可靠度方法-理论与应用概要课件.pptxVIP

可靠度方法-理论与应用顾镭 博士 徐有忠博士奇瑞汽车公司奇瑞乘用车工程研究院 内容动力与目的 随机工程设计与制造基于可靠度的优化设计 (RBDO)基于可靠度的鲁棒性优化设计， 6-Sigma 设计 (RDO)基于概率的优化设计 (PBDO)基于决策的优化设,分级 RBDO发展近况和今后的研究方向随机性设计综合CAD, CAE, CAM技术基于不确定的设计方法试验验证动力和目标动力激烈的市场竞争在微薄的利润空间中提升产品质量计算机技术、CAD, CAE, CAM技术的发展CAD, CAE, CAM 与现实世界的差距（不能完全反映现实世界）目标建立 产品和工艺设计的随机性工程设计综合 高质量 可靠 耐久 高性价比 多功能 …随机工程设计基于可靠度的设计优化 (RBDO)基于可靠度的鲁棒性设计优化 (RDO)基于概率的设计优化 (PBDO)基于决策的设计优化, 分级RBDO不可行区域 Gi(X)0模型不确定性确定性优化 – 50% 的可靠性！输入物理不确定性输出不确定性Finite element,Mathematical modeling,Etc.失效面G1(X)=0RBDO 优化设计 ：理想的可靠度XG(X)物理系统失效面G2(X)=0输入随机不确定性Joint PDFfX(x) ContourX2G”(X)+C(X)G’(X)+K(X)G(X)=F(X)初始设计可行区域Gi(X)≤0X10基于可靠度的设计优化 (RBDO)由于激烈的市场竞争，确定性优化算法将设计推向设计约束的极限边界上，未能留有足够的空间给加工制造过程的不确定性，导致了制造费用高，妨碍了产品的可销售性。RBDO不仅提供了优化设计还提供了置信区间 ? 6-sigma产品工艺设计RBDO: 数学模型定义设计变量 b ? ?(X) = [?1(X1),…,?n(Xn)]T, 这里 X 是 正态或非正态分布的随机变量传统确定性 基于可靠度的设计优化 设计优化 (RBDO)Minimize Cost (b)Subject to P(Gi(X) ? 0) ? Psi , i=1 ~ nc bL ?b ?bUMinimize Cost (b)Subject to gi(b)?0, i=1~nc bL ?b ?bU ith 约束的安全概率Psi = ?(?ti): ith 设定安全概率 ?ti : ith 约束的目标可靠度因子 ?(?): 标准正态分布累积积分函数Probabilistic Constraint ?(?ti) ? FGi(0) ? 0“?ti= 6 ? 6-Sigma 设计”FGi?1 (?)??1(?)?ti ? ??1(FGi(0)) = ?ti ? ?si ?0?si : Reliability IndexReliability Index Approach (RIA)FGi?1(?(?ti)) = Gpi ?0Gpi : Probabilistic Performance MeasurePerformance Measure Approach (PMA)Minimize Cost (b)Subject to?ti ? ?si ?0Minimize Cost (b)Subject to Gpi ?0设计层MaximizeGi(U)Subject to||U|| = ?tiMinimize||U||Subject toGi(U) = 0分析层: 最大可能失效点 (MPP)? = ?ti: 最大可能失效点 (MPP)Gi = 0RBDO: 可靠度因子法 (RIA)与 性能度量法 (PMA)凹函数U2n(2)n(1)u(2)u*G=G(u*)n(1)u(1)G=G(u(k))n(0)U1G=G(0)? tRBDO: PMA的可靠度分析方法高等均值法 (AMV) (Wu, 1990) 由于没有利用迭代过程信息，对于凹形曲面算法效率低、不稳定。共轭均值法 (CMV) (Youn et al., 2001)适合于凹面，但对凸面算法效率低。 混合均值法 (HMV) (Youn et al., 2001)对于任何形式的状态方程 都有较高的效率和算法鲁棒性.对高度非线性状态方程算法效率低、不稳定。用函数来插值性能函数，t为弧长参数RBDO: PMA的可靠度分析方法(续)改进的混合均值法 (HMV+) (Youn and Choi, 2004)用HMV法最小这里:Methodg(x*)NFA/NSAHMV不收敛HMV+0.24406/6MFD0.243955/5SLP不收敛SQP不收敛HMV?0.07559/59HMV+?0.0759/9MFD?0.07563/7SLP?0.07553/43SQP?0.07524/12RBDO: 改进的性能度量法 (P