基于目标级联分析和变可信度近似的复杂机械产品多学科设计优化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51175199
  • 项目类别:
    面上项目
  • 资助金额:
    58.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0506.机械设计学
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

复杂机械产品的综合性能设计是一个多学科耦合、多系统交互的整体优化过程,随着各种系统仿真和数值逼近技术的发展,迫切需要一种同时具有结构灵活性和计算经济性的多学科设计优化方法来促进优化性能的提升。本研究以具有多重耦合效应的装备类复杂机械产品作为研究对象,综合应用目标级联分析理论、物理规划和多参数建模理论、近似模型拟合理论等,尝试构建一种兼顾近似精度和计算效率平衡的分布式多学科设计优化体系,系统地研究此环境下面临的一系列关键问题,有针对性地提出与之相适应的新理论、新方法、新策略。重点探讨考虑实际设计偏好的耦合系统分解协调策略及均衡稳定性特性、复杂机械系统设计空间探索和降维方法、以及变可信度模型近似策略和迭代求解理论,并在此基础上构建相应的多学科设计优化支撑算法集合,研究算法的实现方法,构建集成一体化的多学科设计优化工具平台,促进多学科设计优化向更高层次发展。

结项摘要

本项目拟针对多学科设计优化中求解效率不高和近似精度不足的关键问题提出一系列有针对性的理论和方法,采用目标级联分析和变可信度近似的思想促进多学科设计优化效率和精度的进一步均衡。经过四年的研究,本课题初步建立了目标级联分析与变可信度近似相结合的多学科设计优化方法体系架构,在多学科设计系统建模策略方面提出了面向物理规划、重复聚合以及变可信度近似的目标级联分析系统建模方法,在多学科设计系统均衡不确定分析方面提出了基于纳什均衡与非线性分析的系统稳定性分析策略,在设计空间降维策略方面提出了基于粗糙集的设计空间缩减策略以及基于神经网络和模糊聚合的多层设计空间探索方法,在变可信度优化方法方面提出了基于输出映射的变可信度标度策略和基于目标导向的PLCB序列优化策略。在这些理论方法的支持下,基于Matlab工具和Ansys仿真平台开发了目标级联分析和近似模型相结合多学科设计优化软件包,部分研究成果在武汉重型机床集团和武昌造船厂得到了应用验证,在部分型号产品上取得了显著的应用效果。课题共发表论文合计21篇,包括SCI/EI论文20篇,其中SCI 论文发表15篇,EI 论文发表5篇,获得软件著作版权1项,较好地完成了研究任务。

项目成果

期刊论文数量(24)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)
A local sampling method with variable radius for RBDO using Kriging
基于克里金法的 RBDO 变半径局部采样方法
  • DOI:
    10.1108/ec-09-2014-0188
  • 发表时间:
    2015-09
  • 期刊:
    Engineering Computations
  • 影响因子:
    1.6
  • 作者:
    Haobo Qiu;Liang Gao;Zhenzhong Chen;Xinyu Shao
  • 通讯作者:
    Xinyu Shao
Difference mapping method using least square support vector regression for variable-fidelity metamodelling
使用最小二乘支持向量回归进行可变保真度元建模的差异映射方法
  • DOI:
    10.1080/0305215x.2014.918114
  • 发表时间:
    2015-06
  • 期刊:
    Engineering Optimization
  • 影响因子:
    2.7
  • 作者:
    Shao, Xinyu;Gao, Liang;Jiang, Ping;Qiu, Haobo
  • 通讯作者:
    Qiu, Haobo
Multi-stage design space reduction and metamodeling optimization method based on self-organizing maps and fuzzy clustering
基于自组织映射和模糊聚类的多阶段设计空间缩减和元建模优化方法
  • DOI:
    10.1016/j.eswa.2015.10.033
  • 发表时间:
    2016-03
  • 期刊:
    Expert Systems With Applications
  • 影响因子:
    8.5
  • 作者:
    Yanjiao Xu;Liang Gao;Xiaoke Li;Li Chi
  • 通讯作者:
    Li Chi
A design space exploration method using Artificial Neural Networks and metamodeling
使用人工神经网络和元建模的设计空间探索方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Advanced Materials Research
  • 影响因子:
    --
  • 作者:
    Li Chi;Haobo Qiu;ZhenZhong Chen;Li Ke
  • 通讯作者:
    Li Ke
A local adaptive sampling method for reliability-based design optimization using Kriging model
使用克里金模型进行基于可靠性的设计优化的局部自适应采样方法
  • DOI:
    10.1007/s00158-013-0988-4
  • 发表时间:
    2014-03
  • 期刊:
    Structural and Multidisciplinary Optimization
  • 影响因子:
    3.9
  • 作者:
    Qiu, Haobo;Gao, Liang;Li, Xiaoke;Li, Peigen
  • 通讯作者:
    Li, Peigen

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于近似模型的铣削工艺参数可靠性设计优化
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国机械工程
  • 影响因子:
    --
  • 作者:
    尚宝平;闫富宏;刘高峰;陈振中;邱浩波;李晓科
  • 通讯作者:
    李晓科
基于Pro/E 二次开发的辅助布线技术
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机工程与设计
  • 影响因子:
    --
  • 作者:
    文明;吉红伟;王彦伟;邱浩波
  • 通讯作者:
    邱浩波
An efficient moving optimal radial sampling method for reliability-based design optimization
基于可靠性的设计优化的高效移动最优径向采样方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    international journal of performability engineering
  • 影响因子:
    --
  • 作者:
    李晓科;陈振中;明五一;邱浩波;马军;何文斌
  • 通讯作者:
    何文斌
基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化
  • DOI:
    10.13196/j.cims.2018.12.018
  • 发表时间:
    2018
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    李晓科;马军;陈振中;文笑雨;邱浩波
  • 通讯作者:
    邱浩波

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

邱浩波的其他基金

基于精准识别和在线引导的复杂机械产品昂贵约束优化设计方法研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
基于稳健近似和适应性求解的复杂机械产品可靠性设计优化方法研究
  • 批准号:
    51675198
  • 批准年份:
    2016
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目
对等网络架构下复杂机械产品知识流驱动的协同设计方法和技术研究
  • 批准号:
    50705032
  • 批准年份:
    2007
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码