基于区间结构分析的
不确定性优化方法
工程应用
12.6.1 车架结构的不确定性优化设计
车架为整个车辆的基座,车辆大多数部件例
如发动机、传动及悬架系统、驾驶室等都固定于
车架,这些部件都通过连接件对车架产生载荷,
在对其结构进行设计时,需优化其横梁的布置使
车架在垂向上具最大刚度。如图 12.7 所示车架结
构,由两根纵梁和多根横梁组成,纵梁由槽钢制
作 而 成 , 其 横 截 面 形 状 如 图 12.8 所 示 ;
,
ib i 表 示 7 根 横 梁 , 均 为
690mm 90mm 5mm
1,2,
钢板。
,7
图 12.7 车架结构(mm)
图 12.8 纵梁截面形状(mm)
通过简化载荷和边界约束,建立如图 12.9 所
示的车架的静力学有限元模型,该模型采用二维
实体单元和 4 节点壳单元划分网格。图中单箭头
表示集中力,双箭头表示弯矩,三角形表示不同
方向的固定约束。集中力 ,
iF i 分别为
1,2,
,10
201N,222.5N,500N,222.5N,300N,300N,
300N,300N,200N 和 200N;弯矩 ,
,10
分别为 190.2Nm,190.2Nm,120Nm,120Nm,
110.5Nm,120Nm,110.5Nm,120Nm,180Nm
和 180Nm。车架材料密度
,
2.0 10 MPa
弹性模量
7.8 10 kg / mm
,泊松比 0.3 。
iM i
1,2,
E
6
5
3
图 12.9 简化后的车架静力学模型[18]
T
,
l
3
,
l
1
,
l
4
l
2
车架横梁 1b , 6b 和 7b 固定,其它横梁的跨距
需优化,故选择
l
为设计向量。因为
车架变形后在 y 向上的最大位移可以用于表征其
刚度的大小,所以将其作为目标函数。由于制造
和测量误差,材料的弹性模量 E 和泊松比为不
确定变量,其不确定性水平都为 10%。鉴于以上
对问题的描述,建立如式(12.58)所示仅在目标函
数中存在不确定性的车架优化模型[18]
( ,
min
x U
d
max
s.t.
l
l
l
l
3
1
4
300mm
1,2,3,4
l
i
5
1.8 10 ,2.2 10 MPa,
E
(12.58)
式中,
x =
,
E
为
不确定变量,目标函数 maxd 表示车架变形后的 y
向最大位移。在优化过程中只需对目标函数进行
3200mm
1500mm,
i
为设计向量,
U =
R
E E
l
2
l
4
l
3
l
1
,
T
L
,
L
,
2
R
,
,
l
)
5
0.27,0.33
T
基于有限元的区间结构分析,而约束按常规确定
性优化方法进行处理。相关参数为 0.0,正则因
子 和 分 别 为 1.16 和 0.13 。 优 化 算 法 采 用
IP-GA,其最大代数为 200。表 12.1 为 6 种不同
多目标权系数下的优化结果,图 12.10 为二维目
标函数空间上解的分布情况。
表 12.1 不同多目标权系数下的优化结果[18]
最优设计向量(mm)
目标函数区间(mm)
中点(mm)
半径(mm)
1.0
0.8
0.6
0.4
0.2
0.0
(1041.3, 569.8, 307.0, 300.0)
(1069.5, 532.3, 300.0, 301.2)
(1109.4, 494.7, 300.0, 300.0)
(1071.8, 497.1, 302.3, 312.9)
(1071.8, 497.1, 302.3, 312.9)
(1081.5, 492.3, 304.6, 302.7)
[1.45, 1.71]
[1.24, 1.62]
[1.11, 1.59]
[0.94, 1.56]
[0.94, 1.56]
[0.81, 1.51]
1.58
1.43
1.35
1.25
1.25
1.16
800
700
600
500
400
300
200
100
0
(
)
s
*
s
/
m
度
速
加
图 12.10 不同权系数下的多目标最优解集[18]
由结果可知,随着值的变化,最优设计向
量下的目标函数区间的中点值和半径值呈相反的
变化趋势。 1.0 时,目标函数有最大的中点值
1.58mm 和最小的半径值 0.13mm,此时能很好地
保证设计鲁棒性,即刚度对不确定变量的敏感性
最小,但是车架在不确定性影响下的平均刚度较
差; 0.0 时,车架的平均刚度最好,但是鲁棒
性最差。因而,合理的多目标权系数需根据实际
工程问题的需要及设计人员的经验进行选取,以
更好地在设计鲁棒性和平均性能之间进行取舍。
在本算例中,一次区间结构分析需 3 次有限元计
算,而进行一次非线性区间结构优化共需 5000
次有限元计算。
12.6.2 乘员约束系统的不确定性优化设计
汽车乘员约束系统是汽车被动安全的主要组
成部分,其性能好坏直接关系到乘员生命安全。
如图 12.11 所示,为某型微车驾驶员侧正碰约束
系统模型,由车体、假人、安全带、座椅等子模
型组构成。假人模型按照 GB11551-2003,选用
Hybrid III 型第 50 百分位男性假人。基于混合法
对安全带进行建模,安全带与车体连接的部位采
用多体安全带,安全带与人体接触部位采用有限
元安全带。图 12.12 为约束系统模型输入条件,
即车体碰撞的加速度曲线。
-100
0
0.01
0.02
0.03
0.04
时间(ms)
0.05
0.06
0.07
0.08
图 12.11 驾驶员侧约束系统模型[19]
图
12.12 车体加速度曲线[19]
乘员伤害评价准则主要包括头部损伤准则
HIC (Head injury criterion )、 胸 部 3 毫 秒 准 则
(3ms)、胸部压缩量 Th PC(Thorax performance
criteria)及大腿轴向力准则 FFC(Femur force
criteria)。由于乘员损伤指标较多,通常使用加权
伤害准则 WIC (Weighted injury criterion) [20]对约
束系统性能进行整体评价
WIC
0.6
HIC
ms
36
1000
0.35
C
ms
3
60
D
75
/ 2 0.05
F
F
FL
FR
20.0
(12.59)
式中,HIC36ms 为头部 36 毫秒损伤准则的数值;
C3ms 为胸部 3 毫秒准则的数值,单位 g;D 为胸
部压缩量,单位 m;FFL 和 FFR 为左、右大腿骨的
最大轴向力,单位 kN。在不增加成本的基础上,
通过优化安全带上挂点位置 h ,安全带刚度(安
全带延伸率) e 和安全带的初始应变 s ,来改善
驾驶员侧假人头部损伤指标,提高其被动安全性。
实际各次碰撞过程中安全带及座椅与假人之间的
摩擦系数都不同,存在一定的波动性,而卷收器
的锁止时刻也很难通过试验准确获得,因此将安
全带与假人的摩擦系数 1f ,卷收器的锁止时刻t ,
座椅和假人的摩擦系数 2f 作为约束系统的不确
定性参数。选择 GB11551-2003 所规定的假人各
项损伤指标阀值作为优化模型的约束条件,选择
加权伤害 WIC 值作为优化模型的目标函数,最终
建立如下约束系统不确定优化模型[19]
,
min
x U
s.t.
36ms
0.82m
h
R
f
f
1
1
75mm,
60g,
C
3ms
15%, -0.04
0.92m 5%
e
R
L
,
t
t
,
0.2,0.4 ,
t
1000,
WIC
HIC
L
f
1
D
,
10KN
f
L
2
,
f
R
2
0.2,0.4
,
F F
FL
FR
0
s
= 0.6,1.4 ms,
f
(2.60)
, ,
t
为
f
1
f
T
2
2
式中,
x =
,
,
h e s
T
不确定变量。
为设计向量;
U =
利用区间不确定优化设计方法,对所建立的
约束系统设计模型进行求解。在优化过程中,相
关参数为 0.0,正则因子和分别为 1.16 和
0.13;权系数为 0.5,罚因子为 1000,不确
定约束的可能度水平均设为 1.0,允许误差为
0.01。优化算法采用 IP-GA,其最大代数设为 200。
设计变量及损伤指标优化前后对比结果如表 12.4
所示。
表12.4 约束系统优化前后对比结果[19]
设计变量及损伤指标
h (m)
e (%)
s
36HIC ms
D (mm)
3C ms (g)
FLF (kN)
FRF (kN)
WIC
优化前
0.87
9
-0.002
1071.40
37.4
41.920
0.9675
1.2783
0.8579
优化后
0.8876
6.85
-0.0058
[812.97, 954.31]
[36.5, 39.8]
[41.088, 46.463]
[0.9180, 0.9970]
[1.2554, 1.2588]
[0.7059, 0.7958]
由表 12.4 的对比结果可以看出,头部 36HIC ms
损伤值由优化前的 1071.4 下降到了优化后的
[812.97, 954.31],优化后区间的最大值小于 1000,
满足国家法规要求; 胸部压缩量 D 、胸部 3ms
损伤指标 3C ms ,左右大腿轴向力 FLF 和 FRF 区间的
最大值都远小于法规阀值;综合损伤指标WIC 值
也有所下降,由优化前的 0.8579 降到了优化后的
[0.7059, 0.7958]。通过优化设计,约束系统整体
防护性能得到一定程度的提升,同时在不确定参
数波动的情况下,驾驶员各项损伤指标的区间均
在法规阈值以内,提高了乘员约束系统的可靠性。
基于代理模型的非线
性区间优化设计
工程应用:磨床主轴的不确定优化
在精密磨削中主轴系统的振动对工件的表面
质量影响很大,而且对主轴轴承和砂轮的微刃都
有损害。因此,减小主轴系统的振动和优化主轴
系统的性能成为提高磨削质量的重要途径。某型
高速磨床的主轴系统包括砂轮架箱体,主轴,主
轴静压轴承,砂轮等,如图 13.2 所示。
荷并加载在砂轮的质心上,将切向磨削力 Ft 以磨
削力矩 T 形式加载在主轴上。为此以法向磨削力
nF 和磨削力矩T 为不确定参数,以轴承径向和轴
向刚度 k1 和 k2 为设计变量,以最小化砂轮质心
最大跳动幅值 qF 为目标函数,建立如式(13.8)所
示的不确定性优化设计问题[6]
min
s.t. 8.0 10 N mm
1.0 10 N mm
F
n
1.0 10 N mm
2.0 10 N mm
x, U
4
L
R
,
F F
n
n
820, 1000 N,
,
T T
k
1
k
F
q
T
6
5
L
R
2
4
式中,
x =
1,
k k
1
T
为设计向量;
U =
,
nF T
为不
929750, 113250 Nmm
(13.8)
T
确定变量。
优化过程中的相关参数设置如下:为 0.0,
正则因子和分别为 1.16 和 0.13,权系数为
0.5。求解近似不确定性优化问题时内外层优化算
法采用 IP-GA,其最大代数都设为 200,整个不
确定性优化算法中迭代步数目设为 10。在每一迭
代步,选择 30 个样本构建近似不确定性优化问
题,选择 7 个样本计算单个设计点处的真实罚函
数值,优化结果如表 13.1 所示。
表 13.1 主轴不确定优化设计结果[6]
图 13.2 砂轮架主轴系统
目标函数区间
目标函数中点
目标函数半径
数值模拟模型
( μm )
[1.61, 2.49]
( μm )
2.05
( μm )
0.44
计算次数
377
整个优化过程共调用耗时的数值模拟模型
377 次,在不确定参数作用下获得的优化设计结
果为当 k1=771573.8N/mm,k2=43802.5 N/mm 时,
砂 轮 质 心 的 最 大 跳 动 值 的 区 间 为 [1.61 μm ,
2.49μm ],区间中点为 2.05 μm ,半径为 0.44 μm 。
以区间中点来说,相比优化前的砂轮质心最大跳
动 值 0.33 μm 降 低 了 37.9% , 即 使 最 坏 情 况
(2.49 μm )也比优化前降低了 24.5%。通过不确
定性优化设计,在考虑载荷参数波动的情况下,
有效减少了主轴的振动。
基于局部加密代理模
型的区间优化算法
工程应用:车身薄壁梁耐撞性设计
最优设计向量(k1,k2)
(771573.8, 43802.5)
3
0.3
=7.81 10
该 主 轴 的 材 料 为 65Mn , 弹 性 模 量 E =
0.21TPa , 泊 松 比
, 密 度 为
kg/m³。砂轮架的材料为 HT200,E
=0.12TPa,=0.25,
kg/m³。在磨削
加工中,磨削力有三个分量,即 Ft 为切向磨削
力,Fn 为法向磨削力,Fs 为纵向进给方向的分力,
如图 13.3 所示。
=7.4 10
3
(N/mm)
图 13.3 外圆磨削过程中的磨削力
由于各个磨粒具有随机分布的正负倾角,使
得 Fs 相对于其它两个磨削力很小,所以在分析过
程中通常只考虑切向磨削力和法向磨削力。考虑
到磨削的实际工况,将法向磨削力 Fn 视为周期载
在车身耐撞性设计时,有多个指标可用来评
价车身结构的耐撞性能,如结构的吸能、平均碰
撞力及最大碰撞力等。在设计过程中,应使乘员
室以外的车身结构尽可能地发生变形,以最大限
度地吸收碰撞能量;另外,应尽量减小碰撞力,
降低该值可使加速度下降,从而使乘员受到伤害
的可能性减小。通过点焊焊接而成的薄壁梁是车
身承载和吸能的一类主要结构,对其进行耐撞性
优化设计对于汽车安全性的提高具有重要作用。
以图 13.5 所示的闭口帽型薄壁梁结构为例,对车
身薄壁梁结构的耐撞性进行优化。梁由一帽型梁
板和一腹板通过梁边缘均匀分布的焊点连接而
成,并以 10m/s 的初速度撞击刚性墙。
fg 表示轴向平均碰撞力。
建立闭口帽型薄壁梁结构碰撞过程的数值模
拟模型,选用壳单元划分网格,单元总数为 4200;
采用双线性随动硬化的弹塑性模型来描述材料特
性;梁尾部加上 250kg 的集中质量,以提供足够
的碰撞能;分析时间为 20ms。图 13.6 给出了该
梁的有限元网格划分,及利用数值模拟计算的梁
变形情况。
图 13.6 梁结构网格划分及数值模拟的变形情况
优化过程中相关的参数设置如下:为 0.0,
正则因子和分别为 1.9 和 2.4,权系数 为
0.5,罚因子为 100000,不确定约束的可能度
水平设为 0.8,允许误差 1 和 2 分别设为 0.5 和
0.15。求解近似不确定性优化问题时内外层优化
算法采用 IP-GA,其最大代数都设为 300。初始
样本的数量为 50,优化结果如表 13.2 所示。
表 13.2 考虑材料不确定的梁结构耐撞性优化结果[10]
最优设计向量(t, R, d)
目标函数区间
约束区间
约束
罚函数
迭代
数值模拟模型
(2.00, 2.75, 34.98)
(KJ)
(KN)
可能度
[8.30, 9.28]
[51.10, 69.74]
0.88
Pf
2.42
步数
计算次数
23
96
整个优化迭代 23 步收敛,获得最优设计向
量为
2.00mm,2.75mm,34.98mm T ,相应的罚函
数值为 2.42。在该最优设计向量下,闭口帽型梁
结构吸能由不确定塑性材料属性造成的可能区间
为
8.30KJ,9.28KJ ,平均碰撞力的可能区间为
51.10KN,69.74KN 。计算初始样本时,目标函
数和约束在采样点的值可通过同一次有数值模拟
图 13.5 闭口帽型梁结构 (mm)
(mm)
该结构材料为普通低碳钢,因为制造和测量
误差,材料的屈服应力 s 和切向模量 tE 假设为
不确定参数,其不确定性水平都为 5%。焊点间
距 d、板料厚度 t 和梁板弯折处圆角半径 R 是影
响闭口帽型梁结构耐撞性能的重要参数[8],所以
选择此 3 个参数作为设计变量。以结构的吸能为
设计目标,以轴向的平均碰撞力为约束,可建立
如下的不确定性优化问题[9~10]
max
,
,
t R d
( ,
s.t.
x U
0.5mm
R
s
)
65KN,70KN
2.5mm, 1mm
t
R
294.5,325.5 MPa,
E
t
8mm, 10mm
( ,
x U
g
L
s
)
f
,
e
f
s
L
R
,
E E
t
t
(13.16)
,
T
T
,
,
t R d
式中,
x =
不确定变量;目标函数 ef 表示结构的吸能;约束
为设计向量;
tEU =
为
s
d
724.8,801.2 MPa
计算获得,但在迭代过程中目标函数和约束需进
60mm
行不同的数值模拟计算获得各自加密点处的响应
值,整个优化过程中需 96 次数值模拟计算。
尺寸公差的区间描述
及不确定优化
汽车偏置碰撞问题
当汽车发生高速偏置正面碰撞时,汽车的保险
杠、防撞梁和吸能盒等相关部件成为吸收能量的主
要部件,其结构性能的优劣直接关系到乘员的安全
与车辆受损的程度。根据 RCAR (Research Council for
Automobile Repairs,RCAR)要求,高速偏置碰撞中
保险杠、吸能盒以及前纵梁是主要的吸能部件,并
且前纵梁是吸收能量最多的单个部件。为使保险
杠、吸能盒、前纵梁相互匹配,从而达到对碰撞中
三者变形顺序、变形模式与变形量的控制,以满足
车辆高速耐撞性的要求。
本文选取保险杠厚度 1t ,吸能盒内、外板厚度
2t 、 3t 以及前纵梁内、外板厚度 4t 、 5t 等五个变量
为优化设计变量,如图 1 所示。优化模型的目标函
数为五个部件的总质量 M 。约束条件为高速碰撞
保险杠 1t
吸能盒内板 2t 前纵梁内板 4t
吸能盒外板 3t
前纵梁内板 5t
图 1 碰撞中优化设计变量
车体后排左侧座椅点加速度积分均值 a ,以及高速
碰撞中发动机上、下两标记点侵入量 upI 、 down
I 。
可建立的如下形式的确定性优化模型:
min
(M t)
s.t.
I
I
50
t
( )
a
t
( ) 350mm
t
( ) 200mm
up
down
图 2 汽车偏置正面碰撞有限元模型
(17)
本文采用有限元模型(如图 2)进行仿真分析,
模型共有 755 个部件,998,220 个节点,977,742
个单元,偏置比例为正面的 40%。为了提高计算效
率,本文按照文献[30]在 RCAR 碰撞模式下所使用的
方法构建响应面:
t
( )
1 2
2 088
0 404
0 22
0 887
t
.
t + .
M
t + .
t + . t + .
1
2
3
4
5
t
20.6811
5.9156
6.8068 72.046
( )
t
a
t
t
1
2
3
2
6 5409
5.0733
8.9347
1 0178
t
t
.
.
t t
t
5
4
1 2
1
7 1284
8 8119
5 3484
2 0778
t t
t t
t t + .
.
.
.
t
1 5
1 4
1 3
8 8697
6.2829
3.2539
1.2682
t t
t t
.
t
t t
2 5
2 4
2 3
2
6.1353
2 0889
4.191
8.4
321
t t
.
t t
t
3 5
3 4
4
2
10.5505
t
5
208.5328
15.9471
t
t
4
20.4186
1.6061
t t
t t
1 3
1 4
9.4586
7.6888
t t
t t
2 4
2 3
2.3046
63.4983
t t
t t
3 4
3 5
2
2.9347
t
5
t
( )
(18)
t
( ) 226.7377 280.0385
194.2099
185.767
t
t
t
3
2
1
2
10.0733
39.2381
t t
t
1 2
1
2
28.3851
2.1468
t
t t
2
1 5
2
52.8772
7.4935
t
t t
3
2 5
2
9.7767
28.4107
t t
t
4
4 5
(19)
2
2
2
3
t t +
4 5
upI
I
5
down
528.9768 265.7077
96.2486
t
t
1
2
125.5247
15.0547
93.7327
t
t
t
4
3
5
2
19.0496
32.0556
10.5143
t t
t
t t
1 2
1
1 3
2
12.3135
2.3274
15.1081
t t
t t
t
1 5
1 4
2
3.4904
22.8587
27.5912
t t
t t
t t
2 5
2 3
2 4
2
32.3693
16.2962
15.752
t
t
t
t t
3 5
3 4
3
2
2
38.9043
23.6082
21.259
t t
t
t
4
4 5
5
(20)
利用本文构建的考虑设计变量尺寸公差的区间优
化方法对原问题式(16)进行优化,所得结果如表 3、
表 4 所示。
表 3 为当给定总质量
dm
13kg
时,所求得的
1.2mm
1.0mm
1.2mm
3.5mm
t
、
2
t
、
4
t
1
t
t
2.8mm
3.5mm
3
5
(16)
该总质量所对应的各元件板厚的基本尺寸与公差
的部分优化结果。由分析得知:在同一给定总质量
的约束条件下,随着制造精度要求的不同,即不同
的,优化后所对应的基本尺寸和公差都不尽相
同。表 4 为
dm ~14 kg 时,各元件板厚的优化结
果。由表 4 可见:只要给定一个设计性能的水平值,
就可以求出在该水平约束条件下的基本尺寸与公
9
差;其次,当该给定水平值越大时,的绝对值呈
现出增大的趋势,这是由于放松了给定的总质量约
束所致。再次,以 1.6%的板材冲压减薄率为例[31],
当板厚的最大基本尺寸为 3mm 时,其最大允许公
表 3
No.
ct
1
t
1(mm)
ct
2
t
dm
2(mm)
13 kg
时各元件板厚优化的部分结果
ct
3
t
3(mm)
ct
4
t
4(mm)
ct
5
t
5(mm)
1
2
3
4
5
6
7
8
9
10
2.521±0.049
1.949±0.077
1.326±0.122
2.153±0.061
2.939±0.061
2.621±0.053
1.999±0.078
1.639±0.111
2.139±0.063
2.934±0.066
2.600±0.049
1.880±0.076
1.539±0.112
2.084±0.059
2.883±0.064
2.536±0.053
1.866±0.085
1.744±0.121
2.110±0.054
2.939±0.061
2.599±0.055
2.034±0.078
1.641±0.117
2.264±0.061
2.935±0.065
2.559±0.050
2.153±0.074
1.282±0.114
2.444±0.062
2.937±0.063
2.537±0.056
2.117±0.078
1.733±0.100
2.382±0.074
2.939±0.061
2.442±0.053
2.105±0.077
1.406±0.116
2.536±0.056
2.940±0.060
2.547±0.047
2.245±0.057
1.377±0.100
2.083±0.066
2.920±0.073
2.477±0.054
1.926±0.080
1.967±0.117
2.507±0.052
2.939±0.061
差数值约为 48 μm ,此时所对应的标准公差仅仅略
低于 IT10。由于 IT10 属于冲压加工方法所能达到
的最高精度等级,所以制造工艺性比较差。但是,
从表 3 和表 4 结果可以得知,通过本文设计的区间
优化方法所获得的各元件的尺寸公差值 2 it 大部
分都在 80 μm 以上,对应的公差等级得以降低。表
4 最后一组结果中第三个板材的公差数值 32 t 更
是达到了 0.25mm,对应的加工精度等级则降为
IT14,即冲压加工方法所能实现的最低精度等级。
由此可见,本方法可以在较大程度上提高机械零部
件的加工工艺性,减少材料性质与制造过程中不确
定性所带来的影响,节省成本。
表 4
dm
(kg)
ct
1
t
1(mm)
dm
ct
t
2
9 ~ 14 kg
时 各 元 件 板 厚 优 化 的 部 分 结 果
2(mm)
ct
3
t
3(mm)
ct
4
t
4(mm)
ct
5
t
5(mm)
9.0
2.073±0.031
1.559±0.045
1.581±0.053
1.721±0.042
1.836±0.046
9.5
2.184±0.031
1.459±0.041
1.405±0.054
1.731±0.043
1.566±0.048
10.5
2.238±0.033
1.403±0.043
1.480±0.053
1.969±0.043
1.687±0.050
11.0
2.093±0.033
1.594±0.043
1.594±0.056
1.826±0.048
1.753±0.053
11.5
2.147±0.034
2.236±0.045
1.228±0.069
1.902±0.047
1.575±0.052
12.0
2.187±0.040
1.394±0.059
1.159±0.083
1.671±0.049
2.952±0.048
12.5
2.202±0.044
1.534±0.065
1.224±0.088
2.144±0.056
2.761±0.059
13.0
2.405±0.053
2.071±0.073
1.376±0.110
2.371±0.065
2.932±0.068
13.5
2.685±0.052
1.960±0.084
1.648±0.120
2.239±0.052
2.896±0.067
14.0
2.543±0.052
1.947±0.080
1.517±0.125
2.149±0.059
2.938±0.062
-0.024
8
-0.025
9
-0.026
0
-0.026
0
-0.027
2
-0.030
4
-0.032
0
-0.033
0
-0.031
7
-0.033
1
基于凸模型及 MDF 的多学科不确定性
优化设计方法
工程问题
文献[1]中的 超音 速概 念飞 行器 的数 学模 型是 一个 典型 多学科 优化 工程 问题 ,此模 型是
结构 、气 动、 推进 和飞 行器 航程 四个 模块 的耦 合系统 ,其 优化 的目 标是 使飞 行器 的航 程 R
最大 。设 计变 量的 分类 、物 理意 义及 取值 范围 见表(3.4)。具 其设 计结 构矩 阵如 图(3.6)