对其进行了优化设计。优化过程中,使用组合近似模型拟合变量与响应之间的关系,实现了对响应的高精度预测;使用非支配排序多目标遗传算法Ⅱ(non-dominated sorting multi-objective genetic algorithmⅡ,NSGA-Ⅱ)获得该优化问题的帕累托(Pareto)前沿,并在确定性优化设计的基础上进一步考虑了汽车工艺参数在工程实际中的不确定性,从而对其进行可靠性优化设计;最后对可靠性优化方案进行了有限元仿真验证。仿真结果表明,通过可靠性优化设计,优化的部件质量减小,整车吸能得到有效提升,同时B柱下方的峰值加速度和防火墙侵入量也满足了可靠度要求。

组合近似模型在小水线面双体船应力预测中的应用

小水线面双体船受海浪冲击时结构应力的准确预测对保证航行安全具有重要意义。采用有限元软件进行应力的数值仿真需要花费巨大的时间成本,构建近似模型成为解决这一问题的有效途径。由于样本点有限,当选择不适当的近似模型时难以保证近似模型精度,组合近似模型(EMs)技术能避免选择单一近似模型的不足和缺陷。本文采用组合近似建模技术预测小水线面双体船在受海浪冲击时的最大结构应力,并与单一近似模型预测精度进行比较,结果表明,组合近似模型的精度更高,能够有效预测最大结构应力,具有较大的工程实用价值。

基于组合近似模型的GCHE连杆结构优化设计

缸间齿轮联动液压发动机是一种新型液压发动机,曲柄连杆机构是主运动部件之一。对连杆进行优化,以使其满足工程需要。基于Isight软件中的几种近似模型方法,采用组合近似模型的方法对连杆进行结构优化,优化后体积减小26.13%。经验证满足设计要求,优化结果合理。基于组合近似模型的方法对GCHE连杆结构进行优化设计后,能更好地得到输出响应值,得到最优解。

基于组合近似模型桁架检测装置稳健性优化

针对桁架自动检测装置因外界不确定因素造成的可靠性问题,本文采用Hooke Jeeves算法,对某桁架自动检测装置进行可靠稳健性优化设计。首先对桁架自动检测装置的约束条件进行设置,获取桁架检测装置确定性优化设计数学模型,并对优化结果进行分析。其次确定6σ稳健性优化方法,为提高模型的精确度,采用响应面模型与径向基(radial basis function,RBF)神经网络模型的组合近似模型,对桁架自动检测装置的可靠稳健性进行优化设计分析。研究结果表明,在保证结构强度指标的基础上,采取可靠稳健性优化后,桁架总质量缩减为331.9 kg,实现结构减重6%,有效提高了桁架结构的可靠性与稳健性,满足桁架结构轻量化和稳健性的设计要求。该研究具有一定的理论研究和实际应用价值。

组合近似重分析算法中迭代终止性判定与基向量的自适应分析

本文简要介绍了结构重分析算法及其在结构优化中重要作用。针对基于空间网格结构优化的组合近似重分析算法,结合误差范数的概念,实现了CA算法中迭代过程终止性判定与基向量数目的自适应选定,并对精确性、收敛性及效率进行了分析与讨论。

基于组合近似模型的商用车驾驶室正碰安全性优化

相较于乘用车,商用车重量大、碰撞能量大,驾驶室前部缺少足够的吸能区,乘员生存空间极易受到挤压,正碰安全性优化十分必要。在现有的研究中,往往通过大量采点构造单一近似模型,来优化驾驶室碰撞安全性。提出将极限学习机模型与响应面、径向基神经网络、支持向量回归模型组合,并引入遗传算法匹配4个模型的权系数。采用上述组合近似模型,结合多目标优化算法,以生存空间尺寸和驾驶室质量为优化目标,在厚度和材料的混合变量空间下寻优。结果表明:组合近似模型精度整体上高于单一近似模型,优化后驾驶室的正碰生存空间显著增大,在正碰、顶压与后推3种工况下的安全性均符合国家标准的要求,同时总体减重7.68kg。

基于混合近似法的纤维梁单元非线性求解方法

环境荷载作用下土木工程结构往往产生较大的非线性变形,包括材料非线性和几何大变形两部分,而两者非线性问题的数值求解往往需要花费高昂的计算代价。隔离非线性有限元法是将材料应变分解为弹性与塑性两部分,在控制方程中实现刚度矩阵的弹塑性分离,使用Woodbury公式进行非线性求解。目前,该方法仅用于求解局部材料非线性问题。文章基于隔离非线性有限元法,推导同时考虑材料和几何非线性(简称混合非线性)的纤维梁单元控制方程;依据Woodbury公式和组合近似法的基本理论,提出混合近似法的高效非线性求解方法,并利用时间复杂度理论,对该方法与传统有限元法进行计算效率对比分析;将提出的方法应用于某钢框架结构的地震非线性反应分析,计算结果表明:文中方法可以在求解材料非线性时考虑几何大变形问题,在保证计算精度的同时使计算效率得到明显提升。

基于近似Woodbury公式的梁单元几何大变形分析

工程结构发生材料非线性时,往往伴随着几何大变形行为。而在非线性分析过程中,刚度矩阵的分解和求逆是不可避免的。该文将隔离非线性有限元法嵌入到更新拉格朗日格式中,建立了考虑材料非线性和几何大变形行为的梁单元控制方程。为了实现控制方程的高效求解,提出了近似Woodbury公式,其核心思想是:与舒尔补矩阵相关的线性方程组采用组合近似法求解,实时变化的整体刚度矩阵被假定在一段时间内保持不变,从而避免矩阵的实时更新和分解,拓宽了Woodbury公式的应用范围。依据时间复杂度分析,对该文方法进行了效率评估。结果表明:对于结构出现大范围材料非线性时的几何大变形问题,近似Woodbury公式依然具有高效性;通过对某钢筋混凝土框架结构进行地震反应分析,论证了该文方法在满足工程精度要求的前提下,能够高效求解结构出现大范围材料非线性时的几何大变形问题。

热结构稳态响应下的敏度分析方法和形状优化

形状优化中的差分敏度分析计算量随设计变量数目的增加而快速增大,为减少结构分析的计算量,提出一种近似一差分敏度计算方法。该方法采用组合近似法对扰动结构进行近似重分析,并运用差分法计算结构响应量的敏度值。由于组合近似法在结构小扰动的情况下具有较好的近似精度,故而近似一差分敏度分析在保证敏度精度的前提下克服了计算量大的缺点。以可动边界关键点的虚拟位移为设计变量,建立热结构稳态响应的形状优化模型。通过数值对所提出的敏度分析方法和形状优化模型进行验证。结果表明,所提出的方法和模型在热结构稳态响应的形状优化设计中具有可行性和有效性。

大型结构大修改下的静力重分析方法

对于大型结构发生参数大修改时,采用组合近似算法进行结构位移重分析会使所得的近似解与真实解误差较大.为了解决组合近似算法在大型结构发生参数大修改时的求解精度不足缺陷,提出了3种改进的结构静力重分析方法.该3种改进算法都是基于组合近似算法,并分别通过位移迭代修正、刚度逐步逼近等措施使求解精度不断提高.通过2个算例验证了3种改进算法的有效性和高效性,并对3种改进算法之间的求解效率进行了比较.