集成BLISCO和iPMA的多学科可靠性设计优化

《集成BLISCO和iPMA的多学科可靠性设计优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报Nov252014V01．35No113054—3063ActaAeronauticaetAstronauticaSinicaISSN1000—6893ON11-1929／Vhttp：／／hkxb．buaa．edu．CRhkxb@buaa．edu．cndoi：10．7527／$10006893．2014．0047集成BLISCO和iPMA的多学科可靠性设计优化刘成武1’*，靳晓雄2，刘云平3，刘继红41．福建工程学院机械与汽车工程学院，福建福州3501082．同济大学汽车学院，上海2018043．南京信息工程大学信息与控制学院，江苏南京2100444．

2、北京航空航天大学机械工程及自动化学院，北京100191摘要：为解决传统的基于可靠性的多学科设计优化(RBMDO)由于存在优化过程多层嵌套、多学科分析和可靠性分析反复迭代而导致的低效率问题，提出集成两级集成系统协同优化(BI，ISCO)策略和改进功能测度法(iPMA)的多学科可靠性设计优化方法。首先，基于序列化思想将多学科可靠性设计优化解耦，避免了每次多学科设计优化(MDO)对完整可靠性分析模型的反复调用与迭代。其次，采用高效的更适合复杂工程组织形式的BLISCO策略进行确定性多学科设计优化，摒弃了协同优化的一致性约束和两级集成系统综合法的复杂分析和近似建模问题

3、，提高了计算效率。然后，基于角度更新策略对功能测度法(PMA)进行改进，采用更新角度替代极限状态函数值进行可靠性分析与判别，减少了’多学科可靠性分析次数。最后，结合某机型起落架的缓冲器设计实例对所提方法进行验证，结果表明该方法的计算效率较其他方法分别提高了30．93％和19．97％，验证了方法的有效性，且具有工程实用价值。关键词：两级集成系统协同优化；功能测度法；角度更新；多学科设计优化；可靠性分析；缓冲器中图分类号：V222文献标识码：A文章编号：1000—6893(2014)¨一3054—10多学科设计优化[1](MuItidisciplinaryDesi

4、gnOptimization，MDO)自20世纪80年代提出以来，得到了学术界和科研机构的广泛关注和深入研究，目前已广泛应用于航空、航天、车辆、船舶、机器人及大型机电等复杂工程系统中。然而，随着研究的深入，传统的确定性多学科设计优化在工程应用方面遇到了一些障碍，主要原因在于它并未考虑工程设计中实际存在的大量不确定性问题，基于MDO得到的最优解只是数学意义上的最优解，即理论最优解。为此，考虑不确定性的基于可靠性的多学科设计优化(Reliability-basedMultidisciDIianryDesignOptimization，RBM—DO)应运而生，近几年

5、得到了广泛关注与研究‘2“。RBMD0是MDO理论与可靠性分析方法集成的成果。起初，人们将可靠性分析与MDO直接集成，这就使得RBMDO变成一个多层嵌套循环，致使原本计算昂贵的MDO变得更加耗时。为此，国内外学者在提高RBMDO计算效率方面开展了一些工作。Sues和Cesare[5]基于解耦思想将可靠性分析从RBMDO优化过程中分离出来，在可靠性分析的基础上进行优化并为下次可收藕日期：2014—02—19；退修日期：2014—03-26；录用日期：2014—04—09；网络出版时间：2014一04—1408：25网络出版地址：WWWcnki．net／kcms／

6、detail／10．7527／81000．6893．2014．0047．htmI基金项目：国家自然科学基金(51175019)；福建省科技计划重点项目(2013H0001)；福州市科技计划项目(2012一G．108，2013-G一90)；江苏省自然科学基金(BK20130999)；江苏省普通高校自然科学研究资助项目(13KJB460012)*通讯作者．Tel：0591—22863232E—mail：liucwfjut@163．corn引甩楂武iLiuCW。JinXX．LiuYP，eta1．Reliability-basedmultidisciplinaryde

7、signoptimizationintegratingBLISCOandiPMA[J]．ActaAeronauticaetAstronauticaSinica．2014．35(¨)：3054-3063刘成武，靳晓雄，朝云平，等．集成BLISCO和iPMA的多学科可靠性设计优化!J]．航空学报．2014。35(11)：3054—3063．刘成武等：集成BLISCO和iPMA的多学科可靠性设计优化靠性分析提供更新信息，其中采用的近似技术在一定程度上也提高了效率。Padmanabhan和Batill[61基于并行子空间优化(ConcurrentSub—spaceOp

8、timization，CSSO)方法和