基于時(shí)變不確定分析的多學(xué)科設(shè)計(jì)優(yōu)化方法研究.pdf

1、多學(xué)科設(shè)計(jì)優(yōu)化（Multidisciplinary Design Optimization, MDO）很早就被認(rèn)為是未來(lái)工程設(shè)計(jì)領(lǐng)域的尖端關(guān)鍵技術(shù)。傳統(tǒng)的 MDO是“確定的”MDO，即把載荷、材料特性以及幾何尺寸等因素看成是確定性的。然而在實(shí)際工程中，不確定性因素客觀廣泛存在于復(fù)雜耦合機(jī)械系統(tǒng)的全生命周期中。對(duì)于復(fù)雜機(jī)械系統(tǒng)的MDO，不確定分析是一大研究熱點(diǎn)。此外，退化失效是復(fù)雜機(jī)械系統(tǒng)的最終失效的主要原因之一，對(duì)MDO中的不確定性研究

2、必然從靜態(tài)向動(dòng)態(tài)轉(zhuǎn)變。其中導(dǎo)致大量產(chǎn)品最終失效的時(shí)變不確定性是MDO的重點(diǎn)研究工作。本文正基于此，對(duì)時(shí)變不確定MDO進(jìn)行了一系列有益的初步研究，主要內(nèi)容如下：
　　（1）由于MDO問(wèn)題的復(fù)雜性，很難找到一種通用的算法適用于所有的MDO問(wèn)題。目前解決MDO問(wèn)題主要有兩大類計(jì)算方法：傳統(tǒng)優(yōu)化方法和現(xiàn)代智能算法。然后針對(duì)傳統(tǒng)的優(yōu)化方法難以克服目標(biāo)函數(shù)需連續(xù)、容易陷入局部最優(yōu)等固有缺陷，提出了基于改進(jìn)的人工蜂群算法求解多學(xué)科設(shè)計(jì)優(yōu)化問(wèn)題。

3、首先，探討了現(xiàn)在智能算法在MDO中的應(yīng)用，然后詳細(xì)介紹了ABC算法的特點(diǎn)和優(yōu)越性；其次，提出了基于增廣拉格朗日乘子法的改進(jìn)的ABC算法；最后通過(guò)MDO數(shù)學(xué)算例和圓柱彈簧的設(shè)計(jì)問(wèn)題驗(yàn)證了改進(jìn)算法方法的有效性。
　?。?）對(duì)于目前的MDO研究，都假設(shè)不確定因素之間是不相關(guān)的，然而在實(shí)際工程系統(tǒng)中，不確定因素之間的相關(guān)性確實(shí)客觀存在的。人為忽略不確定因素之間的相關(guān)性將會(huì)導(dǎo)致設(shè)計(jì)結(jié)果不準(zhǔn)確。本文利用非概率超橢球模型建立了不確定因素相關(guān)的量

4、化模型；其次將不確定因素相關(guān)的量化模型以約束的形式添加到協(xié)同優(yōu)化求解框架中，最終建立了考慮不確定因素相關(guān)的 MDO體系；最后通過(guò)MDO數(shù)學(xué)算例以及薄壁壓力管設(shè)計(jì)問(wèn)題證明了該方法的有效性。
　?。?）針對(duì)機(jī)械系統(tǒng)中大量存在的時(shí)變不確定因素，利用隨機(jī)微分方程理論，提出一種時(shí)變不確定條件下的多學(xué)科可靠性設(shè)計(jì)優(yōu)化方法。該方法首先探討了復(fù)雜機(jī)械系統(tǒng)性能的時(shí)變特征，利用隨機(jī)微分方程量化時(shí)變不確定性；其次利用多學(xué)科同時(shí)分析優(yōu)化方法，建立了時(shí)變不

5、確定條件下的MDO體系；最后通過(guò)多學(xué)科數(shù)學(xué)算例以及減速器設(shè)計(jì)問(wèn)題驗(yàn)證了該方法的準(zhǔn)確性和有效性。
　?。?）復(fù)雜機(jī)械系統(tǒng)的性能會(huì)隨著運(yùn)行時(shí)間的延長(zhǎng)逐漸退化，有效處理時(shí)變不確定因素，進(jìn)而全面提高復(fù)雜機(jī)械系統(tǒng)的設(shè)計(jì)水平，已成為機(jī)械系統(tǒng)優(yōu)化設(shè)計(jì)的關(guān)鍵問(wèn)題?？紤]到機(jī)械系統(tǒng)的時(shí)變特性，基于時(shí)變靈敏度分析方法和多學(xué)科穩(wěn)健設(shè)計(jì)優(yōu)化相結(jié)合，搭建一種多學(xué)科時(shí)變靈敏度穩(wěn)健設(shè)計(jì)優(yōu)化方法框架。首先，在時(shí)變靈敏度分析中，考慮時(shí)變因素并通過(guò)經(jīng)驗(yàn)修正公式計(jì)算狀態(tài)