解析目标分流法在汽车多学科设计优化中的应用 .pdf

解析目标分流法在汽车多学科设计优化中的应用

赵迁;陈潇凯;林逸

【摘要】在阐述分解协调策略和研究ATC方法计算流程基础上,利用基于二次罚函

数的ATC方法对某发动机燃烧室进行多学科设计优化(MDO)研究.考虑几何和热力

学两个学科,很好地解决了学科问复杂耦合带来的计算困难,计算结果与不分解优化

的结果非常接近,验证了该方法在汽车设计中的有效性.同时研究了步长对优化结果

的影响,发现随着步长加大,误差变大,计算成本变低.

【期刊名称】《汽车技术》

【年(卷),期】2010(000)006

【总页数】5页(P25-28,55)

【关键词】解析目标分流法;多学科设计优化;分解协调策略

【作者】赵迁;陈潇凯;林逸

【作者单位】北京理工大学;北京理工大学;北京理工大学;北京汽车研究总院

【正文语种】中文

【中图分类】U462

1前言

对汽车厂商来说，汽车设计过程总是包含专门学科小组间强烈的协作，例如碰撞与

安全、NVH和计算流体动力学。传统的串行设计优化方法忽视了学科间的相互作

用，只片面强调某个学科的重要性，设计优化时以该学科最优为目的，所以它只能

得到局部最优解而非全局最优，且其设计周期长、成本高。多学科设计优化

（MultidisciplinaryDesignOptimization,MDO）是一种通过充分探索和利用系

统中相互作用的协同机制来设计复杂系统和子系统的方法论。利用MDO方法，

能够综合考虑多个学科对汽车整体性能的影响并充分利用学科之间的相互作用来获

取整体最优解，这能够充分提高汽车的性能和汽车设计开发的整体水平。

国内外对MDO的研究主要集中在航空航天领域，故在汽车设计领域开展MDO

研究具有十分重要的意义。MDO方法的开发和改进是MDO领域内最重要、最活

跃的研究内容，其中解析目标分流（AnalyticalTargetCascading,ATC）方法是

一种比较新的有严格收敛证明的多级MDO方法[1，2]。本文将ATC方法应用到

某发动机燃烧室设计优化中，验证该方法在汽车设计中的有效性。

2汽车多学科设计优化

2.1MDO方法

MDO方法与传统意义上的寻优算法是不同的。传统寻优算法属于优化理论的研究

领域，而MDO方法是从设计问题本身入手，从设计计算结构、信息组织的角度

来研究问题，是在具体寻优算法的基础上提出一套设计计算框架（或称作MDO

方法），该计算框架将设计对象各学科的知识与这些具体的寻优算法结合起来，形

成一套有效地解决复杂对象的优化求解方法。

MDO方法通常可分为单级方法和多级方法两类。多级优化方法用到了分解协调策

略，即将系统优化问题分解为多个子系统（学科）的优化协调问题，对各个学科

子系统分别进行优化，并通过某种机制进行协调。分解的优点在于可以实现并行设

计而压缩设计周期，充分利用多处理器及分布式的软、硬件，这些正是当今计算机

技术的发展方向。

常用的多级MDO方法主要有并行子空间优化方法（ConcurrentSubspace

Optimization,CSSO）[3]、协同优化方法（CollaborativeOptimization,CO）

[4]、两级集成系统综合方法（Bi-LevelIntegratedSystemSynthesis,BLISS）[5]

和ATC方法。

2.2分解协调策略

2.2.1系统分解

汽车的设计开发是一个高度复杂的过程，从产品概念设计阶段开始，经过产品详细

设计阶段到用于制造的最终设计阶段。分解是将一个复杂系统分割成较小的子系统，

并且确定它们之间的相互作用。对于同一个复杂系统可以有不同的分解方式。例如

汽车可以按属性分解为人机工程、车辆动力学、车辆NVH、车辆被动安全性和经

济技术性等；也可以按部件分解为车身系统、底盘系统、传动系统以及电气装置等。

分解后的子系统是层次型或非层次型的，如图1所示的汽车分解示例，它们通常

通过少量的耦合设计变量相互联系，因此必须执行系统协调以保证所有的耦合变量

收敛。对非层次系统，所有的子系统在同一层次通过耦合变量互相联系。对层次系

统，上面层次的每个子系统可能分解成下面层次的一组它的子系统，相同层次的子

系统可能共享一些共同变量，协调通常不是通过