基于NSGA-Ⅱ的隐式参数化白车身轻量化设计

采用SFE-CONCEPT软件建立商用车驾驶室白车身隐式参数化模型,并进行自由模态和6种典型工况的静力学分析。同时建立自动分析优化的流程,针对60个厚度、截面形状和零部件位移变量因子,通过灵敏度分析筛选出优化的设计变量因子,以质量与6种典型工况的最大应力为目标响应,拟合二阶响应面近似模型并进行精度验证。采用第二代非支配排序遗传算法(NSGA-Ⅱ)对建立的近似模型的求解进行优化得到前沿最优解。优化后的驾驶室白车身模型在保证可靠的强度和模态性能的前提下,质量下降16.9 kg,轻量化率为5.49%,取得了较好的轻量化效果。     

基于NSGA-Ⅱ混合灵敏度分析的白车身轻量化优化设计

针对白车身的轻量化问题,提出了一种基于混合灵敏度分析的参数化优化方法。通过有限元仿真,标定白车身的弯扭刚度及模态性能。以试验设计分析零件厚度相对白车身弯扭刚度及模态的灵敏度,确定并筛选出对白车身刚度及模态性能影响不大的零件。将零件厚度作为多目标优化的设计变量,以白车身质量最小化、弯扭刚度最大化为优化目标,模态性能为约束条件构建多目标优化设计函数。基于NSGA-II遗传算法,进行白车身结构的轻量化优化设计。经Isight优化求解仿真,优化所选零件的厚度,轻量化设计了白车身结构。轻量化设计后的白车身性能仿真结果表明,其刚度及模态性能得到保证的前提下,白车身质量减轻了5.7%。     

白车身多学科轻量化优化设计应用

在白车身开发早期阶段引入结构轻量化思想,建立隐式全参数化白车身模型,通过多学科优化过程,找到白车身零件形状、尺寸、位置与厚度等各参数之间的最佳组合,以及满足系统各项性能要求的重量最优解,使白车身轻量化设计的潜能得到最大程度的发挥。根据白车身自身性能的特点对其分成不同的优化区域分别进行不同工况的优化,从而合理地安排设计变量和样本点数量,并对由试验设计得到的近似模型进行多学科的轻量化优化设计,有效地控制分析与优化时间,给车身设计提供指导。最终得到的白车身方案减重12 kg,减重率达到4.5%。同时利用方差分析方法,对各设计变量对性能的贡献量与主效应进行分析,掌握设计变量对刚度,模态、被动安全性能以及重量的影响规律。     

轿车白车身概念设计阶段梁截面优化设计

轿车白车身刚度对整车的噪声、耐久性和安全性等都至关重要。在以梁壳单元建立的白车身线框模型基础上,推导薄壁梁截面特性参数的计算方法,引入比例向量为截面形状变化参数和设计变量,通过对白车身刚度进行灵敏度分析,以质量为优化目标,弯曲和扭转刚度为约束,得出车身的优化方案,并进一步推导得出目标梁的截面形状优化结果。优化结果表明,该方法能够在概念设计阶段为设计者提供有效的设计参考,缩短设计周期、提高设计质量。     

基于径向基函数神经网络的白车身减重优化研究

针对白车身变量多、性能响应复杂问题,在车身结构的板厚优化设计中引入近似模型方法,提高设计效率。以某轿车车身结构为轻量化设计对象,通过灵敏度分析确定优化设计变量,基于径向基函数神经网络近似模型进行全局优化,在不降低刚度和模态性能的情况下实现白车身减重目标。通过最优拉丁超立方试验设计构造样本点,用径向基函数神经网络法构造刚度和模态的近似模型,并用自适应模拟退火法进行优化求解。结果表明,径向基函数神经网络模型能较好地模拟车身结构刚度和模态响应问题,提高了整体的设计效率。通过有限元模型的验证,基于近似模型的优化结果精度较高,实例白车身减重达5.73%。     

基于灵敏度分析的白车身结构轻量化设计

建立了白车身有限元模型,并用模态实验验证了模型的正确性,利用有限元法分析了该模型一阶扭转模态频率灵敏度和车身质量灵敏度,选取相对灵敏度绝对值较大的车身板件作为轻量化设计变量,以白车身质量为优化目标、一阶扭转模态频率为状态变量进行优化,优化后白车身质量降低10.5kg.     

逐次替换响应面商用车驾驶室轻量化设计

采用SFE-concept建立驾驶室白车身隐式参数化模型,并对弯曲刚度和扭转刚度进行求解分析。通过灵敏度分析筛选出14个车身零部件的厚度、形状和位置作为设计变量;采用最优超拉丁方试验设计方法构建样本数据;对比分析响应面与逐次替换响应面近似模型的拟合精度,得出逐次替换响应面的拟合精度更高;采用粒子群算法,以质车身量最小为目标,约束静态弯扭刚度,进行优化设计,并对优化后结果进行验证,结果表明:在车身静态刚度性能基本保持不变的基础上,白车身质量下降17 kg,轻量化率为5.49%。     

基于可制造性约束的车身变截面梁关联优化设计

在车身主断面设计过程中,变截面梁的设计一直存在较多问题,其形状设计受到结构性能和可制造性因素的多重约束。文中对车身变截面梁的设计问题进行了研究,通过构造基于工程约束的形状优化关联设计变量,建立了车身薄壁结构的多截面关联优化设计算法,实现了考虑可制造性约束的变截面梁优化设计方法,还可支持多种材料设计。同时提出了适合工程优化的最优解选择评分公式,实现了最优解的自动选取。该方法既可以应用于正向设计过程中车身主断面的变截面梁轮廓线的确定,也可对现有梁的结构性能的改进优化,实现制造成本降低和车身轻量化设计。文中给出具体的变截面梁关联优化算法,并通过某车型B柱截面优化实例验证了该算法的有效性。     

多目标优化在新车型总体轻量化设计中的应用


开发了一款跟原车型结构相似、整车尺寸加长加宽加高的新车型,将整车长度、整车高度、整车宽度及部分零件厚度作为设计变量,采用最优拉丁实验设计方法进行了样本数据设计,并且采用移动最小二乘响应面方法构建了白车身NVH、白车身关键区域强度及白车身质量等性能参数的多目标优化系统的近似模型,利用多目标遗传优化算法NSGA-Ⅱ(非支配解排序遗传算法)对近似模型进行优化。在满足白车身关键区域内强度、白车身NVH等约束性能的同时,追寻车内新增空间最大化,并实现了新车型的轻量化设计。 

     

多学科优化设计在热成形车架轻量化中的应用

采用最优拉丁方试验设计方法进行样本数据设计,采用移动最小二乘响应面方法构建白车身扭转刚度、白车身关键区域强度、整车正碰多学科系统的近似模型。利用连续二次规划优化方法对此近似模型进行优化,将热成形板的前中后大梁厚度、大梁内部加强板厚度作为设计变量,在满足正碰设计要求、白车身强度刚度要求的同时,显著减小了车架的质量。     

基于协同优化和多目标遗传算法的车身结构多学科优化设计

在汽车车身结构NVH和侧面碰撞安全性研究中,实施多学科多目标优化的可行性设计。通过试验设计制定试验方案并进行数据采样,构建考虑整车侧撞安全性、白车身模态、静态弯曲刚度、扭转刚度和轻量化等性能的响应面近似模型,然后对车身结构分别进行确定性和可靠性轻量化单目标设计。最后,运用多目标遗传算法结合多学科协同优化对车身结构进行多目标优化设计,获取Pareto最优化解集。研究结果表明:可靠性优化设计较确定性优化设计而言,能考虑产品设计和生产过程中的不确定性因素,保证产品稳健性;车身结构的多目标优化设计全面考虑了车身结构轻量化、NVH和碰撞安全性能等多学科之间的耦合和解耦;设计者可按需选择其满意的优化结果,这将大幅缩减产品开发周期、降低产品开发成本。     

隧道传感系统微位移机构的主从关联优化设计

隧道传感系统是基于量子隧道效应,用以测量纳米级微小测量量的传感装置。其中微位移机构的设计对传感器的整体尺寸、量程、精度等性能具有重要作用。以往关于位移机构优化设计的研究主要是针对单一优化目标或普通多目标优化问题,而实际上机构不仅有多个属性需要优化,而且这些属性还可能具有不同的变量和约束,普通单层数学规划难以准确描述和解决。基于此,对隧道传感系统微位移机构的主从关联优化进行研究。根据传感系统的性能要求,对由压电陶瓷和六连杆柔性铰链机构组成的纳米级微位移机构进行初步设计。在此基础上建立柔性铰链机构空间尺寸和静态性能两个关键属性的优化模型,并构建其公共变量的协调层,形成具有主从结构的双层规划模型。提出一种面向工程背景,基于移动区间响应曲面拟合下层最优值函数的双层规划数值方法。最后对计算结果进行分析。     

基于模块属性组合的产品族主从关联设计

可选模块需要在必选模块的基础上进行配置,同时最优的必选模块配置也是依赖于可选模块配置的。为解决产品设计中属于不同层次结构的两类模块设计问题,在主从模型中引入0-1变量,实现了对模块属性档级的选择,以制造商成本和客户效用的比值及产品族通用性指数作为上层目标,以产品可选属性效用最大化作为下层目标,实现了两类模块的优化组合。最后用自行车产品族案例验证了该方法的可行性和有效性。     

基于网格变形技术的白车身多目标形状优化

市场的竞争压力促使汽车厂商致力于加快车身开发的进程,而基于计算机辅助工程(Computer aided engineering,CAE)的车身结构优化技术由此而成为业内的研究热点。与传统的尺寸优化不同,形状优化在工程优化中具有更大的潜力。将网格变形技术引入形状优化,提出基于近似模型的多目标形状优化方法。利用网格变形技术定义形状变量,并根据灵敏度信息筛选优化变量;采用优化拉丁方试验设计对设计空间均匀分布样本点,进一步拟合高精度的Kriging模型;运用多目标粒子群算法,保持其余性能指标满足预期的前提下,以白车身弯曲刚度和质量为目标进行优化。研究表明,所提出的优化方法成功用于白车身的多目标优化,设计者可根据优化结果权衡各个目标,以指导最终的决策。     

基于拓扑优化和Kriging模型的前中盾结构轻量化设计

前中盾是盾构机的重要部件,其结构尺寸大、服役环境复杂,因此,在保证结构强度的前提下进行轻量化设计至关重要。针对某型号泥水平衡盾构机的前中盾,通过拓扑优化和尺寸优化实现轻量化。对现有前中盾结构进行拓扑优化设计,并根据拓扑优化结果进行二次设计;针对二次设计后的前中盾结构,构建尺寸优化模型,利用正交试验和方差分析筛选出对性能响应（前中盾质量、最大变形和最大应力）影响较大的结构参数作为设计变量,并通过最优拉丁超立方采样和有限元分析获得45组样本点,由此构建设计变量-性能响应隐式关系的Kriging代理模型;通过序列二次规划算法对前中盾尺寸优化模型进行求解获得最优的尺寸参数组合。验证结果表明,前中盾经过拓扑优化和尺寸优化后,质量减小约30 t,降幅达3.1%。     

基于区间分隔的卡车车架轻量化设计

采用拓扑优化方法进行轻量化设计时,若模型较大,则直接拓扑计算的结果会比较混乱,针对此问题,提出一种基于区间分隔的车架轻量化设计方法。先根据使用要求把拓扑区间分隔成几个小的区域以使计算结果更加清晰;然后采用基于拓扑计算的高强度螺栓优化布置方法以bar单元模拟螺栓并计算其相对密度;最后,根据计算结果准确地确定零件中高强度螺栓的位置。在对某型卡车车架结构进行轻量化设计的过程中,始终以保证其刚度和强度等性能满足典型工况的使用要求为前提,同时根据设计目标的不同不断调整、细化设计变量与约束条件,再综合使用拓扑优化和尺寸优化法求解。结果显示,该车架优化设计后总质量减小了60.4kg,减重率超过10%。     

基于参数化方法的圆碟形水下滑翔机结构轻量化设计

圆碟形水下滑翔机结构质量大小对其性能影响较大。为提高圆碟形水下滑翔机结构分析效率,在圆碟形水下滑翔机耐压壳结构分析的基础上,对圆碟形耐压壳结构进行参数化设计及优化研究。运用ANSYS参数化设计语言APDL对圆碟形耐压壳进行参数化建模与分析,采用零阶与一阶相结合的优化方法,对圆碟形水下滑翔机耐压壳结构进行轻量化设计。结果表明,参数化分析方法有效地提高了分析效率,优化后所得最优解与初始值相比,质量减轻了29.4%,圆碟形水下耐压壳轻量化效果明显。     

冲击载荷下装载井防护装置结构优化设计方法

针对装载井防护装置轻量化设计要求,提出了一种冲击载荷下结构优化设计方法。该方法首先使用拓扑优化方法获取装置内部梁的最优布置方案;然后,在此基础上使用动荷系数放大静力,模拟冲击载荷对最优布置方案进行尺寸优化,获得梁截面详细尺寸;最后,进行冲击载荷验证分析,验证尺寸优化结果是否满足强度和变形要求。结果表明,该方法能够有效地减轻防护装置质量,且缩短了优化设计时间。