基于改進RBF建模和自適應采樣的RBDO方法研究.pdf

1、在對可靠性要求越來越高的當今社會，為充分考慮產(chǎn)品設計的不確定性，基于可靠性的設計優(yōu)化（RBDO）方法已成為研究熱點。在基于可靠性設計優(yōu)化的工程問題中，概率約束大多數(shù)情況下為隱式的，給定設計變量值后需通過計算機仿真才能得到相應的輸出響應，優(yōu)化求解成本較高。為了節(jié)約計算成本，提高求解效率，越來越多的研究人員將近似模型替代隱式概率約束的策略引入到RBDO問題求解中。
　　本文對基于徑向基函數(shù)（RBF）近似模型技術(shù)和自適應采樣方法的RBD

2、O問題進行研究：針對現(xiàn)有由單一核函數(shù)構(gòu)建的RBF模型魯棒性較差的不足，提出了一種自適應組合各核函數(shù)，充分利用各核函數(shù)優(yōu)點的MK-RBF模型；針對工程實際中，仿真耗時較長，樣本獲取困難問題，提出了一種基于改進最小距離最大化采樣準則的自適應采樣（IMMDAS）方法，并與MK-RBF近似模型技術(shù)、序列優(yōu)化與可靠性評估(SORA)方法相結(jié)合用于求解RBDO問題，以提高其求解的精度與效率；最后將本文提出的方法用于求解全回轉(zhuǎn)推進器驅(qū)動軸的可靠性設計

3、優(yōu)化問題，取得了良好的應用效果。
　　首先，針對現(xiàn)有 RBF模型根據(jù)不同的問題需選用不同核函數(shù)才能取得較好效果的特點，本文在研究各核函數(shù)應用效果的基礎上，提出了一種結(jié)合各核函數(shù)優(yōu)點的MK-RBF模型。該技術(shù)采用啟發(fā)式權(quán)重求解策略聚集了 RBF模型中各常用核函數(shù)的優(yōu)勢，在一定程度上改善了RBF模型的魯棒性、適應性且提高了對函數(shù)的擬合精度。
　　其次，針對工程實際問題中，計算機仿真耗時較長，樣本獲取困難的問題，提出了一種IMMD

4、AS方法，并將該方法與MK-RBF近似模型技術(shù)、SORA方法相結(jié)合用于求解 RBDO問題。該方法結(jié)合了當前設計點附近概率約束函數(shù)的局部擬合精度對 RBDO問題求解精度影響較大的特點，能以較少樣本點擬合出較高精度的當前設計點附近概率約束邊界局部模型，充分利用了樣本點，極大地提高了RBDO問題求解的精度和效率。
　　最后，詳細闡述了某全回轉(zhuǎn)推進器驅(qū)動軸的剛度和疲勞壽命有限元分析過程，并建立了該驅(qū)動軸可靠性設計優(yōu)化的數(shù)學模型，利用本文提