【摘要】：現(xiàn)代機(jī)電產(chǎn)品對質(zhì)量水平的要求不斷提高,而隨著其結(jié)構(gòu)的日趨復(fù)雜,在設(shè)計(jì)過程中所消耗的計(jì)算資源也隨之增大。同時(shí),由于知識缺乏、設(shè)計(jì)和制造缺陷以及環(huán)境干擾等影響,使不確定性因素廣泛存在于產(chǎn)品的設(shè)計(jì)和制造過程中。各種不確定性因素影響給產(chǎn)品核心性能指標(biāo)帶來偏差,嚴(yán)重時(shí)甚至導(dǎo)致故障和失效,給產(chǎn)品的可靠性帶來極大的威脅。為了應(yīng)對挑戰(zhàn),基于不確定性的設(shè)計(jì)(Uncertainty-based design)得到了迅速的發(fā)展,相關(guān)不確定性方法,包括不確定性量化、不確定性分析、以及基于不確定性優(yōu)化算法等,取得豐富的研究成果,形成了可靠性設(shè)計(jì)優(yōu)化(Reliability-based design optimization,RBDO)方法體系。但是針對含有高度非線性及黑箱約束函數(shù)的可靠性設(shè)計(jì)優(yōu)化問題,目前研究方法存在求解效率低下,陷入局部最優(yōu),甚至無法獲得最優(yōu)解等不足。因此本文為了解決當(dāng)前存在的困難,系統(tǒng)研究基于響應(yīng)面的可靠性設(shè)計(jì)優(yōu)化方法,具體內(nèi)容包括以下幾個(gè)方面:1)基于自適應(yīng)局部搜索區(qū)域采樣法的RBDO方法。當(dāng)問題中含有復(fù)雜非線性及黑箱約束函數(shù)時(shí),構(gòu)建全局精確的響應(yīng)面模型會導(dǎo)致大量的昂貴估值。為應(yīng)對這一困難,該方法將RBDO過程分為粗糙搜索和精細(xì)搜索兩個(gè)階段:粗糙搜索階段,在更新響應(yīng)面的同時(shí)確定包含可靠性設(shè)計(jì)最優(yōu)解的局部區(qū)域;在精細(xì)搜索階段,在已構(gòu)建的局部區(qū)域內(nèi)進(jìn)行Kriging模型的改善,并計(jì)算RBDO最優(yōu)設(shè)計(jì)點(diǎn)�？焖僬业桨顑�(yōu)解且能夠自動更新的局部區(qū)域,可以避免對結(jié)果影響較小的其他無關(guān)區(qū)域的采樣和昂貴估值,從而節(jié)省計(jì)算開銷。2)基于自適應(yīng)Kriging近似模型的RBDO方法。當(dāng)RBDO問題中含有復(fù)雜非線性及黑箱約束函數(shù)時(shí),會降低問題求解效率,甚至導(dǎo)致設(shè)計(jì)空間中存在局部最優(yōu)。為了能夠節(jié)省昂貴估值的采樣數(shù),提高RBDO問題的求解效率,并避免局部最優(yōu),該方法在RBDO過程中建立兩個(gè)新的采樣準(zhǔn)則:第一個(gè)采樣準(zhǔn)則旨在更新響應(yīng)面的同時(shí)引導(dǎo)優(yōu)化向全局最優(yōu)的方向進(jìn)展;第二個(gè)采樣準(zhǔn)則通過在對優(yōu)化結(jié)果精度影響最大的局部區(qū)域內(nèi)添加采樣點(diǎn),更新Kriging響應(yīng)面,從而避免在其他無關(guān)區(qū)域的采樣和昂貴估值,以提高RBDO問題的求解效率。3)基于支持向量配對夾持法的雙模型RBDO方法。在RBDO問題求解過程中需要基于響應(yīng)面進(jìn)行大量的估值計(jì)算。采用Kriging模型估值需要基于構(gòu)建響應(yīng)面的所有采樣點(diǎn),因此當(dāng)問題的維度升高時(shí)其估值時(shí)間也隨之增長,影響RBDO問題的求解效率。該方法基于精確的Kriging模型,提出自適應(yīng)支持向量配對夾持法構(gòu)建SVM模型做模型近似,旨在保持精度的基礎(chǔ)上節(jié)省估值時(shí)間。4)面向混合不確定性的RBDO方法。當(dāng)RBDO問題中設(shè)計(jì)變量和模型參數(shù)同時(shí)含有不確定性時(shí),會給可靠度評估帶來困難。該方法通過運(yùn)用Johnson分布構(gòu)建混合不確定性的統(tǒng)一量化表達(dá)形式,并基于應(yīng)力強(qiáng)度干涉模型提出一種面向混合不確定性的可靠度指標(biāo)計(jì)算方法,采用聯(lián)合概率積分法計(jì)算設(shè)計(jì)點(diǎn)在混合不確定性影響下的可靠度,并在此基礎(chǔ)上構(gòu)建基于Kriging模型的混合不確定性RBDO流程。最后,對本文的主要研究成果和創(chuàng)新點(diǎn)進(jìn)行了總結(jié),對基于響應(yīng)面的可靠性設(shè)計(jì)優(yōu)化方法下一步研究內(nèi)容和發(fā)展方向進(jìn)行了探討�？偟膩碚f,本文面向當(dāng)前基于響應(yīng)面的可靠性設(shè)計(jì)優(yōu)化方法中存在的不足,綜合應(yīng)用Kriging模型和SVM模型,生成自適應(yīng)的采樣及建模方法,努力提高含有復(fù)雜非線性及黑箱約束函數(shù)時(shí)可靠性設(shè)計(jì)優(yōu)化問題的求解效率,節(jié)省基于響應(yīng)面模型的估值時(shí)間,提出設(shè)計(jì)變量和模型參數(shù)同時(shí)含有不確定性時(shí)的混合不確定性可靠度指標(biāo)計(jì)算方法,并為構(gòu)建相應(yīng)的RBDO流程提供具體問題的解決方案。本文的研究形成了一系列工具和方法,為完善基于響應(yīng)面的可靠性設(shè)計(jì)優(yōu)化方法提供了豐富的內(nèi)容。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TB114.3
【圖文】：

華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文2 2 2 22 2 2 1 2 12 2 21 1 1 1 1 12 2 22 2 2 2 1 12 2 32 2 1 12 2 2 2 2 2 32 1 2 1 2 1[( ) ](6000 )12 [( ) ] {3[( )3( ) ] ( ) ( )[ ( ) ( ) ]3( ) ( ) }f t r r h r rh t r r t rt r t r t rt r t rr r r r r r (3.11)該算例的幾何建模和有限元分析過程均在 ANSYS12.0 中完成，六面體網(wǎng)格的有限元模型及其應(yīng)力模擬分析結(jié)果如圖 3.15 所示。

圖 5.8 修改的 Haupt 算例及其真實(shí)約束邊界中，設(shè)計(jì)點(diǎn)的可靠度不僅受到不確定性設(shè)計(jì)變量的影響，的影響。問題的目標(biāo)可靠度指標(biāo)為Tβ 2.0，不確定性設(shè)準(zhǔn)差為 0.1。為了更清楚得表示算法的可行性結(jié)果及求 算例的基礎(chǔ)上將設(shè)計(jì)空間縮小至 2.3<d1<3.7，2.3<d2<4.0所示，目標(biāo)函數(shù)由虛線表示，二次目標(biāo)函數(shù)值由左下角向性的約束函數(shù)由實(shí)線曲線表示，基于約束函數(shù)，可行域表[2.9711,3.4035]T，以及僅當(dāng)設(shè)計(jì)變量含有不確定性時(shí)的可[2.8243,3.2686]T，分別以 Xopt 和 Xd 顯示在圖中。Xd0

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 伊梟劍;董海平;翟志強(qiáng);雷華金;蔡瑞嬌;;基于應(yīng)力-強(qiáng)度干涉模型的火工品可靠性設(shè)計(jì)方法[J];北京理工大學(xué)學(xué)報(bào);2014年10期

2 劉繼紅;安向男;敬石開;;隨機(jī)與區(qū)間不確定性下的序列化多學(xué)科可靠性分析[J];計(jì)算機(jī)集成制造系統(tǒng);2013年07期

3 魏昕;吳義忠;陳立平;;基于徑向基函數(shù)的DIRECT全局優(yōu)化方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

4 張磊;邱志平;;基于協(xié)同優(yōu)化方法的多學(xué)科非概率可靠性優(yōu)化設(shè)計(jì)[J];南京航空航天大學(xué)學(xué)報(bào);2010年03期

5 包洪兵;姚衛(wèi)星;;基于參數(shù)估計(jì)區(qū)間的應(yīng)力-強(qiáng)度干涉模型[J];機(jī)械科學(xué)與技術(shù);2010年02期

6 孫權(quán);趙建印;周經(jīng)倫;;復(fù)合應(yīng)力作用下強(qiáng)度退化的應(yīng)力-強(qiáng)度干涉模型可靠性統(tǒng)計(jì)分析[J];計(jì)算力學(xué)學(xué)報(bào);2007年03期

7 謝里陽,李翠玲;應(yīng)力—強(qiáng)度干涉模型在系統(tǒng)失效概率分析中的應(yīng)用及相關(guān)問題[J];機(jī)械強(qiáng)度;2005年04期

8 曹鴻鈞,段寶巖;多學(xué)科系統(tǒng)非概率可靠性分析研究[J];機(jī)械科學(xué)與技術(shù);2005年06期

9 呂震宙,馮蘊(yùn)雯,岳珠峰;改進(jìn)的區(qū)間截?cái)喾盎趨^(qū)間分析的非概率可靠性分析方法[J];計(jì)算力學(xué)學(xué)報(bào);2002年03期

10 吳波,吳旭敏;應(yīng)力、強(qiáng)度干涉模型的可靠度近似計(jì)算方法[J];湖北工學(xué)院學(xué)報(bào);2002年02期

本文編號：2733724