一种考虑不确定性的水轮机转子多学科可靠性设计优化方法技术

本发明专利技术公开了一种考虑不确定性的水轮机转子多学科可靠性设计优化方法；其包括复杂机械系统多层次多学科建模与设计优化方法、基于近似可靠性分析方法的复杂机械系统多源异种不确定性分析与可靠性多学科设计优化方法、基于数值仿真可靠性分析方法的复杂机械系统多源异种不确定性分析与可靠性多学科设计优化方法、将UBMDO方法引入到水轮机转子设计领域，对水轮机转子进行考虑不确定性的多学科设计优化。本发明专利技术通过将系统递阶控制策略、协同优化方法、鞍点近似方法、子集模拟不确定性分析方法等相结合，解决了传统设计方法中人为忽略不确定性因素从而导致设计结果不准确问题，从而满足水轮机转子产品高可靠性的要求。

【技术实现步骤摘要】
一种考虑不确定性的水轮机转子多学科可靠性设计优化方法
本专利技术属于机械产品的多学科设计优化
，尤其涉及一种考虑不确定性的水轮机转子多学科可靠性设计优化方法。
技术介绍
多学科设计优化(MultidisciplinaryDesignOptimization，简称MDO)是在上世纪八十年代兴起随后率先应用于航天
的一项新兴技术。多学科设计优化是一种专门处理复杂、耦合工程系统设计问题的方法学。多学科设计优化是从整体出发对各个子学科进行协调，将工程设计问题看作一个系统，然后按照学科把工程问题分为若干个子系统，用分布式计算机网络统一管理。每个专业的设计人员，在考虑其他学科和子系统的影响和要求之后，能够在自己的领域设计优化，并且各个学科可同时进行，是一种并行的优化设计，能够充分发挥专家在各自领域的作用，极大地缩短设计时间、降低开发成本，进而有效提高产品质量。多学科设计优化是综合设计方法，充分体现了整体和局部、局部和局部之间的关系，是集优化论、并行设计理论、系统科学、分布式网络计算技术于一体的前沿设计理论。MDO优化过程是分解和综合的双向过程。本文档来自技高网...

【技术保护点】
1.一种考虑不确定性的水轮机转子多学科可靠性设计优化方法，其特征在于，包括以下步骤：/nS1、基于水轮机转子具有模型维数高、存在关联子系统、分散信息交换与传递等特点，本专利技术分别采用大系统递阶控制协调原理中的关联预测控制方法与关联平衡控制方法对UBMDO问题中的确定性优化进行改进；/nS2、为了提高UBMDO中的不确定性分析精度，本专利技术采用基于一阶鞍点近似方法(FirstOrder Saddlepoint Approximation,FOSPA)替代FORM，提出基于FOSPA方法的多学科设计优化方法(First Order Saddlepoint Approximation based...

【技术特征摘要】
1.一种考虑不确定性的水轮机转子多学科可靠性设计优化方法，其特征在于，包括以下步骤：
S1、基于水轮机转子具有模型维数高、存在关联子系统、分散信息交换与传递等特点，本发明分别采用大系统递阶控制协调原理中的关联预测控制方法与关联平衡控制方法对UBMDO问题中的确定性优化进行改进；
S2、为了提高UBMDO中的不确定性分析精度，本发明采用基于一阶鞍点近似方法(FirstOrderSaddlepointApproximation,FOSPA)替代FORM，提出基于FOSPA方法的多学科设计优化方法(FirstOrderSaddlepointApproximationbasedMDO,FOSPA-MDO)，建立该方法的数学模型并研究模型的求解策略；
S3、为了在获得更高评估精度的同时，提高UBMDO的计算效率，本发明将马尔可夫蒙特卡罗方法(MarkovChainMonteCarlo,MCMC)与确定性多学科设计优化(MultidisciplinaryDesignandOptimization,MDO)方法相融合，在子集模拟可靠性分析(SubsetSimulationReliabilityAnalysis,SSRA)的思想上，提出基于SSRA的UBMDO方法(SubsetSimulationReliabilityAnalysisbasedMDO,SSRA-MDO)，建立该方法的数学模型并研究模型的求解策略；
S4、综合步骤S1和S2得到考虑多源异种不确定性的复杂机械系统多层次多学科可靠性设计优化即UBMDO方法并将其工程应用于水轮机转子，得到水轮机转子系统考虑不确定性的多学科设计优化方法。


2.如权利要求1所述的一种考虑不确定性的水轮机转子多学科可靠性设计优化方法，其特征在于，所述步骤S1基于水轮机转子具有模型维数高、存在关联子系统、分散信息交换与传递等特点，采用大系统递阶控制协调原理中的关联预测控制方法与关联平衡控制方法对UBMDO问题中的确定性优化进行改进，具体为：为解决水轮机转子具有模型维数高、存在关联子系统、分散信息交换与传递等特点，建立关联预测优化方法(InteractionPredictionOptimization,IPO)与关联平衡优化方法(InteractionBalanceOptimization,IBO)数学模型，表示为：
关联预测优化方法(InteractionPredictionOptimizatin,IPO)属于多层次MDO方法。IPO方法将MDO问题划分为系统层和子学科层优化问题。其系统层优化模型为：



s.t.g0(ds,Y)≤0,
h0(ds,Y)＝0,
gi(ds,Y)≤0,
hi(ds,Y)＝0,



DV＝{ds,Y},i＝1,2,…
式中，w为子学科的残差分析，为子学科的学科分析输出值。其子学科层中第i个学科的优化模型为：



s.t.g0(di)≤0,
h0(di)＝0,
gi(di)≤0,
hi(di)＝0,



DV＝{di},i＝1,2,…
关联平衡优化方法(InteractionBalanceOptimizatin,IBO)属于多层次MDO方法。在利用IBO方法处理MDO问题时，首先需要将各个子学科的目标函数fi按照式：



转换成相应的子学科拉格朗日函数Li。其中，共享变量按照耦合变量的处理方式进行处理。
在IBO方法中，MDO问题划分为系统层优化问题和子学科层优化问题。其系统层优化模型为：



DV＝{λ},i＝1,2,…
式中，L为系统拉格朗日函数，是各个子学科拉格朗日函数Li的线性和；λ为拉格朗日乘子。
其子学科层中第i个学科的优化模型为：



s.t.g0(di,Y·i)≤0,
h0(di,Y·i)＝0,
gi(di,Y·i)≤0,
hi(di,Y·i)＝0,
DV＝{di,Y.i},i＝1,2,…


3.如权利要求2所述的一种考虑不确定性的水轮机转子多学科可靠性设计优化方法，其特征在于，所述步骤S2为了提高UBMDO中的不确定性分析精度，采用基于一阶鞍点近似方法(FirstOrderSaddlepointApproximation,FOSPA)替代FORM，提出基于FOSPA方法的多学科设计优化方法(FirstOrderSaddlepointApproximationbasedMDO,FOSPA-MDO)，建立该方法的数学模型并研究模型的求解策略，具体包括以下分步骤：
S21、求解确定性的MDO。设置第k环运算中的优化设计变量初始值为d(k-1),XM,(k-1)，上标k表示第k环...

【专利技术属性】
技术研发人员：解天文，孟德彪，吕志愿，胡正国，李龑，王子豪，武鹏，
申请(专利权)人：电子科技大学，电子科技大学广东电子信息工程研究院，
类型：发明
国别省市：四川;51