基于熵权-改进TOPSIS法的驾驶室多目标优化

为了提升商用车轻量化优化效果,文中提出了一种基于熵权-改进逼近理想解排序法(TOPSIS)的驾驶室多目标决策方法。首先,对驾驶室有限元模型进行性能分析,并通过试验模态与仿真模态进行对比,验证了模型的准确性;其次,采用区域灵敏度分析,筛选出20个厚度和4个截面形状变量,并建立2阶响应面近似模型验证其精度;最后,采用第三代非劣排序遗传算法(NSGA-Ⅲ)对驾驶室进行多目标优化设计,再联合熵权-改进TOPSIS法求得非支配帕累托解的相对贴进度,并以此作为多目标决策的最终结果。结果表明：与优化前相比较,驾驶室质量减小了24.9 kg,减幅达到8.1%,能够满足轻量化和性能需求。     

基于灵敏度分析的商用车驾驶室白车身轻量化设计

为了提高商用车前期设计阶段的工作效率,在商用车白车身设计的概念阶段引入隐式参数化建模思想。使用SFE-CONCEPT软件建立某商用车驾驶室白车身隐式参数化模型并对该模型进行实验设计分析,录入白车身63个零/部件的厚度数据作为设计变量的筛选基础,分析其对模态、刚度和质量的灵敏度,并定义相对灵敏度,选出对质量影响较大的零/部件进行优化。获得了白车身弯曲刚度和扭转刚度分别降低了1.9%和1.5%,白车身1阶弯曲模态和1阶扭转模态频率分别提高了7.2%和6.5%,车身质量减轻了18 kg,轻量率达6.06%的优化结果,有效地实现了轻量化目标。     

基于刚度和模态的某自卸车车架轻量化设计

利用有限元模态分析理论,分析了某自卸车车架的动态特性,结合车架模态试验验证了模型的合理性。在已验证的模型基础下求解了车架的弯曲和扭转刚度。进行灵敏度分析以确定有效的设计变量。以车架总质量为目标函数,以刚度和1阶固有频率为约束条件,建立轻量化优化模型。通过拉丁方试验设计方法选取样本点,运用径向基函数构造模型各响应的近似模型,采用遗传算法求解近似模型。获得的优化结果参数代入实际模型后结果表明车架总质量在满足刚度和1阶模态频率约束要求下下降了18.37 kg。     

基于神经网络和响应面近似模型的车门性能多目标优化

通过优化前车门模态、刚度以及轻量化,以改善整车性能和车内舒适性是车辆NVH的研究热点之一。以某乘用车左前车门为研究对象,计算分析其模态和刚度性能。以关键零部件厚度为设计变量,通过最优拉丁超立方试验设计获取样本数据,构建车门模态、刚度及质量的神经网络和响应面近似模型。以车门一阶弯曲模态频率最大化、质量最小化为优化目标,其余性能为约束,运用NSGA-II遗传算法进行性能多目标优化。结果表明:车门一阶弯曲模态频率提高1.24Hz;车门质量减少3.63kg,轻量化率为13.57%,其余性能均达标。基于多种类近似模型的多目标优化方法可有效提升车门性能。     

某重型商用车驾驶室动态特征分析及优化

利用有限元模态分析理论,分析了某重型商用车驾驶室的动态特征,并结合试验模态分析,验证了驾驶室有限元模型的正确性。利用该有限元模型进行灵敏度分析,找到对一阶模态影响大的部件,以它们的厚度为优化变量,以扭转刚度为约束,以一阶模态和驾驶室质量为优化目标,建立多目标多约束的优化模型。运用径向基函数代理模型和微型多目标遗传算,结合模型管理技术更新代理模型,并严格控制代理模型的误差。最后获得大量误差很小的非支配解,为设计提供多种参考方案,驾驶室模态得到明显改进,质量也有所降低。     

装载机驾驶室试验模态分析及动态特性优化

装载机驾驶室是装载机重要结构总成,其作用是布置装载机操作机构以及为操作人员提供驾乘空间。为了满足工作环境的要求,它还必须为操作人员提供足够的安全保障及舒适的工作环境。对某型装载机驾驶室模态进行测试分析,结果表明驾驶室第一阶模态频率偏低。利用有限元分析工具Hyper works及NASTRAN得到与试验相应正的驾驶室FEM模型,进行基于驾驶室结构板件刚度特性的模态灵敏度分析,得出影响驾驶室第一阶模态频率的敏感区域,运用尺寸及形貌优化技术对驾驶室进行结构优化。优化前后结果对比表明驾驶室第一阶模态频率提升15.32%,驾驶室动态特性得到优化。     

EW组合近似模型在概念铝车架断面轻量化设计中的应用

首先提出一种组合近似模型的建立方法——EW法,并将其用于铝合金车架弯、扭刚度和弯、扭模态性能的预测中,对比其与另外3种单一近似模型Kriging、RBF、RSM以及两种组合近似模型EI、EG的预测性优劣,结果表明,采用EW法建立的近似模型在组合近似模型中有最高的预测精度与预测稳定性,且与单一近似模型RBF在具有相近预测稳定性的情况下比较,弯曲刚度、扭转刚度、弯曲模态及扭转模态预测精度R 2的均值分别高出1.33%、0.50%、1.76%和4.97%,RMAE的均值分别减小56.3%、58.0%、41.0%和25.6%。基于上述分析,选择预测能力最强的EW法建立组合近似模型,采用退火算法对概念铝车架断面尺寸进行轻量化设计,结果表明,在弯曲刚度和扭转刚度分别提升1.79%、2.67%,弯曲模态和扭转模态分别提升3.47%、1.04%的情况下,质量降低4.98 kg,轻量化效果明显。     

基于二次优化法的铝合金车架可靠优化设计研究

针对基于可靠性的多目标优化过程中,解收敛过早且计算效率低下的问题,提出了基于可靠性的二次优化法。根据Pareto前沿解单位法向量来计算多个优化目标的权系数,使用序列二次规划法对多目标优化结果进行了二次优化,并通过矩方法进行了可靠性分析;以某铝合金新能源汽车车架为例,结合试验设计、近似建模、二次优化法和矩方法,以零件壁厚为设计变量,一阶弯扭模态频率和弯曲刚度为约束,铝合金车架质量和扭转刚度作为优化目标,进行了多目标可靠性优化设计。研究结果表明:二次优化法使最优解落在约束边界,解决了基于可靠性的多目标收敛过早的问题;矩方法在保证可靠性优化精度的同时提高了优化效率;与原设计相比,优化后的铝合金车架扭转刚度提高12.96%,车架总质量减小5.41 kg。     

发动机罩的结构轻量化设计

应用拓扑和形貌联合优化,以及基于DOE灵敏度分析的尺寸优化对发动机罩进行轻量化设计。分析了原发动机罩主要承载状态的刚度和一阶约束模态。两种优化设计方法均以体积最小为目标,弯曲刚度、扭转刚度、侧向刚度和一阶约束模态频率为约束条件。根据优化设计结果,给出了两种轻量化方案。对比优化前后的结构性能,从刚度和一阶约束模态频率角度验证轻量化方案的可行性。CAE分析结果表明,两种方法均可以达到降低发动机罩质量且满足结构性能要求的目的,而且,对此发动机罩尺寸优化的轻量化效果更好。     

基于稳健性多目标优化的微客尾门轻量化设计

针对微客尾门结构的轻量化设计问题,提出了一种基于稳健性多目标优化的尾门轻量化设计方法。首先通过灵敏度分析方法筛选出了对尾门性能贡献量较大的尾门零件厚度作为设计变量,并建立了尾门各个工况响应的近似模型,其次以尾门扭转刚度、下垂刚度、尾门前三阶模态频率和抗凹分析点为约束条件,以尾门质量最小和第一阶模态频率最大和弯曲刚度位移量最小为目标,利用NSGA-Ⅱ算法对尾门进行了多目标优化,通过蒙特卡洛模拟技术对尾门进行了6σ质量水平和可靠度分析,并进行了6σ稳健性多目标优化。最终结果表明:优化设计后尾门结构在满足各性能要求的情况下实现了轻量化,质量减轻了2.28 kg,且弯曲刚度和第一阶模态得到提高;同时尾门结构各工况性能的稳健性也得到改善,达到6σ质量水平。