摘要：现代工程设计大量使用数值模拟技术,然而数值模拟中仿真模型、几何参数、工作载荷、环境条件等均存在不确定性,这些不确定性直接影响数值模拟结果的可信度,尤其在研发对性能和可靠性要求严苛的装备时,忽略这些不确定性将产生潜在风险,因此在基于数值模拟的工程设计中开展不确定性量化意义重大。不确定性表征既是准确开展不确定性量化和优化设计工作的前提,也是工程精细化设计的重要支撑。本文阐述了基于数值模拟的工程设计中所面临的不确定性因素,根据不确定性因素的表现形式和可用信息,按照概率表征和非概率表征两大类总结了目前主流的参数不确定性表征方法,介绍了各种表征方法的基本思想、主要原理、适用范围以及方法在工程实践中的发展和应用,并简要阐述基于不确定性表征结果进行不确定性传播的基本思路,最后对不确定性表征的研究方向进行了展望。

摘要：灵敏度分析(SA)能辨识影响复杂系统响应的关键参数,为系统的稳健设计提供决策依据。非参数化概率盒作为一种典型的不精确概率模型,可以同时量化随机和认知2类不确定性,且在实际工程中应用广泛。由于非参数化概率盒耦合了随机和认知不确定性,非参数化概率盒下灵敏度分析方法能阐明输入概率盒的随机和认知不确定性对系统响应不确定性的影响程度。从随机与认知不确定性分离式角度出发,提出了一种非参数化概率盒下分离式灵敏度分析(SSA)方法。构建了格点法和期望值法分离非参数化概率盒的随机和认知不确定性,采用双层嵌套不确定性传播算法建立输出响应的概率盒,提出了最大方差和面积度量指标分别衡量系统输入的随机、认知不确定性对输出的随机、认知不确定性的影响。以NACA0012翼型升阻比预测为例,分析了来流参数和湍流模型参数的随机、认知不确定性对升阻比的随机、认知不确定性的影响。

摘要：随着计算机技术迅猛发展,计算流体力学(CFD)数值模拟技术已广泛应用于航空航天、船舶、风力、水利等领域,为装备的复杂流体分析、性能参数评估以及产品气动设计与优化提供重要验证与决策手段。现有的CFD技术都是在确定性的数学模型、物理参数、边界条件下进行数值模拟的。然而,由于物理过程的复杂性及人们的认知偏差,CFD技术中存在着模型参数、数值离散、模型形式等诸多不确定性因素且表征形式各异,给CFD数值模拟的可信度评估带来了极大挑战。文章阐述了CFD技术中面临的不确定性因素,探讨了主流模型确认度量方法的应用条件和适用范围。着重介绍在认知不确定性下的模型确认度量方法,包括几类重要的区间、概率盒下模型确认度量方法。通过NACA0012翼型绕流问题说明了CFD技术中考虑各种不确定性下的模型确认度量方法的有效性。

摘要：计算流体力学(CFD)模拟中存在模型参数、数值离散和边界条件等诸多形式各异的不确定因素。鉴于证据理论具有灵活的建模框架,且能同时量化CFD模拟中的随机和认知不确定性,基于其提出了一种证据理论框架下主动学习代理模型驱动的CFD模拟不确定性量化方法,以较少的CFD仿真模型调用次数实现对CFD模拟结果的不确定性量化。该方法采用最优最大最小距离策略生成空间分布良好的候选样本点,通过动态熵权-TOPSIS主动学习策略平衡了代理模型的全局探索、局部开发和鲁棒性。此外,提出基于Hartley测度和Jousselme距离的复合收敛准则以判断终止代理模型训练的时间并量化输出响应的不确定性。最后,以采用NASA SC(2)0410翼型剖面的超临界机翼流场CFD模拟为例,分析来流参数和湍流模型参数的不确定性对机翼输出响应升阻比的不确定性量化结果。