高被引论文推荐 智重装备的结构与控制多学科一体化优化设计方法宋学官, 张天赐, 付涛, 郭东明. 智重装备的结构与控制多学科一体化优化设计方法[J]. 机械工程学报, 2022, 58(17): 26-40.

　　智能化重大装备(以下简称“智重装备”)的设计与优化是装备全生命周期中的重要环节，对于装备质量与系统性能提升具有重要意义。由于智重装备物理结构与控制系统间复杂的耦合关系，传统先结构设计再控制设计的串行顺序优化设计方法难以获得全局最优值。为此，本文提出一种结构与控制并行的多学科一体化优化设计方法来获取最优匹配的结构与控制参数。对智重装备的结构与控制一体化优化现状做出归纳总结。分别利用KKT条件与极小值原理证明了传统串行优化的不足以及多学科并行一体化设计方法的最优性，并给出常用的模型求解方法。以无人矿用挖掘机与无人堆取料机为对象，给出了结构与控制一体化优化方法在智重装备设计中具体应用方式。计算结果表明，提出的一体化优化方法比传统串行优化方法具有明显的优势，能够进一步提升智重装备的关键性能。

　　重大装备是指技术先进、研制难度大、成套性强的大型高端机电装备，对国民经济和具有重大影响。

　　随着信息化、传感技术和人工智能技术的发展，重大装备的智能化改造和升级变得迫切，以实现从单一硬件到软硬兼备的“智重”转变。

　　在市场需求和“中国制造2025”、“十四五”规划等政策的引导下，重大装备与数字化半岛官网下载、信息化技术加速融合，向智能化和无人化发展。

　　本体结构设计与智能控制系统设计：包括结构轻量化、可靠性优化和最优控制理论、进化计算等控制系统设计。

　　传统结构优化与控制系统设计分属不同阶段和领域，通过串行方式递进，导致结构参数与控制参数、参数与性能之间的耦合作用被忽视，无法达到全局最优。

　　MDO是一种并行协同的思想，从流体和固体相互耦合作用的角度出发，优化设计提高综合性能，已成功应用于飞机、汽车等领域。

　　特色与挑战：将机、电、液的范畴拓展到智能决策与控制领域，涉及系统和学科更宽泛，流程链条更长，难度更大。

　　系统性总结与最优性证明：对智重装备的结构与控制一体化优化方法进行总结，并从理论上证明其最优性。

　　应用范例：以无人矿用挖掘机和无人堆取料机为例，验证结构和控制一体化优化方法的可行性与有效性。

　　顺序优化设计方法在处理智重装备结构与控制参数的优化问题时，首先进行结构设计优化，然后在已有的最优结构的基础上完成最优控制参数的优化，设计过程如图1a所示。顺序方法看似递进自然，却忽略了各部分参数之间的相关作用，往往获得次优的结果。结构与控制一体化优化设计如图1b所示，对结构与控制参数不加以区分的进行一体化建模并同时寻优。虽然一定程度上增加了建模难度与计算负担，却能有效消除结构设计与控制系统设计的界限，实现结构参数与控制参数的最优组合。

　　在智能装备结构与控制一体化优化中，需要兼顾结构参数与控制参数。对于结构参数，通常为时不变的空间尺寸，因此视为静态参数进行优化。对于控制参数如速度、力矩等控制量，既存在需要视作静态参数优化的情景，也存在视作时变参数优化的情景。因此下面分两种情况讨论，对结构与控制一体化优化的最优性进行证明。

　　问题设定：文章首先定义了智重装备结构与控制参数优化的基本数学模型，并明确了优化问题的目标函数和约束条件。

　　KKT条件应用：利用Karush-Kuhn-Tucker (KKT)条件，文章证明了在处理静态类控制参数时，一体化优化方法能够满足全局最优的必要条件。

　　顺序优化局限性：文章指出，传统的顺序优化方法由于割裂了结构与控制参数的耦合关系，其优化结果无法满足一体化优化方法中的KKT条件，因此只能得到局部最优解。

　　动态系统最优控制：对于时变类控制参数，文章将其归结为动态系统的最优控制问题，并通过定义哈密顿函数来描述。

　　极小值原理应用：利用庞特里亚金极小值原理，文章证明了在时变类控制参数优化中，一体化优化方法同样能够满足全局最优的必要条件。

　　顺序优化不足：与静态类控制参数类似，文章再次强调了顺序优化方法由于无法满足一体化优化中的必要条件，无法达到全局最优。

　　全局最优性：文章通过数学证明明确了一体化优化设计方法在处理智重装备结构与控制参数优化问题时的全局最优性。

　　方法优势：通过对比顺序优化与一体化优化方法，文章强调了一体化优化设计在实现结构与控制系统相互匹配的全局最优方面的优越性。

　　求解策略：文章提出，对于设计变量较少的情况，可以直接采用同步分析与设计方法求解。而当设计变量规模较大时，需采用多级求解策略，如两级集成系统合成、协同优化、分级目标传递等计算框架。

　　控制参数离散化：文章介绍了将时变控制参数在整个时间域内离散化的方法，如直接转录法、伪谱法、时间谱元法等，以将问题转化为非线性规划问题进行求解。

　　解析函数法：通过引入解析的函数式（如高阶多项式、S曲线等）来拟合，时间域内的控制参数从而将问题简化为对函数参数的优化。

　　近似模型法：综合离散化与解析函数法，通过在时间域内选取若干离散点，与结构参数同时参与优化，然后利用近似模型（如RBF、Kriging等）插值得到整个时间域内控制参数。

　　方法适用性：文章对不同求解方法的适用场景进行了分析，指出应根据系统的类型、控制要求等选择合适的求解方法。

　　计算效率与精度：讨论了不同求解方法在模型求解的精细度与效率之间的权衡，为实际应用提供了选择依据。

　　动力学建模：基于拉格朗日方程建立了挖掘机前端工作装置的动力学模型，确保优化结果满足挖掘动力学特性。

　　速度与功率曲线：给出了优化得到的控制速度与电机输出功率曲线，证明了控制策略的合理性与优越性。

　　优化需求：明确了通过一体化优化设计降低能耗、提升作业效率及减少振动，以实现节能减排和提升作业性能的目标。

　　创新性：文章首次证明了在智重装备优化设计中，传统的顺序优化方法无法获得全局最优解，而一体化优化设计方法能够实现结构与控制参数的全局最优匹配。

　　有效性：通过无人矿用挖掘机和无人堆取料机两个具体工程案例的验证，展示了所提出的一体化优化设计方法在实际应用中的有效性和优越性。

　　性能改善：一体化优化设计显著提升了智重装备的关键性能指标，如降低了能耗、提升了作业效率、减少了振动等。

　　理论贡献：该方法不仅扩展了传统多学科优化设计理论，将其应用范围从机械、电气、液压等领域拓展到智能控制与决策，还为智重装备的全生命周期系统设计与性能提升提供了新思路。

　　应用拓展：该一体化优化设计方法不仅适用于挖掘机、堆取料机等智重装备，同样可应用于高速列车、风力发电机、飞机等复杂系统的设计与性能优化。

　　持续发展：文章指出，随着技术的进步和需求的变化，该方法也将不断发展和完善，以应对未来智重装备设计中的新挑战。

　　宋学官，教授、博导、国家高层次人才计划专家、高性能精密制造全国重点实验室副主任。长期从事多学科耦合建模、数据驱动的优化设计、装备数字孪生、高性能工业阀门等的研究，主持开发了数据驱动的云端优化设计软件DADOS（

　　截至目前，在机械工程学报、ASME JMD、SMO、AIC、MSSP、CMAME等领域著名期刊发表论文200余篇，其中第一/通讯作者SCI论文100余篇，ESI高被引论文2篇，期刊封面论文3篇，IF≥8论文30余篇，IF≥10论文13篇，出版著作3部，参编基金委《机械工程学科发展战略报告(2021~2035)》。论文总引用5000余次，H指数为38，入选全球前2%顶尖科学家榜单。先后获机械工业联合会科技进步特等奖、辽宁省科技进步一等奖、山西省科技进步一等奖、山西省科技进步二等奖，以及2010年美国机械工程师压力容器与管道国际会议（ASME PVP）论文奖等学术奖励10余项。

　　张天赐，博士毕业于大连理工大学，燕山大学车辆与能源学院讲师、硕士生导师，燕山学者优秀C类人才。主要研究方向为无人工程车辆自主决策、数据挖掘与数据驱动设计、智能装备数字孪生等。发表英文论文15余篇，其中第一作者/通讯作者SCI/EI论文10篇，主持/参与国家级和省部级项目4项。校企合作项目2项。

　　JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。