複雜系統的多學科設計建模與結構最佳化分析研究

多學科設計最佳化(Multidisciplinary Design Optimization, MDO)的主要技術包含面向MDO 的建模、近似方法、面向設計的分析、系統分解、系統靈敏度分析、設計空間搜索演算法、最佳化演算法、MDO 計算環境等，其目的是通過充分利用各個學科之間的相互作用所產生的協同效應，獲得系統的全局最佳解。本計劃主要的目的是以複雜產品結構動態分析與性能改進為載具，深入探討實用性的建模方式、近似理論、靈敏度分析方法與多目標最佳化的多學科設計最佳化技術，期為多學科設計最佳化新領域推廣與研究工作奠定良好基礎。目前MDO 常用的近似技術，包括近似模型的試驗設計(Design ofExperiment, DOE)和多項式反應曲面法(Response Surface Methodology, RSM)、克利金(Kriging)和徑向基函數神經網路(Radial Basis Function, RBFNN)、倒傳神經網路(Back-Propagation Neural Network, BPNN)等模型，其中Kriging 模型是一種更具有"統計性"的近似方法，該法具有局部估計的特點，而且相關函數的連續性和可導數性也比較好，在解決高度非線性問題時往往也能取得比較理想的擬合效果，故為本研究主要採用研究的方法。本研究原為去年(98)經國科會計畫審查委員們肯定，已達到一個計畫之通過標準，唯未達提申多個計畫通過之高門檻標準，經修改充實計畫內容後，現擬以第一優先次序提出申請之兩年連續型計劃(99/08/01~101/07/31)，期望能繼續獲得審查委員的支持。研究對象是以一外圓磨床，經實驗測試驗證具可信度的2D 集中質量模型為主，第一年將利用以往研究成果，多剛體系統傳遞矩陣法開發之軟體，自動推導該系統動力方程式，並進行加工時動態特性與模態靈敏度分析(Modal Sensitivity Analysis)，再探討不同的精進模型，如磨輪主軸、工件或其它彈性模組時，系統由多個剛體和多個彈性體耦合的多體系統振動特性，探討研磨剛度對工件表面品質的影響性，同時與剛體模型進行比較；最後利用試驗設計法選擇樣本點作為建構Kriging 模型的基礎，與以往研究過之RSM、BPNN 等方法的特點和適用性做詳細研究比較，以為工程設計的參考；第二年工作規劃續研究比較替代模型外，將以評估出之最佳替代模型為依據，運用基因演算法或其他智能最佳化演算法，結合平行計算技術，進行多目標最佳化分析與平行效率探討，為跨入多學科設計最佳化領域技術做奠基工作。

系統編號:PB9907-10774
原計畫編號:NSC99-2221-E182-022