2006-11-295051---配方优化设计方法简介
![2006-11-295051---配方优化设计方法简介](https://img.360docs.net/img0c/0dmrfcszisjnekjjiyc-c1.webp)
![2006-11-295051---配方优化设计方法简介](https://img.360docs.net/img0c/0dmrfcszisjnekjjiyc-92.webp)
配方优化设计方法简介
刘莉,辛振祥
(青岛科技大学,山东 青岛 266042)
摘要:本文综述了配方实验优化设计方法及数据处理方法,并综合分析了各种方法的优缺点和应用范围。
关键词:配方优化设计;单因素变量;正交实验法;回归设计;均匀设计;方差分析;回归分析;遗传算法;神经网络中图分类号:TQ330.61 文献标识码:B 文章编号:1009-797X(2004)10-0008-05
作者简介:刘莉(1970-),女,青岛科技大学高分子科学与工程学院在读研究生,主要从事橡胶配方优化设计及高分子材料加工方面的研究。
收稿日期:2003-06-02
配方优化问题是材料领域中的一个重要研究内容。为了获得性能优异、能满足使用要求的配方,需根据产品的性能要求和工艺条件,通过试验、优化、鉴定,合理地选用原材料,确定各种原材料的用量配比关系。对于这样一个复杂的多目标配方体系,试验方法的设计就显得尤为重要。近年来对配方优化设计的应用研究十分活跃,新的试验方法不断出现,旧的方法不断改进,文献报道较多,但这方面的综述报道却很少。面对如此多的设计方法,如何合理选用已成为配方设计者的一大难题。本文针对这一问题对近年来各种实验方法的优缺点及应用范围进行综合分析,希望有助于配方设计者合理选用试验设计方法及优化方法。
1 试验设计方法
试验设计是配方设计的基础。理想的试验设计方案应当是以尽可能少的试验次数反映尽可能多的信息,试验点在试验空间中的分布要合理,既有一定的均匀性,又便于试验结果的分析与模型的建立。橡胶配方优化研究中最早使用的实验方法是单因子实验,后来是正交设
计、正交回归设计。它们在优化设计中的地位与作用是毋庸置疑的[2]。近年来,又出现了许多新型的实验设计方法,如均匀设计法、信噪比实验设计、物理实验设计、数学实验设计等新型的实验设计方法[3]。
试验设计可分为单因素变量的试验设计和多因素变量的试验设计,根据目标优化选择分为单目标最优化问题和多目标最优化问题。
1.1 单因素变量试验方法
单因素变量法比较简单,特别是用来鉴定新材料,或生产中原材料变动时,只做较少的试验,就可做出判断,见效快,试验数据易于处理,通过图表直观比较即可得出结论。正因为如此,这种方法在配方试验中仍然有一定的价值。实验方法如:黄金分割法、平分法(对分法)、分批试验法(均匀分批试验法、比例分割分批试验法)、分数法(裴波那契法)、爬山法、抛物线法等。
1.2 多因素试验设计方法
在大多数的配方研究中,需要同时考虑两个或两个以上的变量因子对性能的影响规律,这即是多因素配方试验设计的问题。与单因素配方设计不同的是,在基本配方拟定中选择了两个或两个以上的不同组份因素,然后考察这些因素对配方性能的影响规律,这无疑使研究问题变得复杂化,试验次数也将增多。
借助于统计数学的数理统计方法,可以改变传统试验设计法中试验点分布不合理、试验次数多、不能反映因子间交互作用等诸多缺点。应用于多因素试验设计的方法很多,有等高线图形法、正交试验设计法、正交回归实验设计、组合试验设计法、中心复合试验设计法、均匀设计法等。
2 实验方法
2.1 正交试验法[1]
正交试验设计是安排和分析多因子试验的数学方法。正交试验设计是通过一套精心设计的表来进行试验设计的。因为正交表具有正交性、均衡分散和整齐可比的特点,所以每一号试验都有很强的代表性,只要做完正交表规定的试验就能够比较全面的反映出试验的情况,然后对正交试验设计法的配方进行结果分析,一种是直观分析,另一种是方差分析。通过对试验结果(数据)的分析,能够确定以下内容:①对指标影响显著的因子和对指标无关紧要的因子;②对指标最为有利的水平搭配;③在最优水平组合下指标大致的变化范围;④进一步试验的方向。正交试验法具有试验次数少、试验点代表性好的特点,既能用直观分析法又能用方差分析法对结果进行分析,得出因子的显著性和最佳水平组合。
正交试验设计因试验次数至少是试验水平数的平方,比较适合水平数不高的实验安排。2.2 回归设计[2]
回归试验设计自上世纪50年代初产生以来,内容不断丰富,有回归的正交设计、回归的旋转设计等。为在性能预报和寻找最优配方的过程中排除误差干扰,推荐在一次方程回归时用正交设计,二次方程回归时用旋转设计。这些具有旋转性,能使在与中心点距离相等的点上,预测值的方差相等。
在试验设计时,首先必须根据实践经验和初步预想,确定各因素的变量范围,然后进行线性变换,按设计表安排试验。还必须在中心点做一些重复试验,以便确定回归方程拟合好
坏的F检验。
(1)回归的正交设计法一方面利用正交表
的正交性、均衡搭配和综合可比的原理,可以有计划、合理的在正交表上安排少的试验次数;另一方面可以通过试验实践,利用回归分析中最小二乘法原理,使变量之间建立起经验公式,并把两者的优点有机结合起来。
(2)回归的旋转设计即要求离中心点距离相等的点的预测值方差相等,这将便于寻找最优条件。
2.3 标准的中心复合设计
此法的基本思想是在二水平正交试验设计的基础上,增添一部分与中心点等距离的星点和若干中心点进行试验。
即是2k(或2k-n)正交试验设计(n
c
)+星点
(n
a
)+中心点(n
o
)
试验次数 N=2k(或2k-n)+2K+n
o
=n
c
+n
a
+n
o 式中:
N——试验次数;
K——变量数;
n——1,2,3,…,n<K。
正交试验部分为2k(或2k-n):具体的配方试验安排可根据实际情况,在K<5时,选用2k型的正交表来安排,在K≥5时,选用2k型的是1/2、1/4…等部分实施的正交表来安排试验。在中心复合试验设计法运用回归分析时,试验次数N应等于或大于回归方程中系数的个数,一般是1.3 ̄2.0倍的关系。
2.4 均匀设计
正交实验设计是进行多因素实验方案设计和结果分析的常用方法,其特点是将实验点在使用范围内安排得“均衡分散、整齐可比”,缺点是实验次数随着水平数呈二次指数增加。在实验费用昂贵或者为破坏性实验时,人们希望尽量减少实验次数。20世纪70年代末,我国数学家方开泰利用数论方法发明了均匀实验设计法,较好地解决了这一问题。
与以前的实验设计法相比,均匀设计法有以下特点:
(1)实验点在实验范围内分布得更均匀,
具有很强的代表性。
(2)可以保证在反映事物间主要规律的前提下得到最少试验次数,最适宜多因子多水平的实验优化,而且参与实验的因素和水平越多,均匀设计能最大限度地减少实验次数的优越性越突出。
(3)可应用多种数学模型进行数据处理,如回归分析、遗传算法、神经网络等[3-4]。
选择试验设计方法时应注意以下几点[5]:①试验设计应以专业知识为基础,抓住问题的关键所在,确定主要影响因素及其变化范围、关键性指标。②应采用试验次数少、试验点分布合理的设计方法。③采用广义因子变量以减少试验因子数目。如在保持氧化锌和硬脂酸比例不变的情况下改变其总用量,在保持炭黑总用量不变的情况下改变两种炭黑并用比例,在分析海绵胶结构时采用强度对密度的比例未揭示泡沫的结果等。④增加时间漂移量。当试验次数较多、无法保持相同的试验条件时,试验误差会随时间延续而增加,这称为时间漂移。时间漂移量较小时,可归入试验误差;较大时,则应进行单独处理,通常可采用分组法(如正交分组)。⑤各种试验方法各有优缺点,试验设计也不是一成不变的,应根据实际情况选择合适的实验设计方法。
3 数学建模
3.1 方差分析[1]
方差分析比较适合正交试验设计方法的数据处理,它可建立起性能与因子之间定性的关系。此方法的数学模型是建立因子水平的改变引起的平均偏差平方和与误差的平均偏差平方和的比值(F 比)。
3.2 回归分析[2]
一般说来,正交试验法只能定性地分析相关变量之间的关系,要建立变量之间的定量关系(也就是常说的经验公式问题),就要应用回归分析法。回归分析法是研究相关关系的一种有力数学工具,它是建立在对客观事物进行大量试验和观察的基础上,用来寻找隐藏在那些看似不确定的现象中的统计规律性的一种数理统计方法,是一种比较适合单目标优化数据处理的模型。
回归试验设计法是一种处理配方变量因子与因子之间关系的数学方法,通过某种胶料性能响应方程式(回归方程式)建立起自变量(即配方组分)和因变量(即某种胶料的物理性能)之间的联系。
实践表明,胶料的性能和配合剂用量的关系,在一定范围内可以用一个完全的二次多项式表示。通式为:
y =b 0+Σb i x i +Σb ii x i 2+Σb ij x i x j
式中 i ≠j 。
根据试验数据用最小二乘法的处理方法求得回归系数,建立起性能因子的定量关系。用数学回归方程式表达的这种联系,不但有质的相互关系,而且有量的相互关系。回归分析的方法,主要解决以下几个方面的问题。
(1)确定几个特定的配方因子变量之间是否存在相关性,如果存在则找出合适的数学表达式。
(2)根据一个或几个配方因子变量的值预测或控制某种物理性能指标的值。反之,也可根据几种物理性能指标的范围,预测或测出一个或几个配方因子变量的值。通过计算可预测或控制可达到的精确度。
(3)进行配方因子的分析,弄清楚这些因子之间的相互关系。找出哪些因子是重要的,
哪些是次要的,哪些是可以忽略的,通过方程式求出所需性能的配方因子最佳组合,画出某种性能的等高线,探讨各配方因子变量对性能的影响,从而预测胶料的物理性能等。
3.3 遗传算法[6-8]
如果S A /f a 与S 误/f 误两者差不多(比值很小)说明某因子或因子交互作用的水平改变,对指标的影响在误差范围内,即水平影响对指标无显著的影响;反之,因子的水平改变对性能指标有显著的影响,该因子为显著因子
。
遗传算法是以自然选择和遗传理论为基础,将生物进化过程中适者生存规则与群体内部染色体的随机信息交换机制相结合的迭代搜索算法。它在迭代搜索之前,先将变量以某种形式进行编码。编码后的变量称为染色体或称为个体、或基因串,随机产生的不同的个体构成一个初始群体。对于群体中的个体将按某种方法评估出其适应值,按其适应值的大小排序,依据某种指标从中选出一些解作为候选解。新一代群体的产生是利用一些遗传算法(如复制、交叉和变异等)进行运算,重复此过程,直到达到某种收敛指标为止,如图1所示。
的感知学习和推理的智能,神经元可以被激活,各单元输出函数可以有不同规律。
首先确定神经网络的结构,然后对神经网络进行训练,完成训练之后的神经网络,输入与输出之间形成了一种映射的关系。利用神经网络的方法对于解决非线性系统或输入与输出函数不能以精确形式表达出来的模型尤其适用,因它不像其它方法那样,需预先给定基本函数,而是以实验数据为基础,经过有限次的迭代计算而获得的一个反映实验数据内在联系的数学模型 。
神经网络有多种类型,但较常用的是B P 神经网络,其数学模型为:
J (W )=1/2(Y *(k )-Y (W ,K ))2 W (K +1)=W (K )+η(K ) ? (- J (W )/ W )|W =W (K )
沿J (W )的负梯度方向不断修正W 值,直至J (W )达到最小值。
其中,J (W )是误差函数,Y *(k )是实例K 的输出,Y (W ,K )是当前权值分布W 对实例K 的输入经网络计算的输出。η(K )是可变学习效率,一般0<η<1。
除以上介绍的集中数据处理方法外,还有多种方法(如模糊数学法、模拟退火法、数据处理组合法等)用于数据处理。这些方法并不是互相排斥的,有时同时使用可以取长补短,优化效果更好。
4 结论
各种试验设计和数据处理方法各有优缺点和适用范围,应根据实际要求合理选用。如选取得当,不仅可以提高科研工作水平,减少消耗,而且可大大的提高工作效率。
参考文献:
[1]张殿荣,辛振祥. 现代橡胶配方设计. 北京:化学工业出版社,2001.
[2]方开泰,等. 实用回归分析. 北京:科学出版社,1988.[3]李定华,张沧,王建祺. 计算机优化设计在阻燃配方中的应用. 计算机与应用化学,1998(2):85.
[4]方开均匀设计与均匀设计表. 北京: 科学出版社,1994.[5]
纪奎江,范汝良,程宝家. 21世纪的计算机辅助橡胶配方
图1 遗传算法的基本流程
遗传算法因直接以目标函数值作为搜索信息,仅使用由目标函数值变换来的适应度函数值,就可确定进一步的搜索方向和搜索范围,无需目标函数的导数值等其他一些辅助信息。所以对很多目标函数是无法或很难求导数的函数,或导数不存在的函数的优化问题,以及组合优化问题等,应用遗传算法时就显得比较方便;遗传算法同时使用多个搜索点的搜索信息,搜索效率较高;遗传算法使用概率搜索技术,属于一种自适应概率搜索技术,其选择、交叉、变异等运算都是以一种概率的方式来进行的,从而增加了其搜索过程的灵活性。
3.4 神经网络[9-10]
神经网络是多因素多目标的配方设计的重要手段。它的基本思想是从仿生学的角度对人脑的神经系统进行模拟,实质具有象人脑那
样
设计. 合成橡胶工业,1998,321~324.
[6]杜永贵,谢克明. 基于遗传算法的水泥生料配比计算. 太原理工大学学报,2001(1):15.
[7]周明,孙树栋. 遗传算法及应用. 北京:国防出版社,1998.
[8]尹朝庆,尹皓. 人工智能与专家系统. 北京:中国水利水
电出版社,2001.
[9]王志新,韩力群. 神经网络在催化剂配方优化中的应用.北京轻工业学院学报,1997. 6.
[10]增海泉,罗跃纲,连永祥. 神经网络在橡胶配方优化中的应用. 橡胶工业,2002(6):73.
Brief of optimized formula design
Liu Li, Xin Zhenxiang
( Qingdao science and technology university, Qingdao 266042, Shandong, China)Abstract: This paper sum up the method of optimized formulas design and data treatment, andanalyzed the advantages and disadvantages of each method and application scope.Key words: formulas optimized design; unit factor variable; positive cross trial manner; regress design;uniformity design; analysis of variance; regress analysis; genetic arithmetic; NN
(XS-02)
GE将推出汽车用塑料新品
G E高新材料塑料部大中华地区总裁郭马克接受记者采访时透露,G E高新材料塑料部将推出一系列汽车用塑料产品。
第一种是新近开发成功的名为“L E X A N SLX”的汽车用塑料新品。“LEXAN SLX”主要是运用了可取代涂料的新型薄膜及模内镶件注塑成型表面装饰(I M D)技术,改变了传统设计理念,使塑料能够帮助人们实现在过去只有借助涂料才能实现的既有光泽又具耐候性的A 级美容表面,而且防寒耐热。这种材料主要用于汽车的顶棚、门和挡泥板等部位。
还有一个就是名为“聚乐”的树脂,它主要用在汽车反光镜和车轮毂上的涂层及外部的保险杠,汽车的这些部件都将因此而不再需要喷涂过程。而开发这种产品不是要放弃油漆行业,只是出于环保的要求,因为油漆会排放很多化学物质到空气中,对环境造成一定的污染。“聚乐”树脂同时还是一种高性能的产品,可以循环利用。第三种产品U LT EM是高耐热的塑料材料,同时耐化学反应,主要用于电子部件的联接器,可以替代金属制品,而且在世界上其他许多汽车市场已经使用过,性能、价值都很高,属于高端产品。
本刊摘编自《中国化工报》,2004-06-13
(XS-05)木塑设备挤出速率可大幅提升美国辛辛那提(Ci nc i n na t i)公司近日推出一型号为Fiberoex T85的新型木塑挤出设备。由于改进了冷却系统和牵引技术,其挤出量可达120kg/h,挤出速率达3m/m i n,已达到工业化生产的标准。
自从2001年推出Fi ber oex木塑双螺杆挤出生产线以来,辛辛那提仅用3年多的时间,就将木塑挤出机的挤速提高了10倍以上,产品质量大幅度上升。同时,由于简化了原料的合成工序,采用了电子称量、喂料,将木粉和其它组分直接加入挤出机进料斗,使原料成本节省40%以上。
在美国,木塑复合制品主要应用于建筑物户外装饰。而据辛辛那提公司挤出机经营部主管沃尔特?黑尔介绍说,这种高科技、环保型产品,在欧洲和亚洲市场上已被越来越广泛地应用在室内装修、装饰中。从环境保护和节约资源的角度分析,今后木塑复合制品将比纯木制品的市场应用前景更为广阔。
本刊摘编自《中国化工报》,2004-07-14
(XS-05)
机械优化设计论文(基于MATLAB工具箱的机械优化设计)
基于MATLAB工具箱的机械优化设计 长江大学机械工程学院机械11005班刘刚 摘要:机械优化设计是一种非常重要的现代设计方法,能从众多的设计方案中找出最佳方案,从而大大提高设计效率和质量。本文系统介绍了机械优化设计的研究内容及常规数学模型建立的方法,同时本文通过应用实例列举出了MATLAB 在工程上的应用。 关键词:机械优化设计;应用实例;MATLAB工具箱;优化目标 优化设计是20世纪60年代随计算机技术发展起来的一门新学科, 是构成和推进现代设计方法产生与发展的重要内容。机械优化设计是综合性和实用性都很强的理论和技术, 为机械设计提供了一种可靠、高效的科学设计方法, 使设计者由被动地分析、校核进入主动设计, 能节约原材料, 降低成本, 缩短设计周期, 提高设计效率和水平, 提升企业竞争力、经济效益与社会效益。国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视, 并开展了大量工作, 其基本理论和求解手段已逐渐成熟。 国内优化设计起步较晚, 但在众多学者和科研人员的不懈努力下, 机械优化设计发展迅猛, 在理论上和工程应用中都取得了很大进步和丰硕成果, 但与国外先进优化技术相比还存在一定差距, 在实际工程中发挥效益的优化设计方案或设计结果所占比例不大。计算机等辅助设备性能的提高、科技与市场的双重驱动, 使得优化技术在机械设计和制造中的应用得到了长足发展, 遗传算法、神经网络、粒子群法等智能优化方法也在优化设计中得到了成功应用。目前, 优化设计已成为航空航天、汽车制造等很多行业生产过程的一个必须且至关重要的环节。 一、机械优化设计研究内容概述 机械优化设计是一种现代、科学的设计方法, 集思考、绘图、计算、实验于一体, 其结果不仅“可行”, 而且“最优”。该“最优”是相对的, 随着科技的发展以及设计条件的改变, 最优标准也将发生变化。优化设计反映了人们对客观世界认识的深化, 要求人们根据事物的客观规律, 在一定的物质基和技术条件下充分发挥人的主观能动性, 得出最优的设计方案。 优化设计的思想是最优设计, 利用数学手段建立满足设计要求优化模型; 方法是优化方法, 使方案参数沿着方案更好的方向自动调整, 以从众多可行设计方案中选出最优方案; 手段是计算机, 计算机运算速度极快, 能够从大量方案中选出“最优方案“。尽管建模时需作适当简化, 可能使结果不一定完全可行或实际最优, 但其基于客观规律和数据, 又不需要太多费用, 因此具有经验类比或试验手段无可比拟的优点, 如果再辅之以适当经验和试验, 就能得到一个较圆满的优化设计结果。 传统设计也追求最优结果, 通常在调查分析基础上, 根据设计要求和实践
结构优化设计论文
结构优化课程设计 学院土木学院 专业工程力学 班级1001
学号100120118 姓名崔亚超
总结结构优化设计的原理、方法及发展趋势 崔亚超 工程力学1001班学号100120118 摘要:阐述了工程结构优化设计理论从最初的截面优化发展到形状优化、拓扑优化的基本历程及其相关特点,对优化设计选用的各种算法进行归类,并简述结构优化设计的发展趋势。 关键词:尺寸优化;形状优化;拓扑优化;优化算法 Summary structural optimization design principles, methods and development trends Abstract:The structural optimization of engineering design theory from the initial cross-section to optimize the development of shape optimization, topology optimization of the basic course and its related characteristics, the optimum design on the range of algorithms are classified, and to outline the development trend of structural optimization design . Key words:size optimization; shape optimization; topology optimization; optimization algorithm 0 引言 结构优化设计的目的在于寻求既安全又经济的结构形式,而结构形式包括了关于尺寸、形状和拓扑等信息I对于试图产生超出设计者经验的有效的新型结构来说,优化是一种很有价值的工具,优化的目标通常是求解具有最小重量的结构B同时必须满足一定的约束条件,以获得最佳的静力或动力等性态特征。 集计算力学、数学规划、计算机科学以及其他工程学科于一体的结构优化设计是现代构设计领域的重要研究方向。它为人们长期所追求最优的工程结构设计尤其是新型结构设计提供了先进的工具,成为近代设计方法的重要内容之一。 结构优化设计也使得计算力学的任务由被动的分析校核上升为主动的设计与优化,由此结构优化也具有更大的难度和复杂性。它不仅要以有限元等数值方法作为分析手段,而且还要进一步计算结构力学性态的导数值。它要面向工程设计中的各种实际问题建立优化设计模型,根据结构与力学的特点对数学规划方法进行必要的改进。因此,结构优化设计是一综合性、实用性很强的理论和技术。 目前,结构优化设计的应用领域已从航空航天扩展到船舶、桥梁、汽车、机械、水利、建筑等更广泛的工程领域,解决的问题从减轻结构重量扩展到降低应力水平、改进结构性能和提高安全寿命等更多方面。 由于结构优化设计给工程界带来了经济效益及近年来有限元研究和应用的相对成熟,计算机条件的进一步改善和普及,人们对结构优化设计的研究和应用的呼声更高了。无论国内还是国外,对这一现代技术的需求都有增长的趋势。随着设计技术的更新和产品竞争的加剧,结构优化设计将会有更大的发展。
系统优化设计模拟
系统优化设计 一.填空(30分) 1.系统工程是用于系统设计、实现、技术管理、运行使用和退役的专业学科方法论。 2.系统工程师在引导系统架构的开发、需求的定义和分配、设计方案的评价与权衡、系统间技术风险均衡、系统接口的定义与评估、验证和确认活动的全面监督,以及许多其他任务中起关键的作用。3.在NPR7123.1《NASA系统工程流程和需求》中包括三类技术流程:系统设计、产品实现及技术管理。 4.对飞行和地面保障项目,NASA寿命周期的两个阶段又分为以下7个递进阶段: ●A前阶段:概念探索(即确定确定可行备选方案)。 ●阶段A:概念研究和技术开发(即项目定义,明确和组织必要的 技术)。 ●阶段B:初步设计和技术完善(即建立初步设计方案,开发必要 的技术)。 ●阶段C:详细设计和制造(即完成系统设计,进行组件的建造/ 编码)。 ●阶段D:系统组装、集成、试验和投产(即集成组件,验证系统, 系统投入生产并准备运行使用)。 ●阶段E:运行使用与维护(即运行与维修系统)。 ●阶段F:退役处置(即处置系统,分析数据)。
5.产品交付流程:产品实施、产品集成、产品验证、产品确认、产品交付。 6.产品验证流程分为5个主要步骤:(1)验证计划(准备实施验证的计划); (2)验证准备(准备进行验证);(3)执行验证(进行产品验证);(4)分析验证结果;(5)获得验证工作产品。 7.技术管理:技术规划、需求管理、接口管理、技术风险管理、技术状态管理、技术数据管理、技术评估、决策分析。 二.(30分) A.直升机的主动防御系统 B.坦克的主动防御系统 三.简答题(20分) A.系统设计的关键 B.系统设计各流程间相互关系 C.产品实现流程图 D.产品实现的关键 四.(10分) 运用系统工程的方法简述对系统总师的认识
机械优化设计方法论文
浅析机械优化设计方法基本理论 【摘要】在机械优化设计的实践中,机械优化设计是一种非常重要的现代设计方法,能从众多的设计方案中找出最佳方案,从而大大提高设计的效率和质量。每一种优化方法都是针对某一种问题而产生的,都有各自的特点和各自的应用领城。在综合大量文献的基础上,总结机械优化设计的特点,着重分析常用的机械优化设计方法,包括无约束优化设计方法、约束优化设计方法、基因遗传算方法等并提出评判的主 要性能指标。 【关键词】机械;优化设计;方法特点;评价指标 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学,它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速,并且取得了可观的经济效益,在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展,现代化机械优化设计方法主要以数学规划为核心,以计算机为工具,向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多,从不同的角度出发,可以做出各种不同的分类。按目标函数的多少,可分为单目标优化设计方法和多目标优化设计方法按维数,可分为一维优化设计方法和多维优化设计方法按约束情况,可分为无约束优化设计方法和约束优化设计方法按寻优途径,可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达,可分为能用数学模型表达的优化设计问题其寻优途径为数学方法,如数学规划法、最优控制法等。 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数,在优化过程中,这些参数就是自变量,一旦设计变量全部确定,设计方案也就完全确定了。设计变量的数目确定优化设计的维数,设计变量数目越多,设计空间的维数越大。优化设计工作越复杂,同时效益也越显著,因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。
机械优化设计——复合形方法及源程序
机械优化设计——复合形方法及源程序 (一) 题目:用复合形法求约束优化问题 ()()()2221645min -+-=x x x f ;0642 2211≤--=x x g ;01013≤-=x g 的最优解。 基本思路:在可行域中构造一个具有K 个顶点的初始复合形。对该复合形各顶点的目标函数值进行比较,找到目标函数值最大的顶点(即最坏点),然后按一定的法则求出目标函数值有所下降的可行的新点,并用此点代替最坏点,构成新的复合形,复合形的形状每改变一次,就向最优点移动一步,直至逼近最优点。 (二) 复合形法的计算步骤 1)选择复合形的顶点数k ,一般取n k n 21≤≤+,在可行域内构成具有k 个顶点的初始复合形。 2)计算复合形个顶点的目标函数值,比较其大小,找出最好点x L 、最坏点x H 、及此坏点x G .. 3)计算除去最坏点x H 以外的(k-1)个顶点的中心x C 。判别x C 是否可行,若x C 为可行点,则转步骤4);若x C 为非可行点,则重新确定设计变量的下限和上限值,即令C L x b x a ==,,然后转步骤1),重新构造初始复合形。 4)按式()H C C R x x x x -+=α计算反射点x R,必要时改变反射系数α的值,直至反射成功,即满足式()()()()H R R j x f x f m j x g ?=≤;,2,1,0,。然后x R以取代x H,构成新的复合形。 5)若收敛条件()()[] ε≤?? ? ?????--∑=2 1 1211k j L j x f x f k 得到满足,计算终止。约束最优解为:() ()L L x f x f x x ==*,*。 (三) 复合形法程序框图见下图:
结构优化设计
《结构优化设计》课程专题训练 课程名称:结构优化设计 所在班级:工力13-1班 学生姓名:zzzzzzzzz 学号:11111111111 指导教师:zzzzzzz 成绩:
目录 一.研究目的 ...................................... 错误!未定义书签。 1.1 实际问题在工程中的应用........... 错误!未定义书签。 二.研究内容 (3) 2.1 工程模型问题简化假设 (3) 三.问题求解 (4) 3.1准则法求解: (4) 3.2数学规划法求解: (5) 四.结果与结论 (9) 4.1结果 (9) 4.2 结论 (9)
1.1实际问题在工程中的应用 图1:南京长江大桥 如图一所示为南京长江大桥桁架结构。此类桁架,因其结构轻巧,设计、制作、安装均很简便,且适应跨度范围很大,故在生产中有着大量的应用。这里主要为凸显结构优化问题,将绗架取局部结构,通过两种结构优化算法计算求解,加深对两种方法的了解与对结构优化设计含义的理解。
2.1 工程模型问题简化假设 现将图中结构简化为图三中的两桁架结构,假设壁厚t 和半跨B 已给定,要求选择钢管的平均直径D 和绗架高度H ,使杆件不失稳,杆件材料不屈服,且结构最轻,给定参数荷载P=33000磅,B=30英寸,t=0.1 英寸,屈服应力5 10=σ磅/平方英寸,弹性模量E=3x 710磅/平方英寸。 图 2
三.问题求解 该问题的目标函数是结构的重量,设计所需的约束条件为:圆管杆件中的压应力应该小于或等于压杆稳定的欧拉临界应力;圆管杆件中的压应力应该小于或等于材料的屈服应力;管子的平均直径D 和桁架的高度H 受上、下界的限制。 问题可以总结为: 目标函数:圆管的最轻重量minW 约束条件s.t. 3.1准则法求解: 该问题中指定参数为B,t ,E ,ρ,σ,D ,D ,H ,H ,设计变量为D ,H ,该问题的目标函数时结构的重量,设计受到的约束条件为:圆管杆件中的压应力应该远小于或等于压杆稳定的欧拉临界应力σ;圆管杆件中的压应力应远小于或等于材料的屈服应力σ;管子的平均直径D 和绗架的高度H 受到上下界的限制。 求最优的D 和H ,使目标函数最小,即: 2 122)(t 2min H B D W +=πρ S.T. H H H D D D tDH H B P H B ED tDH H B P ≤≤≤≤≤++≤ +σ πππ) ()(8)(22222 22 122