[發明專利]復雜機械動態裝配關系多級嵌套可靠性優化設計方法

在審

• 申請號: 202011052285.5
• 申請日: 2020-09-29
• 公開（公告）號: CN112329159A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 費成巍;劉皓天;路成;韓雷;張國強
• 申請（專利權）人: 復旦大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/23;G06F30/27;G06F119/02
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

1.一種復雜機械動態裝配關系多級嵌套可靠性優化設計方法，其特征在于，是基于混合智能回歸技術的；分為五個步驟：裝配體模型分解，單對象單學科可靠性優化，單對象多學科可靠性優化，機械動態裝配關系可靠性優化，機械動態裝配關系可靠性優化設計結果輸出；其中：

S1：裝配體模型分解分解：是將一個“大”的復雜機械裝配體模型分解為若干“小”的模型，亦稱子對象，并建立各裝配體子對象部件的有限元模型；

S2：單對象單學科可靠性優化；

首先設置邊界條件，確定隨機輸入變量，并對于每一個學科，應用改進支持向量機回歸模型，建立單對象單學科可靠性優化模型；具體包括：

S21：將改進支持向量機回歸模型作為代理模型，建立單對象單學科可靠性優化模型，并基于該模型進行單對象單學科可靠性優化分析；當改進支持向量機回歸代理模型表示為則單對象單學科可靠性優化模型為式(1)所示：

式中，上標i和ij分別代表第i個裝配對象和第i個裝配對象中的第j個參數；k表示第k個循環計算；x_k表示第k個循環的設計變量向量；f表示目標函數；g表示約束函數；E表示可靠性優化平均模型的函數；t是時間；μ和δ分別為第k個循環后裝配關系的允許平均值和允許標準差；Φ^-1表示正態分布反函數；a和b分別是x_k的下界和上界；R₀是預定的可靠性度；

S22：在進行單對象單學科可靠性優化分析過程中，判斷迭代次數是否小于最大迭代次數，若不滿足條件，則直接輸出優化結果，終止優化；若滿足，則執行可靠度判斷S23；

S23：判斷可靠度是否大于預定可靠度；若不滿足條件，則將單對象單學科優化結果作為新的優化設計變量代入到改進支持向量機回歸模型建立的單對象單學科可靠性優化模型，即返回S21，將單對象單學科優化結果代入到公式(1)；若滿足條件，則輸出單對象單學科優化結果；執行步驟S3；

S3：單對象多學科可靠性優化：

將單對象單學科的優化結果作為單對象多學科可靠性優化設計變量，進行單對象多學科可靠性優化設計，具體包括：

S31：將單對象單學科的優化結果即步驟S2中得出的優化結果作為單對象多學科可靠性優化設計變量建立改進支持向量機回歸代理模型Yⁱ，進而建立單對象多學科可靠性優化模型，如公式(2)所示：

式中，各參數含義與式(1)中的對應參數含義相同；

S32：基于單對象多學科可靠性優化模型，進行單對象多學科可靠性優化分析；

S33：在進行單對象多學科可靠性優化分析過程中，判斷迭代次數是否小于最大迭代次數，若不滿足條件，則直接輸出優化結果，終止優化；若滿足，則執行可靠度判斷步驟S34；

S34：判斷可靠度是否大于預定可靠度；若不滿足條件，則將單對象多學科優化結果作為新的優化設計變量，建立新的改進支持向量機回歸模型和新的單對象多學科可靠性優化模型，即為新的公式(2)；若滿足條件，則輸出單對象多學科優化結果，并執行步驟S4；

S4：機械動態裝配可靠性優化；

將單對象多學科的優化結果，即步驟S3中的優化結果，作為多對象多學科的可靠性優化設計變量，建立優化模型，完成機械動態裝配可靠性設計，具體包括：

S41：將S3中單對象多學科的優化結果作為多對象多學科的可靠性優化設計變量x_k，建立改進支持向量機回歸代理模型Y，進而建立多對象多學科可靠性優化設計模型，即公式(3)：

式中，上標i和ij分別代表第i個裝配對象和第i個裝配對象中的第j個參數；k表示第k個循環計算；和分別是第k個循環后單對象單學科的改進支持向量機回歸模型和單對象多學科的改進支持向量機回歸函數的最優目標值；其余參數含義與式(1)中的對應參數含義相同；

S42：進行多對象多學科機械運行裝配關系的可靠性優化分析；

S43：在進行多對象多學科機械運行裝配關系的可靠性優化分析過程中，判斷迭代次數是否小于最大迭代次數；若不滿足條件，則直接輸出優化結果，終止可靠性優化實施；若滿足，則進行可靠度判斷步驟S44；

S44：判斷可靠度是否大于預定可靠度；若不滿足條件，則將多對象多學科優化結果作為新的設計變量建立新的改進支持向量機回歸模型和新的多對象多學科可靠性優化設計模型，即為新的公式(3)，返回S41重新計算；若滿足條件，執行步驟S5；

S5：完成機械裝配關系運行可靠性優化設計，輸出優化結果。

2.根據權利要求1所述的復雜機械裝配關系多級嵌套可靠性優化設計方法，其特征在于，所述的改進支持向量機回歸模型如方程(4)所示：

其中：

式中，分別為支持向量機回歸模型中a_i，b，s中的最優解；

這里，支持向量機回歸模型表達式為：

其中，l是樣本集x的長度；x`是樣本集x的中心點；SV是由最優超平面確定的支持向量；a_i是權重向量；b表示偏差項；ψ是核函數；支持向量機回歸模型中的核函數為高斯函數，具體表達式為：

其中，s是高斯核函數ψ的寬度；x＝[x₁，x₂，…，x_i，…，x_l]，為輸入樣本集，其中x_i＝[x_i1，x_i2，…，x_ir]代表r個輸入參數的第i個樣本向量。