[发明专利]基于复合形的自适应代理模型在电池模块优化设计中的应用方法

摘要

本发明公开了一种基于复合形的自适应代理模型优化方法及其在电池模块优化设计中的应用。由于传统的优化方法在解决黑箱问题或具有复杂性能函数的工程问题时，成本高、周期长、操作复杂，所以提出一种基于复合形的自适应代理模型优化方法，并应用在电池模块的优化设计中。首先，构造空冷电池模块ANSYS几何优化模型；其次，根据ANSYS几何优化模型进行CFD计算；然后，利用试验设计方法、近似技术建立代理模型，最后基于复合形的自适应代理模型优化方法对空冷电池模块进行优化。本发明将复合形法应用于代理模型的序列加点迭代中，比传统的序列加点优化方法具有添加样本少、收敛速度快、局部精度高且具有高效的优化效率等优点，具有广泛的应用前景。

主权项

1.一种基于复合形的自适应代理模型在电池模块优化设计中的应用方法，其特征在于，包括以下步骤：A、建立空冷电池模块的几何优化模型；B、对空冷电池模块的几何优化模型进行CFD模拟仿真；C、利用试验设计技术产生初始样本并调用CFD仿真模型获取初始样本的响应值；D、根据C中的样本信息及其响应值构建优化目标以及约束的代理模型；E、通过D中建立的代理模型构建空冷电池模块的优化模型，利用基于复合形的自适应代理模型优化方法进行优化，获取电池模块优化的近似解；所述步骤A建立空冷电池模块的几何模型为通过ANSYS依据相关参数建立的几何模型；所述步骤B对电池模块几何优化模型进行CFD模拟仿真具体为：B1、：定义冷空气的属性以及电池的比热和导热系数，确定设计变量；B2、：执行网格无关性检验并选择适合的方案；所述步骤C利用试验设计技术产生初始样本并调用CFD仿真模型获取初始样本集的响应值具体为：C1、利用拉丁超立方试验生成初始样本点；C2、调用CFD仿真模型获取初始样本点处的响应值；进一步地，所述步骤D根据C中的样本信息及其响应值构建优化目标以及约束的代理模型具体为：D1、选择kriging近似方法建立优化目标的优化代理模型；D2、选择kriging近似方法建立约束的代理模型；所述步骤E通过D中建立的代理模型构建空冷电池模块的优化模型，利用基于复合形的自适应迭代加点优化方法进行优化，获取电池组模块优化的近似解，具体包括以下分步骤：E1、根据步骤A、B、C和D得到空冷电池模块的单目标优化模型，包括设计变量的个数以及其取值范围、优化目标以及约束的代理模型；E2、利用初始样本生成初始复合形；E3、通过复合形进行迭代求解，获取复合形的替换点，形成新的复合形；E4、判断是否满足最小距离要求，若满足则E3中得到的替换点做为添加样本加入初始样本，并更新样本集，否则由当前复合形继续寻优；E5、基于E4中已更新的样本集，重新建立优化目标的代理模型；E6、检查收敛准则，如果满足，则终止计算得到最优解，否则返回E3继续寻优。