基于Kriging模型和遗传算法的泵叶轮两工况水力优化设计

为了拓宽余热排出泵设计高效区的范围,提出了一种基于Kriging近似模型和遗传算法的优化方法。采用拉丁超立方试验设计方法对叶轮叶片的进口冲角?β、包角φ及出口安放角β2进行16组方案设计,并采用ANSYS CFX14.5对16组叶轮方案进行定常数值模拟,选取离心泵设计工况1.0Qd和大流量工况1.62Qd下的效率为水力优化设计目标,建立了效率与叶片三个参数之间的Kriging近似模型,并应用多目标遗传算法对近似模型进行寻优,得到了最优的叶片参数。对原始方案进行外特性试验,数值模拟结果与试验结果基本吻合。优化后,叶轮在两工况下的效率均高于原始泵,效率分别提高了5.53%和2.29%。同时对比优化前后的泵内部速度分布,表明在设计工况和大流量工况下,优化后的叶轮内部相对速度分布更均匀,水力损失较小。提出的叶轮优化方法对泵性能提高提供了有效参考。

基于机电液一体化仿真技术的发射车开盖过程设计与优化

针对某型号发射车实际工作流程,利用ADAMS、AMESim和MATLAB/Simulink软件间的接口技术建立开盖过程机电液一体化仿真模型,对其开盖过程进行了联合仿真分析。采用基于拉丁超立方试验设计方法进行机电液联合仿真模型参数灵敏度分析,对系统关键参数设置、系统性能匹配进行深入研究。通过覆盖全作战使用工况的仿真分析,为开盖油缸设计提供准确的设计输入参数,验证了机械、液压、控制系统匹配性。通过多种使用工况、故障工况的仿真分析,优化了控制策略和控制参数,缩短实车调试周期和研制成本,进一步降低技术风险,提高了产品的可靠性。

基于Kriging模型的载人航天某装置结构优化设计研究

对于处在振动环境中的载人航天某装置复杂结构,设计过程中存在最小化质量、同时最大化一阶整体振动频率的多目标优化问题,可以利用多目标遗传算法(NSGA-II)求解得到Pareto最优解集,但利用NSGA-II进行求解计算量大,对于复杂结构更甚。为了节省计算时间,提出基于Kriging代理模型的复杂结构多目标优化设计方法,首先通过拉丁超立方采样获得样本点,然后通过样本点创建Kriging模型,最后利用多目标遗传算法求解代理模型得到Pareto最优解集,方便设计师从中选择最优解,优化结果表明本文所述方法合理有效。

基于响应面法的某防护结构优化设计

为提高某防护型驾驶室底部类V形防护结构对爆炸冲击波的防护性能,利用尺寸优化和形状优化相结合的设计方法,进行了防护结构的优化设计。首先通过拉丁超立方试验设计建立了中心防护板最大位移和模型总质量的高精度响应面;再综合考虑板件厚度和边界形状的变化范围以及安全性和轻量化要求,运用可行方向优化算法对建立的响应面进行了求解计算,得到了一组最优值。结果表明优化后防护结构的防护性能得到了显著提升,为更多防护结构的设计提供了参考依据。

分开循环式发动机关键设计参数优化研究

针对Scuderi分开循环式发动机,建立参数化模型并进行一维仿真计算,在结果可靠的基础上应用响应面方法对关键设计参数(压缩缸上止点与膨胀缸上止点之间的相位差,压缩比,膨胀比,压缩缸交换阀和膨胀缸交换阀的配气正时值、最大气门升程值)及发动机动力输出特性进行了仿真优化研究。结果表明:膨胀缸交换阀关闭时刻是分开循环式发动机动力性能的最重要影响参数,优化后的发动机在保证不爆燃的条件下,四种工况的输出转矩都有提高,平均转矩提高了3.79N·m,实现了设计目标的最优化。

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。

基于近似模型的可见光探测器结构轻量化设计

为在保证可见光探测器成像质量的前提下减少其总体质量,构建了一种基于近似模型技术的轻量化方法。采用拉丁超立方试验设计方法进行样本数据的采样,同时,为提高计算效率并获得较好的计算精度,将基于多项式拟合的响应面近似模型和基于移动最小二乘拟合的响应面近似模型引入到可见光探测器轻量化设计中,并针对该结构建立了数学模型,利用序列二次规划法对该优化问题进行求解,避免了传统优化设计方法计算量大,且在处理非线性系统优化问题时易导致收敛缓慢甚至不收敛的缺点。最后,通过实验的方法对轻量化后的可见光探测器结构的刚度性能进行了验证。实验结果表明该可见光探测器轻量化方案满足设计指标要求。

车辆侧爆防护可靠性优化设计研究

由于军用车辆侧面装甲薄弱,设计空间小,其侧爆防护性能面临越来越大的挑战。为了军用车辆侧面结构设计提供一种科学高效的研究方法,以某型军用车为研究对象,综合应用拉丁超立方试验设计、Kriging近似模型和序列优化与可靠性评估方法对其进行可靠性优化设计。通过分析侧爆冲击下整车与乘员响应,找出设计不合理之处,在侧面结构配置防爆梁和吸能构件、改进约束系统,提高原车侧爆防护性能。选取侧围和约束系统关键因素作为设计变量,以防爆梁总质量为设计目标和乘员损伤为约束条件,利用可靠性优化算法进行数值优化获得了最佳的设计参数,将优化后的模型再次仿真计算,验证了优化方案满足设计要求。为车辆侧爆防护和轻量化设计提供了设计思路。

基于响应面法的安全阀上料车主承重梁优化设计

主承重梁是安全阀上料车的主要承重部件之一,对其进行优化设计对提高上料车的稳定性和可靠性具有重要意义。提出以减小主承重梁的最大变形量同时最小化质量增量为目标的多目标优化设计方法,利用拉丁超立方试验设计方法构造出多个试验设计点,通过灵敏度分析筛选出对主承重梁性能影响较大的结构参数。建立主承重梁质量、最大变形量和最大应力的响应面模型,采用多目标遗传算法优化,求出pareto最优解集,选择最优设计点并与初始点对比。结果表明,主承重梁的最大变形减小了16.89%,最大应力减小了16.04%,质量仅增大了1.095%,以质量的略微增大实现了最大变形量的大幅减小,优化效果显著。

基于响应面法的螺纹接头快速连接器分瓣内螺纹片优化设计

螺纹接头快速连接器在工作过程中,分瓣内螺纹片结构的变形会使O形圈密封端面间隙增大,降低连接器的密封性能。课题组提出了以减小分瓣内螺纹片的最大变形量和等效应力的同时最小化结构质量为优化目标的结构优化设计方法,通过拉丁超立方试验设计方法选取试验设计点,建立分瓣内螺纹片设计变量与质量、最大变形量和最大应力的二阶响应面模型;采用多目标遗传算法优化求解出Pareto最优解集,并通过设计变量灵敏度分析对最优解进行修约。结果表明:当结构质量仅增加6.16%时,结构最大变形量减小了35.75%,最大应力减小了29.7%。该设计方法以结构质量的微幅增大实现了最大变形量与应力的大幅减小,优化效果显著。

基于径向基神经网络的叶轮轴面投影图优化

为了提高余热排出泵的效率,采用拉丁超立方试验设计方法对叶轮轴面投影图上的前盖板圆弧半径、后盖板圆弧半径、前盖板倾角和后盖板倾角4个几何变量进行35组叶轮方案设计,应用ANSYS CFX 14.5软件对余热排出泵进行定常数值模拟,得到设计工况下的效率,应用径向基神经网络建立效率与轴面投影图的4个几何变量之间的近似模型,最后采用遗传算法对近似模型进行极值寻优,获得最优的轴面投影图几何参数组合。研究结果表明:对比原始泵的数值模拟性能曲线和试验外特性能曲线,两者吻合较好;径向基神经网络能较好地预测泵设计点效率;优化的轴面投影图使得余热排出泵的水力效率提高了6.18个百分点,改善了叶轮内流场特性。因此,叶轮轴面投影图的优化设计方法是可行的。

基于径向基函数神经网络和多岛遗传算法的注射成型质量控制与预测

针对现有多参数、多目标注塑工艺优化应用的遗传算法、粒子群算法等寻优算法存在的实施难度大、求解时间长等缺点,提出基于最优拉丁超立方试验设计方法并结合径向基函数(RBF)神经网络模型和多岛遗传算法(MIGA)对注射成型质量进行控制与预测。以充电宝下盖塑件的体积收缩率和缩痕指数为优化控制目标,以模具温度、熔体温度、保压时间、保压压力、冷却时间为试验因素,应用最优拉丁超立方试验设计方法获得试验样本,基于模流分析获得试验结果,构建试验因素与优化控制目标之间的RBF神经网络模型,基于MIGA在试验因素给定的水平范围内获得了一组最优注塑工艺参数组合并给出了优化控制目标的预测值。模拟试验结果证明,预测值与模拟试验结果基本吻合,提出的方法能实现注塑成型质量的控制与预测,减少了寻找最优工艺参数组合的时间,提高了塑件的生产效率。

基于非确定性的坡间路基失效机制分析方法

通过对矿业、水电与公路等领域的坡间岩土边坡结构特征研究,在揭露山区坡间挖填路基这种新型边坡结构刚性滑动和变形差异复合失效机理的基础上,甄荐了相应分析模式和表征指标。针对影响失效因素之间的高度非线性交互作用效应,利用基于数论偏差理论的稳健性试验设计原理,构造了超立方多维空间抽样准则。针对因素存在的未确知性和非确定性,将模糊灰色关联规则嵌入区间模型,导出了模糊灰色区间关联度算法。抽样准则为计算模式提供输入参数,关联度算法辩识出各基本参数对表征指标的敏感与重要程度,从而揭示出坡间挖填路基失效的内在机制,为处治方案设计指明方向。实例分析显示了上述研究成果的实用性和有效性。

基于代理模型的边坡稳定可靠度算法

针对基于极限平衡模式而建立的边坡稳定可靠度功能函数的隐式特征及其导致的可靠度求解等问题,首先利用Kriging插值预测方法,以极限平衡理论的Janbu算法为例,建立了边坡稳定可靠度功能函数的新型显式代理模型;然后将拉丁超立方试验抽样设计方法、Janbu算法、几何可靠度指标计算三者结合起来,研制了该代理模型的求解程序;构建了基于Kriging插值预测的边坡稳定可靠度近似分析新方法。选用某著名边坡算例,将本文方法分析结果与基于蒙特卡洛法的精确解进行了对比,两者的相对误差为5.21%,但前者计算工作量不到后者的万分之一,表明了代理模型方法的实用性和有效性。最后用代理模型方法分析了衡桂高速某段路堑边坡的稳定可靠性,表明本文方法计算结果能够满足工程精度要求,具有一定的应用价值。

面向射击密集度的随机因素影响分析

射击密集度是火炮关键战术技术指标,是弹、炮、药、气象环境等各种随机因素综合作用的结果。为了分析弹丸起始扰动、初速、弹丸结构参数、风速等随机因素对射击密集度的影响,采用RBF神经网络拟合射击密集度计算程序非线性,较好地解决了直接灵敏度分析中回归模型不可靠问题。基于最优拉丁超立方试验设计进行了射击密集度灵敏度计算,通过回归分析与方差分析获得影响射击密集度的主要因素,以及各随机因素对射击密集度的影响规律。该研究为随机因素优化奠定了基础,可为火炮总体设计提供理论参考。

基于区间数规划的汽车乘员约束系统不确定优化

文中基于区间数规划法研究了汽车乘员约束系统的不确定优化问题。首先,利用MADYMO软件建立了乘员约束系统的仿真模型,并通过试验验证。接着确定以加权伤害准则为目标,安全带刚度、安全带上挂点位置和限力器的撕裂力与撕裂伸长等为设计变量,座椅和膝盖挡板的刚度为不确定量,并基于区间数规划法将不确定优化问题转化为确定性优化问题。通过拉丁超立方试验设计,建立目标函数和约束函数的近似模型,再利用序列二次规划算法和遗传算法分别作为内外层的求解器进行优化。最终,获得乘员约束系统参数的近似最优解。

基于响应面模型的连杆轻量化研究

针对传统优化方法在精度和效率方面存在的不足,提出了基于响应面模型的结构优化方法。以液压滚切剪的连杆机构为研究对象,利用超拉丁试验设计选择合适的设计变量,结合结构有限元分析,在保证刚度、强度的前提下,以连杆的整体质量为目标函数,建立多项式响应面模型,然后利用遗传算法对所建立的模型进行优化求解,得出最佳的参数组合。结果表明,优化后的零件在重量上比原结构减轻了25.41%。证明了该方法的有效性。

基于径向基函数神经网络模型的车门结构多目标优化

建立了某轿车车门的有限元模型,利用灵敏度分析筛选出对模态和刚度性能比较敏感的关键钣件厚度作为设计变量,采用拉丁超立方试验设计进行样本设计,使用径向基函数(RBF)神经网络模型拟合车门质量、垂向刚度、侧向刚度及一阶模态频率响应的近似模型。以车门质量最小和侧向刚度最大为目标,以车门垂向刚度和一阶模态频率为约束,应用多目标遗传算法进行寻优,最终在满足模态和垂向刚度性能要求的前提下,侧向刚度提高了2.0%,车门质量减轻了1.7%,实现了车门的多目标优化设计。

基于回归分析的汽车扶手箱下盖板注射成型工艺优化

以汽车扶手箱下盖板为研究对象,研究了保压压力、保压时、冷却时间、模具温度以及注塑温度五个注塑工艺因素对大型薄壁塑料件翘曲变形的影响。利用拉丁超立方抽样设计试验方案,基于Moldflow软件确定浇口位置、设置浇注系统和冷却系统,并对注射成型过程进行模拟仿真。通过对25组试验进行回归分析获得二阶回归模型,并结合遗传算法全局寻优,得到的最佳工艺参数组合为保压压力100 MPa,保压时间10 s,冷却时间12 s,模具温度60℃,注塑温度250℃。结果表明,优化后的翘曲降低为1.592 mm,成型质量有所提高。

基于响应面算法的双色灯罩注塑工艺优化

以双色汽车尾灯灯罩为研究对象,选取第一射熔体温度、第二射熔体温度、模具温度、第一射保压压力、第二射保压压力、保压时间作为设计变量,采用最优拉丁超立方试验设计选取了60组试验方案,并使用Moldflow软件进行有限元模拟,分析不同因素对第一射体积收缩率、第二射体积收缩率、总翘曲变形量的影响。多目标优化后,得到的最优参数组合为:第一射熔体温度240.03℃、第二射熔体温度245.65℃、模具温度73.41℃、第一射保压压力78.42%(占最高注射压力的百分比)、第二射保压压力80.00%、保压时间10.36s。使用最优参数组合进行试生产,可以生产出低收缩率、低翘曲变形量的双色尾灯灯罩。