CN107622144A - 基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法 - Google Patents
基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法 Download PDFInfo
- Publication number
- CN107622144A CN107622144A CN201710700615.9A CN201710700615A CN107622144A CN 107622144 A CN107622144 A CN 107622144A CN 201710700615 A CN201710700615 A CN 201710700615A CN 107622144 A CN107622144 A CN 107622144A
- Authority
- CN
- China
- Prior art keywords
- reliability
- multidisciplinary
- optimization
- uncertainty
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013461 design Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000005457 optimization Methods 0.000 claims abstract description 73
- 238000013519 translation Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000013076 uncertainty analysis Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000013459 approach Methods 0.000 abstract 1
- 239000010410 layer Substances 0.000 description 4
- 239000002356 single layer Substances 0.000 description 4
- 229910001069 Ti alloy Inorganic materials 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000956 alloy Substances 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,属于多学科可靠性优化设计领域。首先,建立多学科可靠性优化设计的数学模型;其次,执行确定性多学科优化设计;然后,根据得到的优化设计点进行不确定性分析并进行可靠性的计算;最后,计算约束平移距离并判断是否收敛,如果收敛,则输出最优设计点,否则,进行下一次循环直至收敛。数值算例表明,与常规多学科可靠性优化设计相比,本发明显著提高了计算效率,为区间不确定性条件下多学科可靠性优化设计提供了一种新思路。
Description
技术领域
本发明涉及多学科可靠性优化设计的技术领域,特别涉及一种基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法。
背景技术
多学科设计优化设计在处理复杂工程问题上显示了巨大的潜力,设计师可以把握学科之间的耦合效应和协同效应从而改善设计。然而,在实际工程中由于缺乏知识,随机材料特性,设计和制造缺陷,不同加载条件等造成了各种各样的不确定性。随着现代技术的快速发展和对工程系统的鲁棒性和安全性日益提高的要求,多学科可靠性优化设计迅速发展起来,在工程实践中得到了广泛的应用。
常规多学科可靠性优化设计是三层嵌套优化循环,直接将可靠性分析嵌套于优化设计中,而可靠性分析本身十分复杂,因此,常规可靠性优化设计方法计算代价昂贵。许多研究都集中在找到减少计算量的有效的方法。
求解可靠性优化设计最直接的方法就是在各个搜索点对可靠性约束条件进行分析,计算在优化搜索点处的可靠度,判断是否满足可靠性要求,此方法也叫可靠性指标法。但是,如果在各个优化搜索点都进行可靠性分析,计算量十分巨大。此外,考虑到在优化搜索过程中,实际上只需要判断每个搜索点是否满足可靠性约束即可,并不需要准确计算出每个搜索点处的具体可靠度值,由此发展了性能测度法,求解满足可靠性要求的逆最大可能点,但是其也要在优化中的每一个搜索点计算逆最大可能点。针对该问题,近年来发展了一系列单层方法,将嵌套的双层循环解耦为两个独立子问题序贯执行,大大提高了计算效率。
以上方法都是概率方法,然而概率方法需要大量的样本数据来确定概率分布,工程中许多问题都得不到足够的样本,因此区间不确定性理论发展起来,区间不确定性只需要确定不确定变量的边界,大大降低了对样本数据的要求。然而针对区间不确定性条件下多学科可靠性优化设计方法国内外鲜有研究。因此,发展区间不确定性条件下多学科可靠性优化设计方法是很有意义的。
发明内容
本发明要解决的技术问题是:克服现有方法的不足,提供一种基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法。它能将可靠性分析从优化搜索中解耦出来,将优化搜索和可靠性分析序贯执行,由此构成一个单层循环,从而将不确定性优化问题转换为确定性优化问题,大大提高了计算效率。
本发明采用的技术方案为:基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,其实现步骤如下:
步骤一::建立多学科可靠性优化设计的数学模型,包括设计变量、不确定变量和优化目标的确定,以及可靠性约束的确立;
步骤二:将可靠性约束条件转换为等价的确定性优化约束条件,进行确定性多学科优化设计;
步骤三:在前一步确定性优化得到的优化设计点处进行多学科区间不确定性分析;
步骤四:在不确定性分析得到的响应区间的基础上,计算可靠性;
步骤五:计算平移距离,并判断是否收敛,若收敛,则输出最优解,否则,更新步骤二中确定性多学科优化的约束并进行下一次循环。
进一步的,所述步骤一中多学科可靠性优化模型如下:
其中ds是共享设计变量,di是学科设计变量,xs是共享不确定性变量,xi是学科不确定性变量,η(gi<0)是gi<0的可靠性,ηallowable是许用可靠性,yi是耦合状态变量,zi是学科状态变量。
进一步的,所述步骤二中确定性多学科优化模型如下:
其中,是第k次约束平移距离。
进一步的,步骤三中利用逐维法来进行不确定性分析的过程如下:
先得到不确定变量的最值点,当寻找某一不确定变量xi的最值点时,其它不确定变量均固定为其名义值,用切比雪夫多项式拟合系统输出变量与xi的函数关系,并寻找该拟合函数的最值点,学科状态变量在该最值点处的响应即为学科状态变量的最值,如此即可得到学科状态变量的上下界。
进一步的,步骤四中可靠性计算公式如下:
其中是学科状态变量许用值zi a的上界,zi a是的下界,是学科状态变量zi的上界,z i是zi的下界。
进一步的,步骤五中约束平移距离计算公式如下:
其中zi ar是的半径,是zi的半径,ηcritical是临界状态可靠性,其计算公式如下:
本发明与现有技术相比的优点在于:本发明提供了一种基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法。将可靠性分析从外层优化搜索中解耦出来,将优化搜索和可靠性分析序贯执行,由此构成一个单层循环。在每次单层循环中,根据前一次循环中可靠性分析获得的信息将可靠性约束条件转换为等价的确定性优化约束条件,从而将不确定性优化问题转换为确定性优化问题,大大提高了计算效率。
附图说明
图1是本发明的总体流程图;
图2是本发明实施例2中高超声速机翼示意图;
图3是本发明中高超声速机翼可靠有优化设计优化历程图。
具体实施方式
下面结合附图以及具体实施例进一步说明本发明。
步骤一:建立多学科可靠性优化设计的数学模型,包括设计变量、不确定变量和优化目标的确定,以及可靠性约束的确立,多学科可靠性优化模型如下:
其中ds是共享设计变量,di是学科设计变量,xs是共享不确定性变量,xi是学科不确定性变量,η(gi<0)是gi<0的可靠性,ηallowable是许用可靠性,yi是耦合状态变量,zi是学科状态变量。
步骤二:根据前一次循环中可靠性分析获得的信息将可靠性约束条件转换为等价的确定性优化条件,进行确定性多学科优化设计,确定性多学科优化设计表达式如下:
其中,是第k次约束平移距离。
步骤三:在前一步确定性优化得到的优化设计点处进行多学科区间不确定性分析。不确定性分析就是要根据不确定变量所在区间得到学科状态变量zi的响应区间。当对某一个不确定变量进行分析时,将其它不确定变量固定在其名义值,通过切比雪夫多项式拟合学科状态变量与不确定输入变量之间的函数关系。然后通过求拟合函数的导函数的零点得到拟合函数的最大值点和最小值点,学科状态变量在最大值点和最小值点处的取值即为学科状态变量的区间上界和下界。
步骤四:在不确定性分析得到的响应区间的基础上,计算可靠性,根据体积比理论,可靠性的计算公式如下:
步骤五:计算平移距离,并判断是否收敛,若收敛,则输出最优解,否则,更新步骤二中确定性多学科优化的约束并返回步骤二进行下一次循环。平移距离的计算如下:
实施例1:
为了更充分地了解该发明的特点及其对工程实际的适用性,本发明采用一个两学科耦合系统来可靠性优化设计,并将本发明所得结果与常规可靠性优化设计所得结果进行了对比。本实施例数学描述如下:
表1给出了本实施例中输入参数的不确定性信息,许用可靠性设为0.9
表1
具体结果如表2所示:
表2
其中ND是优化搜索次数,NI是不确定性分析次数,NR是可靠性分析次数。
从表2可以看出:本发明所提方法与常规可靠性优化设计方法得到的优化结果是一样的,且都能满足可靠性要求。但是,本发明所提方法的优化搜索次数、不确定性分析次数和可靠性分析次数都远远小于常规可靠性优化设计方法,所以本发明与常规可靠性优化设计方法相比,大大提高了计算效率。
实施例2:
为了更充分地了解该发明的特点及其对工程实际的适用性,通过一个高超声速机翼多学科可靠性优化设计问题来验证其有效性。如图2所示高超声速机翼由梁、肋、蜂窝夹层和蒙皮等组成。梁和肋由钛合金材料构成,组成了机翼的基本框架,钛合金蒙皮覆盖在机翼表面,蒙皮和肋与梁之间填满了蜂窝纸。
本实施例中,肋和梁的厚度(Lrib,Lbeam)是设计变量,同时也是不确定变量,钛合金弹性模量ET和许用最大位移dallowable是不确定变量。可靠性约束为:η(dismax≤disallowable)≥0.99。优化目标是机翼重量最小。不确定变量描述如表3所示:
表3
结果如表4所示,只需要3步就收敛了,最终可靠性达到了0.9895,很接近0.99。优化历程如图3所示,可以看出,整个优化过程也在30步结束了,因此,本发明所提方法对于解决区间不确定性条件下多学科可靠性优化设计具有很高的计算效率。
表4
综上所述,本发明提出了一种序贯方法的区间不确定性条件下多学科可靠性优化设计方法。首先,建立多学科可靠性优化设计的数学模型;其次,执行确定性多学科优化设计;然后,根据得到的优化设计点进行不确定性分析并进行可靠性的计算;最后,计算约束平移距离并判断是否收敛,如果收敛,则输出最优设计点,否则,进行下一次循环直至收敛。
以上仅是本发明的具体步骤,对本发明的保护范围不构成任何限制;凡采用等同变换或者等效替换而形成的技术方案,均落在本发明权利保护范围之内。
本发明未详细阐述部分属于本领域技术人员的公知技术。
Claims (6)
1.一种基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,其特征在于:实现步骤如下:
步骤一:建立多学科可靠性优化设计的数学模型,包括设计变量、不确定变量和优化目标的确定,以及可靠性约束的确立;
步骤二:进行确定性多学科优化设计;
步骤三:在前一步确定性优化得到的优化设计点处进行多学科区间不确定性分析;
步骤四:在不确定性分析得到的响应区间的基础上,计算可靠性;
步骤五:计算平移距离,并判断是否收敛,若收敛,则输出最优解,否则,更新步骤二中确定性多学科优化的约束并进行下一次循环。
2.根据权利要求1所述的基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,其特征在于:所述步骤一中多学科可靠性优化模型如下:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>f</mi>
<mi>i</mi>
<mi>n</mi>
<mi>d</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>min</mi>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&eta;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>g</mi>
<mi>i</mi>
</msub>
<mo><</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>a</mi>
<mi>l</mi>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
<mi>a</mi>
<mi>b</mi>
<mi>l</mi>
<mi>e</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>y</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>z</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<munder>
<mi>x</mi>
<mo>&OverBar;</mo>
</munder>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>&rsqb;</mo>
<mo>,</mo>
<msub>
<mi>x</mi>
<mi>s</mi>
</msub>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<munder>
<mi>x</mi>
<mo>&OverBar;</mo>
</munder>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中ds是共享设计变量,di是学科设计变量,xs是共享不确定性变量,xi是学科不确定性变量,η(gi<0)是gi<0的可靠性,ηallowable是许用可靠性,yi是耦合状态变量,zi是学科状态变量。
3.根据权利要求2所述的基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,其特征在于:所述步骤二中确定性多学科优化模型如下:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>f</mi>
<mi>i</mi>
<mi>n</mi>
<mi>d</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>min</mi>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>g</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>&Delta;</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo><</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>y</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>z</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<munder>
<mi>x</mi>
<mo>&OverBar;</mo>
</munder>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>&rsqb;</mo>
<mo>,</mo>
<msub>
<mi>x</mi>
<mi>s</mi>
</msub>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<munder>
<mi>x</mi>
<mo>&OverBar;</mo>
</munder>
<mi>s</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>s</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,是第k次约束平移距离。
4.根据权利要求1所述的基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,其特征在于:所述步骤三中利用逐维法来进行不确定性分析的过程如下:
先得到不确定变量的最值点,当寻找某一不确定变量xi的最值点时,其它不确定变量均固定为其名义值,用切比雪夫多项式拟合学科状态变量与xi的函数关系,并寻找该拟合函数的最值点,学科状态变量在该最值点处的响应即为学科状态变量的最值,如此即可得到学科状态变量的上下界。
5.根据权利要求1所述的基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,其特征在于:所述步骤四中可靠性计算公式如下:
其中是学科状态变量许用值zi a的上界,z i a是的下界,是学科状态变量zi的上界,z i是zi的下界。
6.根据权利要求1所述的基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法,其特征在于:所述步骤五中约束平移距离计算公式如下:
其中zi ar是的半径,是zi的半径,ηcritical是临界状态可靠性,其计算公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710700615.9A CN107622144B (zh) | 2017-08-16 | 2017-08-16 | 基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710700615.9A CN107622144B (zh) | 2017-08-16 | 2017-08-16 | 基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107622144A true CN107622144A (zh) | 2018-01-23 |
CN107622144B CN107622144B (zh) | 2018-08-17 |
Family
ID=61088780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710700615.9A Active CN107622144B (zh) | 2017-08-16 | 2017-08-16 | 基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107622144B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920786A (zh) * | 2018-06-20 | 2018-11-30 | 北京航空航天大学 | 一种基于切比雪夫多项式拟合的区间不确定性分析方法 |
CN110826182A (zh) * | 2019-10-08 | 2020-02-21 | 北京航空航天大学 | 一种基于顶点法和序贯优化策略的飞行器结构气动弹性鲁棒设计方法 |
CN111950075A (zh) * | 2020-07-03 | 2020-11-17 | 北京航空航天大学 | 一种高超声速飞行器结构的多学科多约束序贯优化方法 |
CN113011044A (zh) * | 2021-04-13 | 2021-06-22 | 电子科技大学 | 一种基于序列协同优化的风电齿轮箱多学科可靠性设计优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080072182A1 (en) * | 2006-09-19 | 2008-03-20 | The Regents Of The University Of California | Structured and parameterized model order reduction |
CN106294972A (zh) * | 2016-08-05 | 2017-01-04 | 四川理工学院 | 一种车桥多学科可靠性设计优化方法 |
CN106874561A (zh) * | 2017-01-17 | 2017-06-20 | 北京航空航天大学 | 基于牛顿迭代的多学科不确定性传播分析方法 |
-
2017
- 2017-08-16 CN CN201710700615.9A patent/CN107622144B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080072182A1 (en) * | 2006-09-19 | 2008-03-20 | The Regents Of The University Of California | Structured and parameterized model order reduction |
CN106294972A (zh) * | 2016-08-05 | 2017-01-04 | 四川理工学院 | 一种车桥多学科可靠性设计优化方法 |
CN106874561A (zh) * | 2017-01-17 | 2017-06-20 | 北京航空航天大学 | 基于牛顿迭代的多学科不确定性传播分析方法 |
Non-Patent Citations (1)
Title |
---|
方鹏亚 等: "基于区间不确定性的多学科可靠性设计", 《上海交通大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920786A (zh) * | 2018-06-20 | 2018-11-30 | 北京航空航天大学 | 一种基于切比雪夫多项式拟合的区间不确定性分析方法 |
CN108920786B (zh) * | 2018-06-20 | 2022-10-25 | 北京航空航天大学 | 一种基于切比雪夫多项式拟合的区间不确定性分析方法 |
CN110826182A (zh) * | 2019-10-08 | 2020-02-21 | 北京航空航天大学 | 一种基于顶点法和序贯优化策略的飞行器结构气动弹性鲁棒设计方法 |
CN110826182B (zh) * | 2019-10-08 | 2022-03-15 | 北京航空航天大学 | 基于顶点法和序贯优化策略的飞行器结构气动弹性设计法 |
CN111950075A (zh) * | 2020-07-03 | 2020-11-17 | 北京航空航天大学 | 一种高超声速飞行器结构的多学科多约束序贯优化方法 |
CN113011044A (zh) * | 2021-04-13 | 2021-06-22 | 电子科技大学 | 一种基于序列协同优化的风电齿轮箱多学科可靠性设计优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107622144B (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107622144B (zh) | 基于序贯方法的区间不确定性条件下多学科可靠性优化设计方法 | |
CN101413901B (zh) | 基于ccd图像特征的表面疲劳裂纹检测方法 | |
CN105303253B (zh) | 一种基于csso和多精度优化模型的多学科可靠性设计优化方法 | |
CN113609584B (zh) | 重复使用火箭发动机推力室可靠性优化设计方法 | |
CN106055791A (zh) | 基于预估校正算法的飞行器全局气动优化方法 | |
CN105678015B (zh) | 一种高超声速三维机翼的非概率可靠性气动结构耦合优化设计方法 | |
CN105893669A (zh) | 一种基于数据挖掘的全局仿真性能预测方法 | |
CN112052522A (zh) | 一种基于疲劳强度的船体结构优化简化计算方法 | |
Ji et al. | Optimization of aero-engine pipeline for avoiding vibration based on length adjustment of straight-line segment | |
CN106874561B (zh) | 基于牛顿迭代的多学科不确定性传播分析方法 | |
CN110826182B (zh) | 基于顶点法和序贯优化策略的飞行器结构气动弹性设计法 | |
Lee et al. | Double-shock control bump design optimization using hybridized evolutionary algorithms | |
Paulete-Periáñez et al. | Surrogate modelling for aerodynamic coefficients prediction in aeronautical configurations | |
CN105138766A (zh) | 基于模糊聚类的高超声速气动热降阶模型的加点方法 | |
CN104933261A (zh) | 一种高效序列拉丁超立方试验设计方法 | |
CN109669414B (zh) | 一种基于自相关特征分解的动态过程监测方法 | |
CN116296239A (zh) | 基于卷积神经网络的风洞试验方法、装置、设备和介质 | |
CN103870614A (zh) | 一种结构概率优化设计方法 | |
CN111783236B (zh) | 基于自适应模型和子集模拟的涡轮机匣灵敏度分析方法 | |
Ordaz et al. | Using CFD surface solutions to shape sonic boom signatures propagated from off-body pressure | |
Wang et al. | A Review of Intelligent Airfoil Aerodynamic Optimization Methods Based on Data-Driven Advanced Models | |
CN114282310A (zh) | 一种基于自适应加点代理模型的气弹结构耦合寻优方法 | |
Anand et al. | A novel approach to inverse design of wind turbine airfoils using tandem neural networks | |
CN104462829A (zh) | 空间推进求解中的复杂多区网格的处理方法 | |
Lamb | Probabilistic performance-based geometric tolerancing of compressor blades |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |