基于网格的注塑工艺优化设计

注塑成型优化设计需要完成大量的数值计算.网格能够整合网络中的闲置资源,为协同解决复杂的注塑优化提供了可能.基于Kriging建模和序列线性规划技术,以模具温度、熔体温度、注射时间为设计变量,建立了一个多目标的优化模型,设计了一个注塑工艺优化设计网格算法.该算法能够高效地利用网格的资源优势,协同完成复杂的注塑工艺优化设计.利用该算法,在网格平台上对手机壳注塑工艺参数进行了优化设计.结果表明,所提出的优化模型能够提高产品的成型品质,所设计的网格算法合理且具有较高的效率.     

离散伴随气动优化设计方法的紊流扩展

将离散伴随气动优化设计方法扩展到紊流环境,编程实现了相应的二维离散伴随场求解器;通过组合参数化技术、网格生成技术、流场求解器、离散伴随场求解器及优化算法,建立了透平叶栅气动优化设计平台。基于该设计平台,在紊流环境下以叶栅进出口熵增为优化目标,对某二维跨声速叶栅型线进行了气动优化设计,通过施加质量流量约束来限制优化过程中叶栅通道内质量流率的波动幅度。优化结果表明:优化后熵增降低了17.7%,验证了所开发的紊流环境离散伴随场求解器的正确性和有效性。     

基于仿真网格平台的资源调度算法模拟

针对使用真实网格平台来研究资源调度昂贵、耗时而且不易操作这一问题,提出用GridSim工具集进行仿真网格实验,并在该仿真网格上实现了当前主要用于资源调度的时间最优、代价最优、时间代价均衡算法的模拟。实验结果表明,使用模拟工具进行网格环境的仿真来测试调度算法的优劣方便可行。     

基于有限单元法的高拱坝动力优化设计方法及其应用

利用分布式网络并行平台，建立了并行环境下有约束条件的非线性优化问题的复合形算法，解决了基于有限单元法的高拱坝动力优化设计问题，并对小湾拱坝进行了以主拉应力最小为目标函数的优化设计。     

电子设备电磁敏感性仿真分析及优化设计方法

提出了将高频电磁干扰环境中的电子设备作为整体来进行电磁敏感性仿真分析和优化设计的总体思路和分析方法.对于外部区域,改进已有的电磁散射的数值计算方法,在机壳表面采用四边形的片元模型代替已有算法中的三角形片元模型,重新定义电子设备外部区域面上的基函数,并根据机壳表面的对称关系对算法进行优化,减少了外部感应电流的运算时间.对于内部区域,利用基于微粒群优化算法的递归动态神经网络建立电子设备内部电路对于干扰的高频仿真模型,提出对于内部电路参数进行优化设计的方法.所建立的神经网络模型解决了以往电子设备在电磁敏感性仿真分析和优化设计过程中,仿真模型存在的计算量和存储量大的问题.优化设计方法改变了以往寻优过程中穷尽式搜索的方式.     

一种计算网格资源分配的混合优化算法

针对计算网格提出了一种时间和费用混合优化的资源分配算法,以最小化用户的时间和费用为目标函数,以预算和时限为约束条件,运用经济规律把网格资源分配给一组相互竞争的网格用户。首先将多用户竞争使用同一资源的问题形式转化为一个多目标优化问题;然后建立了该优化问题的评价函数,采用α-方法确定权重,得到一组优化的资源分配,使所有参与竞争资源的用户都得到一个优化解,满足了用户需求的异构性;模拟实验证明了该算法的有效性。     

一种基于网格的多目标优化方法

工程设计优化大多为多目标、非线性和隐函数的数学规划问题,通常需要用黑箱商用或专用有限元分析软件的模拟结果进行目标评估.这种计算密集型任务导致巨大的计算消耗.为此,将黑箱优化方法和网格计算技术用于工程优化设计领域.首先,通过拉丁超立方取样在设计域内得到了一个分布相对均匀的样本集合,利用这些样本建立工程优化的克里格（Kriging）替代模型;然后,发展了一种与网格计算技术相结合的优化权系数的网格黑箱多目标优化方法（GBMO）,并获得一系列按权系数分布的Pareto解.该方法已经在中国国家网格（CNGrid）环境中实现.工程优化实例表明,该方法有很高的优化效率和加速比,适用于国家网格计算环境下的工程设计优化.     

基于评价函数的动态协同任务调度算法

针对复杂网格环境中节点资源动态变化及大量任务协作访问的问题,提出一种基于评价函数的动态协作任务调度算法.该算法通过为网格中的协作任务与协作成员建立随时间变化的任务评价函数和协作成员评价函数,实现动态网格环境中的任务协同调度.理论分析与仿真实验表明：与基于合同网的分布式合作调度算法相比,本算法能够减小系统开销,提高资源分...     

基于改进遗传算法的网格任务调度

为在网格环境下完成任务调度,使服务运行时间和费用2个指标达到最优化,将这2个指标作为网格任务调度模型的衡量指标,将计算经济模型引入网格资源管理,改进了遗传算法。算法中的染色体编码采用间接编码方式,对每个任务占用的资源编码,即实数编码方法。生成初始种群时采用随机生成种群和根据某些先验知识生成种群这2种方法相结合,变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证,并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较,试验结果证明,其能较好完成网格环境下任务的调度,实现时间和费用双目标优化。     

基于扩容和双距离决策的多目标粒子群优化算法

为了更好地改善多目标粒子群优化算法的收敛性和多样性,提出一种基于扩容和双距离决策的多目标粒子群优化算法。利用扩容的方法对目标空间中目标函数值的上下限进行扩大,得到新的上下限后再建立网格,这样可以计算出边界点的坐标。在小网格中选择引导粒子或者劣质粒子时,利用小网格中粒子到理想点和当前小网格最优点的距离进行决策筛选,这样充分利用目标空间中的信息来对粒子的优先级进行判断。对新的粒子进行差分变异,增加了整体的多样性,并通过阈值控制其变异的频率。将算法和当前具有代表性的多目标粒子群优化算法进行对比实验,提出的算法效果更佳。实验表明,提出算法的收敛性和多样性不仅得到较大提高,而且较为稳定。     

具有服务质量支持的数据访问

随着网格技术的发展,很多应用程序需要访问网格环境中分布、异构的数据源。但是由于目前的查询优化技术并没有考虑网格环境中数据源的动态特征导致数据访问的质量很差(如访问时间不确定、返回不相关的结果等)。本文提出了网格环境中具有服务质量支持(QoS)的数据访问方法,能在查询优化的过程中考虑用户的QoS要求和数据源的动态特征;同时本文还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,不仅可以提高并行度而且可以尽快返回部分结果给用户。实验表明本文提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务     

船舶排气热特征求解器开发及结果影响因素分析

为了分析船舶中排气羽流热和气体组分的流动特性,更好地揭示其热分布及红外辐射特征,以某现代常规动力船舶为例,基于开源软件OpenFOAM开发了recRhoSimpleFoam可压缩羽流热特征求解器,该求解器能够计算船舶羽流温度的热分布及各气体组分的分布特性,在此基础上分析不同网格数量、离散格式和边界条件对排气羽流温度和气体组分流动的影响。结果表明,网格划分精细度能够影响其数值模拟的求解结果,精细网格对于热特征的分析更为有利,离散格式和边界条件的改变对于其羽流温度的影响较小。该研究可为下一步流场的优化以及红外仿真工作提供参考依据。     

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CAD/CAE技术注塑模优化设计

改变以往依靠经验、直觉或反复试模的模具设计方法,采用计算机辅助设计软件UG、数据转换软件CAD Doctor、有限元分析软件MoldFlow相结合的方法进行注塑模优化设计;结果表明:通过对成型压力、填充时间、最大锁模力等指标测试,可知网格划分的疏密程度不能作为塑件分析准确度的标准依据;通过对注射过程中充填分析、冷却分析及翘曲分析模拟,得到了塑件的最佳的浇注系统和冷却系统设计参数,获取了气穴、熔接线、翘曲变形等分布特性,为优化模具结构设计提供了重要参考;最后通过实践证明,运用CAD/CAE技术创建的模具结构灵活可靠,产品质量满足使用要求,模具设计可供同行参考。     

基于注塑机的ABS树脂PVT特性在线测试

为了准确地预测聚合物性能和优化加工工艺参数,提出了一种新的聚合物的压力-体积-温（PVT）特性在线测试技术,其设备基于注塑成型机,通过一个专门的测试模具在正常的工艺条件下获得聚合物的PVT数据。对ABS树脂的PVT特性进行了测试。同利用Confining fluid技术测得的结果做了比较,PVT曲线是一致的,证明了此在线测试技术的可行性;利用修正的双域Tait状态方程对实验结果进行了拟合,同测试结果非常吻合。     

时变网络拓扑图下智能电网中基于优化算法的分布式调度响应

就时变网络拓扑图下智能电网中基于优化算法的分布式调度响应问题进行了研究.利用原对偶方法将带有约束的智能电网优化问题转化为一个无约束的优化问题同时提出相应的求解算法.该算法允许不同发电机之间采用异构常数步长进行更新,同时给出了算法的收敛速度.理论推导表明文中所提出的算法能以线性收敛的速度达到该问题的最优解.     

基于曲线拟合的自动压滤机脱水过程优化

精矿的脱水是选矿工艺的重要环节,对精矿的后续加工工艺有着很大的影响。压滤机是选矿脱水过程的核心设备,优化压滤机的脱水过程有利于提高压滤机的工作效率。目前,大多少数对压滤机脱水过程优化的研究方法主要是通过大量的实验数据进行分析,或者是通过建立复杂的滤室网格进行仿真分析实现的。这些方法虽然能够得到精确的优化结果,但是都需要经过复杂的准备工作。基于曲线拟合的优化方法,分别对自动压滤机的压滤、压榨和干燥阶段进行了压滤机工作时间的优化分析,从而实现了自动压滤机脱水过程优化。结果表明该方法只需要一定量的实验数据就能够实现各阶段的工作时间优化,并且能够得到各阶段对应的拟合回归方程。最后与实际生产数据进行对比,证明了基于曲线拟合的压滤机脱水过程优化方法具有较高的准确性,取得了较为理想的优化结果,对生产具有一定的指导意义和参考价值。     

一种基于属性分布的非均匀油藏数值模拟网格优化算法

油藏数值模拟是油气田勘探开发的基础,三维地质网格模型是数值模拟的基础数据之一,网格的数量和大小决定了数值模型的精细程度,同时也影响了数值模拟的效率。为了有效保证地质模型的准确性,又可以提高数值模拟的效率,借鉴自适应网格法的思想,提出了一种改进的不均匀网格优化方法。该方法在储层物性非均质性强烈或重点研究区域采用细网格,而在储层物性均质性相对较好的区域采用粗网格,相邻粗、细网格间均匀渐变过渡。首先,设计了网格优化的基本原则;随后,在网格优化基本原则的基础之上,设计并实现了一种改进的不均匀网格优化算法;最后,以陕西省X区油田实例数据对算法的有效性和准确进行了验证。结果表明:该算法可以实现网格的均匀渐变过度,既有效减少了网格数量,又很好的保证了模型的精确度。     

基于燃料比最优的高炉喷煤设定值多目标优化

为了降低高炉炼铁的能耗,节约成本,将高炉炼铁过程信息、专家经验与智能模型相结合,提出基于燃料比最优的高炉喷煤设定值多目标优化方案。以燃料比最优为优化目标,炉温预测指标为约束条件,喷煤量为决策变量,采用基于K-均值聚类的径向基神经网络建立多目标优化模型,并通过基于NSGA-Ⅱ算法的多目标优化方法,获取尽可能使多个目标同时达到最优的Pareto最优解。结果表明,该优化方案可以在保证炉温良好的前提下,决策出使燃料比达到最优的喷煤设定值,大大降低能耗,节约成本。不仅为高炉实际生产提供操作指导,也为高炉冶炼的优化运行奠定了基础。