版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、當(dāng)今全球汽車企業(yè)之間的競爭越來越激烈,安全、節(jié)能與環(huán)保成為了汽車發(fā)展的三大熱點(diǎn)問題。為適應(yīng)與滿足快速多變的市場需求,多學(xué)科優(yōu)化設(shè)計(jì)方法已經(jīng)在新產(chǎn)品開發(fā)和協(xié)同設(shè)計(jì)等方面帶來了巨大變革。然而,對于汽車被動安全設(shè)計(jì)等復(fù)雜工程領(lǐng)域的設(shè)計(jì)問題,采用傳統(tǒng)的進(jìn)化算法進(jìn)行優(yōu)化求解,則需要漫長的計(jì)算時間;而且由于設(shè)計(jì)變量、約束條件繁多,很多情況下難以獲取準(zhǔn)確的最優(yōu)解。因此,為了在有限的時間內(nèi)獲取更優(yōu)的設(shè)計(jì)方案,確保設(shè)計(jì)質(zhì)量,降低成本,快速而準(zhǔn)確的高性能多
2、學(xué)科優(yōu)化技術(shù)將是汽車被動安全設(shè)計(jì)的一個關(guān)鍵突破點(diǎn)。同時,被動安全設(shè)計(jì)過程存在或產(chǎn)生了大量數(shù)據(jù),且以往相似案例的開發(fā)過程也積累了一些數(shù)據(jù)。這些龐大的數(shù)據(jù)資源包含極其豐富且有巨大價(jià)值的信息。由于數(shù)據(jù)挖掘方法在其他工程領(lǐng)域的廣泛應(yīng)用,以及被動安全設(shè)計(jì)領(lǐng)域與這些工程領(lǐng)域中的數(shù)據(jù)具有一定的共性,汽車被動安全設(shè)計(jì)部門逐漸將目光投向數(shù)據(jù)挖掘方法。但是,傳統(tǒng)的信息檢索機(jī)制和統(tǒng)計(jì)分析方法只能獲取這些數(shù)據(jù)的表層信息,無法充分利用它們。如何將這些數(shù)據(jù)資源的利
3、用提高到更高階段,達(dá)到數(shù)據(jù)利用過程和汽車被動安全優(yōu)化設(shè)計(jì)過程的有機(jī)結(jié)合,是汽車被動安全研究發(fā)展到一定階段的客觀要求。
本文針對汽車被動安全設(shè)計(jì),基于數(shù)據(jù)挖掘理論與方法,對多學(xué)科優(yōu)化設(shè)計(jì)的關(guān)鍵技術(shù)進(jìn)行研究。本文在美國福特汽車公司大學(xué)研究計(jì)劃(URP)、機(jī)械系統(tǒng)與振動國家重點(diǎn)實(shí)驗(yàn)室開放課題等項(xiàng)目支持下,結(jié)合作者于博士就讀期間在福特汽車公司北美全球研發(fā)與創(chuàng)新中心被動安全部門的兩年相關(guān)研究經(jīng)驗(yàn),總結(jié)出應(yīng)用數(shù)據(jù)挖掘理論與技術(shù),支持汽車被
4、動安全設(shè)計(jì)的兩個研究方向:優(yōu)化設(shè)計(jì)問題約簡和高效優(yōu)化算法開發(fā),形成基于設(shè)計(jì)約束約簡,設(shè)計(jì)變量約簡,多學(xué)科優(yōu)化搜索策略,算法參數(shù)設(shè)置,帕累托最優(yōu)解評價(jià)的多學(xué)科優(yōu)化設(shè)計(jì)與評估流程,并開展相應(yīng)的工程應(yīng)用研究。該流程已成功用于汽車的安全設(shè)計(jì)中,為我國汽車被動安全設(shè)計(jì)提供理論與方法指導(dǎo),本文主要研究內(nèi)容如下:
(1)被動安全設(shè)計(jì)中的設(shè)計(jì)約束約簡方法研究
針對汽車被動安全設(shè)計(jì)中設(shè)計(jì)約束繁多造成計(jì)算成本高、計(jì)算時間長的問題,在該領(lǐng)
5、域提出設(shè)計(jì)約束約簡的思想,并具體給出基于改進(jìn)的變精度離散粗糙集的設(shè)計(jì)約束約簡方法,有效降低了復(fù)雜工程問題的計(jì)算成本和時間,為該問題的后續(xù)開發(fā)或相似案例的研究提供指導(dǎo)。其中,分析汽車被動安全設(shè)計(jì)中的數(shù)據(jù)特點(diǎn),在對傳統(tǒng)變精度離散粗糙集方法總結(jié)的基礎(chǔ)上構(gòu)建粗糙集算法加強(qiáng)器,提出了基于改進(jìn)的變精度離散粗糙集的設(shè)計(jì)約束數(shù)據(jù)挖掘方法。數(shù)學(xué)與工程案例驗(yàn)證了該改進(jìn)方法的有效性。通過汽車被動安全領(lǐng)域案例分析,該設(shè)計(jì)約束約簡方法通過選擇重要的安全需求,有效
6、降低該案例及后續(xù)相似案例的問題復(fù)雜性,節(jié)省大量計(jì)算資源和計(jì)算時間。
(2)被動安全設(shè)計(jì)中的設(shè)計(jì)變量約簡方法研究
針對汽車被動安全優(yōu)化設(shè)計(jì)具有大量設(shè)計(jì)變量而影響更優(yōu)解獲取的問題,分析設(shè)計(jì)變量類數(shù)據(jù)的連續(xù)型特點(diǎn),提出基于新的變精度模糊粗糙集的設(shè)計(jì)變量類數(shù)據(jù)挖掘方法,實(shí)現(xiàn)了基于數(shù)據(jù)挖掘的設(shè)計(jì)變量約簡。其中,提出一種基于模糊化理論、不一致矩陣和粗糙集算法加強(qiáng)器的新的變精度模糊粗糙集方法,使之更適用于汽車被動安全設(shè)計(jì)數(shù)據(jù),提高
7、處理眾多設(shè)計(jì)變量的能力,實(shí)現(xiàn)對復(fù)雜被動安全設(shè)計(jì)問題的設(shè)計(jì)變量約簡。提出的設(shè)計(jì)變量約簡方法能有效降低問題復(fù)雜性,獲取更優(yōu)的設(shè)計(jì)方案。通過工程案例研究表明,該方法能有效縮減優(yōu)化搜索域,獲取更優(yōu)的設(shè)計(jì)方案。
(3)基于聚類分析與近似模型的優(yōu)化搜索策略研究
使用NSGA-II等進(jìn)化算法進(jìn)行直接多學(xué)科優(yōu)化設(shè)計(jì)的過程中,常產(chǎn)生大量幾乎重復(fù)的設(shè)計(jì)點(diǎn)或者質(zhì)量較低的設(shè)計(jì)點(diǎn),尤其對于汽車被動安全設(shè)計(jì)等高維多約束的復(fù)雜工程問題,為減少計(jì)算
8、資源和時間消耗,提出一種基于數(shù)據(jù)挖掘的優(yōu)化搜索策略,采用聚類分析和近似模型對優(yōu)化過程中的歷史數(shù)據(jù)進(jìn)行挖掘和應(yīng)用。其中相似點(diǎn)識別和聚類分析用于實(shí)時判斷新的設(shè)計(jì)點(diǎn)是否處在較好的設(shè)計(jì)域,根據(jù)判定結(jié)果決定是否在該設(shè)計(jì)點(diǎn)處運(yùn)行數(shù)字化仿真模型,或者用新的質(zhì)量較好的設(shè)計(jì)點(diǎn)代替;同時,在優(yōu)化倒數(shù)第二代迭代后,利用當(dāng)前所有的優(yōu)化過程歷史數(shù)據(jù)建立近似模型,并基于該模型進(jìn)行優(yōu)化,然后在優(yōu)化得到的設(shè)計(jì)點(diǎn)處運(yùn)行數(shù)字化仿真模型,與之前的設(shè)計(jì)點(diǎn)合并生成新一代的設(shè)計(jì)點(diǎn)
9、,最后繼續(xù)基于仿真模型進(jìn)行優(yōu)化,直到滿足優(yōu)化終止條件。該策略能在優(yōu)化初期擴(kuò)大搜索范圍,避免局部最優(yōu),并在后期收斂于合理域內(nèi),實(shí)現(xiàn)精確搜索。它能更有效率地利用仿真運(yùn)算,在有限的時間內(nèi)獲取更優(yōu)的設(shè)計(jì)方案。
(4)優(yōu)化算法參數(shù)設(shè)置及帕累托最優(yōu)解評價(jià)指標(biāo)研究
被動安全設(shè)計(jì)等復(fù)雜工程問題要求優(yōu)化算法具有較強(qiáng)的尋優(yōu)求解能力,而合理的參數(shù)設(shè)置對 NSGA-II尋優(yōu)結(jié)果及效率具有很大的影響。本文通過大量數(shù)值案例研究,對NSGA-II
10、交叉分布指數(shù)與變異分布指數(shù)兩個參數(shù)提出合理的設(shè)置區(qū)間。通過多個案例,采用分類和回歸樹數(shù)據(jù)挖掘技術(shù),驗(yàn)證其有效性。同時,提出一種新的綜合考慮均勻性與廣度的帕累托最優(yōu)解評價(jià)指標(biāo),作為優(yōu)化過程的停止準(zhǔn)則,減少不必要的仿真運(yùn)算。通過數(shù)學(xué)與工程案例研究表明,該評價(jià)指標(biāo)更與領(lǐng)域?qū)<业呐袛嘞喾Mㄟ^算法參數(shù)的合理設(shè)置和帕累托解集的準(zhǔn)確評價(jià),提高有限時間內(nèi)設(shè)計(jì)方案的質(zhì)量。
(5)汽車被動安全多學(xué)科優(yōu)化設(shè)計(jì)方法工程應(yīng)用研究
針對高維、
11、多約束、強(qiáng)非線性的乘員約束系統(tǒng)等復(fù)雜被動安全優(yōu)化設(shè)計(jì)問題,綜合運(yùn)用基于改進(jìn)的離散粗糙集的設(shè)計(jì)約束約簡方法,基于新的變精度模糊粗糙集的設(shè)計(jì)變量約簡方法,基于聚類分析和近似模型的多學(xué)科優(yōu)化搜索策略,基于大量數(shù)值案例研究的NSGA-II推薦參數(shù)設(shè)置,以及綜合考慮均勻性與寬廣性的帕累托最優(yōu)解評價(jià)指標(biāo),提出了基于數(shù)據(jù)挖掘理論與技術(shù)的汽車被動安全優(yōu)化設(shè)計(jì)與評估總體構(gòu)架與具體實(shí)施步驟。以某轎車乘員約束系統(tǒng)為研究對象,考慮100%正面碰撞,不同碰撞強(qiáng)度
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多學(xué)科優(yōu)化的汽車方向盤設(shè)計(jì)研究.pdf
- 基于多學(xué)科優(yōu)化的汽車方向盤設(shè)計(jì)研究
- 基于設(shè)計(jì)空間縮減的多學(xué)科設(shè)計(jì)優(yōu)化方法研究.pdf
- 基于PATC的多學(xué)科穩(wěn)健性設(shè)計(jì)優(yōu)化方法研究.pdf
- 飛機(jī)設(shè)計(jì)的多學(xué)科優(yōu)化方法研究.pdf
- 基于iSIGHT的電子汽車衡的多學(xué)科設(shè)計(jì)優(yōu)化.pdf
- 基于碰撞安全性的車身多學(xué)科設(shè)計(jì)優(yōu)化.pdf
- 基于多學(xué)科設(shè)計(jì)優(yōu)化方法的船舶水動力性能綜合優(yōu)化研究.pdf
- 基于仿真分析的復(fù)雜機(jī)械產(chǎn)品多學(xué)科設(shè)計(jì)優(yōu)化方法研究.pdf
- 多學(xué)科設(shè)計(jì)優(yōu)化方法及其應(yīng)用研究.pdf
- 飛機(jī)多學(xué)科設(shè)計(jì)優(yōu)化中的近似方法研究.pdf
- 多學(xué)科優(yōu)化方法在汽車底盤設(shè)計(jì)中的應(yīng)用研究.pdf
- 基于多學(xué)科設(shè)計(jì)優(yōu)化方法的工程總承包項(xiàng)目設(shè)計(jì)管理研究.pdf
- 基于時變不確定分析的多學(xué)科設(shè)計(jì)優(yōu)化方法研究.pdf
- 基于多學(xué)科設(shè)計(jì)優(yōu)化的潛艇結(jié)構(gòu)-聲輻射優(yōu)化研究.pdf
- 求解多學(xué)科設(shè)計(jì)優(yōu)化問題的雙層分解方法.pdf
- 水泵葉片的多學(xué)科設(shè)計(jì)優(yōu)化理論與方法研究.pdf
- 汽車轉(zhuǎn)向與懸架集成系統(tǒng)多學(xué)科設(shè)計(jì)方法研究.pdf
- 汽車磁流變制動器設(shè)計(jì)的多學(xué)科設(shè)計(jì)優(yōu)化.pdf
- 汽車磁流變制動器設(shè)計(jì)的多學(xué)科設(shè)計(jì)優(yōu)化.pdf
評論
0/150
提交評論