两层分级多学科设计优化在auv概念设计中的应用

两层分级多学科设计优化在auv概念设计中的应用

ID:30959815

大小:734.00 KB

页数:11页

时间:2019-01-04

两层分级多学科设计优化在auv概念设计中的应用_第1页
两层分级多学科设计优化在auv概念设计中的应用_第2页
两层分级多学科设计优化在auv概念设计中的应用_第3页
两层分级多学科设计优化在auv概念设计中的应用_第4页
两层分级多学科设计优化在auv概念设计中的应用_第5页
资源描述:

《两层分级多学科设计优化在auv概念设计中的应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、49卷第4期(总第183期)刘蔚,等:两层分级多学科设计优化在AUV概念设计中的应用9749卷第4期(总第183期)中国造船Vol.49No.4(SerialNo.183)2008年12月SHIPBUILDINGOFCHINADec.2008文章编号:1000-4882(2008)04-0088-12两层分级多学科设计优化在AUV概念设计中的应用刘蔚1,操安喜2,赵敏2,崔维成3摘要建立了自治水下潜水器总体概念设计的两层分级多学科设计优化框架的数学模型,借助试验设计方法进行设计变量与目标函数的相

2、关性分析,选取对AUV总体概念设计结果最有影响的设计变量,进行多种优化搜索策略和多组不同初始设计值的多学科设计优化,最后得到自治水下潜水器概念设计的优化结果。关键词:船舶、舰船工程;AUV;多学科设计优化;两层分级多学科设计优化框架;试验设计方法中图分类号:U662.9;U674.941文献标识码:A1引言自治水下潜水器(AutonomousUnderwaterVehicle,简称AUV)主要应用于海底地形勘探、海底资源及地质调查、海洋环境和水文测量、生物考察和军事勘察等方面。由于AUV在水下是

3、自治工作,具有水下活动范围大、机动性好、安全、结构简单等优点,因此它的潜在应用价值和不可替代性已广泛引起各国海洋开发界的重视[1,2]。同时AUV的结构相对简单,主要设备构件按其功能分为:观导与控制设备、有效载荷部分、能量设备、机械设备以及推进与水动力设备五部分。AUV总体概念设计过程中,各个性能参数之间是相互影响的。例如,外部形状尺寸与AUV总质量、结构性能、阻力、推进和总布置等都是相关的。因此,传统的单一学科分别独立设计的单向流程方法无法满足整体最优的设计要求。多学科设计优化方法(Multi

4、disciplinaryDesignOptimization)是一种对复杂工程系统子系统进行相互作用分析,并充分利用这些相互作用进行系统优化合成的优化设计方法[3]。本文采用多学科设计优化方法对AUV进行总体概念设计,可满足各个学科的性能指标要求,并保证设计结果最优。同时探讨如何构建两层分级(Bi-levelHierarchy)的多学科设计优化框架,借助试验设计方法进行设计变量与目标函数的相关性分析;选取对AUV总体概念设计结果最有影响的设计变量,进行多种优化搜索策略和多组不同初始设计值的多学科

5、设计优化,从而求得了AUV概念设计的优化结果。2基本概念及数学模型2.1AUV多学科设计优化的数学模型和两层分级框架概念AUV总体性能多学科设计优化的数学模型一般可表示为:求设计变量=[,,,,,…]T;=[,,…]T收稿日期:2007-01-29;修改稿收稿日期:2008-03-0549卷第4期(总第183期)刘蔚,等:两层分级多学科设计优化在AUV概念设计中的应用97(1)须指出的是表示学科子系统间的耦合变量,表示状态变量。两层分级多学科设计优化框架的构想是将优化目标函数和控制耦合变量的数学

6、关系、约束条件由总体系统控制层进行计算,然后对子系统进行耦合变量分配和传递,其数学模型可表示为(2)式中,为状态变量,为耦合变量,为局部变量。依据式(1),结合AUV的结构特点和多学科设计优化的目标函数,进行整体模块分解,这样便可构建如图1所示的AUV总体概念设计的两层分级多学科设计优化框架。,,总体系统控制层观导与控制子系统有效载荷子系统能量子系统机械子系统推进与水动力子系统图1AUV总体性能多学科设计优化框架49卷第4期(总第183期)刘蔚,等:两层分级多学科设计优化在AUV概念设计中的应用

7、972.2试验设计方法分析试验设计方法(DesignofExperiment)是一种系统化的方法,可用于确定一组设计(试验)来评估各设计变量对设计性能特征的影响。常用的试验方法有:全因子设计,正交数组,拉丁方和中心复合设计等。本文选用全因子试验设计方法。它是对各因子的所有水平的所有组合进行计算,以获得大量用于准确估算因子和交互影响的信息。还须指出的是,这种试验方法的缺点是计算量大。2.3多学科优化搜索策略复杂系统的设计变量种类通常包括整数型变量、离散型变量和连续型变量,因此所选的优化算法应能解决

8、非连续设计空间的非线性搜索问题。而启发性优化算法对问题的依赖性较强,但对特殊问题却能利用问题的信息较快地构造求解,其时间性能较为理想;指导性优化算法则具有较强的通用性,无须利用问题的特殊信息,但这样造成了信息的浪费。所以选用传统单一的优化算法对大型复杂系统的优化问题进行求解,所得到的结果往往是不够理想的[4]。为解决AUV总体性能多学科设计优化过程中可能会出现这样的问题,本文采用混合优化算法来进行优化设计搜索。混合优化算法的主要方法有两种:一种方法是以顺序优化的方式,即后一种优化算法利用前一种优

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。