基于遗传算法的微机电系统鲁棒性优化设计

介绍了微机电系统的鲁棒性优化设计的原理与方法和遗传算法应用于此类优化问题的解决方案,并具体的描叙了算法的实现步骤。使用Matlab实现该算法并通过应用于具体的设计实例,证明其有效性、通用性,为微机电系统的优化设计提供了参考和借鉴。

高霍尔位置检测精度的圆筒型永磁同步直线电机设计

由于具有价格低、对机械扰动不敏感的优势,线性霍尔传感器被应用于圆筒型永磁同步直线电机动子位置检测。但线性霍尔传感器位置辨识精度会受到磁场谐波的影响而下降。为提升霍尔传感器的位置检测精度,该文在考虑机械加工误差的情况下,进行直线电机的可靠性与鲁棒性优化设计。首先,建立直线电机位置辨识精度与电机推力的解析模型,基于解析模型分析设计变量与设计指标之间的影响关系。然后,使用神经网络建立直线电机设计指标的响应曲面模型,通过不同推力系数下Pareto最优前沿得到优化设计的概率约束条件。最后,使用可靠性与鲁棒性优化设计的方法,在略微削减推力系数与磁通密度峰值的情况下,大幅降低磁场谐波含量,将电机霍尔位置的检测精度从357μm提升至109μm。

基于自适应稀疏混沌多项式的鲁棒性优化方法

针对传统混沌多项式面临的“维度灾难”以及依赖实际任务和经验人为给定正交多项式展开阶次等问题,基于相关向量机回归求解展开系数的稀疏解并结合交叉验证判别法,发展了一种基于自适应稀疏混沌多项式的不确定性量化方法。函数算例测试结果表明,所发展方法相比于传统回归法混沌多项式所需样本更少且精度更高。进一步,将基于自适应稀疏混沌多项式的不确定性量化方法与NSGA-II多目标优化算法及Kriging模型相结合,建立了鲁棒性设计优化框架。考虑加工误差不确定性的影响,以叶栅总压损失系数的均值最小和方差最小为目标函数,完成了某动力涡轮叶栅气动鲁棒性设计优化。优化后,平均总压损失系数有所降低,对加工误差不确定性的敏感性程度显著降低。两个代表优化设计个体总压损失系数均值和方差分别降低了16.41%和98.57%,总压损失系数性能核算分别减小了13.43%和2.82%。最后,对流场进行分析,揭示了优化设计气动性能提高的原因。

基于Kriging的不确定性量化及鲁棒性优化的研究

基于Kriging代理模型,提出了适用于多维、不同概率分布的不确定性量化方法。耦合自适应多目标差分进化算法和RANS方程求解技术,建立了鲁棒性优化设计框架。在数值验证基础上,考虑进口雷诺数和倒角半径的不确定性,以综合换热性能的均值最大、方差最小为目标,完成了内冷通道三角形涡发生器强化换热鲁棒性优化设计。最优设计的平均综合换热性能提升超过11.5%,且性能对不确定性变量的敏感度显著降低。最后,通过流场分析揭示了最优设计换热性能提升的主要原因。