基于NSGA-Ⅱ遗传算法的低比转速离心泵多目标寻优

为了提高低比转速离心泵的水力效率和扬程,选取比转速为30的某一低比转速离心泵为研究对象,以离心泵的扬程和水力效率最大值作为优化目标,采用离心泵基本方程与Plackeet-Burman试验相结合的方法进行参数筛选,最终选取离心泵叶轮的叶片出口安放角、叶片包角和叶片出口宽度作为优化变量.在优化过程中,采用最优拉丁超立方设计方法安排了30组试验,利用RBF神经网络模型拟合出优化目标与变量之间的近似模型,并运用基于NSGA-Ⅱ遗传算法进行多目标寻优.优化结果表明:优化后的叶轮扬程基本没有变化,水力效率提高了5.82%,消除了流量-扬程曲线的驼峰现象,使离心泵的运行更加稳定;优化后叶轮流道内的压力梯度减小,漩涡的发生区域及大小也有不同程度的改善;叶轮流道内湍流区域分布均匀,叶片做功能力增强,水力效率得到提高.     

聚乙烯供水管道抢修节多目标优化研究

将聚乙烯供水管道抢修节运行中的等效应力、总变形量和总质量作为优化目标,选取高敏感度结构参数作为设计变量,利用有限元法得到优化目标函数初值.采用蒙特卡罗重要抽样技术,通过试验设计采集参数空间中的设计变量样点,指定约束收敛方向.经过多目标优化迭代逼近得到最优解,并生成目标函数与设计变量的优化响应关系.优化后的聚乙烯供水管道抢修节最大应力值减小37.4%,密封面位置最大变形量减小22.2%,总质量降低1.8%.     

基于Kriging模型的大客车侧翻安全性多目标优化

建立某型客车的有限元模型,依据ECE R66法规对客车侧翻安全性进行了多目标优化.根据侧翻仿真结果,选取客车上部结构关键零件截面形状为变量,以最大质心加速度和质量为目标,以侧围立柱与地板间夹角θ为约束条件,并结合最优拉丁方试验设计法生成了高精度的Kriging模型.利用NSGA(non-dominated sorting genetic algorithm)-II算法对大客车侧翻安全性进行了多目标优化并得到了Pareto最优解集.优化结果表明利用截面形状优化法可以在质量增加较小的条件下提高整车的侧翻安全性能.     

基于响应面试验设计的湿式离合器优化策略

为提高湿式离合器的可靠性,建立以6个出油管孔径为设计变量的参数化有限元模型,基于计算流体力学理论,进行热流耦合动态仿真分析,根据湿式离合器热流场分布特性,设计优化策略。剖析中心组合设计方法的采样原理,推导析因系数、样本点数、因子水平及各水平对应试验次数的计算公式,并应用于湿式离合器的响应面试验设计中,采用单因素仿真试验分析方法确定离合器片轴向最小位移为目标变量,进一步编排试验点安排表。基于最小二乘法拟合得到响应面模型,采用不同工具进行优化分析,获得了湿式离合器的3套优化方案。结果表明:在最佳优化方案中,离合器片轴向最小位移增大了38.472%,其预测值与实际仿真值误差为7.291%,最薄油层厚度增大了18.828%。     

基于代理模型的汽车乘员约束系统仿真设计

为在设计过程中有效减少轿车乘员约束系统的设计参数,并快速优化轿车乘员约束系统的安全保护性能,采用一阶线性响应表面模型和D-最优试验设计方法进行约束系统设计变量的筛选,对筛选后的变量应用Kriging代理模型和均匀试验设计方法进行设计参数的仿真优化,将优化结果与直接使用碰撞仿真软件MADYMO计算得到的结果进行对比.研究表明,一阶线性响应表面模型和D-最优试验设计方法能有效筛选出重要的并对约束系统性能具有决定作用的设计变量,而Kriging代理模型和均匀试验设计方法能在选定的设计变量的基础上,快速取得较好的优化设计结果.     

新型动静压转台性能分析及参数优化

以一种新型动静压转台为研究对象,通过理论和实验的方法分析了转台承载特性,并提出了以动压承载能力为目标的螺旋楔形织构几何参数优化设计方案.首先建立摩擦副物理模型并数值求解控制方程,计算液膜压力分布和部分润滑性能,并通过试验验证仿真结果.以动压承载力作为目标函数,通过分析楔形织构几何参数对目标函数的影响,以螺旋角、楔深和楔数为设计变量建立优化模型.为寻求设计变量的最优组合,使用布谷鸟搜索算法进行全局寻优并总结不同工况下的最优解规律.与原始几何参数下的转台对比,优化后的转台动力学性能得到了一定的改善,印证了文中优化方案的应用价值.     

基于代理模型的汽车乘员约束系统性能优化

针对汽车碰撞乘员约束系统优化设计中多参数和非线性问题,提出了基于径向基函数代理模型的优化设计方法,通过LS-DYNA分析软件建立正面碰撞乘员约束系统的仿真模型并对其进行验证.基于该模型选取对响应影响较大的设计变量作为优化变量,在LS-OPT中选择径向基函数构建代理模型,采用空间填充试验方法进行试验设计,运用自适应模拟退火算法进行优化求解.优化结果表明:人体综合损伤WIC值相比初始设计值降低了28.2%,实现了对设计目标的优化.     

油气悬架的不确定性多目标优化

为改善某393t矿用自卸车的平顺性能,需要优化油气悬架的非线性刚度阻尼特性,建立了更符合工程实际情况的7自由度整车模型.考虑矿用车运输过程中整车质量与质心位置的不确定性,选取对目标函数影响较大的悬架刚度和阻尼系数作为设计变量,选取整车质心加速度和车身侧倾角、车身俯仰角以及悬架的动扰度和车轮的动载荷作为目标函数,利用基于薄板样条插值的高维模型(TPS-HDMR)构建设计变量与目标函数之间的近似模型.采用基于Pareto概念的多目标优化遗传算法进行优化,得到了最优Pareto解集.仿真结果表明:多目标优化可以同时改善11个目标的性能,提高汽车的平顺性.     

基于Pareto最优原理的混合动力汽车多目标优化

介绍了混合动力汽车（HEV）相关知识,建立了以最小化燃油消耗、HC+NOx排放量和CO排放量为目标的3目标优化模型,提出了基于Pareto最优原理的混合动力汽车多目标优化进化算法.该算法采用实数编码,以ADVISOR为HEV的仿真软件获得各候选方案目标值,基于Pareto支配性原理判定候选方案的优劣,并设计了可以调整待优化变量有效位的机制以保证优化所得的候选方案具有可实现性.针对不同车型的仿真实验结果表明,所提出的算法能够较好地解决混合动力汽车多目标优化问题,可以获得一组具有低燃油消耗与低污染物排放的Pareto最优解供决策者选择.     

汽车前纵梁高强激光拼焊板成形工艺多目标优化

针对前纵梁高强激光拼焊板成形过程中出现的破裂和回弹变形量大的缺陷,对其成形过程建立了基于整件评估的破裂和回弹目标函数.以压边力、拉延筋阻力系数和凹模口圆角半径为优化变量,通过中心复合实验设计和模拟仿真,构建了反映优化目标和优化变量间关系的回归模型,并采用基于遗传算法的多目标优化技术对工艺参数进行自适应寻优,得到一组综合最优解.经有限元模拟验证和生产实践,结果表明:拉裂情况消除,回弹情况显著减小.     

基于高维混合模型与遗传算法的离心泵叶片优化

提出了一种基于机器学习的高维混合模型用于离心泵的叶片优化方法.选用一台低比转速离心泵,以离心泵叶轮叶片为研究对象,通过对叶片型线拟合分离多变量参数,利用支持向量机的高维表示方法,结合计算流体动力学软件,经过对训练集的机器学习,构建了离心泵叶片型线优化的代理模型.依据遗传算法求解离心泵多变量代理模型,预测了离心泵效率最高点及在该点时的叶片型线几何参数.运用数值模拟和试验研究的方法验证了预测数据,结果表明:数值模拟性能曲线与试验结果大体相符;在设计工况点,经代理模型优化后的数值模拟效率值较原型泵提高了2.61%,扬程提升了0.82 m,试验效率值较原型泵提高了2.1%,扬程提升了0.75 m.     

基于响应面模型侧式进/出水口体型多目标优化

为解决抽水蓄能电站侧式进/出水口扩散段体型优化时传统优化方法通常依据工程经验进行体型调整,导致进流与出流时的水力特性难以同时满足最优的问题,以扩散段体型参数为设计变量,以进/出流各水力指标作为优化目标,利用响应面法建立了两者之间的代理模型.利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行了多目标优化,得到最优体型.研究结果表明:采用NSGA-Ⅱ可以解决双向水流条件下各目标难以同时满足最优的问题.此外,只须在建立代理模型过程中进行计算流体动力学(CFD)计算,而优化时无须进行,有效提高了进/出水口体型的优化效率.     

基于ADAMS的麦弗逊悬架运动学优化

悬架运动学的优化是汽车底盘开发中的重要内容,目前商用动力学软件并没有专门针对悬架运动学的优化方法,多采用试凑法或实验设计方法。本文应用Adams/ Insight 工具进行灵敏度分析并确定适当的硬点坐标为优化变量。选用一种适合悬架运动学优化的牛顿迭代法对优化变量进行优化。该方法能快速的找出所需调整的设计变量,并快速有效的找到最优解,适合多目标优化。针对某样车前麦弗逊悬架前束角及外倾角存在的问题,应用该方法对目标函数影响较大的硬点坐标值进行优化,仿真结果表明：该麦弗逊悬架的运动学性能得到了有效改善。     

基于响应面法和正交试验的涡轮流量计优化设计

为降低流体黏度对涡轮流量计测量精度的影响,将涡轮流量计仪表系数线性度误差最小值作为目标函数,在运用计算流体力学（CFD）仿真的基础上,先通过Plackett-Burman设计筛选结构参数,并根据几何结构对目标函数的影响将其划分为两个等级,即显著影响因素和次显著影响因素;再通过Box-Behnken设计及响应面法对显著影响因素进行优化设计,分析结构参数间的交互作用,得到参数的最优设计点;最后在响应面分析基础上通过正交试验对次显著影响因素进行优化设计,得到最优参数组合。对最优参数组合的涡轮流量计进行试验研究,试验结果与CFD计算值吻合,仪表系数线性度误差由1.71%下降至1.59%,表明优化后的涡轮流量计测量精度得到了显著提高,基于响应面法和正交试验的优化方法可以用于涡轮流量计的结构设计。     

单管感应电能传输系统参数全局优化

针对单管感应电能传输系统参数优化中存在的设计参数约束少、参数非全局最优等问题,提出一种参数全局优化算法。将系统效率最高作为目标函数,以原副边电感、电容等关键器件的电压、电流大小为约束条件,将工作频率、原副边电感、电容作为优化变量,建立系统的非线性规划数学模型,采用智能优化算法进行模型解算。为避免算法收敛于局部最优,设计了"遗传算法+模式搜索"的混合算法,即在遗传算法求得最优解的基础上,采用模式搜索进行深度优化。仿真和实验结果表明,提出的方法能从全局角度对系统进行整体优化,单次优化得到所有最优参数,减少了工作量;求解时的混合优化算法具有较优的全局搜索能力,可用于其他约束优化问题。     

响应面模型与多目标遗传算法相结合的机床立柱参数优化

针对传统方法在复杂机械结构优化设计中的低效性和局限性,提出了一种将响应面模型与多目标遗传算法相结合的优化设计方法.采用拉丁超立方试验的设计方法,在设计空间抽取样本点并进行数值模拟,建立了由7个设计参数所决定的立柱最大变形、首阶固有频率及质量的初始二阶响应面模型.利用多目标遗传算法对响应面模型进行循环逼近优化,得到了Pareto最优解集.仿真结果表明,在质量不变的条件下,优化解可使立柱首阶固有频率增加15.9%,导轨处最大变形减小7.7%,可通过有限次数的数值模拟计算获得设计空间内的近似最优解,因此较适用于机床及类似复杂结构的多目标多参数的优化设计.     

基于变频调速技术的航空变量泵研究

针对在飞机交流电源体制下,传统交流燃油泵不能实现系统顺序供输油需求的问题,介绍了一种采用交流变频调速技术的航空变量泵的原理及设计过程。采用CFD流体仿真软件对变量泵进行了建模与仿真分析。得到了理想的仿真性能曲线,并在实际中对仿真结果进行了工程验证。验证结果表明,该变量泵的性能达到了预期的设计目标,采用变频调速技术的交流变量泵设计是可行的。     

基于模糊理论和遗传算法的航空齿轮可靠性优化设计

该文运用模糊理论,建立全面考虑设计变量模糊性和随机性的数学模型,并针对设计变量的多样性,采用实值编码自适应遗传算法对航空齿轮进行可靠性优化.结果表明,基于模糊理论和遗传算法的优化方法能找到更符合工程实际的优化解.     

遗传算法在物流车辆配送中的应用

本文应用遗传算法优化物流配送问题,并描述该优化决策中的遗传染色体结构和适应度函数,设计相应的遗传操作,并进行仿真实验.计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解.     

水下航行器耐压壳体参数化设计优化

为提高水下航行器耐压壳体结构设计效率,研究了基于参数化分析和响应面近似模型的耐压壳体结构优化设计方法.确定某型水下航行器的耐压壳体结构5个尺寸为优化设计变量,应用薄壳理论和CCS规范进行了初步设计并确定了优化变量可行域,采用最优拉丁超立方法(Opt LHD)在可行域空间内确定设计试验样本点,研究了ABAQUS参数化驱动样本点的方法,建立了极限载荷的二阶多项式响应面模型.以极限载荷和壳体质量为优化目标,利用二代非劣排序遗传算法进行耐压壳体的多目标优化求解,得到Pareto最优解集.最终优化结果较初步设计结构极限载荷提高41.68%,壳体质量降低27.26%.参数化方法能够简化优化过程,提高优化效率,为水下航行器结构优化设计提供了借鉴.