为了提高连杆结构优化设计的收敛性和效率,从某柴油机连杆APDL语言参数化出发并结合Kriging模型的特点,提出了基于Kriging元模型的柴油机连杆结构优化设计方法。通过灵敏度分析,将连杆结构9个参数变为为6个参数,不仅减少了设计参数,同时减小优化器的负荷。采用拉丁超立方采样并建立了Kriging代理模型,再对其进行了准确性验证,在此基础上应用SQP求解器,经过5中初始方案进行优化,优化后连杆质量减小7.2%,并对结果进行仿真验证,说明了该文方法的可行性和有效性。

为了准确计算某自行火炮协调器可靠性,基于协同仿真策略考虑机械、液压和控制系统的参数随机性建立协调器系统参数化模型。采用基于Kriging和Monte Carlo的方法对协调器进行位姿可靠度计算。为了快速提高Kriging模型的准确性,选择使学习函数值最小的样本点代入模型中。提出了一种学习停止条件,保证了样本点符号预测精度且学习次数明显减少。计算结果表明协调器位姿可靠度为99.82%,所提方法和AK-MCS+U(Active learning and Kriging-based Monte-Carlo Simulation+U function)相比失效概率相差0.001%,功能函数调用次数减少了38.27%,计算时间减少了37.6%。方法较好的解决了工程上隐式且非线性程度较高,仿真时间过长的问题。

针对欠驱动机构运动不确定性引起的采摘机械臂滑道大幅度摆动现象导致的机构运动不稳定性的问题。提出了一种基于混合蛙跳算法改进的代理模型技术来建立滑块驱动速度、滑轨高度、滑轨倾角与滑道摆动角度峰值之间的参数优化数学模型,利用KRIGING模型建立设计参数与滑道摆动角度峰值之间的数学模型,通过混合蛙跳算法优化传统kriging模型变异函数的参数,提高其数学模型精度;基于参数优化数学模型,分析了滑块驱动速度、滑轨高度、滑轨倾角对滑道摆动角度峰值的影响。仿真结果表明参数优化数学模型精度更高,误差更小,能为参数优化提供更加精确的数学模型;滑轨倾角、驱动速度、滑轨高度对滑道摆动角度峰值变化幅度影响程度由大到小的顺序为滑轨倾角>驱动速度>滑轨高度。交叉变化对滑道摆动角度峰值影响程度为滑轨倾角-滑轨高度>滑块驱...

为研究现代优化算法在车身部件中的分析与应用。建立某乘用车左前车门有限元模型,将车门部件厚度尺寸作为设计变量,在满足车门模态的同时,追寻新车门的轻量化设计。为此建立车门优化数学模型。采用哈默斯雷实验设计方法进行了样本数据评估。并利用改进Kriging的Hyper Kriging法构建车门优化近似模型。最后采用改进的遗传算法对优化的近似模型进行求解。对优化后的车门模态进行分析,验证了改进遗传算法在车门优化分析中的可行性,同时车门质量得到了减轻。

衡量代理模型精度的量化指标种类繁多,但是要横向对比不同种类数据的模型精度,常见的精度指标存在一些不足之处。分析现有代理模型精度指标的不足,提出一种“归一化绝对误差均值”指标;以某战术导弹模型为例,采用参考文献中的试验设计加点策略与交叉验证策略,建立11种气动参数的Kriging代理模型;通过对“归一化绝对误差均值”指标与相关性图进行比较,验证所提指标的有效性。结果表明:提出的指标不仅能够有效表征代理模型精度,而且能对不同种类数据进行横向对比,具有一定的应用价值。

温度是民用飞机液压系统性能的重要表征参数之一,为有效实现液压系统温度监测,基于Kriging模型和原子搜索优化算法(ASO),提出一种基于原子搜索优化Kriging模型(ASOKM)方法。首先,针对液压系统温度故障发生原因进行分析,建立其故障逻辑图,明确影响液压系统温度的特征参数;然后,结合快速存取记录器(QAR)数据,介绍ASOKM方法建模原理;最后,通过某型国产民用飞机液压系统温度监测分析,对所提出的ASOKM方法进行有效性验证。结果表明:相比响应面法(RSM)、Kriging、BP神经网络(BP-ANN)模型,ASOKM方法的训练平均绝对误差、监测平均绝对误差较低,具有较高的精度、效率和鲁棒性,能够为液压系统可靠性分析、故障诊断、预测维修提供借鉴。