第一章 优化设计数学模型.pptVIP

局部稳定性条件 其中：σc——局部稳定性的临界应力， 将有关数据代入，则局部稳定性条件可写为： 简化后得： 0.05－T ≤0 （1－3） 强度条件 σ－[σ]≤0 将已知数据代入后得： （1－3） 工艺、几何尺寸等限制条件 0.1－T≤0 D≥0 D－8.9≤0 以上这些条件我们称之为约束条件。显然．不等式左边的表达式都是设计变量D、T的函数，故又称为约束函数。下面我们将上述优化设计问题用图形进一步来描述。如图1—8所示，以设计变量D、T作为坐标轴，所构成的一个空间称设计空间。因为这时设计变量是两个，故称为二维设计空间。设计空间中的任何一个点都表示一个设计方案(即相应有一个D和T)。与此同时，我们把约束函数(1—2)式至(1—7)式取等式后，将其一一画在设计空间内。例如压杆稳定性约束条件所构成的约束函数，取等式后即为σ-σe＝o，其对应的曲线如图1—8中所示。 设计空间中在曲线σ-σe＝o右上方的任何一点所对应的设计方案，都能满足(1—2)式所表示的约束条件。反之，曲线σ-σe＝o左下方的任何一点则不能满足。其他的约束函数由此类推。这样一来，整个设计空间被约束条件划分成两个区域，一个称为可行区，该区域内任何—点所对应的设计方案能满足全部约束条件，代表一个可行的设计方案。另一个称为非可行区．该区域内的任何 点都是不可行的设计方案。显然，优化设计的任务就是要在设计空间的可行区内找到一个点，使目标函数值最小，这一点所对应的设计方案就是最优设计方案。 最优点在什么地方呢?从表示目标函数的(1—1)式可知，当赋予W一系列的确定值之后，由方程(1—1)式可以在设计空间内绘出相应的一系列的W等值线。如图l—8中所绘出的W＝2.722或W=1.814曲线，表示该两条曲线上的任何一点所对应的目标函数值都是2.722或1.814。等值线超靠近坐标原点，其W值越小。显然，我们所需要找的最优点一定是j点。即管柱的最优方案为： D＝8.128cm T＝0.1cm 这时管柱的质量W＝1.814kg为最小。 从管柱优化设计这一具体例子可以看到，优化设计就是寻求件的情况下使目标函数值最小(或者最大)。 通过管柱优化设计的例子，我们对什么是优化设计有了进一步的直观认识。下面我们将进一步用数学形式来描述优化设计，以便更深入地掌握优化设计的本质。首先我们来讨论一下在优化设计中经常碰到的几个基本概念。 1．设计变量与设计空间 2．约束条件及可行区与非可行区 3．目标函数 4．优化设计的数学模型 任何一个机械设计方案一般都是由若干个设计参数所决定的。在这些设计参数中，一部分是按具体要求事先给定的，它们在优化设计过程中始终保持不变，故称为预定参数。例如我们在零件和结构件设计时，经常是先选定材料，因而弹性模量和许用应力就是预定参数。另一部分参数在优化设计过程中是可以变化的，如构件截面尺寸大小等，这类设计参数就称为设计变量。 以设计变量为坐标轴所构成的空间称设计空间。一般情况下，设计变量的个数就是设计空间的维数。如设计变量为2个，则设计空间就是二维的(即构成一个平面)。如有n个设计变量，则构成n维设计空间(n维向量空间)。设计变量通常用下列向量表示： X＝(x1，x2，…，xn)T 该向量X即表示n维设计空间中的一个点。 在机械设计中，设计变量总要受到某些条件的限制，如强度、刚度条件等。这些条件称为约束条件。约束条件一般都可用不等式或等式表示，其一般形式为： gi(X)≤0 i=1，2，…，m hj(X)=0 j＝m＋1．M＋2，…，l 不等号或等号左边表示根据约束条件建立起来的设计变量X的函数式，又称为约束函数。这里表示有m个不等式约束和(l－m)个等式约束。必须指出，如果约束条件出现gi(X)≤0的情况，只要不等式两边同乘以—1即可将“≥”改为“≤”。另外，hj(X)=0也可用hj(X) ≤ 0和hj(X) ≥0来代替。所以约束条件一般可用gi(X)≤0一种形式来表达。 约束条件将设计空间划分成可行区与非可行区。凡是满足约束条件的设计点(即设计方案)都必然在可行区内，因此可行区就是所有满足约束条件设计点的集合及，即 R＝