摘要:针对现有的多学科可靠性分析方法只进行系统级优化,使系统级优化器的工作负担过重、求解效率低下的问题,提出了一种基于逆可靠性策略(Inverse Reliability Strategy,IRS)的多学科遗传协同(Collaborative Optimization Based On Genetic Algorithm,GA-CO)可靠性分析方法(IRS-GA-CO)。该方法将IRS方法与多学科协同优化算法结合进行复杂系统工程可靠性分析。同时,采用遗传算法求解系统级可靠性优化问题,克服多学科协同优化算法中拉格朗日乘子不存在的缺陷。在IRS-GACO方法中所有的学科能够独立的进行优化,这样不仅解除了所有学科之间的耦合,提高了搜索最大可能点(Most Probable Point,MPP)的效率,而且学科级能进行优化,系统级优化器的负担可显著地降低。通过一个数学算例和齿轮减速器多学科可靠性分析的工程例子证明了文中提出方法的效率和精度,这个优点在大规模的复杂工程系统的设计中能够更好地体现出来。
摘要:张紧器布置参数(包括张紧器安装位置和安装角)影响多楔带附件驱动(Serpentine Belt Accessory Drive,简称SBAD)系统动力性能。为控制SBAD系统振动,以张紧器布置参数为设计变量,以张紧器有效系数最大、带段横向振动幅值最小为目标建立多目标和单一目标两种优化模型。对一带轮SBAD系统进行优化,通过对比两种优化方案的优化结果和计算过程,指出引入权重系数的单一目标优化法的有效性。