项目名称: 基于概率及证据理论的航天器不确定性多学科设计优化研究

项目编号: No.51205403

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 机械工程学科

项目作者: 姚雯

作者单位: 中国人民解放军国防科学技术大学

项目金额: 25万元

中文摘要: 为有效预防航天器在轨故障,需要在设计阶段充分考虑各类不确定性影响,提高航天器的稳健性和可靠性。在航天器设计过程中,既存在航天器及其运行环境固有的随机不确定性,也存在由于人员认识不足或信息缺乏导致的认知不确定性。航天器的多学科特性以及学科间各类不确定性混合交叉传递影响,导致考虑不确定性的航天器设计过程复杂、计算成本高昂、工程实现困难。为此,本项目将基于概率及证据理论,深入研究随机和认知不确定性混合条件下的多学科设计优化方法(MUMDO),并探索其在航天器设计中的应用。项目将以提高MUMDO的求解效率和优化效果为目标,重点突破混合不确定性分析和混合不确定性优化两项关键技术,并将其分别应用于单个航天器和多航天器系统的总体设计优化中,验证其可行性和有效性。通过本项目的研究,将形成工程实用性较强的MUMDO方法,初步建立基于MUMDO的航天器总体设计流程,并为MUMDO在其它领域的推广应用奠定基础。

中文关键词: 多学科设计优化;不确定性;航天器总体设计;可靠性;稳健性

英文摘要: To effectively prevent spacecraft failures, it is necessary to take uncertainties into account comprehensively in design phase so as to enhance spacecraft robustness and reliability. In the multidisciplinary spacecraft system design, there exist both aleatory uncertainties due to the inherent variation of the spacecraft and its operational environment, and epistemic uncertainties resulting from lack of knowledge and information. Due to the interdisciplinary cross propagation of the mixed aleatory and epistemic uncertainties, the uncertainty-based optimization is extremely complex to solve and entails huge computational cost which is unaffordable in practical engineering. Aiming to solve this problem, we propose to systematically study the Mixed Aleatory and Epistemic Uncertainty-based Multidisciplinary Design Optimization (MUMDO) method and its application in spacecraft system design based on probability and evidence theory. The research will be focused on two most important issues of MUMDO which need be addressed urgently, namely mixed uncertainty analysis and mixed uncertainty-based optimization, so as to improve the optimization efficiency and effectiveness of MUMDO and enable it to be applicable in practical engineering. The feasibility and effectiveness of the aforementioned methods will be validated and de

英文关键词: Multidisciplinary Design Optimization;Uncertainty;Spacecraft System Design;Reliability;Robustness

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
神经结构搜索的研究进展综述
专知会员服务
35+阅读 · 2022年1月12日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
24+阅读 · 2021年7月17日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
30+阅读 · 2020年12月21日
敏捷项目管理:目标驱动看板
InfoQ
0+阅读 · 2022年3月18日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Estimation and Inference by Stochastic Optimization
Arxiv
0+阅读 · 2022年5月6日
Arxiv
22+阅读 · 2021年12月19日
Arxiv
39+阅读 · 2021年11月11日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
14+阅读 · 2019年11月26日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
神经结构搜索的研究进展综述
专知会员服务
35+阅读 · 2022年1月12日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
24+阅读 · 2021年7月17日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
30+阅读 · 2020年12月21日
相关资讯
敏捷项目管理:目标驱动看板
InfoQ
0+阅读 · 2022年3月18日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Estimation and Inference by Stochastic Optimization
Arxiv
0+阅读 · 2022年5月6日
Arxiv
22+阅读 · 2021年12月19日
Arxiv
39+阅读 · 2021年11月11日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
14+阅读 · 2019年11月26日
微信扫码咨询专知VIP会员