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

计算机集成制造系统 ›› 2018, Vol. 24 ›› Issue (第12): 3107-3119.DOI: 10.13196/j.cims.2018.12.018

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

李晓科^1,2,马军^1,2,陈振中³,文笑雨^1,2,邱浩波⁴⁺

1.郑州轻工业学院河南省机械装备智能制造重点实验室
2.郑州轻工业学院机电工程学院
3.东华大学机械工程学院
4.华中科技大学机械科学与工程学院

出版日期:2018-12-31 发布日期:2018-12-31
基金资助:
国家自然科学基金资助项目(51675198,U1404621,51405302);国家973计划资助项目(2014CB046705);河南省高校科技创新团队资助项目(18IRTSTHN015);河南省高等学校青年骨干教师资助计划资助项目(2015GGJS-183);郑州轻工业学院2016年度博士基金资助项目(2016BSJJ012)。

Reliability-based design optimization using inherited Latin hypercube sampling and local Kriging approximation

Online:2018-12-31 Published:2018-12-31
Supported by:
Project supported by the National Natural Science Foundation,China(No.51675198,U1404621,51405302),the National Basic Research Program,China(No.2014CB046705),the S&T Innovation Team Foundation of Universities in Henan Province,China(No.18IRTSTHN015),the Supporting Program for Young Backbone Teachers of Universities in Henan Province,China(No.2015GGJS-183),and the 2016 Doctoral Foundation of Zhengzhou University of Light Industry,China(No.2016BSJJ012).

摘要/Abstract

摘要： 针对基于Kriging近似的可靠性设计优化样本最优配置问题,提出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方法。采用继承拉丁超立方样本构建Kriging近似,并求解最大可能失效点作为局部序列采样中心。针对有效概率约束构建基于Kriging近似误差、功能函数非线性度量及目标可靠度的局部序列采样区域。以重要抽样策略计算失效概率及灵敏度,并采用序列近似规划求解最优设计点。通过3个算例及机床横梁设计优化应用验证了所提方法的有效性。

关键词: 可靠性设计优化, 继承拉丁超立方采样, Kriging近似, 失效概率评估

Abstract: To improve the sample configuration of Kriging-based Reliability-based Design Optimization(RBDO)methods,a novel method using Inherited Latin Hypercube Sampling(ILHS)and local Kriging approximation method was proposed.ILHS was used to ensure the accuracy of Kriging at the initial optimization phase,and the Most Probable Point(MPP)was calculated to be the center of a local sampling region for active probabilistic constraints.The local sampling region was determined according to the Kriging approximation error,performance function nonlinearity and target reliability.The important sampling combined with sequential approximation programming was used to calculate the optimal design.Two numerical examples and the application of box girder were used to demonstrate the effectiveness of proposed method.

Key words: reliability-based design optimization, inherited Latin hypercube sampling, Kriging model, failure probability calculation

中图分类号:

李晓科,马军,陈振中,文笑雨,邱浩波. 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[J]. 计算机集成制造系统, 2018, 24(第12): 3107-3119.

[1]	邱涛,王增臣,游令非. 随机和区间变量共存的结构可靠性分析算法[J]. 计算机集成制造系统, 2020, 26(11): 2992-3000.
[2]	胡启国,周松. 考虑刚柔耦合的工业机器人多目标可靠性拓扑优化[J]. 计算机集成制造系统, 2020, 26(第3): 623-631.
[3]	李琦,李婧,蒋增强,边靖媛. 考虑个体差异的系统退化建模与半Markov过程维修决策[J]. 计算机集成制造系统, 2020, 26(第2): 331-339.
[4]	揭丽琳,刘卫东. 基于使用可靠性区域粒度的产品保修期优化决策[J]. 计算机集成制造系统, 2020, 26(第1): 92-102.
[5]	史凯龙,陆彪,方玲珍,周晓军. 产能导向的三设备混联系统预防维护决策[J]. 计算机集成制造系统, 2019, 25(第11): 2813-2819.
[6]	张立香,孟欣佳,敬石开,张贺. 混合不确定性下的多学科协同可靠性分析方法[J]. 计算机集成制造系统, 2019, 25(第9): 2198-2207.
[7]	冯嘉珍,张建国,邱继伟. 可靠性多目标优化设计的自适应行为博弈算法[J]. 计算机集成制造系统, 2019, 25(第3): 736-742.
[8]	孙静怡,张建国,彭文胜,邱继伟,谭春林. 基于区间仿射响应面的非概率可靠性分析[J]. 计算机集成制造系统, 2018, 24(第11): 2734-2742.
[9]	肖华军,柴子力,张超勇,孟磊磊,任亚平,梅慧文. 基于混合化学反应算法的柔性作业车间调度[J]. 计算机集成制造系统, 2018, 24(第9): 2234-2245.
[10]	揭丽琳,刘卫东,滕沙沙,孙政. 基于动态优选元胞遗传模糊聚类的使用可靠性区域粒度确定方法[J]. 计算机集成制造系统, 2018, 24(第8): 1929-1945.
[11]	廖雯竹,崔诗好. 考虑劣化因素的HMM在设备状态评估中的应用[J]. 计算机集成制造系统, 2018, 24(第5): 1147-1154.
[12]	陈志英,刘勇,周平,刘广通. 基于改进田口试验法的装配公差分析[J]. 计算机集成制造系统, 2018, 24(第5): 1200-1206.
[13]	陈修龙,高文花,宋浩,梁小夏,王清. 含球面副间隙的空间并联机构动力学特性分析[J]. 计算机集成制造系统, 2018, 24(第3): 660-670.
[14]	刘成武,钱林方,花海燕,刘继红. 基于近似技术的序列化多学科可靠性设计优化[J]. 计算机集成制造系统, 2018, 24(第1): 107-116.
[15]	刘卫东,滕沙沙,揭丽琳,孙政. 基于可靠性增长的产品保修期优化设计系统动力学模型[J]. 计算机集成制造系统, 2017, 23(第12): 2630-2639.

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

Reliability-based design optimization using inherited Latin hypercube sampling and local Kriging approximation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics