3-6-多学科设计优化

多学科设计优化

(Multidisciplinarydesignoptimization,MDO)17八月202421MDO方法提出的背景

随着时代的进步，如今每个学科领域都形成了自己的一套研究方法与发展思路，但显然各学科间明显缺乏沟通与联系，形成了一个个的"学科孤岛"（与80年代由于CAD技术迅猛发展而带来的"信息孤岛"问题相似）。17八月20243MDO于1980年代发展起来。奠基人是J.Sobieszczanski-Sobieski，1982年他在研究大型结构优化问题求解的一篇论文中，首次提出了MDO的设想，引起了学术界极大关注。由于飞行器系统日益复杂，航空航天领域最先开展MDO研究和应用。飞机设计中就包括了空气动力学、发动机、流体力学、结构力学、传热学、液压、传动、自动控制、电子、计算机、可靠性、维修性、安全性、测试性等若干学科。17八月2024417八月20245传统方法17八月20246改进后方法17八月202471991年，美国的MDO白皮书明确提出：MDO应当由政府部门、大学和工业界共同推动。1994年NASA认为：航空航天对MDO的研究和应用有广泛的兴趣和支持，新的飞行器设计要在满足性能要求前提下尽可能满足可承受性，成本带入设计过程会改变设计问题的数学本质。17八月20248MDO在工业界也得到应用，1998年AIAA的MDO技术委员会就MDO在工业中的应用进行了调查，涉及到波音公司的翼身融合飞机17八月20249洛·马公司的F-22飞机结构/气动一体化设计17八月202410旋翼飞行器的旋翼设计与优化F/A-18E/F飞机的设计优化F-16高敏捷“战隼”的多学科设计与优化欧洲区域运输机结构优化以及以A3XXX为研究对象的工作。17八月202411

多学科设计优化的定义和难点NASA的Langley研发中心的多学科分支机构对多学科设计优化的定义为:多学科设计优化是一种通过充分探索和利用系统中相互作用的协同机制来设计复杂系统工程和子系统的方法论在多学科设计优化的过程中，须要考虑系统中各个学科之间的耦合效应，会产生比传统单学科优化设计复杂得多的问题,其中最主要的两大难点就是:计算代价和组织复杂性17八月202412多学科设计优化的意义

通过充分利用各个学科之间的相互作用所产生的协同效应,获得系统的整体最优解；

通过实现并行计算和设计，缩短设计周期；

采用高精度的分析模型，提高设计结果的可信度。17八月2024132基本思路设计者在进行复杂系统的设计时,必须充分考虑各个学科之间的相互耦合关系,并利用适当的方法将系统分解为以学科为基础的模型根据学科之间的相互关系，通过特定的框架协调和控制这些子系统(学科)，从而最终获得系统的全局最优解。17八月202414c.耦合关系拆解，子系统建模b.系统分解d.系统级优化协调模型的建立a.复杂系统分解方法大致分为两类:层次分解和非层次分解层次分解:信息只在上下级子系统之间进行传递,同级子系统之间不发生信息交换,因此可以并行完成同一级的分析与优化子系统只有一个上级子系统,有多个下级子系统;每个上级子系统提供系统控制信息,下级子系统提供反馈信息。17八月202415非层次分解:最大优点就是各个子系统之间的信息交换，充分体现系统中的耦合现象17八月202416非层次分解17八月202417公用变量（共享变量）局域变量局域变量状态函数子系统间的耦合关系及解耦I17八月202418公用变量（共享变量）的替代变量局域变量局域变量状态函数状态变量（辅助变量）子系统间的耦合关系及解耦II与传统优化设计比较17八月202419

传统优化设计多学科优化设计设计目标单目标或多目标单目标或多目标（多目标常分布于不同的子系统之中）设计约束在某一学科的设计空间范围内各学科的约束分布于不同的设计子空间之中设计变量一组设计变量包含局域设计变量和耦合变量对涉及多个学科领域的问题的处理方法集成多学科内容建立统一的优化模型各学科分别建立优化模型，通过系统级的控制协调学科间的关系寻优策略采取某一种寻优策略，如组合形法、随机搜索法或遗传算法等各学科子系统可以分别采用不同的优化方法，再根据多学科优化系统的结构选用适宜的多学科优化系统级寻优策略17八月2024203MDO内容多学科设计优化问题,由于涉及多门学科,且各学科之间存在耦合效应.

整个系统分析模型的计算量要比单学科优化大得多,各学科之间的数据传递与管理也复杂得多。17八月20242117八月202422代理模型技术MDO强调各学科应采用高精度数值分析模型。如果直接将这些学科分析模型应用于优化过程中,会导致计算量过大而难于实施。所谓代理模型(Surrogatemodels)是指计算量小、但其计算结果与高精度模型的计算结果相近的分析模型。17八月202423代理模型：多学科设计优化中一种包含试验设计和近似方法等多项内容的建模方法用数学模型来替代原有分析模块的方式，实现了分析模块与MDO计算框架的集成17八月202424代理模型产生背景：各子系统用于生成交换数据的分析模块通常由专业计算软件或物理试验构成，其计算量大，周期长，时间上让人无法接受物理试验的费用比较高，过多的试验会使多学科设计优化在成本上让人无法接受17八月202425无论是专业软件还是物理试验，一般都不是专门为MDo设计的，所以很难将它们集成到MDO的计算框架中数值计算的数字噪声和物理试验的试验误差形成的数据虚假波动常常使得基于梯度的优化算法难于寻优。17八月202426代理模型技术主要包含两方面的内容:其一是构造模型的样本点如何选取，这与代理模型的取样策略有关，属于试验设计的范围;其二是数据拟合与预测模型的建模，这是代理模型的主体，在数学上属于近似方法的范围17八月202427试验设计方法是有关如何合理安排试验的数学方法是多学科设计优化代理模型的取样策略，决定了构造代理模型所需样本点的个数和这些点的空间分布情况。17八月202428代理模型是利用已知点的响应信息来预测未知点响应值的一类模型，其实质是一个以拟合精度和预测精度为约束，利用近似方法对离散数据进行拟合的数学模型。代理模型近似方法有多项式响应面模型、Kriging模型、径向基函数模型以及人工神经物理模型等。17八月202429构造代理模型一般需要三个步骤：①用某种方法产生设计变量的样本点；②用高精度分析模型对这些样本点进行分析，获得一组输入/输出的数据；③用某种拟合方法来拟合这些输入/输出的样本数据，构造出近似模型，并对该近似模型的可信度进行评估。17八月202430代理模型的构造过程数值模拟x1(x1,x2)yx1yx2实验设计x2近似模型17八月202431按代理模型在设计空间中的拟合范围,可分为全局代理模型和局部代理模型。局部代理模型拟合范围只在某一局部区域有效全局代理模型拟合范围是在整个设计空间17八月2024324MDO策略MDO策略也称MDO方法或MDO算法,它要研究的问题是:

(1)如何将复杂的多学科设计优化问题分解为若干较为简单的各学科(或各子系统)设计优化问题;(2)如何协调各学科的设计进程以及如何综合各学科的设计结果。17八月202433解决方案：分解方法将大规模耦合优化问题分解为一系列小规模、易于处理的并行子问题.近似方法在大规模MDO问题中,由于学科分析的计算复杂性,必须考虑如何将精确的学科分析工具集成到优化进程中去17八月202434搜索策略兼顾优化求解的有效性、鲁棒性和高效率,针对MDO问题发展新的搜索策略,包括经典优化方法与智能优化方法以及混合优化方法在解决MDO问题中的应用.17八月202435传统方法

子系统（学科）的分析计算通过集成为一个整体形成系统，进行分析优化。特点：可充分利用现有的优化算法，方法比较稳定，对于大多数问题能找出全局最优解或局部最优解。适用对象：适用于设计变量较少的不太复杂的系统。而对于包含的子学科较多，学科间的交叉耦合关系较为复杂的系统的多学科设计优化问题，此方法不太适用。（集成分析的复杂性所决定）需采纳多个学科的专家提供的设计准则及经验建立模型，虽然便于利用传统优化工具，但建模难度大，不易发挥学科专家的特长。CA—学科分析框架模型17八月202436同步分析设计方法SimultaneousAnalysisDesign（SAND）

特点：每个子系统只能进行并行分析，而不能进行设计优化。基本思想：在优化过程中避免各个子系统之间直接的耦合关系,通过引进辅助设计变量,使得每个子系统能独立地进行分析。子系统之间的通讯通过含有等式约束的系统级优化过程来协调。通过完成系统级优化问题,最终使得辅助设计变量与状态变量一致。各学科的分析不再是集成之后进行，而是各自独立的进行分析。17八月202437并行子空间优化方法

ConcurrentSubspaceOptimization（CSSO）17八月202438并行子空间优化方法

ConcurrentSubspaceOptimization（CSSO）特点：以系统级的协调器取代了优化器，系统级的协调器通过协调兼容约束（Correspondingcompatibilityconstraints）确保了各子系统在系统级的可行性。并行子空间优化方法的主要特点在于各子系统内不再只进行分析，而是在子系统内进行独立的优化，系统对各子系统的优化进行协调，确保各学科间的耦合关系。这样实现了并行设计优化的思想，同时各子系统独自优化有利于利用各学科成熟的学科分析优化技术。适用对象：适用于没有系统级的目标和变量的问题。各子系统保留独立的学科目标和设计变量。17八月202439协同优化方法

CollaborativeOptimization（CO）17八月202440特点：与并行子空间优化方法的主要区别在于具有系统级的优化功能，系统级优化面向兼容约束下的系统整体的设计目标。每个子系统独立地进行优化，子系统的唯一的目标就是满足兼容约束。有效地对学科级的优化实现了并行设计。系统级的优化使系统级的目标函数在满足兼容约束h的条件下达到最小。每个学科子系统通过优化使其设计变量达到系统级的给定的目标值，同时应满足局域约束gi。学科目标函数与系统级的兼容约束应取得一致。适用对象：适用于具有系统级设计目标的多学科设计优化问题。协同优化方法

CollaborativeOptimization（CO）17八月202441飞行器气动/隐身/结构多学科设计优化系统级优化气动/隐身一体化设计代理模型结构优化代理模型全局变量气动/隐身性能结构重量全局变量气动/隐身一体化设计结构优化17八月202442系统级优化问题及求解方法

目标函数：1）气动阻力系数CD最小；2）结构重量WS最轻。设计变量：机翼后掠角、外翼展长和过渡面参数,共6个系统级设计变量。约束条件：1）雷达威胁方位内RCS的平均值≤-14.6dBm2；2）内翼盒段容积V≥5.5m3。求解方法：系统级优化问题是一个多目标优化问题。对于多目标优化问题，一般不存在绝对的最优解，而是通常存在一组有效解，称为Pareto解集。求解多目标优化问题的实质就是确定Pareto解集。本文采用多目标的遗传算法NSGA-Ⅱ求解该优化问题。优化算法中的参数设置为：初始种群100，代数200。在系统级优化中，基于已建立的代理模型，对系统级设计变量进行优化，使气动阻力系数CD最小，结构重量WS最轻，同时满足隐身性能(RCS)设计指标和内部容积的要求。17八月202443气动/隐身一体化设计问题及求解方法

计算条件：飞行马赫数0.8；飞行高度11km；雷达威胁方位：前向0º～30º侧向60º～120º。给定参数：系统级设计变量的值，由样本点的值确定。目标函数：气动阻力系数CD最小。设计变量：描述主剖面形状的参数、外翼扭转角、翼梢扭转角和飞行攻角，共9个设计变量。约束条件：1）设计升力系数CL≥0.14；

2）1/4弦线俯仰力矩系数-0.08≤CM≤0；

3）雷达威胁方位内RCS的平均值≤-14.6dBm2；

4）前、后梁位置处翼型的相对厚度。求解方法：采用序列二次规划求解气动/隐身优化问题，该方法适用于高度非线性的问题，而且求解速度较快。17八月202444结构优化问题及求解方法

目标函数：结构重量WS最轻。设计变量：1）梁、肋和加强框缘条的横截面积；2）梁、肋和加强框腹板厚度；3）蒙皮厚度；4）梁、肋和加强框支柱的横截面积。约束条件：1）-450MPa≤杆的轴向应力≤450MPa；2）-250MPa≤板的剪应力≤250MPa；3）机翼翼尖位移≤5%机翼半展长。求解方法：采用MSC.Nastran软件提供的序列二次规划方法对结构设计变量进行优化。结构优化的任务是对结构尺寸进行优化，使结构重量最轻。其优化问题表述如下：17八月202445MDO方法有如下突出的优点:

将复杂的优化问题分解为系统级优化和若干个相对简单的子系统优化问题;各学科组有很强的自主性,各学科组可根据实际需求,自主地确定优化问题的设计变量和约束,选择适当的分析模型和优化算法,并且每个子系统能同时进行设计和优化;17八月202446(3)与工业界现有的设计组织和管理形式相一致,系统级优化相当于总师或协调组的工作,子系统优化相当于各学科组的设计工作。5MDO环境MDO环境是指能支撑和实现MDO运行的计算环境,在这个计算环境中能够集成和运行各学科的计算,实现各学科之间的通讯17八月20244717八月202448在50年代，程序设计人员使用计算机前必须预约上机时间。当他们使用计算机时，则使用全部计算机资源60年代出现了批处理技术，人们提交作业并排队等候处理。计算机每次运行一个作业，用户晚些时候来取结果70年代产生了分时系统，人们可同时使用一台计算机，而每个用户觉得他们在单独使用整个计算机17八月20244980年代是个人计算机的时代，每个用户在自己的办公室里有一台属于他自己专用的计算机90年代不仅每个用户有自己专用的计算机，而且通过计算机网络可同时使用多台计算机将来，分布式计算系统17八月202450计算机硬件技术和软件技术的发展高性能计算机网络技术的发展MDO计算环境包括硬件和软件两个方面在硬件方面，MDO环境通常是一种分布式计算环境，对于计算量大的分析模型,需应用高性能计算平台,如集群计算平台、网格计算技术等。17八月20245117八月202452网格和网格计算网格的概念产生于90年代中期，其构想来源于电力网人们期望对计算机资源的利用方式简单，不必关心资源的来源、实现细节和调度过程17八月202453网格计算利用互联网把分散在不同地理位置的电脑组织成一个“虚拟的超级计算机”来使用网格计算模式下，可以自动向每台计算机分配任务。如其中一台计算机出现故障，其他的计算机可以自动替代它继续进行处理17八月202454IPG(InformationPower网格)项目美国国家航空和宇宙航行局(NASA)“全球信息网格”（GlobalInformationGrid）美国国防部已在规划实施一个宏大的计划预计在2020年完成。英国国家网格(UKNationalGrid)英国政府决定投资1亿英镑我国863计划支持的“中国网格(ChinaGrid)”建设17八月202455分布式并行处理系统组网图17八月202456多学科优化设计软件Isight的介绍

ISIGHT是一个通过软件协同驱动产品设计优化的软件,在汽车、电子和航空航天等方面得到广泛应用，自1995年以来Pratt&Whitney采用iSIGHT进行40多个产品方案设计，包括了发动机的主要部件，使用iSIGHT来解决多学科设计优化问题，以取得在多个学科设计之间取得平衡，提高了产品质量、降低了成本，产品的设计周期缩短为原来的五分之一（？）。17八月202457多学科设计优化技术的应用：多学科设计优化的发展最初是为了满足航空航天领域中分析和求解复杂工程系统的需要。航空航天领域一直是MDO应用的主要领域，也是促进MDO不断发展的主要动力所在17八月202458成果

空气动力与隐身一体化设计优化空气动力与结构综合优化结构与主动控制同时优化。17八月202459可重复使用火箭(RLV)的发动机喷嘴的设计。它是由NASA的Langley研究中心与Boeing公司的合作项目。各个学科分析部分的集成用了4个月的时间，近似处理约600个分析部分，在工作站上，大约用了将近三天的时间。19个设计变量，发动机的净重减轻了5％。火星探测器的优化设计美国喷气推进实验室(JetPropulsionLaboratory)开发的航天器多学科辅助设计系统（MIDAS），实现了系统的多学科优化设计F-22战斗机的设计中，针对气弹设计和结构设计，进行最小重量的优化洛克希德马丁公司（LockheedMartin）17八月202460A340-600和A3XX大型客机结构与气动力学参数（主要是机翼的翼形）进行优化AirBus&DLRDaimlerChrysler使用Pointer多学科优化平台整车的多学科优化设计通用汽车公司在其开发的集成设备开发（IntegratedVehicleDesignAnalysis）环境中，增加了多学科优化设计的能力最小化燃气涡轮的重量通用电子公司对燃气涡轮的设计。燃气涡轮的多学科分析主要有热力学分析、螺旋桨分析、转子分析和热机械分析等四个学科分析。应用iSIGHT平台，使用协同优化方法17八月202461机身和推进系统综合设计Honeywell应用iSIGHTGE90发动机的原型设计和优化通用飞机公司（GEAircraft）采用iSIGHT平台发动机从7级减到6级，重量减少200-250磅，每个引擎节省25万美元发射系统成本的优化设计Boeing公司在其火箭DeltaIV中应用iSIGHT17八月202462高速民用运输机HSCT的设计，就是一个MDO较典型的示范性应用优化目标是起飞总重量，设计变量29个，非线性不等式约束68个。飞机具有5500海里的飞行能力，2.4马赫的巡航能力，251人的载客量。17八月202463飞机总体设计框架设计要求布局型式选择主要参数计算发动机选择部件外形设计机身机翼

尾翼

起落架进气道总体布置部位安排结构布置外形协调与设计三面图外形理论图分析计算重量计算气动计算性能计算结构分析

是否满足设计要求？最优？17八月202464飞机分析模型气动推进性能结构飞机多学科设计优化特点

飞机结构的总体方案设计涉及到气动、动力、结构、防热、控制等多个学科，并且各学科间存在较强的相互影响。17八月202465几何气动重量推进性能操稳经济气动优化翼型优化部件气动外形优化全机气动外形优化结构优化零件设计优化部件设计优化综合优化总体参数优化多学科设计优化17八月202466优化设计17八月202467气动（CFD）结构（FEM）外形（CAD）重量重心操稳隐身发动机特性性能协调（MDO方法）中心数据库设计过程监控