基于双响应曲面的精密产品子集模拟可靠稳健优化设计

针对不确定性场景下小失效概率的精密产品可靠性问题,提出了基于双响应曲面法(dual response surface methodology,DRSM)与子集模拟的可靠稳健优化方法。首先,建立精密产品多失效模式极限状态的RSM模型和以质量特性均值-方差为优化目标的功能函数DRSM模型。其次,在此基础上运用子集模拟法进行可靠性分析,将精密产品小失效概率描述成一系列较大的条件失效概率之积。最后,将极值事件的优化问题视作稀有事件的可靠性问题的特例,基于该转换思想采用子集模拟法将优化问题在可靠性问题的框架内进行求解。案例分析及验证结果表明所提方法的有效性。     

基于高斯过程模型的多响应稳健参数设计

针对高维试验数据的稳健参数设计问题, 在高斯过程(Gaussian process, GP)的建模框架下, 采用部分平行的GP(parallel partial GP, PPGP)模型来构建试验因子与多质量特性之间的响应曲面, 在此基础上运用多元质量损失函数作为优化指标来获得可控因子的最佳参数设计值。并且以一个经典仿真算例和两个实际案例验证了所提方法的有效性和优劣性。研究结果表明,与独立建模的单变量GP模型或Kriging模型比较而言, 所提方法不仅能够有效地处理高维试验数据的建模与参数优化问题, 而且能够获得更为稳健的优化结果, 运行效率更高。     

基于径向基函数响应面法的板料成形仿真研究

板料冲压成形过程中,系统的输入参数具有较大的随机性,并且系统优化通常需要满足多个目标.针对目前一些流行算法在精度和效率上存在的不足,提出了基于径向基函数响应面法的板料冲压成形过程可靠性设计方法.通过超拉丁立方抽样实验设计,选择了适当的设计参数样本,建立了基于径向基函数的板冲压成形过程响应面模型,分析响应面模型中各个目标对应的响应值,得出影响系统的最主要因素,并获得最佳冲压成形工艺参数范围.通过实际生产,验证了该方法对提高板料冲压成形过程的可靠性是有效的.     

双响应曲面方法在改进产品设计中的应用研究

以天津市某橡胶公司轮胎产品设计为对象 ,采用双响应曲面方法对轮胎生产过程中的一个重要质量特征 (胶料硬度 )进行了优化 ,并根据双响应曲面方法设计了试验设计软件 ,试验设计结果找到了达到胶料硬度目标并减少硬度变异的配比条件 .     

基于响应面法的新型控压钻井节流阀优化设计

运用CFX和ANSYS Design Exploration,采用中心组合法和响应面法计算了新型控压钻井节流阀阀盖长度、阀盖外径、阀腔内径单一参数和双参数关于阀芯平均质量损失的克里金响应面,结果表明这些尺寸对阀芯的平均质量损失影响显著.为增强阀芯耐冲蚀性,提高节流阀使用寿命,采用多目标遗传算法对上述尺寸进行了优化.优化后阀芯的平均质量损失减弱30.2％,阀芯对称面轮廓线上各点随x坐标冲蚀率的变化表明大部分点冲蚀率有明显减弱,阀芯背部冲蚀率减弱最显著.     

面向多极值质量特性的全局式序贯性实验设计方法

针对多极值质量特性的全局性建模和参数优化问题, 为降低实验设计样本量, 提高模型预测性能, 提出一种全局式序贯性设计方法. 首先在一定的初始实验设计方式下, 建立过程粗略的SVR模型; 而后根据模型中支持向量的分布, 在支持向量样本各维度的45度角或轴向方向同步地增加实验点, 再拟合过程新的SVR模型; 如此迭代进行, 当模型精度达到要求或样本量达到上限时终止序贯性设计. 仿真与实证研究表明, 该方法能够在可行域全局的范围内将实验点合理地分配在质量特性的多个极值附近, 避免了传统的单路径式序贯性设计只能发现单个极值的不足, 充分提高了实验效率; 与均匀空间网格设计、 拉丁超立方设计和均匀设计相比, 在样本量接近的情况下, 基于全局式序贯性设计的SVR 模型的预测均方误差至少降低了30%; 而在预测误差较为接近的情况下, 全局式序贯性设计的样本量至少降低了12%.     

神经网络在响应曲面分析中的应用

在简要介绍响应曲面方法 ( Response Surface Methodology即 RSM)基本原理的基础上 ,提出将神经网络应用于 RSM的思想 ,并通过实例予以证明.     

基于DSM的研发项目流程多目标仿真优化

分析了复杂产品研发项目中流程结构的不确定性,采用设计结构矩阵对其进行仿真建模,并将设计结构矩阵调度策略嵌入仿真模型,建立了同时最小化项目工期和成本的多目标优化模型.提出了一种基于设计结构矩阵仿真与非支配排序遗传算法的混合优化算法,获取研发项目流程多目标优化的Pareto最优解.以某飞机初步研制项目流程为研究算例,验证了混合优化算法的可靠性和有效性,并对获得的最优流程结构进行了深入的仿真评价与分析。     

基于BSO-ELM的涡轴发动机加速过程性能参数预测

建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础.极限学习机(extreme learning machine,ELM)对复杂的非线性航空发动机系统具有良好的适应性,本文提出了利用头脑风暴优化算法(brain storm optimization,BSO)优化ELM的网络参数以...     

微通道热沉的稳健优化设计

将田口稳健设计方法用于硅基微通道热沉的优化设计，建立了微通道热沉的简化性能分析模型，确定了影响其散热性能的关键参数，利用正交试验和信噪比分析实现了参数的稳健优化。利用外部监控程序对CAD和CAE软件的脚本进行动态修改，并且创建专门的进程来执行修改后的脚本，采用共享文件和延时的方法实现主进程、几何建模进程和性能分析进程的同步运行，实现了稳健设计过程的自动化。     

一种计及气动和隐身约束的结构两级优化设计方法

针对计及气动和隐身约束的结构优化中所面临的计算困难,以减少结构、气动和隐身重分析次数,降低计算量为核心,基于并行子空间思路提出了一种计及气动和隐身约束的结构两级优化设计框架.该框架将设计变量区分为全局变量和局部变量,系统级优化全局变量,而将局部变量放在学科级优化.仅将全局变量作为系统级优化响应面的输入变量,大大降低了构造响应面近似模型的代价.以计及气动和隐身约束的无人机机翼结构优化为例说明方法的有效性.     

复杂作用关系过程的区域显著性实验设计及全局建模方法

针对参数与质量特性之间作用关系复杂过程的参数优化,提出一种基于质量特性变化显著程度的序贯设计及全局建模方法. 首先以均匀设计为基础, 将其拆分形成一系列的设计点集和添加点集; 其次利用初始设计点集建立过程的支持向量回归(SVR)模型, 并对建模样本点进行Ward聚类, 由此将可行域划分成若干子区域, 并以各子区域支持向量的比率反映该子区域质量特性变化的显著程度; 而后以欧氏距离为判别依据, 将添加点集中的实验点划分至合适的子区域, 根据"子区域间区别对待, 子区域内均匀分散"的原则, 调整各子区域内添加实验点的数目, 在支持向量率较高的子区域添加较多实验点; 上述步骤迭代进行直至满足终止准则, 再拟合过程最终的SVR模型. 仿真与实证研究表明, 与基于"均匀分散"原则的传统均匀设计和超拉丁方抽样相比, 所提方法的实验设计效率与模型性能均有较大提高: 实验点可以有针对性地集中分布于质量特性变化较为显著的子区域, 模型预测误差降低了29.8%以上, 而且能够以较小的样本量发现过程的多个极值, 得到更优的参数优化结果.     

基于递推设计的鲁棒自适应摩擦补偿

针对机械运动控制系统中的非线性摩擦、惯量及外部扰动等不确定性,应用分段递推法设计了一种新型鲁棒自适应跟踪控制器。运用Lyapunov稳定理论证明这种控制器具有指数稳定的特点,且跟踪误差可以自由调整。仿真和实验结果表明,这种控制器具有良好的跟踪精度,其性能优于常规的PD控制。     

参数不确定系统鲁棒镇定控制器设计的鲁棒可靠性方法

用区间变量描述系统参数的不确定性,从可靠性角度研究不确定系统的稳定鲁棒性设计问题。基于二次稳定性准则,提出了参数不确定系统鲁棒镇定控制器设计的鲁棒可靠性新方法。依据该法设计的控制系统可满足稳定性意义上的鲁棒可靠性要求,并给出保证系统稳定性所要求的基本参数的最大鲁棒界限。所给公式完全基于线性矩阵不等式(LMI)方法,求解方便。适用于不确定参数的摄动范围准确已知和未知等情况。对实际算例的设计和模拟结果与现有结果的比较研究表明了在传统的控制器设计中,保守性的增加并不意味着可靠性的增加。从而也说明了所提方法是实用、有效和可行的。     

基于多变量优化的恒定应力加速退化试验设计

为了实现高可靠长寿命产品加速退化试验的高效开展,提出一种可以同时优化加速应力水平、各水平下试样数、各水平测试时间等多个试验设计变量的恒定应力加速退化试验优化设计方法。基于Wiener过程与阿伦尼斯模型建立加速退化模型,以可靠寿命估计精度为目标函数,以试验总经费为约束条件,应用遗传算法搜索最优试验方案,并通过敏感性分析确定优化方案的有效性。以某碳膜电阻器为对象开展加速退化试验优化设计的实例分析来证明所提方法的合理性。敏感性分析结果表明,所提方法的优化结果具有良好的稳健性。     

卫星通信下行链路鲁棒安全波束成形设计

针对多波束卫星通信系统下行链路存在多个窃听者的场景,在仅已知窃听者大概位置的条件下,提出了两种鲁棒安全波束成形(beamforming,BF)方案.一种是基于卫星总发射功率受限条件下的系统安全速率最大化准则,提出了基于广义瑞利商的鲁棒BF方案,得到了 BF权矢量的解析解.另一种是基于安全速率和卫星总发射功率约束下的安全...     

基于多变量高斯过程模型的贝叶斯建模与稳健参数设计

针对模型预测偏差和波动的稳健参数设计问题,在多变量高斯过程(multivariate Gaussian process,MGP)建模的框架下,结合质量损失函数和非线性优化约束方法构建一个新的多响应优化模型.首先,利用成对估计方法获得超参数近似值,构建多变量高斯模型;其次,结合MGP模型特征,构造充分考虑响应波动因素的质量损失函数.利用蒙特卡罗模拟方法,获得响应落入指定区间的期望概率;然后,以期望概率为约束,结合本文所提质量损失函数建立优化模型;最后,利用全局优化算法进行寻优,获得考虑响应期望概率的优化结果.实际案例和软件仿真表明,该方法综合权衡了预测偏差和预测波动引起的不确定性对优化结果的影响.获得了兼顾质量损失和期望概率最优均衡解,从而实现稳健参数设计.     

基于单值数据过程能力指数的多元质量特性稳健参数设计

针对单值采样数据的多元质量特性稳健参数设计问题,考虑各质量特性偏差波动和方差波动的权重,提出了一种整合过程能力指数和熵权理论的多元质量特性稳健参数设计方法。该方法首先假定设计变量服从正态分布并建立各质量特性均值和方差模型;然后,通过熵权法分析各质量特性偏差波动和方差波动的权值,进而计算各质量特性的过程能力指数;最终,构建基于多元过程能力指数的目标函数。通过对实际案例分析说明,本文方法与其他参数设计方法相比,能够在考虑稳健性的同时更好地使质量特性满足产品规格和接近目标值。     

基于仿真模型的鲁棒协同优化方法研究

复杂产品往往由多个子系统通过复杂的耦合方式组成.针对复杂产品的多学科鲁棒设计优化技术已得到广泛应用.为了使用仿真模型进行多学科鲁棒设计优化,提出了SUA-RCO和DRS-RCO两种方法.在SUA-RCO方法中,仿真模型首先被拟合为近似的数学模型,然后利用近似数学模型进行RCO计算.系统的不确定性由SUA方法进行计算.为了解决大参数方差问题,DRS-RCO方法将仿真模型近似拟合为双响应面形式,分别使用两个响应面来拟合均值和方差.然后,进行协同优化计算.     

基于自适应量子粒子群算法的FIR滤波器设计

针对量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法的参数控制方式,提出了一种自适应调节方法,该方法根据粒子之间的位置关系来设定参数值,给出了具体的设计思想与实现步骤。然后针对有限脉冲响应(finite impulse response,FIR)数字滤波器的优化设计实质,即多参数优化问题,通过适当的编码方式将改进的QPSO算法(adaptive QPSO,AQPSO)应用在其优化设计中,设计了低通和带通FIR数字滤波器。实验结果表明,AQPSO在收敛速度、鲁棒性及优化效果等方面都优于遗传算法(genetic algorithm,GA)、PSO算法及QPSO算法,说明了AQPSO算法的有效性和可行性。