基于模型的优化设计篇1
关键词：RFiD；食品追溯；模型
中图分类号：tp311文献标识码：a文章编号：1009-3044（2013）19-4488-02
最近几年我们国家政府对食品安全问题越来越重视，人民群众也非常关心此类危害生命和健康的事件，该文研究食品追溯模型优化，希望能够从追溯方面对人名群众的食品安全进行保证，并最终达到食品的安全流通与即时检验。
由于我国地大物博，经济的快速增长、社会生活的稳定进步、人民生活水平的不断提高，形成了规模极为庞大的食品行业。同时，食品行业以中小企业为主，生产分散，生产环节到最终消费的质量管理很难进行，造成了食品安全的很多问题。
本模型构建统一的食品安全监管可追溯信息服务模型，希望能在政府、企业、食品消费者之间搭建完整的信息沟通通道。希望能以政府信息化网络为基础，辅以公共事务管理平台，结合食品安全这个民生相关的信息系统，进行资源与相关技术的整合，通过优化模型，形成一个完整食品安全追溯平台，提高食品安全追溯的效率与准确性，以更加统一、协调、共生、便捷的方式服务群众。
1RFiD工作原理
RFiD的英文全称是RadioFrequencyidentification，射频识别，又称电子标签，包含：无线射频识别、感应式电子晶片、近接卡、感应卡、非接触卡、电子条码等关键器件。
2.1RFiD基本工作原理
首先我们把有标签的物体放入磁场后，此时物体就会收到读写器的射频信号，如果是无源标签或被动标签就会凭借感应电流所获得的能量发送出存储在芯片中的产品信息；如果是有源标签或主动标签就会主动发送某一频率的信号，最后由解读器读取信息并解码，然后送到相关应用系统进行数据处理其工作原理如图1所示：
1.2射频识别
射频标签（RFiDtaG）是射频识别的基础，它安装在被识别物体上。射频标签用来存储被识别对象信息，也称之为电子标签。射频标签是数据载体，是射频识别系统的核心，由它记录并存储的对象数据非常重要。射频识别标签的组成如下：天线、调制器、编码发生器、时钟及存储器等，具体构成如图2所示。
2追溯设计
追溯系统的构成中，核心是信息识别标签。我们可以由信息识别标签来存储食品追溯所需的多种关键信息，如：食品的原材料来源、加工、运输、仓储、销售等供应链的各个阶段情况。追溯就是通过对原材料的来源、食品制造商、销售商作加工、仓储及销售的各项信息纪录来完成的，我们通过RFiD标签记录信息就能对食品进行追究根源，从而实现粮食品质量追溯系统的建立。具体流程如下：
1）对食品的原材料进行跟踪、记录，把来源记录写入RFiD标签，添加食品来源的各种基本信息如：产地、收获时间、净重、有机或化学保护等；
2）通过仓储、运输环节到达食品加工厂，我们需要在标签中添加仓储和运输环节的信息，如：车次、接货时间、到货时间、批号、产品重量等；
3）由加工厂完成食品加工，将原料和辅料的原始记录以及加工过程、质量检测的信息写入RFiD标签；
4）最后到批发市场、大型超市，然后将这一层信息写入电子标签，实现跟踪链的最终环节。
在设计追溯系统时候，考虑到工作效率，采用自动数据采集技术为支撑，将条码、射频识别等技术应用到供应链管理中。我们采用了条码技术进行信息传输，它作为供应链管理现代化的关键的信息技术，具有信息采集速度快、可靠性高、灵活、实用等特点。而在追溯系统设计中，广泛使用了射频识别技术，因为它识别速度快、保密性强、可同时识别多个对象等特点，所以主要采用了它来进行信息识别。
3食品追溯优化模型
食品追溯系统包含了一个完整的供应链，任何一个环节出问题，都会导致食品的追溯达不到预期效果。所以本研究从根本上进行食品追溯系统的模型优化设计，尽可能完善追溯系统，提高追溯效率，对食品从来源地、加工、包装、销售以及仓储、运输等环节构成进行整体监控，实现全过程跟踪。在设计追溯模型时，需要实现各个环节的无缝衔接，使物流与信息流达到统一，这样整个食品的供应链处于透明的状态，从而使系统追溯功能顺利完成。
首先为使信息流能顺利联通，需要在各个环节如：材料来源、运输、加工、包装、销售等供应链进行标识。在此时，由于我们需要采用统一标识代码进行记录，所以对相关供应链中的操作，如数据采集、交换，对编码的唯一性、通用性提出了更高的要求。
在设计追溯模型是，我们会对各环节全过程的每一个节点进行有效的标识。通过标识建立完整的，各个环节信息管理、传递和交换的方案，这样我们就可以对供应链中来源、运输、加工、包装、贮藏、销售等环节进行跟踪与追溯，及时发现存在的问题，进行问题追溯。如图3是我们设计的食品追溯优化模型图：
4结论
在食品跟踪与追溯系统设计中，涉及了供应链中的每一个环节，需要对食品进行完整的标识，还要能及时采集与录入标识信息，整个环节不能出现差错要求系统可靠性高。如果任何一个环节出差错了，都会导致整个追溯系统的错误，所以在设计系统时候，需要供应链中的所有参与方达成一致，在目前情况下，最好是政府牵头，以政府信息化网络为基础，辅以公共事务管理平台，完成整个供应链的整合。
参考文献：
[1]付骁，傅泽田，张领先，等..基于web的蔬菜质量安全可追溯系统[J].计算机工程与设计，2009（1）：85-87，128.
[2]白红武，胡肄农，王立方，等.基于GiS的生猪及产品物流与追溯平台构件化设计[J].江苏农业学报，2008，24（5）：711-715.
[3]刘鹏，张万昌.基于webGiS的流域洪水风险信息系统[J].计算机与数字工程，2008，36（7）：134-136.
[4]于锐华，益晓新，于全.ZigBee与Bluetooth的比较及共存分析[J].测控技术，2005，24（6）：50-56.
基于模型的优化设计篇2
关键词太阳能小屋；monteCarlo算法；混合整数规划；计算机模拟
中图分类号：tm914文献标识码：a文章编号：1671-7597（2013）16-0019-04
新能源利用是我国七大战略性新兴产业之一，太阳能光伏发电是新能源利用的重要领域。在设计太阳能小屋时，需在建筑物外表面（屋顶及外墙）铺设光伏电池，光伏电池组件所产生的直流电需要经过逆变器转换成220V交流电才能供家庭使用，并将剩余电量输入电网。不同种类的光伏电池每峰瓦的价格差别很大，且每峰瓦的实际发电效率或发电量还受诸多因素的影响，如太阳辐射强度、光线入射角、环境、建筑物所处的地理纬度、地区的气候与气象条件、安装部位及方式（贴附或架空）等。因此，在太阳能小屋的设计中，研究光伏电池在小屋外表面的优化铺设是很重要的问题。
本文主要研究户用并网光伏阵列安装方案的组合优化问题。为满足年光伏发电总量尽可能大，单位发电费用尽可能小的目标，首先根据地区地理条件、电池组安装部位及方式，给出太阳能电池组的选定方案。然后在各电池分组的逆变器选配原则下，考虑各太阳能组件的不同设计参数及价格，从而确定最佳光伏系统设计方案。
研究在仅考虑贴附安装方式的情况下，对光伏阵列铺设方案的优化问题。首先，需要根据题目给出的小屋外观尺寸，对每个墙面分别建立直角坐标系。然后，主要考虑光伏电池组件面积和房屋的铺设条件，以各类光伏电池组件数量和安装位置为决策变量，建立年发电总量最大、单位发电费用最小的双目标最优化模型.并考虑逆变器额定输入电压和功率约束，调整太阳能电池组件安装设计方案，从而得到最优光伏电池组件及逆变器的选配方案。
1模型假设
1）假设太阳能电池方阵的架设是独立的，不受周围环境影响。
2）假设同一分组阵列中的组件在安装时，具有相同的阵列方位角、倾角。
3）假设各类电池组件的最低辐射量限值分别为：单晶硅和多晶硅电池启动发电的表面总辐射量≥80w/m2、薄膜电池表面总辐射量≥30w/m2。
4）假设所有光伏组件在0～10年效率按100%，10～25年按照90%折算，25年后按80%折算。
5）假设逆变器设置在房屋外部，不占用建筑外表面。
6）假设当太阳辐射值低于电池表面太阳光辐照阈值时，电池组件不输出电力。
2变量与符号说明
：表示墙面的长度；
：表示墙面的宽度；
：表示第i类光伏电池组件的铺设数量；
：表示对第i类光伏电池组件中的第j个组件的标记；
：表示第i类的光伏电池组件铺设数量；
：表示第i个同类电池板的额定功率；
：表示第j类逆变器的额定输入功率。
3模型的建立与求解
主要研究在有瑕疵墙面上光伏阵列布局的数学模型与算法。由于仅考虑光伏电池组件贴附安装，故首先需要建立安装光伏电池组件的类型选择模型，以及相应铺设数量的计算模型。其次，在仅考虑无瑕疵平面情况下，构造太阳能电池组的最优布局规划模型。再利用各墙面的门窗尺寸和位置数据对模型进行修正，得到有瑕疵情况下，各墙面和屋顶的光伏电池阵列最优布局方案。最后，根据所得布局方案，给出小屋光伏电池35年寿命期内的发电总量、经济效益及投资的回收年限的计算模型。
3.1光伏电池年发电总量计算模型的建立
为求解光伏电池年发电总量，首先建立光伏电池第m年发电量计算模型：
其中，表示第k个太阳时的辐射量，表示第i类型号电池板的面积，表示第类型号电池板在辐射为情况下的转换效率，表示第i类逆变器的逆变效率。由于逆变器存在80%的阻性负载，故计算光伏电池年发电总量时，应当加上0.8乘项，修正阵列年总发电量输出值。
然后，计算光伏组件在第年的效率，已知发电效率为：
则光伏电池35年的总发电量的计算模型为：
其中，8759表示一年太阳时最大值。
3.2光伏电池年经济效益计算模型的建立
由模型i可得到光伏阵列最优布局方案，据此，结合各墙面年总辐射强度有效值数据，建立光伏电池总经济效率的计算模型：
其中，表示光伏阵列35年的毛经济效益总和（即不减去成本的毛收益），其计算模型如下：
式中，表示光伏电池第i年的毛经济效益，光伏电池第m年的发电量由光伏电池年发电总量计算结果可知。
3.3光伏阵列投资回收年限计算模型的建立
通过分析光伏阵列的年发电总量与年经济效益计算模型间的关系，可得光伏阵列投资回收年限t应满足如下关系：
其中，表示光伏电池第i年的毛经济效益；C表示逆变器和电池组的总成本；表示使用的第i种型号电池组件的数量；表示使用的第i种型号逆变器的数量；表示所使用的第i种型号电池组件的价格；表示所使用的第i种逆变器的价格。
利用上述关系，求解使得上述不等式成立的最小整数t，即为所求的回收年限。
3.4光伏阵列最优布局规划模型的建立与求解
3.4.1模型的建立
1）电池组件的摆放方向分析。
对于每块放入的电池组件，均存在两种不同摆放方向：横向和纵向。在不考虑光伏发电系统布线复杂性的情况下，引入变量（，表示横放；，表示竖放），用来描述各个墙面上第i类第j块光伏阵列的铺设方向。其中，横向摆放表示电池组件的长边与墙面的长平行摆放，纵向摆放表示电池组件的长边与墙面的宽平行摆放。
2）电池组的类型选择分析。
考虑到同一安装平面内所铺设组件受到逆变器选配约束，故首先建立各墙面安装光伏电池组件的类型最优排序模型，选择不超过3种类型的电池组，从而降低安装组件类型的选择方案，达到简化问题的目的。
通过分析各墙面光照辐射年均值，同时考虑各类型光伏发电组件的发电辐射阀值，计算各墙面各类型的电池组件接收总辐射有效值：
利用每个墙面除去窗口后的总面积和各类电池组件的面积，可计算得到第i类电池的最大摆放组件个数。又需要考虑光伏电池组件的单位发电功率费用指标，。其中，表示逆变器和电池组的总成本，表示第i类光伏电池阵列的年发电总量。
利用（1）、（2）式条件，同时考虑各类电池组件转换效率，可得到排序指标R的计算模型如下：
各墙面的最佳组件字典序排序与值相关，越大表示该电池组越优，表示电池组件的转换效率需要受到的影响，据此，可得电池类型最优选择方案。
由太阳辐射相关知识可以得到。其中为平面的法线和太阳入射方向的夹角。
3）无瑕疵条件下光伏阵列最优布局规划模型。
按照问题分析中对光伏系统设计的目标分析，确定如下两个最优化目标：
目标i：年光伏发电总量最大可表示为：
其中，表示第i类的光伏电池组件铺设数量，表示第i类光伏电池组件的实际功率，由于电池发电总量与光伏组件的实际功率仅相差太阳辐射乘项，且根据对太阳辐射的假设，同一平面上的太阳辐射相等，故原目标与光伏阵列总实际功率最大等价。
目标ii：单位发电量的总费用最小可表示为：
其中，表示第i类的光伏电池组件铺设数量，表示第i类光伏电池组件的单位发电功率费用，与原目标中的单位发电量费用等价。
为确定光伏电池组件的铺设位置，针对不同墙面，建立如图1所示的直角坐标系。
其中，x轴的取值范围是，表示该面墙体的长度；y轴的取值范围是，表示该面墙体的宽度，直角坐标系内点的坐标表示光伏电池组件左下角的横纵坐标数对。
然后，对问题进行约束条件分析，无瑕疵平面铺设约束如下：
约束i：铺设范围界定约束
基于对墙体边界条件的分析，铺设光伏电池组件不应超出安装平面范围的约束，即铺设面积不可超过墙面总面积，则铺设范围界定约束可表示为：
其中，表示第i类第j块的光伏电池组件左下角的直角坐标；表示第i类光伏电池组件的长度；表示第i类光伏电池组件的宽度；表示表示第i类第j块的光伏电池组件是否铺设，且第i类光伏电池组件总数。
约束ii：电池组件分离约束
当铺设多块光伏组件时，各个太阳能电池板需要保证相互独立摆放，即板与板之间互不交叠，则电池组件分离约束可表示为：
由（4）～（7）式的分析，建立无瑕疵条件下光伏阵列布局双目标混合整数规划模型如下：
其中，约束条件1、2表示铺设范围界定约束，约束条件3表示电池组件分离安装约束，约束4表示光伏组件的坐标取值范围.通过确定各目标优先级p1和p2，可将该双目标规划模型转化为单目标规划问题，得到最终混合整数线性规划模型如下：
4）考虑门窗的光伏阵列最优布局规划模型。
将门窗看作各墙面瑕疵，考虑光伏阵列不能在门窗上方安装，因此需要对模型约束条件进行调整，引入墙面瑕疵约束如下：
约束iii：墙面瑕疵约束
其中，X1、X2分别表示瑕疵的左边界和右边界的横坐标值，Y1、Y2分别表示瑕疵的上边界和下边界的纵坐标值.约束限制当组件横放或纵放情况下，电池的边界与瑕疵四周不能存在交叠区域，从而得到带瑕疵条件下光伏阵列最优布局规划模型如下：
至此，即得到有瑕疵任意安装平面的光伏阵列最优布局规划模型。
3.4.2模型求解
由于在铺设每个光伏组件时，有横向摆放与纵向摆放两种方案.为求解该npC组合优化问题，我们利用monteCarlo方法进行计算机模拟，具体程序框图如图2所示。
利用matlab软件，对每个墙面光伏电池组件选择方案进行1000次模拟，比较各次模拟结果，保留使得模型i中目标最优方案，得到各立面和屋顶最优铺设方案，其中小屋屋顶带天窗面的最优光伏阵列布局方案如表1所示。
根据该方案，可得到屋顶较大斜面外表面各摆放方法下，电池组件铺设分组阵列图形（其余各外表面布局图形因篇幅原因未给出），如图3所示。
分析表1中结果，可知屋顶较大斜面最优铺设方案应选择横向布局，分别需要6个a3类、8个a4类及16个B1类光伏发电组件。
在紧贴铺设的情况下，小屋一年发电量，且各外表面分布发电量如表2所示。
分析表，进而计算得到最优光伏系统设计方案下，35年总发电量，经济效益为，投入资金，得到投资回报年限年年。
4模型评价与改进方向
4.1模型的评价
1）模型的优点。
本文建立了关于太阳能小屋设计的多个优化模型，较好的解决了太阳能小屋设计中的一系列问题。
对于太阳能电池板的铺设问题，利用坐标定位思想，建立了有瑕疵布局问题的优化模型。由于坐标的引入，可以很容易地解决不同形状不同个数的瑕疵情况，因此该模型具有较普遍的适用性。
对于架空情况下的电池板优化设计，通过对电池板的长度进行转化，可以直接利用在电池板贴附设计情况下建立的优化模型，避免了重新建立模型带来的复杂性，简化了问题。
对于太阳能小屋的尺寸设计，通过确定一些明显可以使得结果最优的参数，减少了变量，使得最终的决策变量仅为两个，简化了问题分析与求解.通过确定电池板的评价指标，基于不同的接收辐射情况，给出了每个墙面的最优电池板型号，从而可以简化约束条件，避免了房屋尺寸与电池板选取两方面问题同时考虑的复杂性。
2）模型的缺点。
由于布局规划问题属于np完全问题，没有多项式时间算法，基于穷举思想的算法无法解决此类问题，因此我们采用了蒙特卡洛方法，由于蒙特卡洛方法无法保证得到最优解，故我们对求解结果进行人工修正，并多次计算取最优解。这样无法进行自动化计算，这是我们模型的缺点，也是目前学术界的难点。
4.2模型的改进方向
对于布局问题，目前较好的解决方法是启发式搜索法，包括模拟退火算法、人工神经网络，遗传算法等，我们模型的求解可以利用这些算法进行改进，并比较多个结果取最优。
参考文献
[1]李大军.太阳能光伏发电系统设计与应用实例[J].2009，38：23-44.
[2]李宁峰.屋顶太阳能光伏发电系统的设计[J].2012，31（3）：43-50.
[3]徐玖平等.运筹学（ii类）[m].北京：科学出版社，2004.
基于模型的优化设计篇3
a
Designoptimizationof3Dbreechstructurebasedonresponsesurfacemethod
penGDi,GUKeqiu
（Schoolofmech.eng.,nanjingUniv.ofSci.&tech.,nanjing210094,China）
abstract：tomeetthespecialarrangementrequirementsofabreechstructure,theforcetransmissionstructureisredesignedonthebasisofanopenbreechstructureofwhichtheloadingtrayrunsthroughthefollower;theoptimalparametersarefoundoutforadentiformforcetransmissionstructurebymultiobjectivegeneticalgorithmnSGaii,whichisbasedonResponseSurfacemethod(RSm),theautomaticpreprocessingisimplementedthroughcontrollingabaquskernelbyprogrammingwithpythonscript,thenthefiniteelementanalysisisperformed,andthemultiobjectivedesignoptimizationof3DmodeliscarriedoutbasedoniSight.themethodabandonsthetraditionalidea,i.e.performingoptimizationby2Dmodelandvalidationby3Dmodel,combinesnSGaiiwithRSm,andimplementsthemultiobjectivedesignoptimizationof3DmodeldirectlyiniSight.thecomputingtimecanbesaved,andtheefficiencyanddesignlevelcanbeimproved.Keywords：breechblock;3Ddesignoptimization;responsesurfacemethod;multiobjectiveoptimization;geneticalgorithms;finiteelementanalysis
な崭迦掌冢2010[KG*9〗03[KG*9〗31修回日期：2010[KG*9〗05[KG*9〗27ぷ髡呒蚪椋彭迪(1987―)，男(锡伯族），辽宁义县人，硕士研究生，研究方向为现代机械设计理论与方法，(email)；す丝饲(1963―)，男，江苏江都人，教授，研究方向为兵器应用力学，(email)0引言
炮尾闩体是火炮的重要组成部分，其结构优化涉及质量、强度、刚度和稳定性等多个目标，且各目标之间大多相互联系、制约甚至相互对立，不可能同时达到最优.对于复杂的三维实体的设计优化，通常采用对二维优化结果进行三维数值验证的方法，主要在于包含三维数值的优化分析计算成本非常高.但受较多因素影响，无法严格地将二维优化结果拓展到三维中.
［12］
本文对开放式炮尾闩体齿形传力结构进行结构分析和三维优化设计，为缩短设计周期和提高优化效果，采用基于响应面法（ResponseSurfacemethod,RSm）的多目标遗传算法nSGaii寻找齿形传力结构的最优参数.abaqus具有强大的二次开发功能，故通过编写python脚本语言控制abaqus内核实现自动前处理，基于iSight实现多目标三维优化设计.1炮尾三维结构分析1.1开放式炮尾闩体结构
为满足某口径炮尾结构布置的特殊需要，必须打破常规的设计理念，提出输弹槽贯穿整个输弹板的新型开放结构.结构的显著改变使其受力变形状况也随之发生改变，因此有必要采用非线性有限元技术进行结构分析，找到问题所在，并以此对结构进行优化改进，使其满足强度和稳定性的要求.为便于结构分析和设计优化，对模型进行适当简化，忽略次要细节，抑制或删除结构的细小特征，得常规炮尾简化模型，见图1.将输弹槽贯穿输弹板并重新设计传力结构，得开放式炮尾三维模型，见图2.ね1常规炮尾三维简化ぜ负文p图2开放式炮尾几何模型1.2炮尾结构有限元分析
炮尾闩体材料为炮钢（pCrni3moVa），其弹性模量e为208Gpa，泊松比为0.3.用静态方法分析时，将膛底压力的最大值作为加载，射击时最大膛压约为400mpa，作用范围为1个圆，半径为
50mm.在abaqus中计算得到齿形传力结构的开放式炮尾模型应力和位移分布见图3和4.原始模型和开放炮尾模型的最大应力σ
max和最大位移ξ
max见表1，可知σ
max稍有下降但降幅不大，ξ
max有较大升高.由于设计目标是尽可能降低σ
max，控制ξ
max增幅，需对传力结构进行设计优化.图3开放式炮尾模型应力分布ね4开放式炮尾模型位移分布け1原模型和开放炮尾模型的σ
max和ξ
max模型σ
max/mpaξ
max/mm原始模型502.00.3780开放炮尾模型468.70.54592优化方法2.1RSm
RSm是试验设计与数理统计相结合、用于经验模型建立的优化方法，其基本思想是在试验测量、经验公式或数值分析的基础上，对设计变量子域内的样本点集合进行连续的试验求值，实现目标的全局逼近.
［34］响应面模型关系式的一般形式为Иy=f(x1,x2，…,xn)+εИ式中：ε为随机误差，一般假定其满足均值为0的正态分布.x1，x2，…，xn为设计变量；n为设计变量个数;f为设计变量的响应.RSm中常用一次、二次、三次或四次多项式进行回归分析，由于参数过多，本文采用四次多项式尽可能地提高计算精度，响应面方程为おf(x)=[ZK(]β0+[DD(]n[]i=1[DD)]βixi+[DD(]n[]i=1[DD)]β
iix2i+[DD(]n[]i=1[DD)]β
iiix3i+お[DD(]n[]i=1[DD)]β
iiiix4i+[DD(]n[]i=2[DD)][DD(]i-1[]j=1[DD)]β
ijx
ix
jお2.2nSGaii
遗传算法主要借用生物进化中“适者生存”规律，即最适合自然环境的群体往往产生更大的后代群体.nSGaii是在相邻培养模式遗传算法的基础上改进得到的基于pareto最优概念的多目标演化算法.
［56］.多目标问题通常存在1个解集合，不能简单地评价解元素之间的好坏.对于这种解，在任何目标函数上的改进至少损坏其他1个目标函数，称为pareto最优解.
nSGaii基本思想是将多个目标值直接映射到适应度函数中，通过比较目标值的支配关系寻找问题的有效解.最突出的特点是采用快速非优超排序和排挤机制,前者驱使搜索过程收敛到pareto最优前沿，后者保证pareto最优解的多样性.nSGaii引入精英策略，为保留父代中的优秀个体而直接进入子代，确保算法以概率1搜索到最优解，在每代中将父代和子代所有个体混合后再进行无支配性排序，可较好地避免父代优秀个体的流失.nSGaii的流程见图5.ね5nSGa并虻牧鞒酞3三维结构优化设计3.1炮尾参数化建模
参数化是解决设计约束问题的数学方法，参数化建模技术是实现结构优化的基础.在结构形状基本定形时，用1组设计参数约定结构尺寸的关系，然后通过尺寸驱动达到改变结构形状的目的.
［78］在abaqus前处理过程中建模，通过编写python脚本控制abaqus内核实现自动前处理和后处理分析计算结果，并进行二次开发.齿形传力结构较复杂，共设13个参数，见图6.图6设计参数3.2多目标优化数学模型
对于开放式炮尾闩体模型，当重新设计传力结构后，在优化过程中，σ
max与ξ
max会沿相反的趋势变化.这主要由齿形形状决定，当张口ξ
max变大时，各内凹圆角张大，接触更充分，应力集中变小，从而使σ
max与ξ
max分布呈相反趋势变化，这与多目标优化的基本思想一致，可采用多目标优化模型进行研究.
对炮尾闩体结构进行多尺寸多目标优化研究，主要探索炮尾闩体在预设载荷作用下σ
max和ξ
max趋向于最小的结构形状.因此，必须在iSight中构造相应的炮尾闩体多约束、多目标优化数学模型，И目标函数:minf(X)=σ
maxξ
max)ば阅茉际:确定σ
max及ξ
max的阈值こ叽缭际：X
l
表2.け2参数取值范围设计参数Xl初始值[wtBX]Xua152433b3614c284570d3915e42327f41115g124580h153060i6915j354570k3513l62028m1533503.3基于iSight集成优化
将RSm与nSGaii相结合进行多目标优化.首先建立原始三维模型响应与参变量间的函数关系，即响应面近似模型，然后在此基础上利用nSGaii进行多目标优化设计，图7为设计流程，具体如下：(1)建立响应面近似模型.由于设计参数较多，当采用四次多项式进行回归分析时需131个采样点，利用iSight集成abaqus，在abaqus运行环境下调用炮尾三维参数化模型文件，提交给abaqus求解器进行有限元动力学分析运算，得到并提取目标响应结果
［78］；当采样个数达到131个时，建立最终的响应与参变量间函数关系，形成响应面近似模型.(2)进行基于响应面近似模型的多目标优化.响应与参变量间的函数关系建立后进行优化，将nSGaii作为寻优算法对设计变量和目标响应进行寻优操作.按照设定的次数循环操作，当寻优操作达到给定次数时结束优化计算，输出最优解.
图7设计流程4优化结果及性能评价ぴ谙煊γ娴幕础上通过遗传算法运行多目标优化，经过126456步的计算，完成三维优化计算，耗时21h.输出的pareto最优解集见图8.此次优化的目标为尽可能降低σ
max，控制ξ
max增幅，故选取图中a点为最优解，优化后炮尾闩体三维传力结构几何模型见图9.优化后的设计参数及圆整值见表3.ね8pareto最优解集
图9优化后炮尾闩体と维传力结构ぜ负文p捅3优化后的设计参数及圆整值设计参数优化值圆整值a21.2744308021.27b5.286737165.29c52.5053822052.51d10.9750144010.98e13.2993738013.30f10.0717349010.07g48.1754212048.18h26.4201118026.42i7.919773587.92j52.9902255052.99k4.836343054.84l17.6016245017.60m29.3556594029.36ねü三维优化得到的最优传力结构几何模型的有限元分析结果见图10和11.ね10优化后应力分布ね11优化后位移分布び呕前后的σ
max和ξ
max见表4.由表4可知，与优化前相比，优化后σ
max下降16.8%，ξ
max下降12%；与原始模型相比，σ
max下降22.3%，ξ
max升高27.08%，σ
max大幅度下降.虽然位移仍有一定提高，但已得到有效控制，由于降低最大应力是进行优化的主要目标，故优化结果满足预期目标.
max/mm原始模型468.70.5459优化后模型390.00.48045结论ぃ1）采用RSm构造三维模型功能函数的近似
表达式，可简化优化计算问题，减少计算时间，大大提高计算效率.
（2）将多目标遗传算法nSGa并蛴RSm有机结合，进行三维结构优化设计，摒弃传统的二维优化三维验证的方法，取得较好的优化结果，达到优化目标.该方法具有普遍适用性，可广泛应用于其他一般工程的优化.参考文献：
［1］张相炎,郑建国,杨军荣.火炮设计理论
［m］.北京:北京理工大学出版社,2005:5860.
［2］王永宪,任建岳.基于有限元法的空间遥感器主镜位置优化
［J］.计算机辅助工程，2008,17(4):1417.
［3］张峻,柯映林.基于动态序列响应面方法的钣金成形过程参数优化
［J］.中国机械工程,2005,16(4):307310.
［4］陈文琳,邹文超,曹俊.基于响应面法的板料成形工作模面几何参数优化
［J］.农业机械学报,2009,40(11):236239.
［5］FonSeCaC,FLeminGp.anoverviewofevolutionaryalgorithmsinmultiobjective
optimization［J］.evolutionaryComputation,1995,
3(1):116.
［6］HonGBo,SoHtzeYun,peYLaypeng.DevelopmentofahelicopterbladeFemodelusingmiGa
optimization［C］//45thaiaa/aSme/aSCe/aHS/aSCStructures,StructDynamics&matConf,aiaa20041915,palmSprings,California,2004:18.
［7］柳高洁.自行火炮结构动力学分析及优化设计研究
［D］.南京:南京理工大学,2009.
基于模型的优化设计篇4
煤矿行业作为我国的一种重要的传统能源行业，在国民经济、人民生活等众多领域中起着举足轻重的作用。但现阶段我国的煤矿企业普遍存在着机械化的建设水品严重的滞后，在生产中，技术资源严重的不足，开挖的成本居高不下。而与其相对的是近些年来，模糊数学模型技术的兴起，改变了传统机械设备的诸多不足之处，使得机械化技术渗透了人们生活的每个角落。在很多地方已经将引进模糊数学模型技术这种重要的辅助性技术作为一种衡量公司运营好坏的标准。
而现阶段我国的煤矿企业基本上受制于机械化系统不发达，从而使得各个单位之间缺乏机械运转中的协调，同时，机械内部的各个应用之间也难以连通，不利于系统集成，致使系统内沟通繁琐。不止如此，缺乏有效的机械化技术也使得领导缺乏及时有效的数据用于推断预测企业的发展与行业的发展趋势。这些问题在一定程度上严重的制约了我国的煤矿行业发展，利用现有基于模糊数学模型的煤矿机械设备优化技术完全可以大大改善这种现象。因此，将模糊数学模型的技术引入我们煤矿行业势在必行。而将机械设备的优化方案在煤矿行业可以有效的将信息资源集中到各个管理机构，从而推进煤矿行业的机械化进程，促进煤矿行业的发展。
2模糊数学模型技术优化的应用方案
模糊数学是研究和处理模糊性现象的数学，是在美国控制论专家a.Zadeh教授于1965年提出的模糊集合（FuzzySet）基础上发展起来的一门新兴的数学分支。这门学科经过多年的发展。它在现实世界中的应用越来越广泛。对于普通集合a及其余集aC，任何元素x∈a或x∈aC，二者必居其一，且仅居其一；用特征函数来表示就是？滋a（x）=0或？滋a（x）=1有且仅有一个成立。然而，客观世界中存在着大量的模糊概念，如“高个子”，“老年人”，这些概念无法用普通集合表示，因为这些概念与其对立面之间无法划出一条明确的分界线。为了研究和处理这类模糊概念（或现象），就需要把普通集合引申到模糊集合，用特征函数来描述就是将集合的特征函数的值域由{0，1}两个数扩展到闭区间[0，1]，这就是建立模糊集合的基本思想。模糊数学模型是一款强大的计算数值模型，高效率的数值分析软件，正是因为它的超强数值分析能力，受到了很多行业的青睐。在煤矿机械设备建设的领域也有不俗的变现。在基于模糊数学模型的煤矿机械设备安全优化设计方案中，改善了原有的单一矩阵单点计算的方法，加强了数据终端的信号联接，让显影的图像和数字更加直观的显现在屏幕上。在动态扑捉成像中，有更多的高保真设计，完全可以满足在煤矿生产中对井下情况的有效控制。
模糊数学模型技术正由于其强大的数值处理能力，因而用于机械的优化设计，这种设计也是最近几年才开始使用，它将机械的运转原理与数值技术应用联接在一起，最生产中自动得出施工的最佳方案组合，为生产提供了很好的科学方案设计。在使用了模糊数学模型技术优化机械系统后，可以大大提高设计效率和质量，还保障了煤矿生产中的安全。基于模糊数学模型的煤矿机械设备优化设计方案优化的目的是让机械在最少的材料和最低成本的情况下，用最合理的技术完成要求的工作，最大程度的完成机械在结构方面的性能指标，把机械内部的强度、刚度、稳定性能都发挥出来。模糊数学模型软件就是比人工系统多出了智能识别，自动的在系统内部生成机械的最有配置，这样也可以合理的使用材料的性能，在一些技术，如切割上，达到更大的精度，对于几何尺寸要求高的构建，使用优化技术后可以完全达到设计的要求。接下来我们就优化的方法进行简单的叙述。
⑴非线性的优化设计法
非线性的优化设计是不同的约定的函数数值所产生的一种优化方案。系统在使用时，会自动生成约定之外的函数数值，这些数值直接用于机械的编程使用中，指导机械运行。这种非线性方案可以分为两种。一种是利用目标定位将一次积分和二次积分在相乘的情况下，再次加权，以得到相应的优化设计方案。这种方法具体有共轭替代法、变化模式阶层法以及多普勒开根号法。这些在基于模糊数学模型的机械优化方案中正是由于稳定性能良好，计算较为简便，所以使用比较广泛。另外一种就是假定一个多元函数，将函数在定义域范围内缩减至有效值，把目标函数的第三种类型编程可分析区域加以利用。这种方法虽然比较简单，但是用于机械优化中却很少，最主要的原因是在转变编程中多次使用模糊数学模型，导致系统的数据无法完全复制到机械中，机械执行的命令和指令都是很片面，具体变现在工作断断续续，不能系统的完成整个工程的协调指令。
⑵线性优化设计法
在机械设备安全优化设计问题大多要使用线性函数，根据线性函数出来数据时又可以分为直接法和间接法。直接法通常有复杂图形静态变现法，在机械设备在运转中会遇到一些人为情况下无法处理的事情，这时利用模糊数学模型所生成的处理技术，可以很好的在具体的点位固定目标，将机械设备指引到正确的位置。构造中，函数不断的迭代，自动加载出合适的运行模式，在一系列的数学计算后，得出线性解答，最终得到合理的解决方案。
间接法常见的有共轭函数法、增广矩阵变化法。它是将机械设备的线性优化问题转化成非线性优化问题，再通过非线性优化方法来求解，或者非线性优化问题转化成线性规划问题来处理。加运转的指令以坐标的形式发散出去，得到的目标函数在通过重复的验算，再次得到模糊数学模型中所要求的优化方案。
3基于模糊数学模型的煤矿机械设备优化设计分析
基于模糊数学模型的煤矿机械设备优化设计是在以往传统的机械设计理念上加上了更多的计算机数据编程，是一种更加科学的现代化手段。为在煤矿生产效率中也得到了很好的优化，也能使机械产品的质量达到更好、更高的要求。接下来，我们将着重介绍在煤矿机械设备中使用模糊数学模型优化方案中的遗传算法。
遗传算法，是20世纪70年代初期由美国密执根大学霍兰教授提出的一种基于模糊数学模型下全新机械设备全带概率优化方法。Ga是一种在人为施工条件下非确定性的拟自然算法，这种算法是根据自然界仿照生物的固有进化规律，对一个大的群体进行随机抽样，观测其繁衍变化以及淘汰机制。其中就会有适者生存，不适者就会被淘汰，按照这样的规律不断重复，使整个群体在繁衍的素质上和种群的数量上都会有很大的提高，时间变长，这样的趋势会显现的更加明显，最终会以一种优化平衡的态势趋于平衡，并且保持最优配合比。遗传算法具有鲁棒性、自适应性、全局优化性和隐含并行性。
主要应用领域有：函数优化方面、机械的组合优化、机器概念学习、设备的控制方面、三维图型显示、机械设备故障诊断、人工生命、神经网络等最近几年中遗传算法在机械工程领域也开展了多方面的应用。本文中提到的基于模糊数学模型下的设计优化就是选取这样的设计理念，在优势上有了很大的突显，主要表现在：
（1）煤矿机械设备结构优化设计：在煤矿生产中，多考虑到机械的方便和使用性，遗产法在结合模糊数学模型软件后，针对多样的遗传算法中的弹性改变量、固定动态与波段概率等是不能够改变机械设备的运行模式，也就不能对煤矿机械设备有任何的优化过程。在提出了交叉适应变于线性交替改变的方法后，弹性改变量就会维持在一个平稳的状态，遗传算法中的频率会体现在设备的转动上，这种遗传算法为解决机械设备在工程使用中结构优化设计、多峰值函数求极值等问题提供了参考。
（2）可行性分析：在机械的整个框架系统中，模拟了固定模式中的运行，加上基于模糊数学模型下的运转方式，把整个系统的优化性再次提升，能够在加工材料和零件上的加工都有很好的保护作用，避免了很多机械设备在使用中对于不明施工环境变化导致的机械损坏，提出框架结构系统可靠性优化的遗传算法在机械设备升级优化都有积极的帮助。
尽管遗传算法在模糊数学模型指导下已解决煤矿生产中了许多难题，但还存在许多不足之处，如算法本身的参数优化问题、如何避免过早收敛、如何改进机械有效的工作时间和工作方法来提高算法的效率、遗传算法与其它优化算法的结合问题等。共轭因子取得过小时，可能造成整个发散函数的极小解不是原目标函数的极小解；共轭因子取得过大时，搜索过程增加困难，所以对基于模糊数学模型的煤矿机械设备优化中遗传算法中的一系列问题还有待于进一步研究、讨论。
基于模型的优化设计篇5
关键词：客机；总体设计；客机族；优化设计；通用性
中图分类号：V221
文献标识码：a
文章编号：1005-2615（2012）05-0718-07
商用飞机制造商为了占领更多的市场份额，在开发飞机产品时往往采用飞机族（或称飞机系列）策略。飞机族是一组共享通用部件或子系统的、但性能或使用要求不同的相关飞机产品的集合。由机族中许多部件或子系统具有通用性，可以缩短设计周期，降低生产成本，同时也使得飞机的使用和维护的费用大大降低。因此，飞机族的理念已成为飞机工业界研发飞机产品的重要策略，也是民机取得商业上成功的重要策略之一。
飞机族策略分为“事后”和“事前”系列化两种方式。所谓“事后”系列化，是指首先设计一种基本型，然后根据不同市场需求，通过对基本型的改型来发展成系列型号；而“事前”系列化，是在飞机研发初期，就开始主动地考虑未来市场的不同需求，同时对飞机族中各型号的方案进行设计。“事前”系列化是从更高的系统层次（整个飞机系列）来考虑飞机设计问题，属于一种更先进的飞机设计理念。近期研制的客机往往采用“事前”系列化策略。例如，波音公司在开发B787客机时，就同时设计了基本型（B787-8）、高密短程型（B787-3）、加长型（B787-9）等几种型号；空客公司在研制a350时，也同时考虑了基本型（a350-900）、缩短型（a350-800）、加长型（a350-1000）3种型号；中国商飞在C919总体设计阶段就对C919的基本型、缩短型和加长型3种型号同时进行了方案论证。
由机族的设计要同时考虑多个机型的设计要求与目标，与之相应的设计方法有别于传统的单机型的设计方法。在总体设计阶段的一个重要问题就是飞机族总体参数优化。传统的飞机总体参数优化方法已不能直接应用机族总体参数优化问题，必须研究新的方法。
虽然飞机族策略已被飞机工业界广泛采用，但从公开发表的文献来看，关机族总体参数优化的方法研究并不多。在有限的可查阅到的国外文献中，Simpson等应用多目标遗传算法对2座、4座和6座的通用飞机族的总体参数设计进行了初步研究；pate等研究了模块化无人机族的优化方法；willcox等对翼身融合布局客机族的总体设计中有关问题进行了初步研究；allison等应用基于分解的方法来确定飞机族的总体参数。近几年国内学术界也开始重视这方面的研究，雍明培等对飞机族总体设计中的有关问题进行了一些探索，蒙文巩针对民机应用多学科优化方法初步研究了总体参数优化问题。但这些方法还不够成熟，离工业界的实际应用还有一定的距离。
本文以开发中短程客机为背景，研究客机族初步方案设计阶段中总体参数设计优化问题，试图从客机族总体布局、综合分析模型、总体参数优化模型和优化方法几个方面，探索一种有效的客机族总体参数优化方法。
1客机族总体布局形式
以开发一种中短程客机族为研究背景，在总体初步设计中要求同时考虑3种型号，即基本型、增程型和加长型。3种型号的座级和航程见表1。这3种机型的起飞和着陆性能的设计要求明显高于同类飞机，3种机型的起飞和着陆性能的具体要求见第3节中的设计约束。
中短程客机族将配装2台先进的高涵道比涡扇发动机，其基本型总体布局形式如图1所示。总体布局特点：（1）采用尾吊二台发动机布局，目的是为以后配装新型发动机（开式转子发动机）预留了安装空间；（2）采用大展弦比的下单翼，同时为满足较苛刻的起飞和着陆性能要求，增升装置采用了前缘缝翼和双缝后退襟翼；（3）尾翼布局采用t形尾翼。
增程型外形与基本型一致，但在机翼里需要储放更多的燃油，因此最大起飞质量较基本型更大。考虑到增程型的起飞质量较大，可配装最大起飞推力更大的发动机。
加长型的机身是在基本型机身基础上增加3.25m，如图2所示。由于加长型的商载大于基本型的商载，最大起飞质量较基本型更大，可选用最大起飞推力更大的发动机。
上述客机族总体布局形式中，3种机型的机翼、尾翼、起落架等部件完全一样，基本型的机身和增程型的机身完全一样，加长型的机身是通过加长基本型机身而获得。在该客机族中，不同的商载和航程要求，只需配装不同的发动机和加长机身来实现。这充分体现了客机族中部件共享的原则，既降低了设计、制造和使用成本，又能满足航空公司对不同座级和航程的需求。
为了满足3种机型的设计要求，同时又能兼顾3种机型的经济性，需要确定出合理的客机族总体参数。面向客机族的总体参数优化方法，为确定出合理的总体参数提供了一种有效的方法。
2客机总体设计综合分析模型
客机总体设计综合分析程序是总体参数优化的基础，其主要功能是对总体设计方案的气动、质量、性能和经济性等特性进行综合评估。
在总体初步设计阶段，各学科分析模型主要采用工程算法。在本文研究中，应用了南京航空航天大学和中国商飞上海飞机设计研究院合作开发的面向客机总体初步设计的计算工具（客机总体设计综合分析程序）。该程序主要包括几何、动力、气动、质量、性能、操稳、直接运营成本（Directoperationcosts，DoC）等几个学科的分析模型。几何分析模型描述飞机各主要部件的外形，包括机翼、机身、尾翼、鼓包、发动机短舱以及翼梢小翼的外形尺寸及位置参数。这些参数确定后就可以绘制出三面图，计算出飞机的平均气动弦长、外露面积，客舱容积和油箱容积。动力分析模型根据发动机的主要设计参数（海平面最大静推力、涵道比、比推力及总压比等），估算出发动机的推力和油耗特性、特征尺寸和质量。质量分析模型的功能是计算各部件结构质量、基本空重、使用空重、零燃油质量、最大起飞质量以及飞机在使用时的重心变化范围。气动分析模型用于计算飞机高、低速构形的升力特性、阻力特性、力矩特性、气动导数和操纵导数。性能分析模型主要用于起飞性能、着陆性能、航线性能和商载航程的分析。操稳分析模型主要用于对飞机的平衡特性、稳定性和操纵性进行校核。DoC模型用于估算轮挡成本和座公里成本。
上述各分析模块均采用matLaB语言编写。气动导数计算则是通过动态链接库的方式在matLaB环境下直接调用DatCom程序。各模块计算精度已经过初步测试，满足总体初步设计阶段的精度要求。通过一个统一的数据文件来存储和传递各类数据，将各专业的分析模块集成在一起，形成喷气客机总体综合分析模型，如图3所示。
在应用该程序时，只需输入客机的主要几何数据、发动机主要参数、巡航速度和高度、运营环境参数，通过计算（1min以内），便可输出该方案的几何、发动机的推力和油耗、质量、气动、性能和操稳特性以及直接运营成本。在客机总体参数优化计算过程中，这些输出数据中部分数据将用于设计约束和设计目标的评估。
上述综合分析模型是针对单个型号设计开发的，在将其应用于客机族总体参数优化时，还需对质量分析模型进行适当修改。这是因为在质量分析模型中，机翼和起落架的质量与最大起飞质量有关，而实际上各机型的最大起飞质量并不一样，这样会导致各机型的机翼和起落架的质量不一样，不符合客机族中机翼和起落架共享的原则。因此，在客机族总体参数优化计算时，机翼、起落架的质量应该按客机族中最大起飞质量的状态进行估算。在优化计算结果出来之前，尚不能确定在客机族中具有最大起飞质量的机型是加长型还是增程型，因此首先需要对加长型和增程型的质量分别进行单独计算，以确定哪个机型的起飞质量更大。在此基础上，选取最大质量机型对应的机翼与起落架质量，对另外2个机型中的相应部件质量数据进行替换，并重新进行全机质量计算。这样得到的各机型具有统一的机翼和起落架质量。客机族质量计算分析流程如图4所示。
3总体参数优化问题及求解方法
由于客机族总体参数优化要兼顾3种型号，其优化模型的表述与单个机型的优化模型明显不同。本节首先定义客机族总体参数优化问题，然后阐述该问题的求解方法。
3.1总体参数优化问题
定义工程设计优化问题的三要素是设计目标、设计变量、设计约束。对于客机总体参数优化问题，一般用直接运营成本作为设计目标；机翼外形参数、发动机的海平面最大起飞推力和燃油质量作为设计变量；设计要求中提出的性能指标构成设计约束。
与传统的单一机型总体参数优化相比，面向飞机族的总体参数优化的特点：（1）要同时考虑多个机型的设计要求（约束条件）；（2）设计变量划分为两类，一类为通用设计变量，它表示飞机族内通用部件的变量；另一类为专用设计变量，用来表示飞机族中各型号总体参数差异；（3）目标函数应反映整个飞机族的直接运营成本，而不仅仅是单个飞机型号的直接运营成本。
中短程客机族总体参数优化问题中的目标函数、设计变量和设计约束定义如下：
（1）目标函数
设计目标是使DoC1、DoC2、DoC3尽量小。其中，DoC1、DoC2、DoC3分别为基本型、增程型、加长型的轮挡直接运营成本，其值的大小主要与飞机的质量特性（最大起飞质量、使用空重和基本空重）、发动机特性（起飞最大推力、质量、压气机轴数、涵道比、总增压比等）、商载、航段距离、轮挡油耗、燃油价格以及运营环境和经济环境有关，它能较全面地反映出客机的经济性。
（2）设计变量
应选取对设计目标和设计约束有重要影响的参数作为设计变量。客机族设计变量包括通用设计变量和专用设计变量。通用设计变量包括机翼参考面积、展弦比、1/4弦处后掠角，其取值范围见表2。专用设计变量包括3种型号起飞时襟翼偏度、发动机海平面静推力和燃油质量，其取值范围见表3。
（3）设计约束
设计约束包括设计要求规定的性能指标要求，包括航程、起飞和着陆、爬升、初始巡航高度、抖振升力系数余量、油箱容积等，其中增程型和加长型起飞和着陆性能稍低于基本型（表4）。为减少优化计算量，操稳要求未直接作为优化计算过程中设计约束，而是在优化计算后，用客机总体设计综合分析程序评估操稳特性，若操稳特性不满足要求，可适当调整尾翼参数，直至满足操稳特性要求。各机型设计约束的取值范围见表4。
上述设计约束中，有3个设计变量（燃油质量、发动机推力、机翼面积）对设计约束的值有重要影响，其中燃油质量对设计航程有重要影响；发动机推力对起飞场长、第二阶段爬升梯度、初始巡航高度的最大爬升率有决定性的影响；机翼面积对着陆场长、进场速度、油箱容积、抖振升力系数有决定性影响。
3.2优化问题的求解
应用工程优化软件（optimUS）求解上述客机族总体参数优化问题。该优化问题的求解过程为：首先在优化软件中集成客机总体设计综合分析程序，建立客机族总体参数优化计算环境，如图5所示。然后按照上述客机族总体参数优化问题，定义设计变量、设计目标和约束。最后选定合适的优化算法，进行优化计算，获得优化结果。
3.1节中客机族总体参数优化问题是一个多目标优化问题，而且设计变量中既有连续变量（机翼面积、展弦比等），又有离散变量（襟翼偏角），同时考虑到客机总体设计综合分析程序运行一次的时间不长，因此优化算法选用optimUS软件中提供的一种自适应进化算法。进化算法是一种高效并行随机搜索算法，它通过交叉和变异算子，使得高适应度的个体有更高的概率被选中，从而加快算法的收敛速度。自适应进化算法中的交叉概率和变异概率可以随个体适应度的变化而变化，提高了进化算法的性能，更加适合于设计变量多、可行域分散的复杂优化问题寻优，提高全局最优解搜索的能力。
4优化结果及分析
首先用传统的优化方法（每个机型优化时不考虑部件的通用性）分别对每个机型总体参数进行优化计算，然后用面向飞机族的总体参数优化方法（考虑部件的通用性）同时对3个机型进行优化计算，目的是对比两种优化结果之间的区别。
4.13个机型单独优化结果
针对3种不同机型，选取其轮挡DoC为优化目标，分别进行优化计算，结果如表5所示。优化结果中可以看出，增程型的展弦比和后掠角稍大，这与其航程长、燃油量大的特点相对应。同时，由于增程型的航程增加了1/3，其轮挡DoC变大。加长型具有最大的起飞质量，因此相应的机翼面积最大。
4.2客机族优化方法的结果
应用面向客机族的总体参数优化方法时，选取适当的权重系数，通过对3个机型的DoC加权求和，将多目标优化问题转化为单目标优化问题。考虑到基本型是该机型设计的主要机型，而增程型与加长型均为需要兼顾考虑的机型。因而选取基本型、增程型和加长型的DoC目标权重分别为0.5，0.25和0.25。
表6～8中给出了客机族优化的结果，其中表8中的mf为设计燃油质量，mto为最大起飞质量，Rdes为设计航程。
4.3对比分析
对比表5和8中的数据可以看出，若单独从某一个机型的角度来看，面向客机族所得到的优化方案（考虑通用性）的经济性不如单个机型优化方案（不考虑通用性）的经济性。在考虑通用性的情况下，基本型、增程型和加长型的最大起飞质量分别增加2.23%，1.32%和0.34%，DoC分别增加0.76%，0.69%和0.22%。由于单独机型优化时没有考虑机翼参数的通用性要求，导致优化计算出的机翼外形尺寸各不同，3个机型需要分别设计和制造3个机翼，因而会增加设计制造的周期和费用。而考虑了机翼通用性的总体设计方案，能大大降低整个飞机族的设计制造的周期和成本，所付出的代价只是每种型号的经济性有少量的损失。
对比表5和6，面向客机族优化得到的机翼面积介于基本型单独优化的机翼面积和加长型单独优化的机翼面积之间。该机翼面积能满足3种机型的设计要求，且综合权衡了3种机型的设计目标（直接运营成本）。
从表7可看出，加长型对发动机推力的需求最大，但3种机型的发动机推力需求相差并不大。因此从提高客机族中部件通用性的角度出发，基本型和增程型的发动机可选用与加长型一样的发动机型号。进一步的计算结果表明，若基本型和增程型采用与加长型一样的发动机（即推力为87kn），它们的DoC将分别增加0.069%和0.067%，对经济性的影响微乎其微。
5结论
基于“事前”系列化飞机设计理念，本文研究了一种面向客机族的总体参数优化方法。以中短程客机族（基本型、增程型和加长型）总体参数设计为例子，进行了优化计算。计算结果表明：
（1）在考虑通用性的条件下，优化获得的机翼参数既能满足3种机型的设计要求，又能权衡3种机型的设计目标（直接运营成本）。虽然每种型号的经济性有少量的损失，但能大大降低整个飞机族的设计制造的周期和成本。
基于模型的优化设计篇6
实际工程中的结构设计,就是对建筑结构的分析计算。首先根据初期的地质勘探报告、设计经验先假设结构方案,在pKpm软件的pmCaD中建立结构模型,通过软件Satwe部分进行整体的分析计算和参数调整,最后进行基础的设计和施工图的绘制。其核心就是软件的Satwe分析,通过设定工程相关参数,然后不断的校核改正已满足规范要求,最终得到一个较合理的设计方案。规范是结构设计的灵魂,结构设计的整个过程就是围绕规范和图集进行的,最终还是为了满足规范。这种设计过程比较机械,缺乏灵活性和创新性、资源的利用率低;而且当遇到超限结构和新型结构时,传统设计方法出现很多弊端,不能满足工程安全性和功能要求,因此很多复杂结构的设计需多种有限元软件校核。结构优化是在结构设计基础上的延续,并对结构设计理论和方法做了补充和创新。结构优化设计实质就是对结构全方位、多层次、多角度的分析和选择,目的是筛选最优方案。通过计算机相关软件的使用,使结构优化理论与力学分析方法紧密结合,建立一个合理、符合实际、约束限制下的参数化模型,变量参数逐渐趋于连续性变化的承载结构设计[1-3]。
1.1选题背景
1.1.1选题背景
近年来,伴随着城市基础设施建设如火如荼的开展和人民对物质文化需求快速增长,框架结构[4]因大空间、布置灵活、经济合理在公共建筑中广泛使用。只有改善框架结构抗震性能才能使结构更安全适用。汶川地震后的震害实例调查[5]显示,框架结构填充墙等非主体构件破坏相当普遍且十分严重,极大的危害人们生命财产安全。研究框架填充墙动力特性和破坏机制,有利于填充墙和框架结构主体协同受力共同抵抗地震作用,有一定的借鉴意义和实际意义。目前的优化设计主要用做一种辅助设计手段,目的是满足建筑功能性和规范的基础上,取得建筑物最大性价比。同时作为工程设计行业的新方向,结构的优化设计将变成设计的主流,引导结构设计向更加灵活多变,精确高效方向发展。传统的结构设计,因其对设计经验和相关规范的盲目依赖,会使结构设计变得机械、重复。当遇到一些复杂、新型结构时,往往会因为缺乏设计经验,变得无从入手。优化设计对于未知结构的设计优势明显,自动优选结构方案同时为我们提供了实践经验。对于相同的建筑方案,不同设计者的结构方案不可能完全相同,工程的性价比也会存在差异。结构优化设计不仅使设计意图更明确、清晰,同时为结构设计注入了生机和活力。
...........
1.2国内外发展现状及存在问题
所谓的“优化”就是遵循特定的标准从所有可能方案中找出最优方案,即在规范或经验的约束下,结构满足某种广义性能或目标的最优[7]。从古代,优选的思想已经在工程实践中开始萌芽,结构形式由梁演变到桁架、拱、预应力混凝土梁就是人们不断的优选合理结构形式的过程中长期经验的总结。从桁架式结构的最优布局问题到后来出现的“同步极限”准则,都体现了近代人们对优化理论的思考和尝试。20世纪60年代初,计算机出现及推广应用加快了结构优化理论的发展进程,优化理论在这个时期初具雏形。La.Schmti用非线性数学方法结合有限元结构分析进行了结构的自动优化分析,用数学规划方法进行多种载荷情况下弹性结构设计。此分析方法是,通过归纳方法理论来限制结构的位移或应变,以求目标函数的上下限。然而数学规划理论,具有设计效率低、计算量巨大、经济性很差、难于推广应用于工程设计实例等诸多缺点。于是优化准则法应运而生,如最优结构准则库恩一塔克(Kuhn—tucker)条件,属于非线性规划。优化准则法计算效率高,主要是迭代次数少,有利于设计变量的增加,但应用于工程实践之中缺乏实际意义,因为它缺乏数学理论的支持,不能进行收敛性证明。20世纪70年代中后期,人们结合力学特征综合并改进了规划法和准则法,用数学规划法解决了替代非线性复杂问题的显式约束问题,并使得其计算效率有了显着的提高。随着结构优化理论研究和实际应用经验的积累,优化设计实现了从质变到量变的发展历程,它综合了有限元、数学方法、力学、计算机技术和规划理论等多种学科理论,优化目标、过程、参数变量等实现了由简单到复杂、离散性向连续性的、被动向主动的蜕变。目前的拓扑优化,极其复杂基于结构内部拓扑关系,对于工程优化界是一个新的挑战。
........
2.基本原理
2.1优化设计理论
当前的结构设计,本质上就是基于建筑功能、规范要求上的分析计算,包括假设方案—建模分析—校核改正三个步骤。传统设计只有在设计不满足需求和规范要求时才进行重新设计,而重新设计就是重新假设方案再重复以前的步骤。结构优化设计重在优化设计软件筛选过程,既要满足某些规则的限制,又要达到既定目标的要求。结构优化设计综合考虑所设定的各种变量参数,其大体过程为:参数化建模—分析改变变量—搜索最优方案。结构优化设计完美协调结构的各个变量参数,最合理整合各种资源。它优于传统的结构设计的关键就是:让设计经验从主体地位变成被动地位,发挥了主动选择的主观能动性。它综合性很强,涵盖了数学规划法,力学理论、有限元理论和计算机技术等。总的来说,结构优化设计目的就是为了追求最佳设计方案,实现诸多功能、价值和性能的整体平衡。针对超出设计者经验的新型和复杂结构,优化设计是一种很好的方法。虽然结构优化设计没有完全脱离规范和经验的禁锢,但它比传统的设计更具潜力:(1)优化能够提高设计效率,降低工程造价。相对传统设计的被动性,以工程造价为目标进行结构优化设计可显着降低结构造价,对一些简单构件和新型复杂的构件分别能够节约5~8%和15~25%的成本。(2)设计意图清晰、明确,可根据实际情况灵活的选择不同的设计变量参数和目标函数,为工程设计提供更多的可行性和多样性,方便了设计者的决策。(3)优化后通过改变结构方案布置和构件尺寸,方便优化前后的参数对比。可以评估再建项目的可行性和合理性,为工程实践提供了借鉴和指导。(4)结构优化设计方法的提出推动了土木工程的精细化和精确化发展,改善传统意义上的设计思路,为结构设计的发展注入了新的思想和活力。结构设计的流程将不断地简化,解决问题的效率进一步提高。
...........
2.2抗震设计理论
地震是由于地壳相邻板块运动撞击释放的能量造成的震动。大地震爆发时释放出巨大的能量,足以造成地球表面及建筑物的严重破坏,危及到人民的生命和财产
安全,而余震使得次生灾害频发,也导致了巨大的经济损失和增加了救援难度。随着科技的发展,对地震作用的研究成为人类所要面临的重大课题。结构抗震理论出现于20世纪初期,随人们对地震灾区实践经验的不断积累和研究的不断深化,结构抗震设计理论日趋完善。在工程结构设计中,设计师要优先考虑建筑物的抗震性能,保证多数建筑物在地震作用下尽量处于弹性阶段。砌体结构中的圈梁和抗震柱,高层建筑中的抗震墙等都体现了人们在生活实践的摸索中抗震经验不断积累的过程。结构抗震理论由最初的静力理论向反应谱理论,模态理论,动力理论[46]发展,以下是各种理论的简介:(1)静力理论:出现在20世纪初期,视建筑物为绝对刚性,地震时其最大加速度和地面相同,运动也完全一致。这种方法计算简单,但其完全忽略结构动力特性的影响,只适用于结构固有的基本周期远小于地面运动周期的情况,如一些低矮的、刚性大的建筑。(2)反应谱理论。反应谱分析根据加速度反应谱对结构的地震作用进行弹性计算,按照内力组合进行承载力设计,并采取适当的构造措施保证结构延性和实现“大震不倒”。............
3.anSYS有限元分析.........12
3.1程序介绍.......12
3.2常用术语.......13
3.3anSYS建模方法及相关单元.....14
3.4本文使用的优化方法及优化意义.......16
4.地震作用下的框架优化设计............17
4.1工程概况.......17
4.1.1工程实例概况...........17
4.1.2软件建模参数...........18
4.2pKpm模型建立.......20
4.2.1pKpm模型展示.........20
4.2.2结构内力计算分析.............20
4.3anSYS模型建立.....23
4.3.1anSYS模型.....23
4.3.2anSYS静力学分析.............24
4.3.3模态分析和谱分析.............27
4.4anSYS结构优化设计.......32
5.结论............42
4.地震作用下的框架优化设计
4.1工程概况
(1)材料特性:①混凝土梁、柱采用C30,弹性模量es=3×1010n/m2,泊松比μ=0.2,密度?=25003kg/m。②屋板、楼板采用C25,楼板厚度为0.12m,弹性模量es=2.8×1010n/m2,泊松比μ=0.167,密度?=25003kg/m。③墙体采用砌体填充墙,墙体厚度为0.2m,弹性模量es=2.6×109n/m2,泊松比μ=0.15,砌体墙的密度?=10003kg/m。(2)荷载取值:①屋面荷载,恒载为4.5Kn/m2,活载为0.5Kn/m2。②标准层楼面荷载,恒载为7.0Kn/m2,活载为2.0Kn/m2。③主梁线荷载为5.1Kn/m2,次梁线荷载为5.4Kn/m2。(3)整体布置情况:①主梁截面为300mm×750mm,次梁截面为300mm×600mm;一至五层柱截面为600mm×500mm。②框架结构为五层结构总高度17.1m,第一层高3.9m,二、三、四、五层层高3.3m。③B和C轴线前的②~⑧轴线为走廊,无填充墙布置。④结构的平面、正立面、侧立面布置图如下:
..........
结论
本文运用anSYS软件,在考虑填充墙的前提下对辽宁某乳业框架综合楼进行地震作用下的优化设计。首先使用pKpm软件对工程实际进行了试算调整,以满足实际要求。然后在基于pKpm的基础之上,用anSYS进行了静力和动力分析,提取了内力、变形。最后用anSYS的apDL语言进行参数化建模,对模型进行目标函数下的优化。得到结论如下:
(1)本文主要工作是确定总造价最小的目标函数情况下,优化梁、柱的截面尺寸以及填充墙的高度。设计变量为填充墙高度,梁和柱的截面尺寸,最终建筑物的体积也有所减低,达到经济合理、轻质高强的目的。在荷载规范的要求下,得到填充墙以及梁柱截面尺寸的最优解。其中截面尺寸优化后对比得到:主梁梁宽约减少16.67%,梁高约减少20%;次梁梁宽33.33%,梁高不变;柱截面一边尺寸不变,另一边减少16.67%;首层填充墙增大一倍,二层至五层减少39.40%。总的来说,构件尺寸减小了。
基于模型的优化设计篇7
关键词：结构拓扑优化；功能梯度材料；iCm方法；位移约束；变量阈值动态调整策略
中图分类号：o342文献标志码：a
iCmtopologyoptimizationmethodofFunctionallyGradedStructuresConsideringDisplacementConstraint
YanGXujing，XUHaibo，ZHenGJuan
（StateKeyLaboratoryofadvancedDesignandmanufacturingforVehicleBody，HunanUniversity，Changsha410082，China）
abstract：topologyoptimizationoffunctionallygradedmaterialstructurewaspresentedbasedonindependentcontinuousandmappingmethod.Byintroducingthefilterfunction，theFGm-iCmmodelwasconstructed.Combinedwiththegradientdisplacementfunction，theapproximateexplicitmodelforiCmstructuraltopologyoptimizationofFGmwasestablished.thefiltermethodoflinearattenuationwasadoptedtoavoidthecheckerboardsandmeshdependencyproblem.meanwhile，inordertoobtainthecleartopologicalconfiguration，thedynamicadjustmentstrategyforthetopologicalvariablethresholdwasproposed.theresultsofnumericalexamplesdemonstratethattheproposedanalysismethodcaneffectivelyrealizethestructuraltopologicaloptimizationofFGm.
Keywords：topologyoptimization；functionallygradedmaterials；iCmmethod；displacementconstraint；dynamicadjustmentstrategyforvariablethreshold
功能梯度材料是根其服役环境的使用要求，选择两种或两种以上不同性能的材料，在制备过程中通过控制各组分量在空间位置上的连续变化而制成的一种新型材料[1].国内外学者分别采用了理论计算和数值模拟仿真分析研究了功能梯度材料结构优化策略.龙述尧等[2]提出一种新的无网格局部径向点插值法来分析功能梯度材料.Fadel[3]采用已应用的熔融沉积成型技术（FusedDepositionmodeling，FDm）解决了在打印功能梯度材料对象过程中的成型困难问题.杨东生等[4]研究了FGm微观非均质性对整体热力学性能的影响，并发展了FGm热应力分析的耦合扩展多尺度有限元方法.黄桂芳等[5]在研究一维非线梯度材料的不对称热传导性质过程中采用了非平衡分子动力学方法，并引入线性质量梯度.
结构拓扑优化设计在近几十年得到了迅速发展，其方法主要有均匀化方法[6]、渐进结构优化方法[7]、变密度法[8]和独立连续映射方法（independentContinuousandmapping，iCm）[9]等.拓扑优化设计是在给定的设计域内通过增删材料获得最佳的构型，由设计变量函数控制材料的分布，采用有限元离散方法数值求解，将设计域划分成单元网格形式，设计变量函数也相应地被离散成一个个单元变量函数.张伟等[10]提出了一种结合拓扑优化和车身尺寸优化的优化设计方法，建立了从整车拓扑结构到车身梁截面的优化设计模型，实现了电动汽车白车身的轻量化设计.因此，连续体结构拓扑优化的设计方法与功能梯度材料的材料性能有着相似之处，本质上都是考虑了材料属性的连续性变化.Xia等[11]基于水平集方法，以体分比和结构边界为设计变量实现了功能梯度结构的材料性能和拓扑布局的并行优化设计.邱克鹏等[12]基于Simp模型，采用凸规划求解策略以及周长控制方法，实现了功能梯度mBB梁和功能梯度夹层结构中央芯的拓扑构型设计，揭示了材料性能和材料模型对结构优化中材料分布的影响规律.Radmana等[13]将FGm假定成各个自由方向上是由许多基细胞组成，通过双向渐进结构法（Bi-directionalevolutionarystructuraloptimization，BeSo）一次性优化3个相邻基细胞，提高了计算效率，实现了FGm的BeSo拓扑优化设计.
本文引入识别杨氏模量的过滤函数，建立FGm-iCm（FunctionallyGradedmaterial-independentContinuousmapping）材料模型，基于iCm方法，以功能梯度材料结构质量最小为目标，在满足位移约束的前提下，采用约束限自适应调整策略，设计了mBB梁和悬臂梁的功能梯度结构的拓扑构型，分析了在求解过程中结构质量、结构位移和单元离散度的变化规律.在材料性质和功能呈梯度变化的同时，实现了功能梯度结构的轻量化设计.
1优化模型的建立
1.1FGm-iCm材料模型
iCm法以独立于单元具体物理参数的变量来表征单元的有无.对于FGm结构，杨氏模量在设计域内并不是一个常数，是按照指定关系以一定的规律变化的.根据FGm的特性，本文引入过滤函数fe（t）识别材料的杨氏模量，建立FGm-iCm材料模型，如式（1）所示.
式中：eH是FGm杨氏模量，随着设计域内坐标值的变化而变化；e0是基体杨氏模量；a和b是定义材料性能的变化参数；x和y是结构内各点的坐标值.
常见的过滤函数形式有幂函数、复合指数函数等，本文采用幂函数形式的过滤函数，即
其中β是杨氏模量过滤函数幂指数.
采用有限元方法对FGm结构设计域进行离散后，单元杨氏模量为该单元中每个节点处杨氏模量的平均值，即
式中：eHi是单元i的杨氏模量；ti是单元i的拓扑设计变量；m是单元i中节点个数；xji和yji分别是单元i中第j个节点的坐标值.
1.2优化模型
为了实现拓扑变量由连续性向“0-1”离散型的靠拢，本文引入单元拓扑变量过滤函数fm（ti）
式中：mi表示单元质量；m0i为单元固有质量；α为结构质量过滤函数幂指数.
以结构质量最小化为优化目标，更加符合工程实际应用，故本文采用的是在满足性能指标下结构经济指标最小化问题的代表模型――基于iCm方法的位移约束下结构质量最小化模型，如式（6）所示.
式中：t=（t1，…，tn）t为单元拓扑设计变量向量；u（t）榻峁刮灰坪数，即某载荷下，从根本上影响结构拓扑最优构型的节点的位移函数；为单元节点的位移上限值；n为设计域内单元总数.为了避免在优化迭代过程中出现奇异矩阵，取tmin=0.001.
2优化模型的建立
2.1节点梯度位移函数的显式化
由mohr定理可知，结构上某节点的位移可通过虚功计算表示，即
式中：wi=σtRεvdv为单元i对节点位移贡献的积分形式；σR和εv分别为单元i在实载荷下的应力分量和虚载荷下的应变分量.
另外，外力在虚位移上做的功等于内力在虚位移导致的虚变形上所做的虚功，因此根据有限元分析方程可得
式中：FRi与uvi分别为单元i在实载荷下的单元力向量和虚载荷下的单元位移向量；Ki与Fvi分别为单元i的单元刚度阵和虚载荷下的单元力向量.
因为单元刚度矩阵与单元杨氏模量成正比，可得FGm设计域中单元刚度矩阵为：
式中：K0i是单元杨氏模量为e0i时的单元刚度矩阵.
将式（9）和式（8）代入式（7），可得梯度位移函数，即
式中：D0i≈FRitK0i-1Fvi为单元i对节点位移的贡献分量系数.
2.2优化模型的求解
为了分析拓扑变量对节点位移的贡献，由式（10）对拓扑变量求偏导数得
当-D0i>0时，uti>0，单元拓扑变量ti和位移u成正相关，即增大单元的拓扑变量值，结构位移值相应变大.称该拓扑变量为消极变量.
当-D0i≤0时，uti
积极变量集合记为ia={i|D0i≥0，i=1，…，m}.
在优化求解的每次迭代中，可知消极变量集中的拓扑变量值保持不变，将式（10）代入优化模型式（6）中得到近似显示优化模型
2.3约束限自适应动态调整策略
在推导求解优化模型（12）的过程中，为了解决约束函数值达不到约束上限或者约束超限问题，本文在优化模型的求解过程中引入约束限自适应动态调整方法[15]，即
2.4变量阈值动态调整策略
为了得到边界清晰的结构，本文采用拓扑变量阈值动态调整策略（DynamicadjustmentStrategyforVariablethreshold，DaSVt）定义拓扑变量阈值t，如式（18）所示，即拓扑变量阈值t随着迭代次数变化做动态调整.
2.5收敛准则及优化流程
拓扑优化的优化收敛准则是基于拓扑构型的变化程度确定的，因此，本文以离散度的变化率作为收敛准则，即
3优化模型的建立
3.1mBB梁的功能梯度结构设计
如图2所示，mBB梁的高H=1m，长度L=6m，相对结构质量为5.实体杨氏模量为e0=2×108pa，泊松比为υ=0.29，上端中间作用一向下集中载荷F=1000n，设定结构位移的约束上限值=20.3mm.
将设计域离散为10×60=600个四边形单元，收敛精度ε=0.001，为了突出FGm的材料性能呈现梯度变化，以及比较FGm结构设计域内材料性能改变对优化结构的影响，对材料模型式（3）中参数a和b分别取不同的值：①a=0，b=0；②a=0.06，b=0；③a=0，b=0.06；④a=0.06，b=0.06.
1）a=0，b=0
在这种情况下，mBB梁为均质材料，设计域内各处的材料性能一样，所以得到的是关于左右对称最优构型，如图3所示.
2）a=0.06，b=0
在这种情况下，mBB梁的杨氏模量沿x方向逐渐增大，沿y方向保持不变，所以其最优构型是非对称的，沿x方向呈现梯度变化，所用材料逐渐减少，如图4所示.
3）a=0，b=0.06
在这种情况下，mBB梁的杨氏模量沿y方向逐渐减小，沿x方向保持不变，所以其最优构型是左右对称的，沿y方向呈现梯度变化，所用材料增加，如图5所示.
4）a=0.06，b=0.06
在这种情况下，mBB梁的杨氏模量沿x方向逐渐增大，沿y方向逐渐减小，所以其最优构型是非对称的，沿x方向和y方向呈现梯度变化，沿x方向所用材料减少，沿y方向所用材料增加，如图6所示.
通过以上4种情况的计算结果对比，所得到的优化构型与FGm的材料性能相一致，结果表明，基于iCm方法的FGm拓扑优化设计方法具有可行性和有效性.
3.2悬臂梁功能梯度结构设计
如图7所示，悬臂梁的高H=2m，长度L=6m，相对结构质量为10.实体杨氏模量为e0=2×108pa，泊松比为υ=0.29.右下端作用一向下集中d荷F=500n，设定结构位移的约束上限值=20.2mm.
同样将设计域划分成20×60=1200个四边形单元，收敛精度ε=0.001，为了对比本文拓扑优化设计方法在对均质材料（a=0，b=0）和功能梯度材料（a=0.02，b=0.01）拓扑构型优化过程中的不同，分别绘制了两种材料在迭代过程中结构质量、结构位移以及离散度的变化曲线（如图8～图10），随着迭代次数的增加，各项参数趋于稳定，并得出两种材料的优化构型图（如图11）.
如表1所示，采用本文提出的结构拓扑优化算法，以结构质量最小为优化目标，均质材料结构迭代次数为42次，优化后相对结构质量为4.823，单元离散度为15.74%，FGm结构迭代次数为44次，优化后相对结构质量为3.710，单元离散度为15.62%.结果表明，在约束条件和边界条件相同的情况下，所得到的最优结构，功能梯度材料结构质量比均质材料结构质量减轻了22.9%，功能梯度材料单元离散度较好.
3.3带孔悬臂梁FGm结构拓扑优化设计
如图12所示，带孔短悬臂梁的高H=4m，长度L=6m，圆孔的中心坐标为（20，20），半径为r=2m，相对结构质量为10.实体杨氏模量为e0=2×108pa，泊松比为υ=0.29.右下端作用一向下集中载荷F=500n.设定结构位移的约束上限值=3.59mm.
为了对比变量阈值动态调整策略（DaSVt）对FGm结构拓扑构型的影响，分别计算了采用DaSVt和未采用DaSVt两种情况的结果（如表2），获得最优构型（如图13）.结果表明，采用DaSVt的单元离散度为0，得到的优化结果具有清晰的边界.
4结论
本文基于iCm方法，实现了功能梯度材料结构的拓扑优化设计.
1）通过引入识别单元杨氏模量过滤函数，建立了功能梯度材料结构的FGm-iCm材料模型.
2）基于iCm方法，结合节点梯度位移函数，以位移为约束条件，建立了功能梯度材料结构拓扑优化近似显式模型.引入自适应约束限调整策略，通过计算离散度来检验单元设计变量值的收敛情况，实现了功能梯度材料结构拓扑优化设计.
3）采用拓扑变量阈值动态调整策略（DaSVt）定义拓扑变量阈值，消除了拓扑变量阈值取值的盲目性.
4）通过算例对比了均质材料结构和功能梯度材料结构的拓扑优化计算结果，验证了本文方法的可行性和有效性.通过本文方法，合理地利用功能梯度材料的特性，可有效减轻材料结构设计重量，实现结构轻量化设计.
参考文献
[1]KoiZUmim.theconceptofFGm[J].FunctionallyGradientmaterial，1993，34：3-10.
[2]龙述尧，刘凯远，李光耀.功能梯度材料中的无网格局部径向点插值法[J].湖南大学学报：自然科学版，2007，34（3）：41-44.
LonGShuyao，LiUKaiyuan，LiGuangyao.ameshlesslocalradialpointinterpolationmethodfortheanalysisoffunctionallygradedmaterials[J].JournalofHunanUniversity：naturalSciences，2007，34（3）：41-44.（inChinese）
[3]FaDeLG.Designandmanufacturingfunctionallygradientmaterialobjectswithanofftheshelfthree-dimensionalprinter[J].JournalofmechanicalDesign，2015，137：11407.
[4]杨东生，张盛，张洪武.基于耦合扩展多尺度有限元方法的功能梯度材料热应力分析[J].复合材料学报，2015，32（4）：1107-1117.
YanGDongsheng，ZHanGSheng，ZHanGHongwu.thermalstressanalysisoffunctionallygradedmaterialbasedoncouplingextendedmultiscalefiniteelementmethod[J].actamateriaeCompositaeSinica，2015，32（4）：1107-1117.（inChinese）
[5]黄桂芳，詹斯琦，黄维清.一维非线梯度材料的热整流反转[J].湖南大学学报：自然科学版，2015，42（10）：102-106.
HUanGGuifang，ZHanSiqi，HUanGweiqing.thermalrectificationreversalinone-dimensionalnonlinearfunctiongradedmaterials[J].JournalofHunanUniversity：naturalSciences，2015，42（10）：102-106.（inChinese）
[6]BenDSoemp，KiKUCHin.Generatingoptimaltopologiesinstructuraldesignusingahomogenizationmethod[J].Computermethodsinappliedmechanicsandengineering，1988，71（2）：197-224.
[7]XieYm，SteVenGp.asimpleevolutionaryprocedureforstructureoptimization[J].ComputersandStructures，1994，11（5）：295-302.
[8]mLeJneKHp，SCHiRRmaCHeRR.anengineer’sapproachtooptimalmaterialdistributionandshapefinding[J].Computermethodsinappliedmechanicsandengineering，1993，106（1/2）：1-26.
[9]SUiYK，YanGDQ.anewmethodforstructuraltopologicaloptimizationbasedontheconceptofindependentcontinuousvariablesandsmoothmodel[J].aCtamechanicaSinica，1998，18（2）：179-185.
[10]伟，侯文彬，.基于拓扑优化的电动汽车白车身优化设计[J].湖南大学学报：自然科学版，2014，41（10）：42-48.
ZHanGwei，HoUwenbin，HUpin.thebodyinwhiteoptimizationofanelectricvehicleusingtopologyoptimization[J].JournalofHunanUniversity：naturalSciences，2014，41（10）：42-48.（inChinese）
[11]XiaQ，wanGmY.Simultaneousoptimizationofthematerialpropertiesandthetopologyoffunctionallygradedstructures[J].ComputeraidedDesign，2008，40：660-675.
[12]邱克鹏，张卫红.功能梯度材料结构拓扑优化设计研究[J].西北工业大学学报，2010，28（6）：851-857.
QiUKepeng，ZHanGweihong.improvingtopologicaldesignofFGm（FunctionallyGradedmaterial）structure[J].JournalofnorthwesternpolytechnicalUniversity，2010，28（6）：851-857.（inChinese）
[13]RaDmana，HUanGX，XieYm.topologyoptimizationoffunctionallygradedcellularmaterials[J].JournalofmaterialsScience，2013，48（4）：1503-1510.
[14]SUiYK，penGXR.theiCmmethodwithobjectivefunctiontransformedbyvariablediscreteconditionforcontinuumstructure[J].actamechanicaSinica，2006，22（1）：68-75.
[15]易桂莲，隋允康.解决约束违背问题的一种自适应调整方法[J].计算力学学报，2014，31（3）：303-309.
基于模型的优化设计篇8
关键词：轻量化；拓扑优化；尺寸优化；结构优化
中图分类号：U462.3文献标志码：a文章编号：2095-2945（2017）19-0087-02
引言
随着社会的快速发展，汽车保有量越来越多。汽车在带来方便快捷的同时，其油耗排放等问题也越来越引起大家的重视。汽车车身质量约占汽车总重的40%，空载情况下油耗约占整车油耗的70%[1]。其轻量化的目标在于尽可能降低汽车的整备质量，从而提高汽车的动力性，减少燃料消耗和排放，并且提高操稳性以及碰撞安全性。本文通过总结车身轻量化优化方法，介绍不同的优化步骤，并对车身轻量化优化设计进行展望。
1汽车车身轻量化研究背景
汽车自1886年诞生至今有一百多年的历史，汽车车身的研究起步相对较晚，但是其作为汽车的重要组成部分，在整车结构中占据重要地位。研究表明，汽车车身质量每减轻1%，相应油耗降低0.7%[2]。
轻量化研究，是在满足安全性、耐撞性、抗震性以及舒适性的前提下，尽可能降低车身质量，以实现减重、降耗、环保、安全的综合目标[3]。轻量化的实现不仅满足了汽车的基本性能要求，且缓解了能源危机和环境污染的压力，也没有提高汽车设计制造成本，故汽车车身轻量化的研究引起了越来越多的关注。
2轻量化结构优化方法
目前，以汽车车身轻量化为目标的优化设计方法主要包括拓扑优化、尺寸优化和结构优化。优化设计通常由目标函数、设计变量、约束条件三个因素组成。拓扑优化是在整体优化之前，设计空间确定后对材料布置格局进行优化，但是拓扑优化是从宏观出发，在某些细节方面可能并没有达到最优，因此在拓扑优化之后需要进行尺寸和形状优化。
2.1拓扑优化
拓扑优化是在给定的空间范围内，通过不停地迭代，重新规划材料的分布和连接方式；是在工程师经验的基础上，明确目标区域和目标函数，确定变量以及约束条件，使车身结构最终既满足性能要求又减轻了质量[4]。拓扑优化通常将有限元分析和数学算法结合起来。
2.1.1拓扑优化的数学模型
拓扑优化通常以车身质量为目标函数，结构参数和材料厚度为变量，模态和刚度为约束条件。其数学模型为：
minf（X）=f（x1，x2…xn）；
s.t.g（X）>0；
ai
其中，x1，x2…xn为设计变量。
2.1.2拓扑优化的基本步e和实例
在进行拓扑优化之前首先需要确定设计区域，设计变量和约束条件。然后通常进行有限元模态分析和灵敏度分析，使灵敏度小的部分不参与优化。在此基础上利用软件进行计算，因为在每次的计算中都有参数的改变，所以需要经过较多次的迭代，最终使其分布最优。在软件进行拓扑优化的过程中，用户对于每一次的迭代均可以实时监控。
目前拓扑优化中用到的数学优化算法包括优化准则法、移动渐近线法、数学规划法、遗传算法、进化算法等。使用较多的是优化准则法和移动渐近线法，优化准则法适于求解少约束问题，后者偏重于多约束问题[5][6]。
周定陆等[7]建立参数化模型，不仅将下车体质量减少了23kg，而且模态和刚度在原有的性能上略有上升。王登峰等[8]基于拓扑优化使大客车车身骨架质量减少约11%，且刚度强度等性能满足设计要求。
2.2尺寸优化
尺寸优化是在结构参数、材料分布确定的前提下，对各桁架结构寻找梁最合适的横截面积、几何尺寸，使得车身质量最小且满足刚度等要求的优化方法。相对来说，尺寸优化建立数学模型较容易，计算简单，在实际工程中可以较快取得最优
解[9]。也可以说，尺寸优化是拓扑优化的进一步完善和发展。
2.2.1尺寸优化的数学模型
尺寸优化以车身质量最小为目标，几何尺寸为设计变量，刚度以及各变量尺寸限制作为约束条件。
2.2.2尺寸优化的基本步骤和实例
利用有限元分析划分单元，再进行灵敏度分析，排除不参与优化的单元。为了减少计算量，通常采用近似模型，然后对近似模型进行求解。刘开勇[10]利用超拉丁实验设计方法，采集车身的刚度和模态数据，在此基础上建立一阶响应面模型。潘锋[11]通过建立组合近似模型，减少优化过程的计算量，提高效率。
常用的近似模型有响应面模型、人工神经网络、径向基函数模型、kriging和支持向量回归模型等[10][12]。通过对一阶近似模型进行分析，计算不同的权系数并进行加权叠加构成的组合模型在满足模态和刚度要求的前提下，又兼顾了汽车碰撞安全性、nVH和疲劳等性能影响，且精度更高，因此组合近似模型在多目标多学科优化方面更胜一筹。
张伟[13]等采用遗传算法，结合拓扑优化和车身尺寸优化，不仅将质量降低35%，而且使刚度提高了80%以上。康元春等[14]采用Doe及极差分析和方差分析，确定车身骨架梁截面最优尺寸方案，使车身骨架质量减轻了123.5kg。
2.3形状优化
形状优化是优化结构的几何形状，通常包括桁架结构梁节点位置的优化；结构内部孔的形状、尺寸的优化以及连续体边界尺寸的优化[15]。早期，与尺寸优化相比，形状优化模型建立比较困难，建立的模型质量通常比较差，影响后期模型的优化求解，尺寸优化的发展受到了限制。后来，网格变形技术的发展简化了形状优化模型的建立[16]。形状优化的过程与尺寸优化相似，通常也需要建立近似模型。
3结束语
（1）拓扑优化计算量大，应用受到一定限制。尺寸、形状优化在多数软件中都有专门的模块，应用较多。为了解决计算困难问题，优化算法有待突破，算法的突破也是车身结构优化进一步发展的重要前提。
（2）有限元分析方法在车身结构优化中起重要作用，建模、分析软件在车身结构优化方面应用越来越多。
（3）本文所提优化方法没有充分考虑安全性、操稳性、nVH等因素，多学科多目标优化方法是目前车身结构优化的热点。
参考文献：
[1]黄磊.以轻量化为目标的汽车车身优化设计[D].武汉理工大学，2013.
[2]迟汉之.世界汽车轻量化及轻质材料应用趋势[J].轻型汽车技术，2001（4）：54-56.
[3]韩宁，乔广明.汽车车身材料的轻量化[J].林业机械与木工设备，2010，38（1）：50-52.
[4]崔建磊，曹学涛.拓扑优化技术在汽车设计中的应用[J].山东工业技术，2016（6）：254.
[5]周克民，李俊峰，李霞.结构拓扑优化研究方法综述[J].力学进展，2005，35（1）：69-76.
[6]葛文杰，黄杰，杨方.拓扑优化技术及其在汽车设计中的应用[J].机床与液压，2007，35（8）：11-14.
[7]周定陆，高岩，蔡华国.基于车身结构拓扑优化的车身轻量化研究[C]//2010中国汽车工程学会年会论文集，2010.
[8]王登峰，毛爱华，牛妍妍，等.基于拓扑优化的纯电动大客车车身骨架轻量化多目标优化设计[J].中国公路学报，2017，30（2）.
[9]王赢利.新能源汽车白车身结构拓扑及尺寸优化设计[D].大连理工大学，2012.
[10]刘开勇.基于响应面模型的白车身轻量化优化方法[D].湖南大学，2016.
[11]潘锋.组合近似模型方法研究及其在轿车车身轻量化设计的应用[D].上海交通大学，2011.
[12]韩鼎，郑建荣.工程优化设计中的近似模型技术[J].华东理工大学学报：自然科学版，2012，38（6）：762-768.
[13]张伟，侯文彬，.基于拓扑优化的电动汽车白车身优化设计[J].湖南大学学报（自科版），2014（10）：42-48.
[14]康元春，李@，高永正.基于Doe方法的客车车身骨架尺寸优化[J].重庆交通大学学报（自然科学版），2014，33（4）：160-163.
基于模型的优化设计篇9
关键词：数据流；Java并行程序设计模型；实现；运行时优
中图分类号：tp311文献标识码：a文章编号：1009-3044（2013）35-7980-03
在传统工作当中，为使单个处理器的工作性能得到有效的提升，主要采取的方法包括以下几种类型：1）提高处理器主频运行能力；2）建立在复杂硬件的基础之上实现指令级并行性的发掘。但，以上两种方法在实际应用中还存在着比较大的不足。结合现阶段整个工业学术研究领域的发展趋势来看，处理器性能的提升大多以提高单个芯片所对应处理单元数目的方式作为主流发展方向。结合现阶段所做出的相关预测来看，单个芯片所对应的处理器核数目大约以3年为单位进行一次彻底的更新。未来这一市场的发展趋势在于：单个芯片当中同时集成以千百计的处理单元。在这样一种发展背景与模式下，建立在锁、以及信号量基础之上的多线程模型是并行程序设计模型的核心依据之一。但结合实践工作经验来看，此种多线程模型编程中出现误差的可能性较大，同时无法实现开发与调试的同步动作。因此，为了提高并行程序设计模型在数字信号处理、图像多媒体数据处理、以及网络数据处理等多个方面的综合优势，要求在并行程序设计中引入基于数据流的Java模型。该文即主要针对以上相关问题做详细分析与说明。
1数据流Java
以现行进程网络模型以及数据流为基本运行环境，现阶段主要是通过显式数据的方式完成各个运行单元之间的同步功能以及信息沟通功能。同时，在数据流的运行环境下，运行单元相互之间无法实现对隐式数据的共享。通过此种方式，原则上避免了多线程模型在运行过程中可能围绕数据传递出现的竞争以及冲突行为，从某种程度上来会所使得程序的形式化分析以及验证工作开展更加的有效。实际工作当中，通过对数据流模型的应用，程序员能够很轻松的将应用程序所对对应的内部并行特征表现出来，避免传统意义上因编译器处理而可能导致的并行分析以及优化难度增加问题。由此可知，在实际工作当中，构建基于数据流的Java模型有着重要的应用意义与价值。
在基于数据流的Java模型当中，组间是其中最小，且独立运行的单元构成。与之相对应的运行称之为进程、线程。在组间单位内部，执行方式仅能够通过串行方式完成。而对于完整的一个基于数据流的Java模型程序而言，当中所拥有的组件个数并没有受到明显的限制，且组件之间仍能够通过对数据输入端口以及输出端口的自定义，一方面保障其相互之间的运行独立性，另一方面能够为组件与外部环境的通信构建良好的载体作为支持。在现阶段的技术条件支持下，组件所对应的数据输入端口主要包括两种类型：（1）常规数据输入端口；（2）参数输入端口。常规数据输入端口的特点在于：一旦组件以该端口作为载体，完成对相对于一个对象的接受，那么就意味着该对象与组件单元之间构建起了一对一的关系，这时，分布在基于数据流的Java模型程序当中的其他相关组件都无法实现对该对象的访问。与此同时，当对象通过组件输出端口向外发送给模型程序其他组件单元后，原组件也无法实现对对象的范围，对该对象的访问权限被转移至了接收组件方面。而对于参数输入端口而言，其主要特点在表现在：在某个参数输入端口接收到对象后，与之所形成的关系并非一对一模型，而是数据共享模式，能够在完成对初始化参数传递任务的同时，实现多个组件数据的共享。
2数据流Java并行程序设计模型
建立在组件与组件相互结合的基本条件下，可以形成一个完成的网络体系结构。该网络体系结构若不具备与外部环境相连接的通信端口，则可以将其视作一个完全闭合的网络体系结构，与之相对应的数据流Java并行程序设计模型同样在运转过程当中表现出了独立性的特征。反过来说，若该网络体系结构具备与外部环境相连接的通信端口，则可以将其视作一个开放性的网络体系结构，与之相对应的数据流Java并行程序设计模型同样在运转过程当中表现出了开放性的特征。
建立在混合式设计理念基础之上所形成的数据流Java并行程序设计模型相对于多线程多核体系结构而言，实际运行更加的理想与可靠。这主要体现在以下几个方面：（1）首先，从细粒度的角度上来说，在数据流Java并行程序设计模型的运行过程当中，模型程序当中各个组件与组件相互之间的串行特征得到了有效的保存。换句话来说，组件运行中所支持的串行算法以及遗产代码对于数据流Java并行程序设计模型同样适用；（2）其次，从粗粒度的角度上来说，由于数据流Java并行程序设计模型当中引入了数据流的基本特征，使得模型程序组件与组件之间的运行并行性得到了充分的体现。换句话来说，在整个数据流Java并行程序设计模型实际运行的过程当中，很容易即可实现映射至硬件当中的线程级并行功能。组件与组件之间通信需求的满足则多建立在通信通道以及参数对象共享的基础之上实现。更加关键的一点是：对于该数据流Java并行程序设计模型所处的整个多线程多核体系结构而言，各个处理单元之间通信工作机制的高效化发展，使得通信所产生的开销得到了有效的而控制。但，还需要注意的是：由于在不同的多线程多核处理器作用之下，所对应的硬件线程处理能力存在比较大的差异，且相对于高速缓存所采取的策略方案也有所不同，因而会对整个程序模型的使用性能产生影响。在数据流Java并行程序设计模型的运行过程当中，要求系统以模型程序的体系结构以及运行时特征为基本依据，采取针对性的适应优化方案，以此种方式来提高整个数据流Java并行程序设计模型的运行质量及水平。
3内存模型
相对于数据流Java并行程序设计模型而言，其中所使用的内存模型表现出了突出的分布式、以及共享式特征。在这种内存模型方案的支持下，数据流Java并行程序设计模型当中所对应的各个组件单元均对应有局部性的内存空间。对于单个组件单元而言，其所对应内存空间当中所储存的对象仅仅包括两个方面：第一为组件私有性数据对象；第二为组件分配数据对象。内存模型的初始位置均为局部内存空间。这一初始状态在数据对象自某一组件发送至另一组件的情况下被打破。简单来说，当某个组件单元以通信管道作为载体支持，将数据对象发送给另一组件的情况下，该内存模型会产生伴随性的移动动作，并最终转移至数据对象接收方的局部内存空间当中。
在局部内存空间之外，各个组件之间拥有共享的全局内存空间。全局内存空间中的对象都是多个组件共享的。一个组件私有的对象如果通过参数端口传递给多个组件共享，则对象被移动到全局内存空间。当一个组件将私有的对象的引用赋值给一个共享对象时，该私有对象成为共享对象，将被移动到全局内存空间。任何一个组件对全局内存空间的访问和修改操作必须是原子的，并且对其他组件可见。对于多核处理器而言，组件的局部内存空间可以容易地映射到单个处理单元的局部存储器上，全局内存空间可以映射为多个处理单元共享的存储器。由于多核处理器内部的通信延迟和通信带宽都远远优于对称多处理器。因此，局部内存空间之问的数据对象的传输可以通过处理单元之间的快速通信机制完成。
4数据流多态分析
对于数据流Java并行程序设计模型而言，其对于Java所具有的面向对象特征加以了保留。同时，为了能够使模型所对应Java组件的可维护性以及可重用性得到提升，需要构建建立在数据流多态基础之上的特性。如下图所示（见图1）。
图1当中的Rectangle以及Circle分别作为Shape的子类。以上三类分别对应不同的数据输入端口类型。发送的数据对象会在运行时根据其实例类型决定目的端口，若表现为Shape所对应的子类，则被发送到B或者C端口当中，若表现不是Shape所对应的子类，则会面向D端口进行发送。具体的分派树结构示意图如下图所示（见图2）。由于数据流Java并行程序设计模型具有该特性，从而使得程序员可以在配置网络时，通过变换连接的方式，实现对程序行为的合理调整与优化。
5结束语
总而言之，该文针对一种建立在数据流基础之上，能够充分体现数据流特征的Java并行程序设计模型，同时对应分析了该模型所具有的数据流多态性语言特征。该数据流Java并行程序设计模型可以在实际的Java虚拟机当中加以应用。同时，由于该数据流Java并行程序设计模型具备与运行时系统进行协同性设计的功能，从而使得整个数据流Java并行程序设计模型的运行时特征能够及时且有效的为运行时系统所获取，从而实现对该模型进行针对性的优化，因此具有极大的实践意义与价值。为了进一步促进数据流Java并行程序设计模型的优化发展，需要在未来的发展期间，更进一步的对该模型进行扩展，重点需要增加数据流Java并行程序设计模型相对于各种通用问题的表达能力，形成更加有效与全面的数据流Java应用程序。总而言之，该文主要针对数据流Java并行程序设计模型在设计、实现、以及运行时优这几个方面所涉及到的关键问题做出了简要分析与说明，希望能够为后续相关研究与实践工作的开展提供一定的参考与帮助。
参考文献：
[1]范瑞娟，黄斌，刘新友.基于多核CpU的并行程序在指控系统中的应用[J].微型电脑应用，2008，24（12）：48-49.
[2]董明刚，梁正友.windows下基于proactive并行计算的关键技术[J].计算机工程，2006，32（19）：105-107.
[3]李清宝，张平.基于分布/共享内存层次结构的并行程序设计[J].计算机应用，2004，24（6）：148-150，158.
[4]许淳，刘兴平，田云娜等.基于平台和mpi并行程序设计探索[J].延安大学学报（自然科学版），2008，27（1）：15-17.
基于模型的优化设计篇10
关键词：协同设计优化设计matLaB
中图分类号：tH12文献标识码：a文章编号：1674-098X（2016）10（a）-0034-03
网络协同设计是一种先进的联合设计手段，可以将不同的设计主体（专业技术人员）通过共享的网络平系起来，设计人员之间可以使用功能各异（异构）的工具设计远程协作，在这个共享平台中阶段性优化已有方案、模块化分析、并行修改，以远超出非协同条件下设计的效率和质量完成产品设计。其使用到的工具可以包括且不仅限于Solidworks、pRt（pro/e）、pRt（UG）、DwG、Catia等，同时在产品的优化设计阶段也会用到各种计算软件工具如matLaB等，在使用中可采用两种方式实现产品的协同化设计，其一是采用数据格式转换，该方式是实现异构平台条件下同一产品数据集成与共享的主要方式。其所采用的主要数据转化手段包括利用XmL技术、iGeS标准以及Step标准。XmL（即系统基于可扩展标记语言）技术，iGeS标准（即利用图形数据交换标准）和Step标准（即产品模型数据交换标准），使用商业化或编制数据转换接口，从而实现产品的几何特征提取和数据格式转换。其二是对三维建模软件进行二次开发，在工作端嵌入相应开发模块，以实现对产品设计节点所产生数据的三维建模，基于web的产品协同设计原型系统原理见图1。
1产品协同设计
1.1产品协同设计概述
产品设计包括多种设计项目内容，譬如确定产品规格、技术规范、性能解析、采取多种计算手段分析建模，初步制定制造计划和概算等。通常状况下，这阶段工作必须通过设计方案、确认架构、设计优化、仿真和样机测试性能、效果等过程对方案的可行性、有效性进行最终检验。此阶段工作涉及诸多不同类型资源，譬如产品市场情况和开发此产品相关的理论，譬如文本阐述、图表图形、城市、数据库、仿真设计（数字化）、物理及样机模型实验和实验实施所需诸多设施、装置等[1]，不过上述资源多数散布于多处。
利用远程matLaB优化分析系统与CaD软件融合利用，不仅加速系统研发工作，使得系统更为可靠，并且非常有益于产品设计阶段中matLaB优化解析方法的推广利用。在特殊条件下，运用matLaB优化分析方法远程优化设计方案的前提要件是确定模型参数，通过增加产品性能、模型设计和优化的多个参数，辅助改进设计，必然有益于系统功能的扩展，还能够扩大系统运用范畴。此外，把散布的分析和优化工作所需资源有效归集，对于持有此资源的主体来说，能够提升利用此资源的整体效率，提高利润水平，另外利用此资源主体所需费用较少，因此整个研发设计过程中所耗成本也更低，产品在市场上自然具备更强竞争力。
1.2产品协同设计过程
产品协同设计过程可以简单描述如下。
（1）方案设计。此阶段工作主要包含下述两个内容：第一，企业根据顾客要求设计完产品；第二，企业能够依据市调结果，自主研发推出新产品。两种产品设计方案均需交换许多不同类型数据和资料，最终必然能够确定最优设计方案。
（2）参数优化分析。为确保研发产品性能可靠，满足设计需要，运用matLaB优化研究软件优化产品，令其更为可靠。
（3）产品结构设计。设计人员根据已经优化确定的产品方案，运用CaD程序完成建模，并协同完成装配过程。
（4）样机实验。在车间内产出样机，对踊进行性能测试，研究验证产品性能，保证性能满足设计要求。
2优化设计方法分析
许多机械产品设计中需要进行优化，优化过程可分为3个部分：合成和分析、评价以及更改参数3个部分组成。其中，合成和分析部分的功能主要是建立产品设计参数和设计性能以及设计要求之间的关系，这是对设计产品进行建立数学模型的处理。产品的性能和设计要求的分析，相当于评估目标函数是否改善或达到最佳，即测试数学模型中的约束每一条都满足。选择参数部分是利用不同优化方法，使该目标函数（数学模型）求解，并根据该优化方法来求得最佳设计参数。优化设计的前提是选择最优的设计方法。而哪一种方法最优，主要根据具体设计优化的问题情况、特点和具体设计来定。通常来讲，可以有下述几点评价方案。
（1）可靠性。（2）精度。（3）效率。（4）通用性。（5）稳定。（6）全局收敛方法。（7）初始条件灵敏度。（8）多变量灵敏度。（9）约束灵敏度。
3齿轮传动系统的优化设计案例
机械层面的设计优化视为协同设计工作平台内节点之一，通过传送输入/出文件，可以在异地完成计算并运用结果，下面以齿轮减速器为案例说明基于web的协同设计下的优化设计过程，案例中所选择的优化算法为遗传算法（Geneticalgorithm，简称Ga）。这是一个模拟达尔文生物遗传进化选择历程检索获取最优结果的方法[2]。在机械层面的设计优化问题中，运用这一方法，能够有效避免产生局部最优解，最终获得对整个系统方案都最优的更好解。该研究运用遗传算法用作齿轮优化方法，再结合matlab遗传工具箱完成优化，不仅简单而且高效。
优化分析系统一般能够划分成处置数据、设计优化、输入/输出、造型产出4个主体模块。其中第一个模块的主要任务是：完成齿轮设计过程线图、处置数据，根据各种条件、状况，能够灵活选择查表、插值、拟合曲线、数据库和Bp神经网络映射等多种手段完成工作。其中第二个模块主要应用matlab语言，根据从第三个模块获取的转速、传递功率、负载性质以及传动比等数个已经确定的参数数据，运用matlab神经网络、遗传算法两大工具箱，优化齿轮设计[3]。其中第三个模块主要负责：运用完成VB、matlab、Solidworksapi多个软件中数据的流转改用。其中第四个模块的主要任务是，依据前一模块产出结果，在优化设计的协同工作端自动完成齿轮的三维参数化造型。
3.1建立数学模型
选择目标函数为齿轮减速器体积最小，同时，在选择齿轮强度的影响参数时使用以下4个参数，分别是法向模数mn、小齿轮齿数z1、齿宽系数φd以及螺旋角β，以上4个参数为设计变量建立数学模型。
（1）设计变量。
（2）目标函数。
（3）约束条件。
①模数约束：1.5≤χ1≤20。
②根切约束：g1≤0。
③齿宽系数约束条件：0.2≤χ4≤1.2。
④螺旋角约束：8≤c3≤25。
⑤齿面接触应力约束：g2≤0。
⑥齿根弯曲应力约束：g3≤0，g4≤0。
其中：
斜齿齿轮接触疲劳应力为：。
斜齿齿轮弯曲疲劳应力为：。
3.2Bp神经网络映射程序的实现
神经网络Bp（Backpropagation），是目前在多学科领域应用范围最为普及和成熟的人工神经网络，其组成经过主要包含信息正向传播与误差的反向传播两个过程。Bp人工神经网络在模式识别、函数逼近和数据压缩方面都显示出较强的映射能力[4]。下面是齿形系数YFa计算关系映射的实现步骤（使用matlab7.1神经网络工具箱，共4步）。
第一步，读入训练样本数据。
第二步，初始化网络，利用网络初始化函数newff实现。
第三步，训练网络。利用训练函数train实现。
。
第四步，函数逼近。
利用上步训练好的网络代替原有的
函数关系，计算任意齿数zv0时的齿形系数YFa0，通过sim函数实现。
对比样本数据和映射之后产出数据，发现变差的最高值为0.006，证明此人工神经网络辨识精度达到很高水平，满足要求。
3.3遗传算法程序实现
该文运用遗传算法来计算优化齿轮设计，结合运用matlab软件中的遗传工具箱完成优化，整个过程不仅简单而且高效，其中遗传算法优化步骤如下。
（1）将数学模型转化成如下适用于matlab的形式。
①设计变量。
②目标函数。
③约束条件。
（2）建立目标函数的m文件FitnessFcn.m文件内容如下。
（3）建立非线性约束的m文件nonlconfun.m；文件内容如下。
（4）把线性约束所对应的向量与系数矩阵赋予下述变量a、b、aeq、beq，将边界（上/下）值分别赋予下述变量LB、UB。
（5）调用。
3.4VB与matlab混合编程
VB、matlab结合完成编程过程中，还能够运用动态DLL链接库、DDe数据和activeX自动化3种技术手段，具体详见文献[4]。该研究运用activeX技术，利用VB编程时调取matlab优化齿轮设计程序的部分代码如下：
当齿轮优化分析计算完毕，齿轮优化分析结果上传并存储到数据库中，但此时非优化设计客户端用户只能浏览及下d计算数据文本，如果客户端没有安装二次开发模块，仍然无法对数据进行建模处理，所以在优化设计工作端需要对软件进行二次开发，以Solidworks软件为例，可以运用activeX技术和api函数，结合VB语言二次开发Solidworks，运用优化所得结果实现齿轮的三维参数化造型在所开发的VB程序内增加下述代码，将完成的程序编辑产出*.dll文件，在Solidworks中打开，在菜单栏中就能够加入“齿轮”“斜齿圆柱齿轮”菜单和下拉菜单选项。
…
4结语
该文探讨了基于web的网络协同设计框架下，产品的优化设计部分作为协同设计网络的重要组成部分（工作端）的优化过程，并以齿轮优化分析作为具体案例进行分析，文中融合了编程开发软件：VB、matlab，结合Bp神经网络、遗传算法（人工智能领域），成功完成了存在离散（或连续）设计变量时，设计的优化，使得优化齿轮设计工作效率得到提升，继而实现了整体设计协同作业效率的提升，并获得了最佳方案。下一步可考虑在诸个工作端进行有效的数据转换最终将此优化实现和三维参数化造型结合融于一体，在诸个工作端所用CaD/Cam软件条件下，也能够完成有限元分析并产出nC代码，有效提升设计齿轮工作效率和品质，加快系统制造速度。
参考文献
[1]周伟.基于网络的协同设计系统数据交换及管理关键技术研究[D].重庆：重庆大学，2007.
[2]余海威，田福庆，冯昌林.基于遗传算法的火炮齿轮传动优化设计[J].舰船电子工程，2008，28（10）：56-59.