高维混合不确定条件下基于降维积分的产品关键结构可靠性优化设计

• Published in: 计算机集成制造系统 Vol. 30; no. 12; pp. 4152 - 4167
• Main Authors: 洪兆溪, 谭建荣, 何利力, 胡炳涛, 张志峰, 宋秀菊, 冯毅雄
• Format: Journal Article
• Language: Chinese
• Published: 浙江大学流体动力基础件与机电系统全国重点实验室,浙江 杭州 310027%浙江理工大学计算机科学与技术学院,浙江 杭州 310018%浙江大学流体动力基础件与机电系统全国重点实验室,浙江 杭州 310027%浙江大学流体动力基础件与机电系统全国重点实验室,浙江 杭州 310027 31.12.2024; 浙江大学宁波科创中心,浙江 宁波 315100; 贵州大学省部共建公共大数据国家重点实验室,贵州 贵阳 550025
• Subjects: 降维积分; 双层嵌套计算; 产品结构; integration dimension-reduction; 可靠性优化设计; product key structure; 高维混合不确定; double-layer nesting computing; high-dimensional heterogeneous uncertainties; reliability optimization design
• ISSN: 1006-5911
• DOI: 10.13196/j.cims.2024.0573

TP18%TB114.3; 在产品可靠性中注入优化设计思想,在满足可靠度要求的前提下寻找能够使目标性能最优的关键结构设计变量取值,是保障产品性能和提升人类使用感受的重要途径.值得注意的是,不确定因素在结构设计过程中无处不在且品种多样,特别是区间不确定和随机不确定往往同时存在,并具有较高的参数维度,使得传统的设计方法不再适用.针对此问题,先引入积分降维来提升产品关键结构可靠性的分析速度,再通过Kriging近似建模技术和多目标粒子群智能算法,建立高维混合不确定产品关键结构可靠性优化设计的高效循环嵌套计算架构.内层计算聚焦于考虑高维混合不确定变量的产品关键结构功能函数降维积分以快速获取其上下界函数表征及对应的可靠性范围,外层计算则根据内层的可靠性分析结果来判断当前的结构设计变量是否满足可靠性要求并借助多目标粒子群智能算法进行搜索更新,有效减小了产品关键结构可靠性优化设计过程的计算工作量,并通过工程实例验证了所提方法的合理性与有效性.