[发明专利]一种基于Bayesian kriging模型的机构优化设计方法

摘要

本发明属于机构优化设计领域，涉及一种基于Bayesian kriging模型的机构优化设计方法，主要针对机械结构参数进行优化。首先，通过整合模拟和实验数据，建立Kriging模型，利用Bayesian假设检验方法和程序对代理模型进行定量化评估，实现Bayesian推断与Kriging模型的无缝集成，构建Bayesian kriging模型；然后，利用该Bayesian kriging模型加快数值计算的效率；最后，利用曲线拟合获得结构参数与影响性能的物理量的关系函数，结合该函数利用多目标粒子群算法获得机构参数的最优解集。本发明实现了量化分析多种不确定性因素对结构工艺的综合影响，在机构设计中实现智能优化，取代目前使用较多的模拟‑改进方案‑验证的传统方法，为形成一体化、系统化的理论和实际工程应用，提供了一种全新可行的途径。

主权项

1.一种基于Bayesian kriging模型的机构优化设计方法，其特征在于，设在机构中有θ＝[θ₁,θ₂,...,θ_n]共n个实时发生变化的结构参数影响机构性能，α＝[α₁,α₂,...,α_m]为m个影响机构性能的物理量，物理量α受结构参数θ影响；对结构参数θ进行优化包括以下步骤：步骤1、通过在线检测方法对机构进行采样，得到实验样本；步骤2、建立机构有限元模型，进行数值模拟，对关键节点的物理量α进行数值计算，得到模拟样本；步骤3、整合实验样本与模拟样本数据，构建Bayesian kriging模型；步骤4、使用Bayesian kriging模型，计算有限元模型上其余节点的物理量α的响应值；步骤5、在不同结构参数θ下重复以步骤1‑4，根据离散数据，采用曲线拟合的方法获得结构参数θ与物理量α的对应函数；步骤6、基于多目标优化算法，获得结构参数θ最优解集。