在帕累托最佳区域使用顺序自适应采样的多目标工程设计优化制造技术

公开了一种在产品的多目标工程设计优化中选择采样点（产品设计）的系统及方法。该方法包括（a）接收待优化的产品的描述，（b）在产品的设计变量空间中选择初始集合的采样点，（c）获取每个当前集合的数值模拟的结构响应，（d）使用由数值模拟的结构响应构建的基本模型、由优化获得一集合的近似POP，（e）使用“冲孔”程序建立围绕POF核的子区域，该POF核选自近似POP，（f）采用空间填充标准、通过使子区域密布来创建一集合的多样性基本点，（g）使用“冲孔”程序从多样性基本点和POF核的合并群组选择另一集合的采样点，（h）减小子区域的大小，以及（i）重复（c）-（h）直到满足结束条件。

【技术实现步骤摘要】
基于产品响应撞击事件的耐久性选择采样点的方法及系统
本专利技术总地涉及工程产品设计优化；更具体地，本专利技术涉及在产品(例如，汽车)的多目标工程设计优化中，基于响应撞击事件(例如，汽车碰撞)的耐久性(例如耐撞性)选择采样点(即，替代性产品设计)。
技术介绍
现今计算机辅助工程(computeraidedengineering，CAE)用于在诸如分析、模拟、设计、制造等的任务中支持工程师。在传统工程设计程序中，CAE分析(例如，有限元分析(finiteelementanalysis，FEA)、有限差分析、无单元分析、计算流体动力学(computationalfluiddynamics，CFD)分析、用于降低噪声-振动-不平顺性(noise-vibration-harshness，NVH)的模态分析，等)已用来评价各响应(例如，应力、位移等)。以汽车设计为例，使用FEA分析轿车的特定版本或特定设计，以获得由于某些负荷条件造成的响应。随后，工程师将通过调整某些参数或设计变量(例如，钢壳的厚度、框架的位置)，基于特定目标和约束条件去尝试改进轿车设计。另一FEA旨在反映这些变化，直到已实现“最优”设计。然而，这一方法通常取决于工程师的知识或以试错法为基础。此外，如任何工程问题或工程项目中所常见的，这些目标和约束条件通常相互矛盾和相互作用，且设计变量为非线性方式。因此，如何调整它们以实现“最优”设计或“最优”权衡(trade-off)并不是非常清楚。这一情形在多准则优化下甚至变得更为复杂；所述多准则优化需要数个不同的CAE分析(例如，FEA、CFD和NVH)，以满足一组矛盾目标。为解决该问题，使用称为工程设计优化、用于确认“最优”设计的系统方法。具有超过一个设计目标函数的上述系统的优化称为多目标工程设计优化，其导致在各设计目标间有体现不同权衡的一组最佳工程设计。这些最佳工程设计在N-维设计变量空间中称为帕累托最佳点(paretooptimalpoint，POP)，其中N是对优化有利害关系的设计变量的数量。这一工程优化程序的其中一种典型现有技术的方法包括以下步骤：a、在N-维设计变量空间中选择一组合适的采样点(即，替代性工程设计)。b、在计算机系统中对这些采样点进行数值模拟(例如，FEA)，以获取每个采样点的数值模拟的结构响应(即，每个替代性设计具有一组独特的N设计变量)。c、使用数值模拟的结构响应构建称为元模型(metamodel)的近似值，所述基本模型可用于在N-维设计变量空间中、在任何位置预测结构响应。d、通过求解近似设计优化问题、通过使服从约束条件的目标函数最小化，获得一系列帕累托最佳点(即，产品设计)或产品设计X*＝{x1,x2,x3,...,xQ}；其中和以近似函数或基本模型为基础。使用基本模型有三重目的：(1)第一是与使用直接多目标优化方法相比时，例如众所周知的NSGA-II(非支配排序遗传算法-NSGA)，降低进行优化所需的模拟的数量。直接优化算法一般用数千个模拟进行收敛(converge)，而基于基本模型的方案可能仅需要数百个模拟。(2)基本模型优化的第二动机在于，在优化后可进一步调节基本模型。例如，只要用于组装新构想(formulation)的所有响应是可用的，在修改设计构想后可紧跟有快速再优化。以及(3)第三原因在于，仅使用基本模型才可进行基于可靠性的设计优化，这是由于其他方法(例如，蒙特卡罗模拟)由于需要多重直接模拟是不可行的。可凭借用于多目标优化的顺序优化程序调整以上的近似设计优化程序。这通过基于已有的数值模拟的结构响应(来自于之前的迭代)和当前在新采样点获得的数值模拟的结构响应，通过反复增加采样设计点和构建新基本模型来实现。因此，单个目标优化的一种现有技术的方法是构建顺序法，其中在每个迭代中增加点，从而逐步靠近最佳设计。这改进了解附近的精确度，同时在远离解的区域中花费较少努力。对多目标优化而言，一种示范性现有技术的方法在以下步骤中归纳：1、在N-维设计变量空间中，通过使各采样点尽可能地相互远离和远离之前选择的点来选择采样点(在第一迭代中不存在之前模拟的点，但在其他迭代中之前模拟的点的数量越来越多)。2、在选择的采样点处进行计算机模拟或数值模拟。3、使用数值模拟的结构响应来构建基本模型。4、通过求解由这些基本模型构建的近似优化问题获得近似POP，其作为集合X*。5、使用POP的邻域作为基础来选择新采样点，使用新的和已有的采样点重复步骤2-4。例如，以上程序的问题存在于步骤5，选择新采样点是在完整的N-维设计变量空间中进行。第一，这通常需要取决于用户经验或知识的特别程序。第二，可能会选择许多不必要的采样点。当基于耐撞性优化汽车设计时，完整轿车模型的每个计算机模拟(即，具有独特组合的N设计变量的一个采样点)需要多处理器计算机系统执行数小时。结果，上述程序过于耗时和耗费资源，因此有时是不实际和不可行的。此外，在每个新迭代选择采样点可能不够多样化。结果，由于设计标准的近似值不精确(即，采样点不够多样化)，可能在错误位置进行对帕累托最佳点的寻找。选择的采样点的多样化允许采用逐渐紧缩的帕累托最佳区域进行更宽的早期寻找，从而增强寻找的收敛性。因此，在产品的顺序多目标工程设计优化中，需要一种用于选择采样点的更有效和高效的程序。
技术实现思路
本文所用的用语“采样点”在这一文本中指具有一组独特的N设计变量的N-维设计变量空间中的产品设计。用语“帕累托最佳点”体现了由于多目标优化产生的最佳产品设计。用语“空间填充(spacefilling)”指的是使任何两个采样点间的最小距离最大化的点选择方法。可测量新采样点(仍待定位)和固定点(已经进行过模拟的地方)之间的距离，或者可测量两个新点之间的距离。可从混合的离散-连续设计空间中选择新点。离散-连续设计空间意味着一些设计变量可假设为其各个下限与上限间的任何值(连续)，而其他设计变量选自一组特定的值(离散)。新点可能受限于以当前解为中心的N-维设计变量空间的子区域。用语“冲孔(piercing)”指的是一种点选择方法；通过使选择的点与其他之前选自超集(superset)的点或与其他超集外的固定点(例如，之前模拟的采样点)间的最小距离最大化，所述方法从一超集的限定点(固定点)选择特定数量的点。因此，最终集合的点彼此相离较远，且距离任何固定点(如果有限定的话)较远。因此，冲孔也是一空间填充方法，旦其基于固定集合的点。用语“近似POP”指的是来源于基本模型的那些最佳产品设计，所述基本模型由一个或多个采样点的数值模拟的结构响应构建得到。每个基本模型与设计目标和约束条件相关。例如，设计目标可包含但不限于待优化的产品的质量(重量)和强度。约束条件可能是撞击过程中可允许的最大侵入。换言之，使用多目标的、基于基本模型的优化获得近似POP。公开了一种在产品(例如，汽车)的顺序多目标工程设计优化中、基于响应撞击事件的耐久性(例如，耐撞性)选择采样点的系统及方法。通常在当前预测的POP集合X*的附近选择每个迭代的采样点，从而加速优化过程。由于在最初少数迭代过程中的解不确定(这是由于基本模型的近似性质)，每个步骤的采样点通常初始选择为距离预测的POP较远。然后，随着每次迭代的进行它们移近预本文档来自技高网...

【技术保护点】
一种在产品的顺序多目标工程设计优化中、基于产品响应撞击事件的耐久性选择采样点的方法，其特征在于，所述方法包括：（a）接收待优化的所述产品的描述；（b）在设计变量空间中选择采样点的初始集合，所述设计变量空间用于评估所述产品响应撞击事件的耐久性；（c）通过为当前选择的集合的每个所述采样点构建所述撞击事件的计算机模拟获取数值模拟的结构响应；（d）使用所述数值模拟的结构响应构建基本模型，由所述基本模型获得一个或多个近似帕累托最佳点（POP）；（e）采用第一点选择程序从所述一个或多个近似POP选择一个或多个帕累托最佳边界（POF）核，所述第一点选择程序使所述选择的POF核之间的最小距离最大化；（f）建立包住各个POF核的一个或多个子区域，每个子区域与一大小相关联；（g）根据空间填充标准、通过使所述子区域密布创建一集合的多样性基本点；（h）使用第二点选择程序从所述集合的多样性基本点和所述POF核的合并群组选择另一集合的采样点，所述第二点选择程序使当前选择的集合的采样点间的最小距离最大化；以及（i）减小所述子区域的大小，重复（c）?（h）直到已满足结束条件；当前选择的集合的采样点代表所述产品的最佳设计。...

【技术特征摘要】
2012.01.13 US 61/586,515;2012.09.25 US 13/626,1621.一种在产品的顺序多目标工程设计优化中、基于产品响应撞击事件的耐久性选择采样点的方法，其特征在于，所述采样点是指具有一组独特的N设计变量的N-维设计变量空间中的产品设计，所述方法包括：(a)接收待优化的所述产品的描述；(b)在设计变量空间中选择采样点的初始集合，所述设计变量空间用于评估所述产品响应撞击事件的耐久性；(c)通过为当前选择的集合的每个所述采样点构建所述撞击事件的计算机模拟获取数值模拟的结构响应；(d)使用所述数值模拟的结构响应构建基本模型，由所述基本模型获得一个或多个近似帕累托最佳点，所述帕累托最佳点是指由于多目标优化产生的最佳产品设计；(e)采用第一点选择程序从所述一个或多个近似帕累托最佳点选择一个或多个帕累托最佳边界核，所述第一点选择程序使所述选择的帕累托最佳边界核之间的最小距离最大化；(f)建立包住各个帕累托最佳边界核的一个或多个子区域，每个子区域与一大小相关联；(g)根据空间填充标准、通过使所述子区域密布创建一集合的多样性基本点，所述空间填充是指使任何两个采样点间的最小距离最大化的点选择方法；(h)使用第二点选择程序从所述集合的多样性基本点和所述帕累托最佳边界核的合并群组选择另一集合的采样点，所述第二点选择程序使当前选择的集合的采样点间的最小距离最大化；以及(i)减小所述子区域的大小，重复(c)-(h)直到已满足结束条件；当前选择的集合的采样点代表所述产品的最佳设计。2.根据权利要求1所述的方法，其特征在于，所述产品包括汽车。3.根据权利要求2所述的方法，其特征在于，所述响应撞击事件的耐久性包括所述汽车的耐撞性。4.根据权利要求1所述的方法，其特征在于，所述计算机模拟包括使用有限元分析的时间推进模拟。5.根据权利要求1所述的方法，其特征在于，所述结束条件包括迭代的最大数量。6....

【专利技术属性】
技术研发人员：尼伦·斯坦德，
申请(专利权)人：利弗莫尔软件技术公司，
类型：发明
国别省市：