结构形状优化与智能模型化

阻碍形状优化软件广泛应用的障碍之一是依据自然设计度量描述和建立设计模型、分析模型、优化模型以及实现三个模型之间的转换.本文称这一困难为结构形状优优设计软件的适用性.本文提出了一种方法用来动态地确定平面连续体结构形状优化过程中的边界,应用基于人工智能方法的启发式规则与技术,自动生成由设计单元法表示的几何模型,也就是将一个结构自动剖分成若干个大的四边形映射单元.这些大单元对于进一步的网络生成是必要的,同时也是向全自动计算机辅助形状优化系统前进的重要一步.     

Kriging模型及代理优化算法研究进展

针对传统超燃冲压发动机燃烧室构型设计中存在的计算周期长、试验成本高等问题, 提出一种燃烧室的Kriging代理模型, 并使用NSGA-II多目标优化算法以实现对超燃冲压发动机燃烧室构型参数高效的优化设计. 通过测试, 将应用Kriging代理模型的预测结果与CFD计算结果进行对比分析, 验证了该代理模型能够较为快速并准确地预测代表燃烧室性能的推力和压力损失系数. 以推力和压力损失系数为优化目标, 基于NSGA-II多目标优化算法, 通过该Kriging代理模型获得了Pareto最优解集; 然后, 采用灵敏度分析法对设计变量进行排序, 成功识别出了显著影响燃烧室性能的关键构型参数; 最后, 基于控制变量法针对单个设计变量的变化对超燃冲压发动机燃烧室性能的影响进行研究, 分析结果可以指导燃烧室的优化设计. 文章研究结果可加速超燃冲压发动机燃烧室构型的优化设计, 为其设计提供了一种新的思路和方法, 为后续的相关研究提供了有价值的参考和借鉴.

     

基于Kriging代理模型的迭代更新高效反演方法

为提高混凝土坝等大体积结构参数反演效率和精度,减少由于应用有限元进行大量正分析而产生的计算机时,建立了一种结合Kriging代理模型和粒子群优化(PSO)算法的迭代更新反演方法。通过拉丁超立方抽样(LHS)方法确定初始样本点的空间分布,并使用有限元正分析获取对应的响应值,构建粗糙的初始代理模型,结合具有全局寻优能力的PSO算法,反演大体积结构的分区弹性模量,随之再代入有限元模型中,计算获取新的位移响应,并将其作为新样本加入到样本集中,通过迭代更新获得局部更高精度的代理模型。工程实际算例表明,该方法对混凝土坝等大体积结构参数反演精度较高和适用性好,且能大幅减少传统有限元模型反演方法所需消耗的正分析机时,提高反演效率。     

基于Kriging代理模型的两类全局优化算法比较

代理模型在结构优化领域中的应用逐渐增多。相对传统优化方法,代理模型方法在处理带有噪音或仿真模拟十分耗时的问题时有明显优势。加点准则是代理模型技术的一个关键,为了避免陷入局部最优解,加点准则需要同时考虑局部搜索(exploitation)和全局搜索(exploration)两部分并加以平衡。本文在Kriging代理模型基础上提出一种基于几何全局搜索的全局优化算法MSG(Multi-start Local Search with Geometrical Exploration),通过数值算例将其与基于不确定性全局搜索的有效全局优化算法EGO(Efficient Global Optimization)进行比较,研究了MSG算法参数的影响,并讨论了MSG与EGO各自的特点和适用范围。     

自适应Kriging近似模型及其在二维扩压器优化设计中的应用

将均匀设计方法、CFD技术、Kriging近似模型及小生境微种群遗传算法相结合发展了一种自适应全局优化设计方法.优化过程中综合考虑Kriging模型的预测值与预测标准差,引入了EI(Expected Improvement)函数得到校正点,解决了采用近似模型最优策略得到校正点带来的局部收敛问题.分别采用该方法和小生境微...     

基于层次分解方法的桁架结构形状优化

对于桁架结构形状优化,应用层次分解优化方法,将设计变量分成杆件截面积和节点位置两类变量。求解时分为两层,第一层在给定节点位置下对杆件截面进行优化,同时考虑了应力、局部稳定约束和位移约束的重量最轻;第二层假定截面层的有效位移约束作用不变,求解一个使桁架刚度增强的二次规划问题,获得既不违反约束,又使目标函数不上升的新的节点位置,再返回第一层。两层交替进行直至收敛。     

基于整体-局部技术的结构形状优化策略

针对大尺度结构局部形状优化设计中的求解效率与精度之间的矛盾,提出了一种基于整体-局部技术的结构形状优化方法.首先,分析并讨论了是否考虑对切割边界的边界条件进行修正的两种优化方案的优缺点.然后,提出了一种将整体-局部技术与无梯度优化法相结合的双循环优化程序.最后,通过一系列实例对双循环优化程序的实用性、效率和结果精度进行了验证分析.结果 表明,提出的基于整体-局部技术的结构形状优化策略对解决大尺度结构局部形状优化问题,无论是在计算效率还是在结果精度方面,都具有很好的效果.     

基于拓扑与形状优化的小型化金属天线设计方法

天线小型化设计需要基于先进的设计方法,基于拓扑优化的设计往往存在灰度单元,因此设计结果无法直接应用,需要进一步规整设计。而对于电磁金属结构,粗糙的规整方法会引起结构性能的很大变化以致偏离最优结果。提出一种拓扑优化和形状优化相结合的方法,用于金属天线结构的小型化设计。该方法通过拓扑优化获得金属天线结构的概念构型,进而利用形状优化对概念构型进行边界规整和精细化设计。形状优化方法采用多控制点贝塞尔曲线描述拓扑概念构型,通过贝塞尔曲线控制点的移动实现天线构型的调控。给出了贝塞尔曲线控制点的设置原则,基于拓扑优化得到场量分布结果,利用较少的贝塞尔曲线控制点实现天线拓扑构型结构特征的有效调控。该方法可以获得无灰度单元残留的拓扑结果,同时可有效避免密度阈值规整方法中天线性能改变的问题,并且获得的拓扑构型边界光滑。数值算例表明拓扑优化和形状优化相结合方法的有效性。此外,该方法可拓展到其他类型电磁器件的优化设计中。     

基于变分法的桁架结构尺寸及形状优化方法

在实际工程中,对桁架结构的尺寸和形状进行合理优化,可以充分发挥材料性能,提高结构刚度、强度和可靠性。本文提出了利用变分法并结合桁架结构位移求解方程建立位移泛函,推导出两类变分优化方法。以桁架结构中结点位置和杆件截面面积为设计变量,用钢量为约束条件,指定结点位移为目标函数,对防屈曲桁架结构进行尺寸和形状优化。与有限元软件优化计算进行对比,本文方法不需要对结构进行多次重复计算,可以更快得到优化解,并且计算方法具有良好的精度和可靠性,可为实际工程提供设计依据。     

利用Kriging方法进行结构模型修改

结构模型修改已经演化为一个多学科的研究课题，本文将该问题处理为确定从模态参数到模型参数之间的映射问题，并利用起源于地质统计学的Kriging技术实现该映射。对于一实际钢结构，通过实验测量得到了全部摸态数据，利用部分测量得到的模态数据进行了模型修改的实验研究，实验结果表明，利用修改后模型计算得到的全部摸态数据与测量结果吻合良好，表明该模型修改方法是可行的；同时该方法表现出了与基于神经网络的修改方法的互补特性。     

离散结构的遗传形状优化设计

离散结构的形状优化问题,设计变量是不同性态的连续／离散混合变量,优化收敛困难。本文利用遗传算法实现其全局最优设计,以空间２５杆桁架结构为例,进行了多变量、多工况的结构形状遗传优化设计。为减少结构重分析次数,引入了Ｓｔｅａｄｙｓｔａｔｅ算法。结果表明结构形状的遗传优化设计方法是可行的。     

高承载梯度分层点阵结构的拓扑优化设计方法

随着增材制造技术的迅速发展, 点阵结构由于其高比强度、高比刚度等优异力学性能受到广泛关注, 但其单胞分布设计大多基于均布式假设, 导致其承载能力相对较差. 基于拓扑优化技术提出了一种梯度分层的点阵结构设计方法. 首先, 基于水平集函数建立点阵单胞几何构型的显式描述模型, 引入形状插值技术实现点阵单胞的梯度构型生成; 其次, 构建基于Kriging的梯度点阵单胞宏观等效力学属性预测模型, 建立宏观有限单元密度与微观点阵单胞等效力学属性的内在联系; 然后, 以点阵结构刚度最大为优化目标, 结构材料用量和力学控制方程为约束条件, 构建点阵结构的梯度分层拓扑优化模型, 并采用OC算法进行数值求解. 算例结果表明, 所提方法可实现点阵结构的最优梯度分层设计, 充分提高了点阵结构的承载性能, 同时可保证不同梯度点阵单胞之间的几何连续性. 最后, 开展梯度分层点阵结构与传统均匀点阵结构和线性梯度点阵结构的准静态压缩仿真分析, 仿真结果表明, 与传统均匀点阵结构和线性梯度点阵结构相比, 梯度分层点阵结构的承载能力明显提高. 研究结果可为高承载点阵结构设计提供理论参考.     

形状设计灵敏度分析的改进的再生核质点法

基于物质导数概念和直接微分法,将再生核质点法应用于形状设计灵敏度分析（DSA）中。导出了基于无网格近似的灵敏度方程,特别强调了在考虑形状函数关于设计变量的物质导数时无网格方法与有限元法的不同。通过对RKPM形状函数及其物质导数进行矩式显式表述,提高了无网格方法的计算效率。对两个二维线弹性问题进行了位移灵敏度和应力灵敏度分析,计算结果与解析解吻合的很好;同时通过对通常的RKPM和改进的RKPM计算耗时的比较,显示了该方法不仅有效,而且可以显著地提高计算效率。     

基于Kriging模型的汽轮机基础动力优化设计

随着汽轮机容量的增加和核电站的迅速发展,汽轮机基础动力优化设计已经成为世界前沿的研究课题.本文提出一种基于Kriging模型的有效优化方法,用以求解上述动力优化设计问题.该问题的优化模型是在汽轮机基础框架重量约束条件下,优化汽轮机基础中柱的位置和粱、柱的截面面积,使基础振动的最大幅值最小化.Kriging模型用于建立基础振动的最大动位移幅值与设计变量间的近似函数关系,从而避免了优化迭代中灵敏度分析.开发了动力分析程序,作为黑箱用于动力响应分析.算例结果表明,本文方法在效率和稳定性上优于序列线性规划方法.     

Hybrid genetic algorithms and artificial neural networks for complex design optimization in CFD

The present paper is devoted to the study of design optimization strategies in the particular framework of complex computational fluid dynamics. Genetic algorithms are chosen as the optimization strategy, thanks to their robustness and flexibility. Two ways are explored to improve the behaviour of genetic algorithms in order to increase the efficiency of the search. First, approximated pre‐evaluations based on artificial neural networks are used to benefit from the knowledge acquired from the problem and to reduce the number of expensive evaluations by the flow solver required at each generation. Then, a hybridization technique is proposed for the final local search, which is performed by a deterministic method. These approaches are validated and applied on two‐ and three‐dimensional problems, involving Reynolds‐averaged Navier–Stokes computations with near‐wall turbulence modeling. Copyright © 2004 John Wiley & Sons, Ltd.     

基于实验设计法的桁架结构几何优化

本文用基于实验设计法的优化程序对桁架的一组结构布局的布局优化问题进行了杆件全应力条件下几何优化计算,结果表明基于实验设计法的结构优化方法对于多设计变量优化问题的适用性．结构布局的几何优化结果表现了合理的一致性．     

基于代理模型的超燃冲压发动机燃烧室构型参数优化设计

针对传统超燃冲压发动机燃烧室构型设计中存在的计算周期长、试验成本高等问题, 提出一种燃烧室的Kriging代理模型, 并使用NSGA-II多目标优化算法以实现对超燃冲压发动机燃烧室构型参数高效的优化设计. 通过测试, 将应用Kriging代理模型的预测结果与CFD计算结果进行对比分析, 验证了该代理模型能够较为快速并准确地预测代表燃烧室性能的推力和压力损失系数. 以推力和压力损失系数为优化目标, 基于NSGA-II多目标优化算法, 通过该Kriging代理模型获得了Pareto最优解集; 然后, 采用灵敏度分析法对设计变量进行排序, 成功识别出了显著影响燃烧室性能的关键构型参数; 最后, 基于控制变量法针对单个设计变量的变化对超燃冲压发动机燃烧室性能的影响进行研究, 分析结果可以指导燃烧室的优化设计. 文章研究结果可加速超燃冲压发动机燃烧室构型的优化设计, 为其设计提供了一种新的思路和方法, 为后续的相关研究提供了有价值的参考和借鉴.