앙상블 대리 모델 기반의 개선된 협업 최적화 설계 방법

목적 이 연구는 구조 매개변수와 성능 응답 간의 묵시적 관계 및 다수의 성능 응답 간의 복잡한 결합 관계를 처리하는 데 있어 기존의 다학제 설계 최적화(MDO) 방법의 비효율성을 해결하는 것을 목표로 한다. 설계/방법론/접근법 개선된 협업 최적화(CO) 프레임워크는 두 가지 주요 혁신을 통해 개발된다. (1) 근사 정확도를 높이기 위해 선형 가중치를 사용하여 RBF, 크리깅 및 서포트 벡터 회귀(SVR) 모델을 결합한 앙상블 대리 모델이 개발된다. (2) 질량 최소화, 피로 수명 극대화 및 1차 모드 주파수 극대화와 같은 다수의 결합 성능 응답을 효과적으로 관리하기 위해 동적 페널티 함수(ICO-DP)를 통합한 수정된 CO 알고리즘이 제안된다. 이 방법론은 공학 사례 연구로써 지반 압력 평형 차단 기계의 절단 헤드를 사용하여 검증된다. 결과 최적화 결과는 앙상블 대리 모델 기반의 제안된 ICO-DP 방법이 전통적인 방법에 비하여 뚜렷한 장점을 가지고 있으며, 질량은 3.2% 감소하고 1차 모드 주파수는 21.9% 증가하며 피로 수명은 90% 증가하여 절단 헤드의 성능이 크게 향상됨을 보여준다. 독창성/가치 이 연구는 세 가지 독창적인 기여를 한다: (1) 앙상블 대리 모델이 절단 헤드 설계 최적화에 적용된다. (2) 결합 성능 처리를 위한 CO 프레임워크와 동적 페널티 함수의 통합이 이루어진다. (3) 이론적인 MDO 연구와 실제 대규모 장비 설계 응용 간의 간극을 연결하는 완전한 방법론적 프레임워크가 구축된다.