導語：如何才能寫好一篇多目標優(yōu)化設計，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

【關鍵詞】多孔材料；多功能；優(yōu)化設計

0.引言

隨著工業(yè)裝備和航空航天的迅猛發(fā)展，對高性能材料的設計提出了更高的要求，如：輕量化、高剛度、高散熱、抗沖擊性和多功能化應用等。多孔金屬材料因其優(yōu)良的性能和廣泛的應用前景，近年來成為研究的焦點。

多孔金屬材料性能與孔結構直接相關，孔隙率與多功能性能相關。改變孔隙率和孔的結構將影響材料的綜合性能。因此，可根據(jù)不同需求對其結構多學科優(yōu)化設計。本文將結合多孔材料的性能表征，對輕質多孔材料進行多功能化優(yōu)化設計。

1.多孔材料多功能特性

多孔金屬材料具有獨特的多功能特性，包括：

（1）多孔材料的密度遠遠小于實體材料的密度。不同多孔材料孔結構不同，一般孔隙率都較高。

（2）抗沖擊性 多孔金屬在承受壓應力時產生塑性變形，大量的沖擊量被轉變?yōu)樗苄阅?，以熱量形式耗散?/p>

（3）高剛性 蜂窩多孔材料有很好的力學性能，同時其性能有較強方向性。

（4）高散熱性多 孔金屬是優(yōu)良的傳熱介質，可以作為飛行器和超高速列車的散熱裝置。此外，在高孔隙中流過冷卻劑，可達到冷卻和承載的目的，在航天結構領域有廣泛應用。

（5）吸聲效果 與傳統(tǒng)材料相比， 多孔泡沫結構吸聲效果良好。

綜上所述， 多孔材料具有高剛度、高強度、輕量化和高散熱性等明顯優(yōu)勢。多孔金屬既是優(yōu)良的結構材料，也是性能優(yōu)異的功能材料，在交通、海洋采油、航空航天、醫(yī)療等領域中有著重要意義。多孔材料不僅性能優(yōu)良，也降低能源消耗和減少環(huán)境污染。

2.多孔材料的性能表征

2.1 多孔金屬材料靜力學性能

在恒定載荷下，對輕質多孔金屬材料的靜力學性能研究。當這些構件比較復雜時，一般采用數(shù)值方法來研究其破壞變形；當宏觀結構較為單一簡單時，本構理論也較簡單，且計算效率高，往往是數(shù)值方法中的主要方法。

本章使用ANSYS有限元程序進行有限元分析，由于結構較為復雜，模型使用三維四面體單元。材料楊氏模量為70GPa，屈服應力為150MPa，泊松比為0.3。

建立多孔金屬材料有限元模型，有限元分析表明，該材料彈性模量和壓縮強度均明顯提高，材料彈性模量隨孔徑比的增加而增大，壓縮屈服應力隨孔徑比的增加先增大后減小。對壓縮變形機理進行討論，變形主要為斜桿的彎曲變形，同時，小桿的彎曲變形機制使表現(xiàn)出不同的塑性流動特性。

研究表明，隨著孔徑比的增大，材料表現(xiàn)出不同的流動行為。材料塑性變形主要集中在斜桿上，孔洞的四個頂點處幾乎沒有變形，因此，斜桿的彎曲是泡沫金屬壓縮時的主要變形機制。提高孔徑比，彎曲剛度顯著提高，且塑性應變集中在壓縮方向的小桿上。當小桿截面積逐漸增大時，結構應力也逐漸提高，直至斜桿發(fā)生屈服。

2.2 多孔金屬材料動力學性能

在實際應用中，多孔金屬可承受動態(tài)荷載而產生大范圍變形，本文通過選擇基體材料、孔隙結構來控制動態(tài)變形特征，可使多孔金屬成為理想的吸能材料。多孔金屬在高變形下的動態(tài)性能和破壞機理研究對于其的廣泛應用具有重要意義。此外，載荷作用下力學行為的研究也是結構材料的重要前提之一，尤其對抗沖擊材料在軍事和防恐領域中的應用具有重要意義。

多孔材料在沖擊下的變形模型一般采用動量守恒和能量守恒得出動態(tài)激勵下的變形。多孔金屬材料的吸能機理研究已成為當前多孔材料研究的熱門方向。金屬多孔材料抗沖擊分析是建立在靜態(tài)模型基礎上的，未考慮應變效應的影響，很難準確得出整個材料的動態(tài)性能。如何進行沖擊荷載下的強度和破壞研究，建立相關的本構關系及破壞判據(jù)，需要進一步深入研究。

2.3 多孔金屬材料熱力學性能

孔隙傳熱是多孔金屬多功能特性中最受廣泛關注的領域。材料的高熱傳導系數(shù)和對流換熱使得多孔金屬具有優(yōu)良的換熱性能。

傳熱性能研究一般集中于常溫導熱和單相對流傳熱。根據(jù)多孔金屬結構的流體動力特性，確定了不同雷諾數(shù)作用下的動量方程，得出了慣性力表達式；根據(jù)空氣冷卻對流換熱特性，測定了對流傳熱隨微結構參數(shù)的變化規(guī)律，建立單相對流傳熱模型；測定真空狀態(tài)下導熱系數(shù)隨溫度的變化規(guī)律，進而確定了高溫下的熱傳遞規(guī)律。隨著相對密度的提高，多孔結構的導熱系數(shù)會隨之增大，且導熱系數(shù)與相對密度基本成線性關系。

3.多目標結構優(yōu)化設計

傳統(tǒng)材料的設計通過調整單一材料設計參數(shù)使之能夠滿足工程實際需求。在大多數(shù)情況下，材料的設計無法達到最優(yōu)化。由于上述局限，力學工作者雖然以材料為研究對象，但只發(fā)揮其輔助作用。隨著以多孔材料和復合材料的發(fā)展，材料的可設計性已有了較大提高，可根據(jù)工程需求利用優(yōu)化技術設計出最優(yōu)越的材料。

多目標優(yōu)化問題的主要思路是目標加權求解。對多個目標中，評價各目標權重系數(shù) ，將多目標歸一化。從而將多目標優(yōu)化問題轉化為單目標優(yōu)化問題。

在航空航天領域，許多結構件需要同時滿足強度、隔熱和輕質的要求。從第3節(jié)力學性能研究中我們知道，隨著密度的增大，材料屈服強度提高，多孔金屬板的隔熱性能降低，且孔徑比越大，多金屬板的隔熱性能越好。針對單一目標優(yōu)化進行的參數(shù)選取與其他目標優(yōu)化的參數(shù)選取是相互矛盾的，需要進行多目標優(yōu)化設計，以選取同時滿足強度、隔熱和輕質要求的材料參數(shù)。

金屬板構件參數(shù)多目標優(yōu)化設計中，首先采用最小二乘法對屈服應力和隔熱參數(shù)進行多項式擬合， 以此表達式作為構件的目標函數(shù)，通過建立包含強度、隔熱和輕質多目標函數(shù)的優(yōu)化設計模型，采用權重法將多目標優(yōu)化問題轉化為單目標優(yōu)化問題進行求解。

4.結論與展望

通過建立了多目標優(yōu)化設計數(shù)學模型，求解目標最優(yōu)的金屬孔徑比、相對密度。結果表明多孔金屬板的綜合性能顯著優(yōu)于傳統(tǒng)金屬板。

多孔金屬材料應用前景十分廣闊，但目前很多研究還只限于對宏觀性能參數(shù)的研究，對細觀結構研究還較少。

【參考文獻】

篇2

關鍵詞：智能桁架；壓電作動器；遺傳算法；優(yōu)化配置

智能桁架結構采用一體化思想，將控制元件以主動桿的形式取代部分結構桿件，使其能夠傳感外界條件，并且能夠通過一定方法控制信號產生作動功能以響應外界條件變化，實現(xiàn)結構對環(huán)境的自適應。

在傳感器與作動器的優(yōu)化配置問題求解上，前人采取了枚舉法等一般算法，但隨著計算機技術的發(fā)展，隨機類算法得到了廣泛的開發(fā)和應用。目前國內的相關研究以遺傳算法居多：研究遺傳算法在搜索目標函數(shù)方面的應用，以及基于其他智能算法思想對遺傳算法的改進。

許銳等[1]使用粒子群算法，姜冬菊等[3]使用混沌優(yōu)化算法，研究了結構優(yōu)化問題。李紅芳等[2]基于混沌理論（Chaos theory）改進遺傳算法，使算法對初值敏感性加強、提高局部搜索速度，提高了遺傳算法的運行效率。

1 力學模型

研究以壓電材料和普通材料組成的智能桁架結構，為簡化。壓電材料以堆疊形式疊加形成作動器，作為主動桿對結構產生的形變或震動進行響應，并產生電壓與應變，通過一定的控制方式（如主動控制、被動控制或混合控制），對外界作用進行響應和調整，使結構能夠更加穩(wěn)定。

2 遺傳算法設計

針對遺傳算法的收斂過程中的早熟問題，對適應度函數(shù)進行調整。有相關文獻提出的自適應函數(shù)，使用動態(tài)適應度對演化過程進行調節(jié)：最大適應度Fitmax，最低適應度Fitmin和平均適應度Fitave。設計閥值a（0.5

對于壓電桁架，通過設計各桿的橫截面以及主動桿位置，使得桁架總質量與節(jié)點位移滿足優(yōu)化目標。以最小重量W為目標，在控制電壓V和桿應力σ不超過上限，節(jié)點位移在要求范圍內，對主動桿布置以及各桿的橫截面在取值區(qū)間內進行搜索：

其中：ρ1為普通桿密度；ρ2為壓電桿密度；ai=0表示桿為普通桿，ai=1表示桿為壓電桿。

3 計算實例

使用壓電材料優(yōu)化十桿桁架問題（文獻[5]），在原有桿截面問題上增加壓電作動器優(yōu)化結構，使得重量最小且節(jié)點位移在要求內。尺寸結構，左端節(jié)點3、6鉸接固定，右端自由。楊氏模量為，許用應力為25ksi=172.375MPa，各桿橫截面下限為，普通桿密度為，壓電作動器密度，斜桿（桿2、4、6、10）作動因子為8.81，橫桿（桿1、3、7、8、9、10）作動因子為1.25，壓電桿最大電壓為300V，要求位移小于桿長，載荷作用于節(jié)點5。

設計自適應遺傳算法，取初始種群數(shù)M=60；使用浮點編碼橫截面積；使用長度為10的字符串通過二進制編碼進行桿位的編碼，其中1代表主動桿，0代表普通桿。設定交叉概率為，變異概率為。迭代200代進行搜索，結果如表1所示。

計算結果相比較文獻中，添加了作動器使得結構在設置條件下質量降低9.6%，可以證明使用遺傳算法進行計算是可行的。

4 結束語

結果證明了使用遺傳算法進行作動器位置、桿件截面的多目標優(yōu)化的可行性，其應用于大型復雜結構多也成為可能。

參考文獻

[1]許銳，王澤興，羅雪.桁架優(yōu)化的改進粒子群算法[J].佳木斯大學學報（自然科學版），2012，30（1）.

[2]李紅芳.混沌遺傳算法與結構優(yōu)化設計[D].天津大學建筑工程學院，2004.

[3]姜冬菊.結構拓撲和布局優(yōu)化及工程應用研究[D].河海大學，2008.

篇3

關鍵詞：遺傳算法；永磁屏蔽電機；優(yōu)化設計

1 引言

石化行業(yè)使用的永磁屏蔽電機具有效率高、反應速度快以及低速大轉矩的優(yōu)勢，大大拓寬了屏蔽泵的應用前景。但由于電機在定子內腔和轉子外表面各用一層非磁性不銹鋼薄套將定子和轉子部分屏蔽起來，而且它所使用的稀土永磁材料在電機成本中占有一定的比例[1]。因此從優(yōu)化設計角度研究一種既能滿足特殊工況要求，又能減小磁鋼用量的永磁屏蔽電機，具有十分重要的應用價值。

永磁屏蔽電機優(yōu)化設計的目標函數(shù)和約束條件均為設計變量的非線性數(shù)值函數(shù)和多峰值函數(shù)，因此采用傳統(tǒng)的優(yōu)化方法很難從根本上解決電機優(yōu)化設計中的全局最優(yōu)解問題。遺傳算法[2]是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的一種自適應全局優(yōu)化概率搜索算法。該算法能較好地解決了控制參數(shù)的動態(tài)自適應性及較優(yōu)值如何重復迭代等在優(yōu)化設計中影響收斂速度和最終優(yōu)化結果的問題。

文章將遺傳算法引入到永磁屏蔽電機的優(yōu)化設計領域，并結合永磁屏蔽電機的設計特點，對一臺5.5kW的永磁屏蔽電機進行優(yōu)化設計，提高了屏蔽泵的輸出性能。

2 永磁屏蔽電機優(yōu)化設計模型

2.1 設計變量

然后再將這些新生成的子群體合并成一個完整的群體，在這個群體中進行交叉和變異運算，最終可求出多目標優(yōu)化問題的Pareto最優(yōu)解。由于權重系數(shù)的隨機性，算法將得到多個不同權重系數(shù)下的優(yōu)良解，因此保證了群體中對應搜索方向的多樣性和最終優(yōu)化結果的準確性。

3.4 約束條件的處理

永磁屏蔽電機的約束主要是不等式約束，但遺傳算法是無約束優(yōu)化方法，因此需要將有約束優(yōu)化問題轉化為無約束優(yōu)化問題。罰函數(shù)法是處理非線性約束優(yōu)化問題比較廣泛的一種方法，尤其是在對解空間中無對應可行解的個體計算其適應度時，可以降低該個體的適應度，從而使該個體被遺傳到下一代群體中的概率減小。

5 結束語

文章應用遺傳算法對永磁屏蔽電機的永磁體體積和電機效率兩個目標進行了多目標優(yōu)化設計，得到優(yōu)化后的具體結構和性能參數(shù)。

（1）與傳統(tǒng)算法相比，遺傳算法能同時搜索解空間中的許多點，且搜索過程是通過適應度函數(shù)來實現(xiàn)對群體中的個體進行優(yōu)勝劣汰操作，因而能較大概率地獲取全局最優(yōu)解。

（2）針對多目標工程優(yōu)化問題，文章采用統(tǒng)一目標法中的線性加權和法和罰函數(shù)法對永磁屏蔽電機的多目標問題進行優(yōu)化，減少了永磁體用量，并且提高了電機效率。

參考文獻

[1]季建剛，孔繁余，孔祥花.屏蔽泵發(fā)展綜述[J].水泵技術，2006，1：15-20.Ji Jiangang，Kong Fanyu，Kong Xianghua. Development Survey of Shield Pump[J].Pump Technology，2006，1：15-20.

[2]王小平，曹立明. 遺傳算法-理論、應用于軟件實現(xiàn)[M]. 西安：西安交通大學出版社，2002.Wang Xiaoping，Cao Liming.Genetic Algorithms-Theory and Application In The Software Implementatio[M].Xi An：Xi'An JiaoTong University Press，2002.

[3]唐任遠.現(xiàn)代永磁電機-理論和設計[M]. 北京：機械工業(yè)出版社，1997. Tang Renyuan.Modern Permanent Magnet Motor-Theory and Design[M].Beijing：China Machine Press，1977.

[4]傅豐禮，唐孝鎬. 異步電動機設計手冊[M]. 北京：機械工業(yè)出版社，2002. Fu Fengli，Tang Xiaogao.Asynchronous Motor Design Manual[M].Beijing：China Machine Press，2002.

篇4

[關鍵詞]穩(wěn)健優(yōu)化；機械結構；動態(tài)特性；雙層更新Kriging模型

中圖分類號：TQ320.66 文獻標識碼：A 文章編號：1009-914X（2015）23-0225-01

現(xiàn)在機械設備的結構越來越大，也越來越精密和復雜，這使得某些關鍵零部件結構的動態(tài)特性和綜合性能影響越發(fā)明顯，但是在現(xiàn)代機械結構的設計中并沒有較好的顧及到關鍵部件的結構特性，導致機械設備的噪聲和震動等問題日益嚴重，故障率也隨之增加，同時機械結構設計中也存在著多種不穩(wěn)定因素的影響，這些問題的出現(xiàn)都使得相關的穩(wěn)健優(yōu)化設計的必要性，本文通過設置機械結構動態(tài)特性指標的Kriging模型，能夠快速的獲得給定的結構設計方案中的動態(tài)特性指標值，旨在降低優(yōu)化求解中的相關數(shù)值計算，實現(xiàn)最終對機械結構的優(yōu)化設計方法。

一、 機械結構動態(tài)特性的多目標穩(wěn)健優(yōu)化模型

首先我們要明確機械結構動力學分析的基本原理，根據(jù)結構動力學，相關的振動方程為：

如何根據(jù)機械機構動態(tài)特性建立多目標穩(wěn)健優(yōu)化模型，是我們要思考和解決的問題，現(xiàn)在衡量機械結構動態(tài)特性好壞的重要標準就是其固定頻率是不是避開了來自外界的激勵頻率?；谶@一情況的考慮，建立一下形式的動態(tài)特性好壞的標準函數(shù)：

其中，f為設計矢量的函數(shù)，d為確定變量，s為隨機變量，為激振頻率。由于穩(wěn)健優(yōu)化設計的目標是為了使得結構動態(tài)特性指標趨向于平均值，而且方差盡可能的縮小，所以可以建立多目標的問價優(yōu)化模型：

二、 基于雙層更新Kriging模型的結構動態(tài)特性多目標穩(wěn)健優(yōu)化求解

從上文中我們知道，結合機械結構動態(tài)特性的優(yōu)化設計是需要對動態(tài)特性指標的方差和均值同時達到最優(yōu)的多目標優(yōu)化方案，優(yōu)化設計的過程中需要多次進行大規(guī)模的有限元仿真分析來獲取對應的約束函數(shù)值和目標函數(shù)，由于整合的數(shù)據(jù)量非常大，求解的效率相對較低，為了解決這一難題，通過優(yōu)化設計來獲取足夠多的樣本點，建立擬合效果更好的Kriging模型，采取雙層更新策略使得設計空間和區(qū)域有更高的契合度，從而快速而精確的獲得優(yōu)化函數(shù)的函數(shù)值和約束函數(shù)值。在這個思路的參考下，利用優(yōu)化模型的算法，提高了對全局數(shù)據(jù)的搜索能力。

1、Kriging模型

工程領域有很多個常見的模型，分別為人工神經(jīng)網(wǎng)絡模型、Kriging模型和多項式響應面模型等。針對不同的問題，每個模型都有著一定的局限性，而Kriging模型由于具備局部隨機誤差和全局相似的雙重特點 ，所以其有效性不受隨機誤差的影響，對局部響應突變問題以及非線性成都較高的問題都有較好的擬合效果。

Kriging模型可以看成是一個多項式和隨機分布函數(shù)的和，如下：

y（x）即為一個位置的Kriging模型函數(shù)，f（x）是一個二階回歸函數(shù)，β、z（x）分別為待定系數(shù)和隨機過程模擬函數(shù)。通過帶入數(shù)據(jù)的相關矩陣，并根據(jù)Kriging模型理論，可以求得最后相關參數(shù)的特殊的特征是最大函數(shù)：

上式即為該值組成的Kriging模型下最優(yōu)化擬合方案的模型

2、Kriging模型的雙層更新方案

通過分析最優(yōu)化的函數(shù)模型，我們可以得知Kriging模型的在優(yōu)化設計方面的主要思路為，首先把需要設計的空間里的局部和全局誤差帶入樣本點，在確保全局的精度的前提下更新模型，隨后，在優(yōu)化的數(shù)據(jù)中尋找近似最優(yōu)解并且把這個最優(yōu)解添加到樣本點中來，具體的操作方法是，首先要構建初始模型，利用初始的樣本點和雙層最優(yōu)化模型，建立局部的隨機樣本點集合，加上對有限元的分析獲得相關的最優(yōu)函數(shù)值，并將局部的點集帶入到模型中，對比檢驗獲得的數(shù)據(jù)是否滿足擬合度要求。滿足局部精度是遠遠不夠的，在此基礎上還要滿足全局的精度，那么久需要對模型進一步的優(yōu)化和更新，具體的方法是判斷R值的收斂性的條件，若收斂，則要繼續(xù)判斷RMAE的收斂性，如果不收斂，則在該值的最大樣本點附近新增少量的點并對其進行加密。最后是模型內部的更新策略，具體的方法是使用遺傳算法，搜索最優(yōu)解的數(shù)值，并帶如模型中計算看是否能達到精度要求，如果能達到，那就保留模型，如果達不到的話，就使用迭代的方法，重新帶入更新優(yōu)化模型，知道達到為止。

3、結構動態(tài)特性多目標穩(wěn)健優(yōu)化問題的求解算法

基于該模型解決方案下，對于問題的穩(wěn)健優(yōu)化流程步驟為：1首先根據(jù)具體的設計要求，確定相關的變量，并確定變量的取值空間；2構建以設計變量的參數(shù)化有限元分析模型，模型使用的是拉丁超立方采樣數(shù)值實驗表，具體包括了兩類變量的變化空間要求；3通過參數(shù)化有限元分析的模型和拉丁超立方采樣實驗表綜合分析結構的有限元，通過對比各個實驗方案的輸出響應值，得到了我們需要的雙層更新Kriging模型的初始樣本點集；4通過初始的方案，來預算Kriging模型的結構動態(tài)特性指標的優(yōu)化方案設計；5在雙層更新Kriging模型和蒙特卡羅計算方法求出動態(tài)特性指標的方差和均值；6最后得出機械機構動態(tài)特性的文件優(yōu)化模型，使用領域培植遺傳學算法求解得到相關的最優(yōu)解集，并判斷解集是否滿足條件，如果不滿足，就要重新對設計變量進行篩選，然后改變變量的取值范圍，返回第一步，重新開始穩(wěn)健優(yōu)化的計算。

結論：把機械結構動態(tài)特性指標看成需要優(yōu)化的目標，在這個過程中把材料屬性不確定性和裝備的綜合性能列入考慮的范疇，構建相關的機械結構特性的多目標優(yōu)化模型，是對裝備設計方案的基礎方法，構建高精度高契合度的Kriging模型，能夠提高對于機械結構穩(wěn)健優(yōu)化模型的約束函數(shù)和目標函數(shù)值獲取的快速和準確。

參考文獻

[1] 何歡，朱廣榮，何成等.基于Kriging模型的結構耐撞性優(yōu)化[J].南京航空航天大學學報，2014，46（2）：297-303.

篇5

中圖分類號：O327文獻標識碼： A文章編號： 10044523（2013）02016909

引言

隨著科學技術的發(fā)展和工程實際問題的需求不斷提高，為了提高受控結構系統(tǒng)的總體性能，引入了結構控制一體化優(yōu)化設計策略。智能桁架結構一體化拓撲優(yōu)化能夠除去桁架中不必要的節(jié)點和桿件，同時考慮了振動控制中所需作動器的數(shù)目，配置的位置和控制器參數(shù)，從而達到預期結構控制同時優(yōu)化的目的。目前在這方面國內外已經(jīng)取得了一些研究成果：趙國忠等建立了具有壓電智能桁架的結構和振動控制的聯(lián)合優(yōu)化設計模型[1]，采用了基于靈敏度的優(yōu)化求解算法；Hiramoto等以懸臂輸液管道的外半徑和傳感器與作動器位置為設計變量[2]，以閉環(huán)系統(tǒng)關鍵流速最大為優(yōu)化目標進行結構控制的一體化優(yōu)化；在2004年至2007年的研究表明[3～5]，將結構尺寸拓撲參數(shù)、控制器設計參數(shù)和作動器配置參數(shù)（位置和數(shù)目）均處理為獨立設計變量，能夠極大地優(yōu)化受控系統(tǒng)性能。但是在實際工程問題中，由于制造和各種環(huán)境因素的影響，使結構參數(shù)不可避免地呈現(xiàn)不確定性。以往的結構控制一體化優(yōu)化設計研究都沒有考慮這些不確定因素的影響，如果硬將這些不確定性因素作為確定性信息來處理，有時會得出矛盾或很不合理的結果[6]。

因而，針對區(qū)間參數(shù)壓電智能結構控制一體化多目標拓撲優(yōu)化，本文提出了一種區(qū)間參數(shù)結構控制多目標拓撲優(yōu)化方法：對于目標函數(shù)處理引入決策風險因子和偏差懲罰項，對于不確定性約束函數(shù)轉為非概率可靠性約束，將不確定性優(yōu)化問題轉化為風險因子意義下的確定性優(yōu)化目標問題；優(yōu)化求解策略采用基于個體排序的求解有約束多目標優(yōu)化問題的Pareto遺傳算法（CMOPGA）。將此方法應用于桁架結構，算例結果表明所提方法是有效的。

2性能靈敏度分析

針對小區(qū)間參數(shù)壓電智能桁架的性能分析，本文采用一階泰勒展開法，并且在小區(qū)間范圍內，此法可以保證精度要求。

21開環(huán)系統(tǒng)

篇6

關鍵詞：參數(shù)化；散料輸送機械；設計與分析；多目標優(yōu)化；快速設計系統(tǒng)

中圖分類號：TH132.4 文獻標識碼：A

文章編號：1674-2974（2016）10-0016-07

Abstract：To meet the demands of today's market fast fine design and to solve the bulk material conveying machinery's problem of long cycle of product design and slow process of optimization， we developed a platform of rapid design system for bulk material conveying machinery. Taking the bucket and wheel body of a company's bucket wheel mechanism as an examples， we firstly built parametric dimension driven design models， and then used the finite element analysis software to establish multi-objective optimization models based on the principle of parametric， realized the quick optimization of product design， and improved the design efficiency and the accuracy of the complex steel structure. Finally， the parametric design and parametric analysis of the optimization module were highly integrated and the rapid design system platform was completed. Users can use the interactive interface of the rapid design system platform input parameters to get the product they need. The example has indicated that the rapid design system has good application prospects in the serialization development of bulk material conveying machinery.

Key words：parameterization；bulk material conveying machinery； design and analysis； multi-objective optimization； rapid design system

散料輸送機械在港口、礦山等領域的應用得到了越來越廣泛地重視，國內外學者對散料輸送機械進行了CAD/CAE方面的研究[1-2].最常見的是以實現(xiàn)輕量化為目的，運用有限元分析[3]，疲勞強度分析[4]，動力學仿真等相關知識對產品進行結構優(yōu)化設計[5].然而由于散料輸送機械的組成零件繁多，零部件之間關聯(lián)緊密，對產品結構的分析修改以及尺寸參數(shù)調整的工作量較大，尤其涉及到產品的優(yōu)化時，往往會因為研發(fā)周期過長，而延誤生產及產品交付周期.

本文開發(fā)一套基于參數(shù)化的散料輸送機械快速設計系統(tǒng)[6-7]，以斗輪機構中斗子與輪體為例，首先依靠已知的設計目標和工況，建立參數(shù)化三維模型和有限元分析模型，得出可供快速修改的三維實體模型和工程圖以及斗子和輪體負載狀況下的力學性能；然后根據(jù)相應的計算數(shù)據(jù)，以符合產品強度剛度等力學性能的要求為前提，針對斗輪機構中斗子和輪體產品性能進行多目標優(yōu)化；最終集成各個模塊進行快速設計系統(tǒng)平臺搭建與封裝，達到了高精、高效完成產品系列化開發(fā)的目的.

1 快速設計系統(tǒng)開發(fā)流程

該快速設計系統(tǒng)包括參數(shù)化設計、參數(shù)化分析、基于多目標優(yōu)化的結構優(yōu)化以及平臺封裝等關鍵技術，具體的開發(fā)流程圖如圖1所示.

2 參數(shù)化設計技術

2.1 參數(shù)化設計軟件平臺選擇

在工程機械設計中三維建模軟件的發(fā)展特別快，為產品的設計開發(fā)提供了非常便利的工具.INVENTOR是一款非常適用于大型鋼結構工程機械快速建模的軟件，能方便地檢查裝配過程中造成的干涉問題；該軟件由AUTODESK公司開發(fā)，能與常用的二維制圖軟件AutoCAD進行無縫鏈接，生成的DWG格式工程圖用AutoCAD查看時不會有圖元缺失，并且工程圖與三維數(shù)模鏈接能同時實現(xiàn)參數(shù)化驅動，保證了參數(shù)化驅動的時效性和完整性.本文選用INVENTOR軟件作為專家系統(tǒng)中建立參數(shù)化三維數(shù)模和二維工程圖的軟件平臺，并以斗輪機構中輪體和斗子為例進行了參數(shù)化設計[8-9].

2.2 參數(shù)化設計方法

根據(jù)自上而下的設計理念構建模型總體框架，框架的建立是以所有零部件的定位和裝配信息為基礎，模型在簡單明了的同時還必須保證其完整性，尤其是關鍵的參數(shù)信息，能對后期整體三維數(shù)模的尺寸驅動產生重要地影響.所有子屬零部件的建立過程中都將利用INVENTOR的衍生功能將框架文件衍生進來，并依托框架來建立三維模型，由于每個零部件都已經(jīng)依托框架完成了定位，可以省去繁瑣的裝配過程，大大節(jié)省了時間.如圖2參數(shù)化流程圖所示，通過修改框架的參數(shù)，可以使相關聯(lián)零部件的模型與工程圖隨之聯(lián)動，因此參數(shù)化設計能夠避免大量的重復工作，提高工作效率，為實現(xiàn)產品的系列化開發(fā)提供有力保障.

2.3 斗子與輪體的參數(shù)化設計

參數(shù)化設計的關鍵步驟就是建立框架，一個框架的好壞直接影響到后期參數(shù)驅動的效果.按照參數(shù)化設計的要求建立斗輪輪體和斗子子部件的框架，如圖3、圖4所示.然后依托框架建立各自的三維數(shù)模，保證與框架完全相關聯(lián).后期通過與模型相關聯(lián)的EXCEL文件來進行參數(shù)修改，但由于該修改過程過于繁瑣，當參數(shù)過多時易產生混淆造成人為的錯誤，因此本文所建立的專家系統(tǒng)選擇通過VB來建立操作平臺，如圖5所示.基于該操作平臺進行參數(shù)改變，完成產品的參數(shù)化設計.

3 參數(shù)化分析技術

3.1 參數(shù)化分析軟件平臺選擇

本文選取功能強大的ANSYS軟件來進行有限元分析，主要利用該軟件的結構靜力學分析和模態(tài)分析功能來獲取本文后期優(yōu)化所需的數(shù)據(jù).由ANSYS自帶的二次開發(fā)語言APDL建立的有限元分析模型同樣是基于參數(shù)化思想，通過該軟件平臺的參數(shù)化程序，可以實現(xiàn)參數(shù)化有限元分析的全過程，即實現(xiàn)三維數(shù)模的參數(shù)化、網(wǎng)格劃分的參數(shù)化、材料定義的參數(shù)化、載荷和邊界條件的參數(shù)化等.利用APDL語言，通過修改程序參數(shù)來實現(xiàn)產品結構修整時的及時性，便于下一步的優(yōu)化工作.

3.2 斗子與斗輪的參數(shù)化分析

通過APDL語言編程建立斗輪機構關鍵部件斗子和輪體的參數(shù)化有限元模型，并進行了分析，部分結果如圖6～圖9所示.由靜力學分析的結果得知，應力最大值多出現(xiàn)在斗子同輪體的銜接處，與斗數(shù)的變化無關.且增加輪體直徑會增大輻板條根部應力，但是增大輪體直徑，可以分散應力集中的區(qū)域，使應力最大區(qū)域向輪體外緣轉移，出現(xiàn)在輪體輻板中間的折線部分，緩解了輻條根部的應力集中.由模態(tài)分析結果得知：斗子的第6階模態(tài)整體振動較大，且最大振動位移集中在鉸接處，此處如果產生共振會破壞連接孔，易影響斗子的使用壽命.輪體的第6階模態(tài)振型，主要位移集中于輪體的副側環(huán)圈梁，固有頻率如果過小，會引發(fā)輪體的較大抖動，破壞斗子與輪體的連接平衡，影響機械性能，造成較大的機器動載.這些結果就是后期優(yōu)化目標和設計變量選擇的參考依據(jù).

4 結構優(yōu)化技術

4.1 多目標優(yōu)化

對于散料輸送機械的優(yōu)化需要同時滿足兩個或者多個優(yōu)化目標需求，而且所需要滿足的目標之間往往是負相關，很可能此消彼長，很難在方案中取舍，因此采用多目標優(yōu)化方法來對模型進行優(yōu)化，具體的多目標優(yōu)化方法有統(tǒng)一目標函數(shù)法、主要目標函數(shù)法、協(xié)調曲線法、分層目標法等，結合本文的研究對象和優(yōu)化設計模型，以及ANSYS的優(yōu)化特點故選擇分層目標法，即首先確定以第一優(yōu)化目標函數(shù)進行優(yōu)化，再在求解集中進一步以第二優(yōu)化目標函數(shù)進行第二層優(yōu)化選擇.

4.2 斗子多目標優(yōu)化

4.2.1 斗子多目標優(yōu)化模型建立

1）斗子優(yōu)化設計變量

根據(jù)設計原理和工作需要，選取斗子的后部側板板厚、斗底圓弧板厚、開口挖掘板板厚、挖掘側板板厚、斗底圓弧板弧半徑、斗子挖掘點定位角度、開口寬度、斗體后部寬度、斗身過渡段寬度作為設計變量，變量涵蓋了斗子結構設計及性能影響的關鍵參數(shù).

2）斗子設計優(yōu)化目標

基于斗子的功能需求及前面的分析結果，選取的優(yōu)化目標為斗子的最大等效應力和斗子第6階模態(tài)的固有頻率.

3）斗子優(yōu)化約束條件

斗子優(yōu)化的第1個約束條件是斗子在工作條件下要能夠滿足斗容設計需求.由于斗子的鋼板材料為Q345，第2個約束條件是密度為7 850×103 kg/m3.此外，輪體材料在1.5倍安全系數(shù)條件下應滿足最大等效應力SEQV≤345 MPa，斗子的綜合變形USUM≤5 mm.

4.2.2 斗子的優(yōu)化求解及其結果分析

選擇子空間迭代法進行優(yōu)化，指定優(yōu)化步數(shù)為10.以斗子的最大等效應力和頻率為目標函數(shù)進行優(yōu)化，優(yōu)化后的數(shù)值變化及基于優(yōu)化數(shù)據(jù)建立的斗子模型如圖10～圖12所示.

通過優(yōu)化計算得到優(yōu)化計算解，觀察第10步最優(yōu)化解，與初始設計各項值進行比較，初始157.35 MPa的最大平均應力減至132.87 MPa，而所關心的斗子第6階固有頻率由104.1 Hz穩(wěn)定在128.0 Hz，符合設計優(yōu)化改進的綜合需要.

4.3 輻條輪體多目標優(yōu)化

4.3.1 輻條輪體多目標優(yōu)化模型建立

1）輪體優(yōu)化設計變量

輻條輪體為發(fā)散圓環(huán)均布結構，其質量主要受板材厚度、型材截面尺寸、箱形梁設計尺寸的影響.輻條輪體的固有頻率及振型，也與結構設計相關.選擇輪體板材厚度、箱型梁及型材尺寸和輻條的搭接位置參數(shù)為設計變量，能夠滿足以結構質量和固有頻率為優(yōu)化目標的優(yōu)化設計.

2）輪體設計優(yōu)化目標

根據(jù)之前分析描述，優(yōu)化目標為輪體的質量和第6階模態(tài)的固有頻率.

3）輪體優(yōu)化約束條件

輪體優(yōu)化的約束條件主要為輪體在工作條件下能夠滿足強度和剛度需求，由于輪體的選料為Q345，密度為7 850×103 kg/m3，輪體材料在1.5倍安全系數(shù)條件下應滿足最大等效應力SEQV≤345 MPa，輪體的綜合變形USUM≤2 mm.

4.3.2 輪體的優(yōu)化求解及其結果分析

選擇子空間迭代法進行優(yōu)化，指定優(yōu)化步數(shù)為10.對以固有頻率和質量為目標函數(shù)的輪體進行優(yōu)化，優(yōu)化后的數(shù)值變化及基于優(yōu)化數(shù)據(jù)建立的輪體模型如圖13～圖15所示.

根據(jù)優(yōu)化程序，在優(yōu)先固有頻率優(yōu)化結果的基礎上，再計算出質量最優(yōu)解.依據(jù)第10步數(shù)據(jù)得出的多目標優(yōu)化參數(shù)而設計的輻條輪體，強度和形變均滿足設計要求，并達到質量較輕、固有頻率相對較高的效果.在第6階固有頻率提高到24.1 Hz，強度、剛度都符合設計要求的基礎上，輻條輪體整體質量由優(yōu)化前的2.99 t，優(yōu)化后至2.32 t，輪體的整體質量減少了22.7%，優(yōu)化結果顯著.出于斗輪機整體平衡結構的機理，斗輪機構的特殊位置需要尾部配重來平衡，減少重量對于整機的平衡性能具有重大意義.

5 快速設計系統(tǒng)平臺搭建

首先通過VB搭建平臺的交互界面，獲取用戶輸入的總體設計參數(shù)信息；再根據(jù)散料輸送機械的結構特點，預先設計好相關公式以自動生成相關的設計參數(shù)；隨后可根據(jù)用戶的需求對產品子部件的參數(shù)進行微調，以滿足產品系列化開發(fā)的要求；因參數(shù)化設計、參數(shù)化有限元分析及結構優(yōu)化等模塊已高度集成在快速設計系統(tǒng)里，所以用戶也可以根據(jù)不同需要分別選擇相應的模塊進行輸出，得到相應的產品資料.圖16～圖19為部分以斗子和輪體為例的工作界面.

6 結 論

本文開發(fā)了一整套針對散料輸送機械的快速設計系統(tǒng)，該系統(tǒng)通過VB搭建平臺，集成了基于INVENTOR的參數(shù)化設計、基于APDL語言的參數(shù)化有限元分析和多目標優(yōu)化，并以某公司實際產品為例，很好地完成了參數(shù)化設計及分析優(yōu)化任務，達成了高效率高準確地解決復雜工程問題的目的，對該類型產品的系列化開發(fā)，具有較好的參考價值.

參考文獻

[1] ISLAM M R， SHINJO R. Mining-induced fault reactivation associated with the main conveyor belt roadway and safety of

the Barapukuria Coal Mine in Bangladesh： Co-nstraints from BEM simulations[J]. International Journal of Coal Geology， 2009， 79（4）： 115-130.

[2] VUJIC S， MILJANOVIC I， MAKSIMOVIC S， et al. Optimal dynamic management of exploitation life of the mining machinery [J]. Journal of Mining Science，2010， 46（4）： 425-430.

[3] 張寶國，張起偉，葉阜，等. 基于Inventor &，ANS-YS Workbench的斗輪堆取料機關鍵零部件的協(xié)同設計[J]. 港口裝卸， 2009（3）： 4-7.

ZHANG Bao-guo， ZHANG Qi-wei， YE Fu， et al. Collaborative design to key parts of bucket-wheel stacker & reclaimer based on Inventor & ANSYS Workbench environment[J]. Port Operation， 2009（3）：4-7.（In Chinese）

[4] CHATTERJEE A， DAS D. A review of bucket wheel reclaimer failure through mechanical test and metallographic analysis.[J]. Journal of Failure Analysis & Prevention， 2014， 14（6）： 715-721.

[5] FLAGER F， SOREMEKUN G， ADYA A， et al. Fully constrained ddesign： a general and scalable method for discrete member sizing optimization of steel truss structures[J]. Computers & Structures，2014， 140：55-65.

[6] 龍騰，劉莉，朱華光，等. 模塊化飛行器多學科集成設計平臺研究[J]. 系統(tǒng)仿真學報， 2010，22（10）：2311-2315，2325.

LONG Teng， LIU Li， ZHU Hua -guang， et al. Research of modular multidisciplinary integrated design environment for aircrafts[J]. Journal of System Simulation， 2010，22（10）：2311-2315，2325. （In Chinese）

[7] 葉南海，翟銀秀，張一鷗，等. 基于參數(shù)化的特種裝備專家系統(tǒng)平臺開發(fā)[J]. 湖南大學學報：自然科學版，2013， 40（12）： 39-44.

YE Nan-hai， ZHAI Yin-xiu， ZHANG Yi-ou，et al. Development of the parameterization-based special equipment expert system platform[J]. Journal of Hunan University： Natural Sciences， 2013， 40（12）： 39-44. （In Chinese）

[8] LI Feng，SHANG Shou-tang，GUO Rui-qing， et al. Combustor design and performance prediction based on parametric model[J]. Joumal of Aerospace Power，2014， 29（4）： 748-754.

篇7

【關鍵詞】洗碗機；噴淋結構；優(yōu)化設計

1.結構優(yōu)化設計

優(yōu)化設計首先要解決的關鍵性問題是如何將工程的實際問題轉化為數(shù)學模型。解決這個問題必須要考慮哪些是設計變量，這些設計變量是否受到約束，這個問題所追求的結果又是什么，即在優(yōu)化設計過程要確定目標函數(shù)或者設計目標。設計變量、約束條件和目標函數(shù)是優(yōu)化設計的三個基本要素。

1.1設計變量

設計變量是在設計過程中選擇的需要調整的獨立參數(shù)，固定不變的要事先給定的參數(shù)稱為設計常量。設計變量的數(shù)目稱為優(yōu)化問題的維數(shù)，設計空間的維數(shù)同時也表征了設計的自由度，設計變量愈多，則設計的自由度愈大、可供選擇的方案愈多，設計愈靈活，但難度也愈大，求解也愈復雜。設計變量有連續(xù)變量和離散變量之分，大多數(shù)產品設計中的設計變量是連續(xù)變量，但也有一些產品設計中的設計變量是離散型設計變量，如齒輪的模數(shù)、軸承的內徑、彈簧的螺距等。對于離散型設計變量，目前通行的做法是在優(yōu)化過程中，先將這些離散型設計變量當做連續(xù)變量來處理，待優(yōu)化過程結束后，再在所取得的最優(yōu)點附近.通過與其鄰近離散點的目標值進行比較，來確定最優(yōu)離散點。

1.2目標函數(shù)

目標函數(shù)又稱為評價函數(shù)，是評價設計方案優(yōu)劣的標準和反映設計者追求產品最優(yōu)指標的設計意圖，目標函數(shù)表征的是設計的某項或者某些最重要的特征，如產品的重量、體積、剛度、變形、承載力、功耗、產量、成本、運動誤差、動態(tài)特性或其他指標等。優(yōu)化設計就是要通過優(yōu)選設計變量使目標函數(shù)達到優(yōu)值。

目標函數(shù)與設計變量值之間具有一定的函數(shù)關系，雖然這種關系并非一一對應，但是一組已知的設計變量在設計空間還是唯一地確定了目標函數(shù)的值和設計點。依據(jù)設計特征的數(shù)量，目標函數(shù)可分為單目標函數(shù)和多目標函數(shù)兩類。由于單目標函數(shù)所反映デ僅是產品設計中中多指標的某一項，片面性和局限性很大，故在優(yōu)化設計中，多目標函數(shù)的優(yōu)化設計問題比較普遍。目標函數(shù)愈多，考慮到的設計指標就愈多，設計的綜合效果愈好，但是求解也更復雜。

1.3約束條件

目標函數(shù)值取決于設計變量的變化，但這種變化并不是任意的自由變化，絕大部分實際問題的設計或多或少總要滿足一定的條件，而這些條件構成了對設計變量取值的限制，稱為約束條件或約束函數(shù)。根據(jù)對設計變量取值的限制形式，約束條件可分為直接限制的顯約束和間接限制的隱約束。結構優(yōu)化提供拓撲優(yōu)化、形貌優(yōu)化、尺寸優(yōu)化、形狀優(yōu)化以及自由尺寸和自由形狀優(yōu)化，這些方法被廣泛應用于產品開發(fā)過程的各個階段。拓撲、形貌和自由尺寸優(yōu)化基于概念設計的思想，作為結果的設計參數(shù)還可以反饋給設計人員并作出適當?shù)男薷暮驼{整，經(jīng)過設計人員修改過的設計方案可以再經(jīng)過更為細致的形狀、尺寸以及自由形狀優(yōu)化，從而得到更好的方案。

2.洗碗機噴淋結構的優(yōu)化設計

2.1洗碗機噴淋結構設計的缺陷

應用流體動力學軟件Fluent 對洗碗機的清洗系統(tǒng)（圖1）的結構進行仿真分析，得出圖2 所示的水流速度矢量圖。

從速度矢量圖中可以看出單管中出口的增加讓水流充滿了管道，水流速度最大的地方在最接近水流的出口部分。由于水流是從右邊流過來，明顯的發(fā)現(xiàn)水流集中偏向了左邊。這樣勢必導致有一部分碗盤無法被清洗干凈，這也就是這種商用洗碗機洗凈度不高的主要原因。

2.2洗碗機噴淋結構優(yōu)化設計思路

對于噴淋式洗碗技術，洗碗機是通過電機驅動水泵，使洗滌水在一定壓力下從噴臂噴出，噴射水流對碗碟表面起機械沖擊作用，洗碗機專用洗滌劑對碗碟表面油污起化學去污作用，加上熱水起浸泡軟化作用，三種物理化學作用共同使碗碟表面油污和殘漬分解和脫落，從而達到洗凈餐具目的。由此可知，洗凈能力與出水口水流角度、沖洗時間、能量水量有直接關系。

對于該商用洗碗機的清漂洗系統(tǒng)優(yōu)化設計的主要思路即為在滿足低能耗，安全的前提下，通過改變噴水系統(tǒng)的結構，管道大小，出口大小，出口角度等參數(shù)，使得商用洗碗機洗凈度更高，更加高效，衛(wèi)生，方便。

2.3洗碗機噴淋結構優(yōu)化設計過程

針對以上情況，優(yōu)化設計該清洗管道的開口角度，通過改變清洗管道開口的角度來解決出水偏移的問題。在單管上面的六個出口傾斜角度分別設計為0510152025 度（圖3）。從仿真分析的結果來看（圖4），已經(jīng)把水流集中偏移的現(xiàn)象給以了修正，但是開口角度有些偏大，使得靠右的水柱出現(xiàn)右偏的現(xiàn)象，因此又考慮將出口角度做適當?shù)恼{整。

根據(jù)上述分析的結果，對上述結構的出口角度重新進行修正，出口角度修正為01012.51517.520 度（如圖5）。根據(jù)速度矢量圖（圖6）可知，效果顯著，正符合我們所需要的水流垂直噴射的要求。

上面的對比顯示，清洗結構未優(yōu)化之前，水流噴射集中左偏，這不利于清洗，導致有的地方清洗不到位，而優(yōu)化結構一在糾正了左偏的基礎上糾正過大，導致部分噴口噴射出來的水偏右，仍然沒有達到我們預期的目標。在此基礎上進一步優(yōu)化出口角度，得到了最合理的結構，此結構水流垂直均勻的噴出，噴淋效果最好。

3.結論

對于商用洗碗機而言，由于結構優(yōu)化設計所涉及的參數(shù)太多，比如角度，開口大小，噴口數(shù)量，上下噴淋管之間的距離等，我們所做的實驗僅僅是通過改變出口角度這一參數(shù)獲取的優(yōu)化結果，而沒有考慮其它的因素。在這個過程中得到如下結論：

（1）優(yōu)化設計是在仿真分析的基礎上進行的，仿真的結果為結構優(yōu)化提供依據(jù)。優(yōu)化的效果可以通過仿真來驗證。

（2）結構優(yōu)化設計所涉及的參數(shù)比較多，有時不能僅僅通過優(yōu)化某一個參數(shù)來進行，而是需要全面考量之后，優(yōu)化設計才能達到預期的目標。

（3）運用仿真軟件來仿真和分析結構優(yōu)化的效果，可以高效地完成優(yōu)化設計。

運用優(yōu)化設計的理論，對于洗碗機的清洗管道進行了結構的優(yōu)化設計，通過優(yōu)化實現(xiàn)了水流的垂直噴淋，對于該洗碗機清漂洗系統(tǒng)的結構優(yōu)化設計提出了初步的方案。目前完全利用計算機仿真分析就可以得出洗碗機設計上存在的缺陷并通過結構優(yōu)化的方法進行了優(yōu)化設計和仿真驗證，這對洗碗機的完善具有十分重要的意義。 [科]

【參考文獻】

篇8

建筑幕墻的優(yōu)化設計是最優(yōu)化設計方法在建筑幕墻設計領域的應用。幕墻的最優(yōu)化設計，簡單的說，就是從所有可能的設計方案中，尋求最優(yōu)的設計方案，以最大限度地滿足設計所提出的目標。

尋求最優(yōu)方案的方法是最優(yōu)化方法，最優(yōu)化的理論和方法是隨著計算機的迅速普及而發(fā)展起來的，正因為最優(yōu)化的宗旨是追求最優(yōu)目標，這就決定了它的應用價值，最優(yōu)化問題的解決意味著在相同條件下獲得最優(yōu)的方案、最好的效果和最優(yōu)的經(jīng)濟指標。最優(yōu)化的應用和推廣，必將使建筑幕墻的設計提高到一個新水平。

目前,幕墻的設計，多采用類比法，參考已有的設計或經(jīng)驗數(shù)據(jù)，進行分析對比，從而確定所需的設計參數(shù)。也有選擇有限的幾種方案進行計算，最后根據(jù)設計要求確定一組較好的設計參數(shù)。一般來說，這樣確定的設計方案，不是最佳的設計方案。但是，如果采用最優(yōu)化方法進行設計，則可以獲得最佳的設計方案。

最優(yōu)化設計方法，是根據(jù)設計要求建立數(shù)學模型，選用有效的最優(yōu)化計算方法，設計編寫優(yōu)化軟件，在計算機上完成設計計算，最后獲得最佳的設計方案。

二、建筑幕墻優(yōu)化設計一般步驟

數(shù)學模型的一般形式：

minf（）

∈En

其中，=[x1，x2，x3，…,xn]T

s.t.

Si()≥0i=1,2,…,m

hj()=0j=1,2,…,l(l﹤n)

幕墻優(yōu)化設計首先要解決的關鍵問題就是將工程實際問題轉化成數(shù)學模型,建立數(shù)學模型的三個基本要素是:目標函數(shù),設計變量和約束條件。

1．目標函數(shù)

目標函數(shù)是設計所追求的目標，它是用來衡量設計方案優(yōu)劣的目標。幕墻優(yōu)化設計可以是優(yōu)化結構形式、確定優(yōu)化的截面尺寸、成本最低、生產率最高等。

目標函數(shù)分單目標函數(shù)和多目標函數(shù)。單目標函數(shù)的求解比較簡明準確，而多目標函數(shù)的求解比較繁瑣。

當前，幕墻優(yōu)化設計開展的工作主要是優(yōu)化截面尺寸，使得幕墻的結構重量最輕。

2．設計變量

=[x1，x2，…,xn]T是設計變量。

幕墻的一個設計方案,一般可用一組參數(shù)來表示,在這些參數(shù)中,有的是預先確定的,即在設計過程中固定不變的量,即設計常量,如材料的彈性模量E、材料的泊松比γ、材料的線膨脹系數(shù)α、材料的強度設計值等等；有些參數(shù)實質上不是常量,但在某些具體問題中可以看成常量,如風荷載,它是與地區(qū)、建筑物高度、建筑物所處的地面粗糙度、建筑物的體型等有關的量,但有的時候、有的情況下，可以作為常量處理。另一類是在優(yōu)化過程中經(jīng)過逐步調整、最后達到最優(yōu)值的獨立參數(shù),叫做設計變量。優(yōu)化設計的目的就是使各個設計變量達到最優(yōu)的組合。優(yōu)化截面尺寸的設計中,截面的幾何參數(shù)、物理參數(shù)就是設計變量。

應當指出,合理地確定荷載和作用,是幕墻設計中十分重要的工作,作用在幕墻上的荷載有重力荷載、風荷載、雪荷載,此外還有使結構產生變形和內力的作用,有地震作用、溫度作用。如果取值過大,所設計的結構尺寸會偏大,造成浪費；如果過小,則所設計的結構不夠安全。

設計變量的個數(shù)就是優(yōu)化問題的維數(shù),若有n個設計變量X1,X2,…,Xn的優(yōu)化問題,變量按一定次序排列就構成一個數(shù)組.設計變量的個數(shù)越多,設計自由度就越大,容易得到比較理想的設計方案,但隨之而來的是,使設計復雜起來,優(yōu)化計算更加困難,所以,應盡量減少設計變量的數(shù)目,將一些參數(shù)定為設計常量,而只將那些對目標函數(shù)影響較大的設計參數(shù)確定為設計變量,以使優(yōu)化設計容易進行。

3．約束條件

約束條件也叫約束函數(shù)，是設計變量本身或者設計變量之間應遵循的限制條件的數(shù)學表達式。

在優(yōu)化過程中，設計變量不斷改變其數(shù)值，以望達到目標函數(shù)的最小值。但設計變量的改變要受到限制和約束，設計變量在設計中的取值范圍、上下邊界也都必須有一定的限制，它們都是設計變量的函數(shù)。

為了保證幕墻結構能正常工作，在設計每一構件時，首先要使構件在外力作用下不破壞，即每一構件要有足夠的強度。第二要考慮構件在外力作用下要變形，但變形不能超過某一允許范圍，即每一構件要有足夠的剛度。最后，構件在外力作用下，可能原來的形狀不能繼續(xù)維持而要突然改變，即原來的平衡形式不能保持穩(wěn)定。幕墻構件設計時，應當考慮以上三方面以及參數(shù)本身、構造方面的要求，以數(shù)學表達式的方式寫出。但對具體工程的具體構件，往往有時只考慮某些主要方面，有時可以以強度為主要的，有時則可能以剛度為主要的。假如所設計的構件能符合強度、剛度和穩(wěn)定性的要求，就認為設計是安全的。

一般而言，梁在設計中應考率強度、剛度、整體穩(wěn)定、局部穩(wěn)定。軸心受拉構件應考慮強度和剛度。軸心受壓構件應考慮強度、整體穩(wěn)定、局部穩(wěn)定和剛度。拉彎構件應考慮強度和剛度。壓彎構件應考慮強度、整體穩(wěn)定、局部穩(wěn)定和剛度。

幕墻結構的連接通常有焊接、鉚釘連接和螺栓連接。與主體結構的連接有前置式的預埋件連接，后置式的膨脹螺栓連接（有的省市禁用）、化學錨栓連接、穿透螺栓連接等。

約束條件的建立主要依據(jù)《玻璃幕墻工程技術規(guī)范》（JGJ102-2003）、《金屬與石材幕墻工程技術規(guī)范》（JGJ133-2001）、《點支式玻璃幕墻工程技術規(guī)程》（CECS127：2001）、《鋼結構設計規(guī)范》（GB50017-2003）、《高層民用建筑鋼結構技術規(guī)程》（JGJ99-98）等相關國家和行業(yè)標準的要求。

4．優(yōu)化方法

尋求的過程，是設計編寫計算機程序，然后在計算機上完成的，軟件的設計是件十分繁重的工作，是應用最優(yōu)化方法的關鍵環(huán)節(jié)和難點。

我們設計、編寫了通用軟件，用于建筑幕墻的優(yōu)化設計。這套軟件可用于一維問題、n維問題，線性規(guī)劃、非線性規(guī)劃，無約束問題、有約束問題，等式約束和不等式約束問題。應用結果表明，軟件有以下特點：實用性強、通用性好，收斂速度快、數(shù)位穩(wěn)定性好、計算精確度高，便于操作、效果明顯。

5．優(yōu)化結果的分析評判

對優(yōu)化的結果要檢查與評價其合理性，對所得到的優(yōu)化參數(shù)要考慮是否需進行調整或圓整，要考證優(yōu)化結果的正確性和實用性。

三、結束語

建筑幕墻是關系到人民生命財產安全的行業(yè)，國家實行生產許可證制。對建筑幕墻的要求是，安全可靠，實用美觀和經(jīng)濟合理。

當前，建筑幕墻市場供求不平衡，“粥少僧多”，競爭激烈，相互壓價，有的地方單價已經(jīng)壓得很低，若低價中標，再憑主觀臆斷降低材料的質量和數(shù)量，將會埋下嚴重的質量隱患。

建筑幕墻作為一種結構，假如過于保守地強調安全可靠，強度儲備過大，選用了過大的截面尺寸或者優(yōu)質材料，就意味著過重的結構重量或材料費用，勢必造成成本的加大，材料的浪費，經(jīng)濟上的損失和效益的低下。

但如果片面地、盲目地追求經(jīng)濟效益和利潤，甚至偷工減料，就可能使得工程不安全，最終會釀成質量事故。

篇9

關鍵詞：發(fā)動機懸置系統(tǒng)；能量解耦；Pareto遺傳算法；穩(wěn)健優(yōu)化設計；Monte Carlo法

中圖分類號：U464.12 文獻標志碼：A 文章編號：1005-2550（2012）04-0016-04

Robust Optimal Design of Engine Mounting System Based on Tolerance Model

WANG Xin-kan1，2

（1.Institute of Noise and Vibration Research，Hefei University of Technology，Hefei 230009，China；2. Anhui Key Laboratory of Automobile NVH and Reliability，Hefei 230009，China）

Abstract：Considering the influence of the uncertainty of design variable on the results，the robust optimization design theory is used to build robust model. Pareto Genetic Algorithms is adopted to optimize the stiffness of mounting of engineer mounting system which takes the decoupling of energy distribution as a target，and the Monte Carlo method is used to analyze the optimized results. The results show that the method can improve the robustness of mounting system.

Key words：engine mounting system；energy decoupling；Pareto genetic algorithms；robust optimal design；Monte Carlo method

人們對汽車乘坐的舒適度要求越來越高，發(fā)動機是汽車主要的振源，其振動經(jīng)懸置系統(tǒng)傳遞給車架或車身，因而發(fā)動機懸置系統(tǒng)的參數(shù)設計對汽車整車減振來說非常重要。對于發(fā)動機懸置系統(tǒng)的優(yōu)化設計，可以從不同角度提出目標函數(shù)和約束條件，并建立不同的數(shù)學模型。常見的目標函數(shù)主要有：發(fā)動機懸置系統(tǒng)六自由度完全解耦或是部分解耦，移頻使系統(tǒng)固有頻率處在合理的區(qū)間，系統(tǒng)的支反力（矩）最小或是傳遞率最小?？紤]到研究的車型上的懸置位置和安裝角度已經(jīng)確定，因而以懸置的剛度為設計變量，主要從移頻且使懸置系統(tǒng)部分解耦來進行多目標參數(shù)優(yōu)化設計。懸置廠商提供的懸置墊，懸置剛度參數(shù)一般都有很大的可變性，主要來源于懸置材料的變化和懸置幾何形狀的變化。另外在懸置與支架等的裝配過程中，往往會產生預應力以及懸置形狀的扭曲，也將造成懸置剛度值的變化［1］。傳統(tǒng)的確定性解耦優(yōu)化方法往往忽略了懸置剛度值的可變性，忽略了剛度偏差對懸置系統(tǒng)解耦的影響，使實際的工況下解耦效果很不理想?；趯抑脜?shù)不確定因素影響的考慮，應該選擇一種方法一方面尋求目標函數(shù)的最優(yōu)值，另一方面應該考慮設計變量的誤差等不確定因素，這就需要我們在優(yōu)化設計中結合穩(wěn)健設計的思想，即穩(wěn)健優(yōu)化設計。本文將穩(wěn)健優(yōu)化設計應用于發(fā)動機懸置系統(tǒng)的解耦優(yōu)化中，充分考慮了各種干擾和設計變量的變差情況，不僅保證設計結果的合理性，同時也保證設計結果對懸置參數(shù)的不敏感性。同時利用Monte Carlo方法對結果進行分析驗證，對懸置剛度對系統(tǒng)性能的影響程度進行研究。

1 穩(wěn)健優(yōu)化設計模型

傳統(tǒng)確定性優(yōu)化模型為：

min f（x）s.t. gi（x）≤0 i=1，2，L，m xL≤x≤xu（1）

式中：x，xL，xu分別為設計變量及其上下界； f（x）為目標函數(shù)；gi（x）（j=1，2，L，m）為m個約束函數(shù)。

穩(wěn)健優(yōu)化設計中，不僅考慮目標函數(shù)均值?滋f變化，而且要考慮目標函數(shù)的標準差?滓f的變化。均值?滋f和標準差?滓f的計算，可以通過泰勒級數(shù)展開來近似?？紤]變量相互獨立，則目標函數(shù)的均值和標準差分別為：

?滋f =f（?滋x）+■■■?滋xi?滓2xi?滓f =■ （2）

對于約束函數(shù)，由于變量變化因而引起約束的變化，于是原問題的約束變?yōu)椋?/p>

?滋g i（x）+n?滓g i（x）≤0 （3）

同時為了表示設計變量偏離的可行性，相應的設計變量的邊界變?yōu)椋?/p>

xL-n?滓x≤x≤xu+n?滓x （4）

（2）、（3）式中n為任意常數(shù)，當n=3，x隨機變差時，其設計的可行率可達到，能滿足實際要求。

綜上，穩(wěn)健優(yōu)化模型為［3］：

min ?滋f ?滓ff（x）s.t. ?滋g i（x）+n?滓g i（x）≤0 i=1，2，L，m xL-n?滓x≤x≤xu+n?滓x（5）

2 發(fā)動機懸置系統(tǒng)優(yōu)化模型

篇10

1.1DER-CAMDER-CAM

能夠以微電網(wǎng)年供能成本(購電成本、燃料成本、分布式能源等年值成本及運行維護成本)最低和/或CO2排放量最低為優(yōu)化目標進行單一或多重目標的優(yōu)化規(guī)劃，可確定微電網(wǎng)內部分布式能源最優(yōu)的容量組合以及相應的運行計劃。目前該模型能夠考慮光熱、光伏、傳統(tǒng)/新型發(fā)電機、CHP、熱/電儲能、熱泵、吸收式制冷機、電動汽車等多種分布式能源和儲能設施。DER-CAM中負荷模型包括純電負荷、冷負荷、冷凍負荷、供暖負荷、熱水負荷、純天然氣負荷共6類。

1.2HOMER

可再生能源互補發(fā)電優(yōu)化建模(HybridOptimizationModelforElectricRenewable，HOMER)是由NREL資助開發(fā)的可再生能源混合發(fā)電經(jīng)濟-技術-環(huán)境優(yōu)化分析計算模型，主要針對小功率可再生能源發(fā)電系統(tǒng)結合常規(guī)能源發(fā)電系統(tǒng)形成的混合發(fā)電系統(tǒng)進行優(yōu)化。HOMER以凈現(xiàn)值成本(可再生能源混合發(fā)電系統(tǒng)在其生命周期內的安裝和運行總成本)為基礎，模擬不同可再生能源系統(tǒng)的規(guī)模、配置，在一次計算中能同時實現(xiàn)仿真、優(yōu)化和靈敏度分析3種功能。其優(yōu)化和靈敏度分析算法，可以用來評估系統(tǒng)的經(jīng)濟性和技術選擇的可行性，可以考慮技術成本的變化和能源資源的可用性。其能夠模擬系統(tǒng)的運行過程，提供全年每小時各種可再生能源的發(fā)電量及系統(tǒng)電力平衡情況;能夠詳細計算系統(tǒng)全年燃料、環(huán)境、可靠性、電源、電網(wǎng)等各項成本;能給出不同限制條件下的最優(yōu)化可再生能源發(fā)電規(guī)劃方案。HOMER的優(yōu)點在于其靈活的系統(tǒng)建模能力，能夠對多種可再生能源、發(fā)電技術進行建模仿真，儲能模型考慮了飛輪、蓄電池、液流電池以及氫儲能。HOMER能夠對并網(wǎng)型和獨立型微電網(wǎng)系統(tǒng)進行建模仿真，支持基于全年8760h能量平衡仿真的系統(tǒng)容量優(yōu)化以及參數(shù)靈敏度分析。其應用范圍廣泛，適用于不同規(guī)模的系統(tǒng)，目前已在城市、海島、村莊、社區(qū)、住宅等規(guī)模下的可再生能源規(guī)劃及電網(wǎng)優(yōu)化設計中得到應用。此外，HOMER還能提供不同系統(tǒng)配置下詳細的經(jīng)濟分析結果，但不足是作為能源規(guī)劃分析軟件，沒有對網(wǎng)絡進行建模。

1.3H2RES

H2RES是由克羅地亞薩格勒布大學于2000年開發(fā)的能源規(guī)劃程序。該程序能夠模擬不同研究場景(不同可再生能源、間歇式能源滲透率、不同發(fā)電技術)下能源需求(水、電、熱、氫)、儲能(氫儲能、抽水蓄能、蓄電池)與供給(風、光、水力、地熱、生物質、化石燃料或電網(wǎng))之間的平衡。H2RES模型包括除核電外的各種熱發(fā)電技術以及除潮汐能外的各種可再生能源技術，也包括不同的儲能與轉換技術。在進行風電、光伏和水電模擬時，需輸入從鄰近的氣象站獲得的風速、太陽能輻射和降水等氣象數(shù)據(jù)，H2RES可由此輸出合適的可再生能源技術參數(shù)。H2RES模型尤其適合提高海島、偏遠山區(qū)等獨立型系統(tǒng)或與電網(wǎng)連接比較脆弱的并網(wǎng)型系統(tǒng)的可再生能源滲透率及利用率分析。此外，H2RES也可以作為單個風能、水力、光伏發(fā)電并網(wǎng)的輔助規(guī)劃工具。

1.4HOGA

基于遺傳算法的混合優(yōu)化設計軟件(HybridOptimizationbyGeneticAlgorithms，HOGA)由西班牙Zaragoza大學電氣工程系開發(fā)。HOGA采用遺傳算法對混合系統(tǒng)進行優(yōu)化設計，其仿真時間為1h，在此期間所有參數(shù)都假定為常數(shù)。應用HOGA可以進行單目標或多目標優(yōu)化。該軟件可對組成混合發(fā)電系統(tǒng)的光伏發(fā)電機、風力發(fā)電機、蓄電池、水輪機、柴油或其他燃料發(fā)電機、燃料電池、電解槽、氫儲罐、整流器和逆變器等組件的數(shù)量及種類進行優(yōu)化，同時混合系統(tǒng)的控制策略和蓄電池的荷電狀態(tài)設置點也可通過該軟件進行優(yōu)化。

1.5DCOT

聯(lián)產設計工具包(Designer’sCogenerationOptimizationToolkit，DCOT)是中國科學院廣州能源研究所在十余年的科研成果的基礎上，研發(fā)的面向節(jié)能設計者的集成GAMS和Dest的輔助設計計算軟件。軟件基于數(shù)據(jù)庫進行編程，具有完備的設備庫和模型庫，不同地區(qū)能源價格數(shù)據(jù)庫，空調負荷數(shù)據(jù)庫，另外還有算法庫，包括線性規(guī)劃、非線性規(guī)劃、混合整數(shù)線性規(guī)劃和混合整數(shù)非線性規(guī)劃等算法。DCOT主要應用于需要進行能源優(yōu)化設計(包括供電、供熱和供冷)的場合。不僅可以應用于普通建筑，還可以應用于區(qū)域能源規(guī)劃。在使用DCOT進行能源規(guī)劃前，可以使用DEST和DOE-II的建筑熱環(huán)境設計模擬軟件來進行建筑模擬，得出全年、每天、每小時的冷熱電負荷;并根據(jù)以上數(shù)據(jù)將全年分為幾個工況，而后將各數(shù)據(jù)作為DCOT的優(yōu)化設計的依據(jù)。

1.6PDMG

微電網(wǎng)規(guī)劃設計軟件(PlanningandDesigningofMicro-grid，PDMG)為天津大學在其配電網(wǎng)規(guī)劃軟件平臺基礎上研制的一套實用軟件。該軟件具備間歇性數(shù)據(jù)分析、分布式電源及儲能容量優(yōu)化、儲能系統(tǒng)實現(xiàn)設計以及結合專家干預的技術經(jīng)濟比較等較為完整的微電網(wǎng)規(guī)劃設計功能。PDMG采取流程化的微電網(wǎng)規(guī)劃設計方法。主要包括原始數(shù)據(jù)獲取與分析、分布式電源規(guī)劃設計、儲能系統(tǒng)規(guī)劃設計和微電網(wǎng)方案評估。

2系統(tǒng)仿真分析軟件

2.1HYBRID2

HYBRID2是由NREL與科羅拉多州大學于1996年合作開發(fā)的混合發(fā)電系統(tǒng)仿真軟件。HYBRID2采用概率時序仿真模型，能夠對風/光/柴/蓄混合發(fā)電系統(tǒng)進行技術、經(jīng)濟分析，可用于并網(wǎng)、孤島混合發(fā)電系統(tǒng)的工程級仿真。HYBRID2仿真軟件中，針對風/光/柴儲獨立微電網(wǎng)系統(tǒng)提出了多種控制策略，可以歸納為兩大類:①柴油發(fā)電機主要扮演凈負荷跟隨的角色(負荷跟隨)，蓄電池基本處于浮充狀態(tài)，作為系統(tǒng)備用;②柴油發(fā)電機與蓄電池可輪流做主電源滿足凈負荷需求(循環(huán)充放)。凈負荷是指由實際負荷減去可再生能源發(fā)電系統(tǒng)功率輸出后的負荷值。HYBRID2是一款精確的混合系統(tǒng)模擬軟件，模擬時間間隔可固定在10～60min之間。HYBRID2能對一個風光混合發(fā)電系統(tǒng)進行精確的模擬運行，根據(jù)輸入的混合發(fā)電系統(tǒng)結構、負載特性、安裝地點的風速及太陽輻射數(shù)據(jù)獲得一年8760h的模擬運行結果。但其只是一個功能強大的仿真軟件，自身不具備優(yōu)化設計的功能，且模擬所使用的風力發(fā)電機、光伏發(fā)電機和蓄電池特征的數(shù)學模型尚未公開。與HOMER相比，HYBRID2的優(yōu)點在于其更為詳細、準確的系統(tǒng)建模能力，其元件模型、控制策略比HOMER都要詳細，其概率時序仿真模型彌補了準穩(wěn)態(tài)仿真模型不能考慮參數(shù)波動(如風速、負荷波動)的不足。詳細的元件模型、控制策略及仿真模型，使得HYBRID2的仿真結果更加準確。但HYBRID2的系統(tǒng)建模靈活度不如HOMER，且不具備系統(tǒng)容量優(yōu)化及參數(shù)靈敏度分析功能，同樣沒有對微電網(wǎng)內部的實際網(wǎng)絡進行建模，故不適宜單獨用于微電網(wǎng)系統(tǒng)的規(guī)劃設計。NREL建議使用HOMER軟件對混合系統(tǒng)進行優(yōu)化設計，將優(yōu)化后的結果輸入HYBRID2中，使用HYBRID2對其進行進一步的性能分析。

2.2μGrid

μGrid是由佐治亞理工學院正在開發(fā)的微電網(wǎng)仿真工具。針對微電網(wǎng)設備類型繁多、結構靈活而導致微電網(wǎng)仿真建模工作的挑戰(zhàn)，μGrid具備較強的建模仿真分析功能。μGrid微電網(wǎng)分析軟件抓住了三相或單相三線制、四線制及五線制電路最關鍵的物理現(xiàn)象，同時可基于物理模型模擬負荷。該建模方法使得一系列微電網(wǎng)相關問題的分析成為可能，如不平衡、不對稱預測和評估、不平衡不對稱損失評估、雜散電壓及地電位升高評估等;系統(tǒng)中不同元件的相互動態(tài)影響以及對系統(tǒng)穩(wěn)定性、發(fā)電機負荷控制(頻率控制)、動態(tài)電壓控制的影響等。電力電子接口的設計和控制算法是動態(tài)分析的關鍵問題，μGrid不僅包括一些典型的控制方案，而且還可以對分布式電源制造商的控制方案建模;同時還包括分布式電源的用戶安裝模型(DER-CAM)，能對DG的安裝位置進行優(yōu)化。μGrid具有較強的微電網(wǎng)建模、仿真、分析能力，但不具備微電網(wǎng)規(guī)劃優(yōu)化功能。但可與DER-CAM等軟件結合使用，完成對微電網(wǎng)的規(guī)劃與仿真。

3綜合對比

目前分布式能源系統(tǒng)方面的規(guī)劃設計軟件總體并不完善，不同軟件的功能也有所不同。針對上文所述的規(guī)劃設計軟件，對其功能進行綜合對比，結果如表2所示。

4發(fā)展趨勢

分布式能源系統(tǒng)內部設備類型繁多、結構復雜、運行方式靈活，涉及風/光/氣、冷/熱/電等不同形式能源的合理配置與科學調度，具有極大的不確定性和復雜度。由于分布式能源的優(yōu)勢體現(xiàn)在技術、經(jīng)濟、環(huán)保、社會等多個方面，需從可靠性、全生命周期成本、污染物及溫室氣體排放水平、能源利用效率、化石燃料消耗等多個方面對系統(tǒng)規(guī)劃設計進行綜合評價。分布式能源系統(tǒng)規(guī)劃設計需要解決的問題包括容量優(yōu)化配置、網(wǎng)絡結構優(yōu)化、運行控制優(yōu)化、經(jīng)濟性優(yōu)化等。因此，系統(tǒng)規(guī)劃設計本質上是多場景、多目標、不確定性的綜合規(guī)劃問題?；谀壳胺植际侥茉聪到y(tǒng)規(guī)劃設計軟件的發(fā)展現(xiàn)狀，可知軟件的發(fā)展存在著以下幾點趨勢:

(1)多目標。由于分布式能源系統(tǒng)自身的復雜性，導致單目標優(yōu)化無法全面、有效地進行規(guī)劃設計，因此單目標優(yōu)化會向多目標優(yōu)化發(fā)展。

(2)并/離網(wǎng)模式。分布式能源系統(tǒng)的優(yōu)勢之一是既可以并網(wǎng)運行，也可以離網(wǎng)獨立運行，因此分布式能源規(guī)劃設計軟件需要考慮并網(wǎng)與離網(wǎng)兩種模式。

(3)負荷多元化。分布式能源系統(tǒng)除包括傳統(tǒng)的電能外，還需綜合考慮冷/熱/氫等不同的負荷需求，因此軟件應當對負荷需求進行全面的考慮。

(4)仿真與規(guī)劃結合。仿真與優(yōu)化兩者各有優(yōu)勢且互為補充，因此在開發(fā)分布式能源系統(tǒng)規(guī)劃設計軟件時，應當考慮兼顧仿真與優(yōu)化的功能。

5結語