摘要：目的提出一种鞋材弹性模量与厚度联合优化设计糖尿病足鞋垫的方法,以降低足底压力和软组织内部应力。方法通过逆向工程方法建立足部有限元模型,基于足底压力分布特征划分鞋垫压力区域,采用有限元法对接触力学进行研究,为优化过程中调整不同区域内材料的弹性模量和鞋垫前后足厚度奠定基础,使用最优拉丁超立方设计得到最优参数组合。结果设计的鞋垫增加约37.55%的足底接触面积,跖骨区和足跟区的压力峰值分别降低15.07%、36.96%,足跟处软组织内部应力降低20.83%,足底筋膜张力降低约60%。结论所提出的方法可用于设计定制鞋垫,设计的个性化鞋垫具有更大的接触面积和降低糖尿病足底溃疡的良好潜力。

摘要：为研究流线型头型对高速列车气动阻力性能的影响特性,利用B-Spline曲面建立高速列车流线型头型三维参数化模型,并提取5个头型设计变量。在此基础上,结合最优拉丁超立方设计和计算流体力学方法,研究高速列车流线型头型控制型线对高速列车气动阻力的影响特性,确定出关键控制型线。计算结果表明:随着流线型头型控制型线的变化,高速列车气动阻力发生明显改变,变化范围为3183~3509 N,相对变化量约为10.2%。最优设计点头型下的气动阻力较原始头型降低3.5%。对高速列车气动阻力影响最为显著的控制型线为纵向对称线,其次是车底最大轮廓线和水平最大轮廓线,而鼻尖高度控制线和中部辅助控制线对高速列车气动阻力的影响相对较小。

摘要：针对双涡轮变矩器在变量空间难以模型化设计的问题,基于台架试验数据与流体仿真技术,以第一涡轮叶片角为设计变量,研究其对双涡轮变矩器性能的影响;采用最优拉丁超立方设计仿真试验,对双涡轮变矩器性能进行分析;以上述仿真试验数据进行灵敏度分析,研究了设计变量与变矩器性能的关系,并建立了响应曲面模型进行优化.研究表明:第一涡轮出口角对双涡轮变矩器性能影响显著,而入口角基本无影响,优化后的双涡轮变矩器性能有显著提升.

摘要：针对传统结构优化设计方法效率低、计算量大等缺陷,提出一种基于组合近似模型的轻量化设计方法。以某型号内燃叉车的两级门架结构为例,通过熵权TOPSIS综合贡献度分析方法筛选出对门架性能影响最大的上下翼缘及腹板厚度作为轻量化的设计变量,采用最优拉丁超立方设计方法进行样本点采集,得到包含设计变量和性能响应的100个样本点,分别构建外门架质量、最大应力、最大变形的组合近似模型,结合二次序列规划算法展开轻量化设计,结果表明:外门架经过优化后,质量减小13.36%,最大应力减小4.65%。

摘要：针对车体弹性和车辆参数对重型汽车平顺性影响问题,给出了两端自由等截面梁刚弹合成理论,建立了重型汽车刚弹合成模型及其平顺性频域分析方法,基于与多学科优化设计软件Isight联合仿真的方案,采用最优拉丁超立方试验设计对重型汽车平顺性进行了灵敏度分析。研究表明:影响重型汽车平顺性的主要因素为路面等级、车速、悬架刚度和阻尼、轮胎刚度和车体刚度,其中车体刚度主要影响车体上各点的垂直加速度,结果为重型汽车行驶平顺性的性能改善和优化奠定基础。

摘要：在既定的动力总成功率参数及整车控制策略前提下,为充分挖掘插电式混合动力汽车(PHEV)节能潜力,以满足整车性能为约束条件,以百公里行驶成本为响应,利用最优拉丁超立方设计方法探索了其传动系统所有因子的空间响应特性,辨别了系统关键设计因子,给出了最优局部区域。基于此,建立了系统径向基(RBF)神经网络模型,并充分利用非线性二次规划算法较强的局部优化能力,在上述局部区域内得到了传动系参数全局最优组合以及对应的百公里行驶成本。结果显示:基于近似模型的优化方法精度较高,误差为1.06%;百公里行驶成本降低了9.72%。

摘要：为探索某插电式混合动力汽车电控系统中发动机控制参数的标定规律,以寻求最佳控制参数组合,根据发动机标定参数对整车性能影响的理论分析,建立了基于改进的雷达图综合评价方法的评价指标。利用径向基神经网络建立了可信度较高的发动机标定参数与综合评价指标之间关系的近似模型,并结合多岛遗传算法得到了发动机工作区域最优参数组合。结果表明,采用所提出的方法,整车综合评价指标提高了16.75%。

摘要：传统架车机设计方法往往趋于保守,为了充分发挥地坑式架车机材料的承载性能,将响应面近似模型法与优化技术相结合,提出一种以地坑式架车机结构自重为优化目标的优化方法.该方法基于多学科优化软件ISIGHT和ANSYS,通过最优拉丁超立方试验设计方法分析设计变量对响应的灵敏度,获得最终设计变量,并建立响应面近似模型,利用多岛遗传算法对近似模型进行优化.结果表明,该方法能极大提高优化效率,同时使地坑式架车机结构自重降低20.64%,轻量化效果显著.研究结果可为地坑式架车机的设计提供理论指导.

摘要：依赖于传统经验方法的无轨伸缩式门式起重机结构设计往往趋于保守,材料浪费严重,为了充分发挥材料的承载性能,有必要对它进行优化分析。对无轨伸缩式门式起重机结构进行优化设计时,针对非线性接触模型计算不收敛与计算效率低等问题,提出以节点耦合模型代替接触模型来构建响应面近似模型,并将近似模型与多岛遗传算法相结合对结构参数进行优化。以某无轨伸缩式门式起重机各构件截面尺寸为初始设计变量,以结构强度、刚度、自重为模型响应,通过调用Isight平台中最优拉丁超立方设计方法产生设计变量样本点,再由试验设计(design of experiment,DOE)模块调用有限元分析软件ANSYS完成样本点模型仿真以筛选出对响应影响较大的设计变量。利用优选后的设计变量构建响应面近似模型,以结构强度和刚度为约束条件,门式起重机结构质量最轻为优化目标,采用多岛遗传算法对响应面模型进行优化。结果表明:在保证结构性能的前提下,优化后门式起重机质量减轻23.4%,轻量化效果明显。所提出的优化策略可较快获得全局最优解,减少了计算量,为无轨伸缩式门式起重机结构改进提供了理论依据。

摘要：参数化设计和计算流体力学被广泛应用于流体机械的优化设计.采用旋转机械设计软件CFturbo对轴流泵进行水力设计.为缩短优化周期,基于Isight多学科优化平台,通过编写批处理命令将CFturbo与PumpLinx集成,实现了轴流泵的CFD自动优化.以提高轴流泵的水力效率为优化目标,采用最优拉丁超立方设计对叶轮和导叶的7个设计变量进行空间采样,设计了72组方案.基于PumpLinx的数值模拟结果,建立了目标函数与设计变量之间的径向基神经网络模型,并采用多岛遗传算法对其进行优化,结果表明:数值模拟结果与试验结果吻合较好,且径向基神经网络模型能准确预测轴流泵效率与设计变量的关系.优化后,设计点效率提高了4.46%,而扬程几乎不变.通过Pareto图分析,获得了设计变量对目标影响的显著水平,可为轴流泵的优化设计提供一定的参考.