随着制造业向数字化、智能化与自动化转型,高效、高质量地推出新产品成为了企业竞争的焦点,因而对产品设计过程的智能化与自动化提出了很高的要求。产品设计-仿真-优化(CAD/CAE/MDO)是产品开发的关键一环,这是一个非常繁琐、且常常需要多次反复的过程,涉及异构数据转换、系统集成及众多领域知识。如何实现该流程的自动化以及过程知识的管理与重用已经成为亟待解决的重要课题。本文围绕该课题主要研究以下内容:(1)提出基于超集继承模型SIMS(Superset Inheritance Model for Simulation)的设计模型简化和仿真模型自动生成方法。针对CAD模型到仿真模型过程中耗时、重复、依赖工程师经验的模型简化与精细化处理过程,本文提出SIMS模型的概念及基于SIMS的CAD/CAE集成方法;提出综合量化的模型简化标准,将几何维度、设计意图和仿真信息纳入简化标准,把模型简化操作分为基于特征的抑制与保留、基于拓扑结构的分割与包裹,以及基于虚拟拓扑结构的分割与融合;提出基于属性的几何实体-简化操作的映射关系,自动识别几何实体并提取相关属性,实现CAD模型的简化、精细化处理及仿真模型的自动生成。(2)提出了基于序列加点的混合RBF-MOGA(Radial basis function and multiobjective genetic algorithm)算法,及其基于CAD/CAE集成的自动化实施方法。研究混合RBF-MOGA的多目标优化算法,采用正交拉丁超立方OALHS(Orthogonal array-Latin hypercube sampling)采样,以RBF为代理模型拟合采样点和对应的响应之间的非线性关系,以基于帕累托前沿的MOGA为优化算法对RBF进行寻优,并通过序列加点方式不断逼近真实帕累托前沿,提高了算法的效率和有效性;通过数据分析和可视化工具对结果进行算法精度分析、参数重要性分析,为产品的最优设计提供决策依据;基于CAD/CAE集成开发了多目标优化计算自动化工具,提高了优化设计的效率。(3)提出了基于优化设计原理OPT-R(Optimization rationale)和语义图模型SGM(Semantic based graph model)的优化设计知识表示、管理和案例重用方法。将优化过程相关的设计模型与设计意图、仿真信息、优化算法和结果数据进行分类,将其中隐含的知识抽象为OPT-R语义模板;将优化案例按照模板实例化,以SGM形式存入Neo4j图数据库;提出基于SGM的关键字检索和基于OPT-R的相似性匹配实现对优化设计知识和案例的多粒度的检索机制,并将其封装到CAD/CAE/MDO集成过程实现优化设计知识的重用。基于以上研究的关键技术,本文利用python、Qt等设计并开发了快速多学科优化设计及重用系统平台QuickMDO。利用C++、NXopenAPI和APDL脚本语言等的开发,实现对CAD和CAE应用软件封装;利用面向仿真的自动模型简化和模型生成、基于代理模型的优化算法的封装、基于语义图模型的优化设计知识管理和重用等关键技术,实现了CAD/CAE/MDO的系统集成与流程自动化;并以机电产品与模具设计工业实例验证了本文方法的可行性和实用性,可以有效提高优化设计的质量与效率,缩短产品开发周期。