复杂产品设计空间探索与协调分解方法研究

摘要

复杂产品（如飞机、舰船、汽车，机床等）的设计优化涵盖众多领域、涉及多个学科，并且领域、学科之间相互作用、彼此耦合，使得复杂产品的设计优化过程极其复杂、难以求解。多学科设计优化（MDO）正是针对这一问题而构建的一种进行系统综合优化的框架。由于MDO 其分解、优化的有效性和实用性，逐渐成为复杂产品设计优化研究领域的热点。复杂产品的设计空间探索与协调分解是缩减设计空间、降低系统大规模计算的根本途径，受到了广泛关注。由于在复杂产品的设计优化过程中，研究设计空间探索与协调分解方法属于学科交叉领域，需要相对较多的知识储备，这使其发展受到一定程度地限制，给本领域的研究提出挑战。
　　 本文从设计空间探索与协调分解入手，对复杂产品设计优化的内部机理进行深入研究。建立了复杂产品设计空间探索与协调分解的研究体系，对于其中的若干问题进行了较为深入的研究，包括基于知识的设计空间探索、基于物理规划的分级目标传递（ATC-PP）及其非协作元素解耦均衡点求解、均衡点稳定性分析、元素分析模块的近似模型构建等，并结合大型船舶设计优化实例对所提出的方法进行了验证，取得了很好的应用效果。
　　 首先，提出了本文理论方法研究的体系，分析了复杂产品设计空间的特点，介绍了本文相关研究术语及其定义，在此基础上，提出了复杂产品设计空间探索与协调分解的研究框架。
　　 其次，提出了基于双层映射的设计空间探索方法。提出了基于粗糙集（RST）的逆向映射方法，实现系统性能空间到配置空间的映射，通过对大量的有用设计配置数据进行分析，得到相关的配置规则，将性能空间映射到配置空间并进行划分；提出了基于自组织映射（SOM）的逆向映射方法，实现配置空间到设计空间映射，以达到减少变量维数与缩小设计空间的目的。双层“逆向映射”方法将系统性能空间映射到设计空间，实现了设计空间的探索与范围缩减。
　　 然后，提出了基于物理规划的分级目标传递方法，建立了相应的数学模型和实施流程。该方法不仅保留了分级目标传递方法（ATC）基于部件分解的优点，而且引入了物理规划（PP）中的偏好函数来衡量父子元素之间的响应与连接变量的容差。
　　 偏好函数的引入可以反映出工程设计人员的设计偏好，符合设计人员的设计习惯。
　　 在偏好区间内，研究非协作元素间耦合均衡点求解与均衡点的稳定性等问题，利用响应面构建出合理反应集，实现均衡点的求解；采用基于Laypunov 直接法的系统解耦稳定性判断方法，判定ATC-PP 方法的解耦稳定性。
　　 接着，提出了基于B-Kriging 模型的近似模型构造方法。相对于其它近似模型的构造方法，Kriging 模型具有更高的模型精度。在ATC-PP 方法中，由于设计变量在偏好区间中的均值无法准确预测，构造了基于贝叶斯变量选择方法的Kriging 模型（B-Kriging 模型），提出了B-Kriging 模型中连接变量一次候选项的强制保留机制，避免在进行贝叶斯变量选择时删除连接变量，确保整个系统解耦的可行性与稳定性。
　　 随后，将本文所提出的设计空间探索与协调分解方法，应用于50000DWT大灵便型散货船的概念设计，进行应用验证。结果表明本文所提出的方法在大型船舶复杂产品设计优化中能够取得期望的效果。
　　 最后，总结了本文的主要研究工作，并对今后的工作做出展望。

目录

文摘

英文文摘

声明

1 绪 论

2 设计空间探索与协调分解的相关理论与总体研究框架

3 基于双层映射的设计空间探索方法

4 基于物理规划的分级目标传递协调分解方法

5 基于B-Kriging 模型的近似模型构造方法

6 散货船设计空间探索与协调分解

7 全文总结与工作展望

致 谢

参考文献

附录1 攻读博士学位期间发表学术论文目录