基于Kriging代理模型及改进PSO的变模温注塑成型翘曲变形优化

为提升变模温注塑成型的产品质量,提高优化效率,将翘曲变形作为优化目标,模具温度、保压压力、熔体温度、保压时间、冷却时间等工艺参数作为变量因素,采用Moldflow模拟变量因素对优化目标的影响,通过最优拉丁超立方试验设计选出试验样本,建立Kriging代理模型,并且,检测代理模型拟合精度。采用改进PSO算法,得到最优翘曲模型预测值及最佳工艺参数组合。对比改进后的PSO与标准PSO,平均迭代次数、迭代时间约降低了45%,最优适应度、平均适应度、最差适应度、局部最优解及未实现收敛等参数均得到提升。通过实验验证可知,与优化前翘曲值(1.293 mm)相比,优化后翘曲值(0.7512 mm)降低了41.9%,误差为4.84%。结果表明,基于Kriging代理模型及改进PSO能有效地优化变模温成型工艺,降低了翘曲变形量,对于生产应用有指导意义。

结合同伦代理模型的静力贝叶斯随机模型修正

为了使用随机静力位移测量数据对结构有限元模型进行修正,并保证计算效率,提出了一种同伦代理模型与贝叶斯抽样方法结合的随机模型修正方法。首先以结构静力位移构建目标函数,然后采用延缓拒绝自适应抽样算法对修正参数的后验概率密度进行估计。抽样过程中,采用同伦代理模型替代有限元模型对结构静力位移进行计算。数值算例和试验结果表明:进行变截面梁的有限元模型修正时,与二次响应面模型相比,在静力贝叶斯模型方法中利用同伦代理模型,修正参数的后验概率密度能更准确地复现结构随机响应,使修正后的结构随机响应与测量结果概率密度函数更加吻合。即使在随机测量误差的变异系数较大、先验信息与真实修正参数之间差异较大时,所提方法仍能够快速得到修正参数的后验概率密度,使修正参数计算的结构随机位移响应与测量结果的概率密度函数保持一致。同伦代理模型结合贝叶斯抽样算法能在概率框架内快速而准确地对结构进行随机模型修正。

基于Kriging模型的船舶主机隔离系统抗冲击优化

为了提高系统的抗冲击性能和优化效率,本文以限位隔离系统的刚度阻尼等7个参数为设计变量,以系统冲击响应中的相对位移响应和绝对加速度响最大峰值为响应值建立Kriging代理模型。通过NSGA-II多目标优化算法对构建的代理模型进行多目标优化,优化目标为相对位移响应和绝对加速度响最大峰值两者和的最小值。与初始方案相比,优化后系统相对位移响应降低了27.139%,绝对加速度响应降低了37.846%。结果表明:建立的代理模型对隔离系统的冲击响应有较精确的预报作用,优化后船舶主机隔离系统的抗冲击得到明显提高。

基于Kriging代理模型的葛洲坝电站水头预测研究

在水电站的调度运行中水头是一项重要数据指标,对机组安全稳定运行起着关键作用。选取非弃水期与弃水期,分析葛洲坝电站不同运行方式下出力分配与弃水流量对大、二江电站水头的影响;引入Kriging代理模型,建立两种典型期下的水头预测模型,并将基于Kriging代理模型得到的水头预测值与实际计算值进行比较分析。结果表明:在非弃水期,大、二江电站水头平均偏差分别为0.22 m和0.26 m,弃水期水头平均偏差分别为0.20 m和0.16 m,预测精度满足实时调度需求。该模型可为水电站水头的趋势变化规律提供一种分析方法,进而为实时优化调度提供决策参考。

基于AL-Kriging模型及PSO算法的桥机主梁优化

为解决有限元模型和群智能算法相结合的起重机结构优化计算的计算成本昂贵的问题,该文基于AL-Kriging代理模型和粒子群智能优化算法构建了起重机主梁优化方法,在该方法中通过EFF学习函数选择优化所需的有效样本点,从而用较少的高保真计算样本构建出满足精度要求的代理模型,再通过PSO算法以及所构建好的代理模型完成结构优化。通过工程案例验证证明,在取得同样计算结果的情况下,与基于静态Kriging模型相比,该方法的优化时间节省了70%,调用样本数仅为静态代理模型的27%,证明了所构建的优化方法是可行和有效的。

基于Kriging代理模型的迭代更新高效反演方法

为提高混凝土坝等大体积结构参数反演效率和精度,减少由于应用有限元进行大量正分析而产生的计算机时,建立了一种结合Kriging代理模型和粒子群优化(PSO)算法的迭代更新反演方法。通过拉丁超立方抽样(LHS)方法确定初始样本点的空间分布,并使用有限元正分析获取对应的响应值,构建粗糙的初始代理模型,结合具有全局寻优能力的PSO算法,反演大体积结构的分区弹性模量,随之再代入有限元模型中,计算获取新的位移响应,并将其作为新样本加入到样本集中,通过迭代更新获得局部更高精度的代理模型。工程实际算例表明,该方法对混凝土坝等大体积结构参数反演精度较高和适用性好,且能大幅减少传统有限元模型反演方法所需消耗的正分析机时,提高反演效率。

基于代理模型的索卡减重优化设计

索卡作为架空缆道的核心部件具有工作环境特殊,工况复杂等特点,有关其结构优化的内容国内外少有研究。另一方面,传统的有限元优化方法对于解决高维度问题往往效率低,工程应用性不强。这里通过构建高精度Kriging代理模型对索卡结构进行减重优化,使用MIGA和NLPQL相结合的优化算法获得全局最优解。优化结果表明,在满足强度和不发生共振的情况下,结构质量减少22.05%,Kriging模型与有限元模型的最大相对误差为5.27%。验证了高精度代理模型在工程优化问题中的实用性。

基于Kriging代理模型的离心通风机叶片优化

为了提高离心通风机的气动效率,进而实现节能减排和保护环境,提出了一种基于Kriging回归的代理模型用于离心通风机的气动优化。首先,通过拉丁超立方采样设置初始样本点,构建样本点对应下的离心通风机结构模型;进而用CFX软件计算其结构参数对应下的气动性能响应参数;其次,构建Kriging回归的代理模型用于表征初始样本点参数与气动性能响应参数间的耦合对应关系;最后把代理模型嵌入到智能优化算法中,并以气动效率最大为目标进行函数迭代寻优,进而寻得最佳的叶轮结构参数,优化后风机的工况效率从76%提高到80.9%,气动效率明显提高。

基于NARX和Kriging的时变可靠性分析双层代理模型

针对具有动态输出性能的结构系统,传统的求解时变可靠性的代理模型方法在建模时只关注当前瞬间作用于系统的随机变量的作用,而忽视了时间累积效果,使得模型对于时变可靠性的预测效果并不理想。基于此,提出了一种基于带外生输入的非线性自回归(NARX)模型和Kriging模型的时变可靠性分析的双层代理模型方法。所提方法在内层利用NARX模型构建给定随机输入变量下输出响应随时间的变化模型,准确模拟系统的动态行为;在外层基于NARX所得极值构建系统极值与随机变量之间的Kriging模型,得到时变结构系统的可靠性。通过3个算例验证了所提方法在处理具有较强波动性输出系统的可靠性问题时的有效性和准确性。

基于POD_Kriging代理模型的结冰云雾参数快速计算方法研究

掌握结冰云雾参数的分布对于飞机结冰分析具有重要意义。为了获得这些参数,传统的高保真数值模拟技术计算效率低,难以应用于需要实时评估结冰的工程场景。为了克服这一困难,通过本征正交分解(Proper orthogonal decomposion,POD)方法与Kriging技术相结合,提出了一种非侵入式结冰云雾参数计算代理模型。该模型以4个飞行参数和2个云参数作为输入变量,模型输出为液体水含量(Liquid water content,LWC)和液滴收集系数。采用准三维NACA0012翼型验证了模型的准确性和计算效率。4个测试案例的数值结果表明:POD_Kriging模型准确、有效。相比于经典的FENSAP‐ICE软件,所开发的代理模型能够更有效的得到结冰云雾场。

基于灰色关联和Kriging模型的汽车饰件注塑工艺优化

为减小某汽车内饰件注塑成型质量缺陷,提出了基于灰色关联分析和Kriging代理模型的注塑成型质量多目标优化方法。以塑件的Z方向翘曲变形值、体积收缩率、缩痕指数为优化目标,影响了塑件成型质量的熔体温度、模具温度、保压压力、保压时间等注塑工艺参数,应用最优拉丁超立方试验设计方法结合模流分析进行数据采样,基于灰色关联分析(GRA),将多目标优化问题转化为单目标优化问题,利用层次分析法(AHP)确定各优化目标对灰色关联度的影响权重,建立灰色关联度与各工艺参数之间的Kriging代理模型,采用自适应粒子群算法(APSO)在代理模型内进行全局寻优,得到最佳工艺参数组合。结果表明,Kriging代理模型的预测值与实际结果基本吻合,优化后,Z方向翘曲变形值、体积收缩率、缩痕指数分别为0.2686 mm、2.235%、0.3971%,与优化前相比,分别降低了1.21%、30.11%、68.53%,因此,提出的方法能实现注塑成型质量多目标优化。

基于优化加点代理模型的桥架结构疲劳寿命预测方法

为快速评估起重机服役过程中损伤桥架结构的安全性,提出基于优化加点代理模型的桥架结构疲劳寿命实时预测方法。以实测载荷数据为基础,结合工作循环过程,刻画服役工况相关参数的随机性;依据最不利服役工况,通过有限元静力学分析,结合失效案例统计,确定桥架结构应力薄弱位置,建立疲劳损伤和寿命预测的有限元模型,结合MSC.Fatigue的S-N模块与裂纹扩展模块,模拟随机工况下桥架结构的剩余寿命,分析不同裂纹深度对结构剩余寿命的影响;利用黑箱封装的思想,基于拉丁超立方抽样及Kriging模型,结合鹈鹕优化算法及加点准则,建立桥架结构寿命预测的优化加点代理模型,结合Miner线性累积损伤理论,实现小车带载移动过程中桥架结构的疲劳寿命实时预测。以QD20/10 t×43 m×12 m通用桥式起重机桥架结构为例,验证所提方法的可行性。通过与传统基于有限元仿真的疲劳寿命预测方法相比,结果表明,所提方法能够以较少的仿真调用次数和较短的仿真时间准确评估损伤桥架结构的剩余寿命,可为起重机检修周期制定与报废决策提供一定的参考意义。

基于Kriging代理模型的注塑产品翘曲优化

针对传统的基于CAE的注塑产品工艺优化方法精度不高、效率低,提出了Kriging模型与自适应粒子群算法相结合的集成优化策略.Kriging模型代替CAE分析作为粒子群算法迭代过程中的适应函数,大大减少了优化算法的计算量;同时,通过在粒子群算法中引入自适应惯性权系数,加快了粒子群算法的收敛速度.算例表明,基于Kriging模型与自适应粒子群算法的优化策略可以在小样本情况下获取较高的求解精度,并通过与标准遗传算法做比较,表明该优化策略同时具有较高的计算效率.

基于Kriging代理模型的主轴箱稳健设计

为了建立复杂工程问题性能变量和设计变量之间的解析关系从而对其进行稳健设计,提出基于Kriging代理模型的分析性稳健设计方法,即"确定参数-正交试验-代理模型-稳健优化-验证"的设计过程.然后以主轴箱的稳健设计为例,以Matlab工具箱和自编的稳健设计软件为工具检验了所提出的方法.建立的代理模型中各个响应变量的最大相对均方根误差为5.89%.用有限元方法对稳健设计结果进行验证,结果表明该设计方法可以得到与实际情况吻合的稳健分析及优化结果.

基于Kriging代理模型的船舶水动力性能多目标快速协同优化

引入Kriging代理模型,对船舶兴波阻力、垂荡和纵摇运动幅值进行了多目标快速优化.优化过程中,以Rankine源非线性势流理论和三维频域面元法为基础,利用非支配排序遗传算法(NSGA-Ⅱ)并结合船体曲面修改函数对船体型线进行多目标优化设计,将高精度Kriging代理模型引入到优化进程中以解决迭代造成的耗时难题.数值分析结果表明:该优化方法能够使船型最优,在设计吃水、服务航速下有效减少航行阻力并提高耐波性能,且Kriging代理模型方法可以大幅提高船型优化效率.最后,基于雷诺平均(RANS)方程的计算流体动力学(CFD)方法对模型尺度λ为31.599的最优船型的阻力结果进行了对比验证,以证明优化结果的可靠性.

连续体结构裂纹识别的Kriging代理模型求解策略

提出了一种基于代理模型的裂纹识别方法,利用初始样本构造Kriging代理模型,建立裂纹模型参数与结构响应的关系,来代替结构的原有结构参数与动力响应关系,最大程度地减少了反演优化迭代过程中反复网格剖分和冗繁的有限元计算次数。使用最优设计加点准则进行代理模型修正,以改进初始代理模型的准确性。为了识别连续体结构上的裂纹模型参数,采用随机粒子群优化方法搜索代理模型多极值域下的全局最优解。数值算例对具有裂纹的悬臂梁和板结构进行了裂纹识别。结果表明,该方法能有效地识别裂纹参数,并且具有良好的抗噪性能。此外,讨论了初始样本数量对裂纹识别效率及识别结果的影响。

基于Kriging代理模型的结构形状优化方法

任何机械零件都是由结构尺寸和形状构成。通过常规设计手段,一般确定零件的整体结构尺寸,但大量局部的尺寸决定了零件形状,而零件的失效往往与零件形状是否合理密切相关。形状优化技术一般以有限元技术为基础,通过边界的迭代过程获得形状优化。文中结合试验设计技术和近似代理技术,利用少量样本点建立高精度分析模型,代替原有零件模型,在代理模型上寻找符合约束条件的结构参数,从而获得零件的形状优化。首先阐述了该优化方法的设计思想和理论基础,最后以六角钢盘的结构优化为例说明了该方法的具体应用过程。

基于双层Kriging元模型算法的多产消代理商主从博弈能量管理模型

分布式能源的蓬勃发展为建设低碳高效的能源系统提供了新的途径,但同时也带来用户侧行为随机、能量管理困难等难题。为实现用户侧低碳能源系统的柔性调控与高效管理,提出产消代理商的概念,并对其具体含义作了详细说明。在此基础上,为进一步实现用户侧清洁能源的就地消纳并促进多产消代理商间的能量共享,构建了市场运营商(MO)和多产消代理商间主从博弈模型。该模型中,MO作为博弈的领导者,通过电价优化引导产消代理商的购电/售电行为;而产消代理商作为博弈的跟随者,在收到MO制定的电价后,以最小化用电成本为目标对内部各聚合单元进行优化。同时,为克服下层模型中由布尔变量带来的求解困难问题,采用双层Kriging元模型算法实现博弈模型的求解,减少了下层模型的调用次数,显著提高了计算效率。算例验证了所构建模型的有效性。

基于Kriging代理模型方法的含风电场电力系统暂态稳定不确定性分析

在电网规划过程中,为了研究风电场并网运行电力系统的暂态稳定不确定性,采用Kriging代理模型来模拟电力系统。将基于概率权重矩的三阶多项式正态变换法预测得到的相关性随机风速作为随机输入,进行系统暂态时域仿真得到随机响应,建立系统Kriging代理模型,将随机输入和随机响应之间的复杂隐式函数简单显示化,与蒙特卡洛法相比相同仿真次数用Kriging代理模型可更快速地得到系统响应的统计信息。IEEE 39节点算例验证了Kriging代理模型对模拟系统的有效性、准确性、高效性。云南电网实际系统算例验证了Kriging代理模型对真实电力系统的实用性,同时表明风速的随机性会引起系统响应不确定性,对系统安全稳定运行产生一定影响。

Kriging代理模型在对地观测卫星系统优化中的应用

结构优化是对地观测卫星系统(Earth observation satellite system,EOSS)性能提高的关键,但其覆盖性能难以解析计算.为实现EOSS优化,提出了仿真优化的求解思路:构建Kriging代理模型对仿真数据进行拟合,采用代理模型最优和最大化期望提高相结合的机制选择更新点,并定义单位距离的函数改进对更新点进行过滤;提出了改进广义模式搜索算法求解代理模型,搜索步采用遗传算法和序列二次规划算法实现,筛选步采用不完全动态筛选.最后,通过仿真实例和对比实验验证了本文方法的有效性.