基于通用生成函数法的CFRP防撞梁碰撞可靠性设计优化

为满足汽车耐撞性与轻量化的要求,对碳纤维增强复合材料(CFRP)防撞梁进行可靠性优化设计(RBDO)。以CFRP防撞梁关键控制点横坐标、厚度以及铺层角度为设计变量,以碰撞力峰值为约束条件,以比吸能最大为目标构建优化模型。采用拉丁超立方法与克里金(Kriging)代理模型法相结合拟合出目标及约束函数的Kriging近似模型,采用通用生成函数(UGF)-直接映射法来进行碰撞可靠性优化设计。结果表明:在随机变量非正态、功能函数高度非线性的情况下,传统矩方法无法保证收敛,蒙特卡罗法精度最高但计算成本过大,使用UGF进行可靠性分析优化时收敛稳定,在保证精度的同时效率较高;引入非均匀聚类技术的UGF法效率进一步提高,采用UGF法得到的优化结果相较于初始目标值优化幅度达21.6%,达到预期效果。

低碳背景下基于改进通用生成函数法的随机生产模拟

通用生成函数法(universal generating function,UGF)具有计算简单,运算快等优点,但其传统的应用中忽略了时序性,评估结果粗糙。为此,提出基于改进UGF法的随机生产模拟算法。首先,采用主成分分析法(principal componentanalysis,PCA)和分层聚类法相结合的方法获得典型风电出力时序样本,然后采用均摊法建立风电出力UGF模型。在建立UGF模型时,通过选择合适的公因子,将状态值转化为公因子的整数倍,以有效抑制状态数指数增长,减缓了状态数爆炸问题。其次,对聚类后的时序风电出力模式进行UGF建模,得到时序UGF模型,该模型既可以体现风电出力的波动性,也可以体现风电出力的不确定性,克服了传统UGF法因缺乏时序性所致的风电特征代表性差的问题。最后,采用修正的IEEE-RTS79算例验证了所提算法的有效性。

采用通用生成函数法的自治微网旋转备用充裕性评估

自治微网中可再生能源的随机波动特性对旋转备用容量的运行规划提出了新的要求。基于通用生成函数法(UGF),结合马尔可夫技术建立了自治微网内各元件的多状态概率预测模型,提出了自治微网旋转备用概率预测充裕性评估方法与流程。模型综合考虑了风速、光照强度的预测不确定性,以及风机、光伏系统的随机故障特性和拓扑结构。针对UGF处理多状态会产生组合爆炸问题,采用合并同类项、均摊法以及改进K-means聚类进行状态削减,以减小计算负担、提高计算速度。通过MATLAB编程对自治微网算例系统进行仿真分析,结果表明增大传统机组爬坡速率、合理设置光风容量以及初始储能状态有助于提升旋转备用裕度程度。

冰灾下考虑多重不确定性的负荷聚合商市场力评估方法

在极端场景下,负荷聚合商可能会控制市场以攫取超额利润。为此,以冰灾为例,提出一种考虑多重不确定性的负荷聚合商市场力评估方法。首先,利用UGF(通用生成函数)来描述冰灾下架空线路、风电机组随机故障的不确定性;其次,通过聚合各类不确定性的标准概率函数,提出市场力评估算子以建立负荷聚合商节点市场力评估模型;最后,基于出清模型的结果,构建时空市场力指标体系以辨识具有高市场力水平的关键负荷聚合商以及相应的关键时段。算例结果表明,该方法有效量化了冰灾下负荷聚合商的市场力水平,处于负荷水平较高区域的负荷聚合商在覆冰严重的时段更容易行使市场力。

竞争失效条件下的装备选择性维修优化方法

为了实现集群装备的精确化保障目标,提高任务成功概率,提出了一种竞争失效条件下面向随机不确定任务的装备选择性维修优化方法。当任务间隔时间为随机变量时,同时考虑装备、任务与随机竞争失效等相关参数的模糊特性,基于模糊Markov过程与模糊通用生成函数法,建立了竞争失效条件下的模糊多状态系统任务成功概率评估模型;然后以模糊任务成功概率为目标函数,在维修备件资源约束下,建立了针对集群装备的选择性维修决策模型,同时利用Memetic算法对模型进行求解,得到最优维修方案;最后,以某型捷联惯性导航系统装备为例,计算得到该选择性维修模型下的任务成功概率可达到0.6018。分析与实例验证了模型的有效性和合理性。