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。     

基于多目标优化的乘用车后排座椅轻量化设计

提出第二代非劣排序遗传算法(NSGA-II)结合响应面法(RSM)-径向基神经网络方法(RBF)混合近似模型和逼近理想解排序(TOPSIS)方法对某乘用车后排座椅进行结构-材料一体化多目标轻量化设计研究。结合有限元理论建立仿真模型,并通过行李箱碰撞试验验证仿真模型的正确性,根据工程经验和座椅靠背骨架吸能分析确定了6个优化部件厚度、材料的设计变量及取值范围;采用RSM-RBF混合近似模型方法拟合设计变量与响应之间的关系;利用NSGA-Ⅱ算法对优化问题进行求解,得到Pareto最优解集。最后采用基于熵权TOPSIS方法对Pareto最优解集进行排序确定最佳折中解。结果表明:在满足各项安全性能法规的前提下,乘用车后排座椅减重3.57 kg。     

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。     

整体液压顶升装置提升吊耳受力计算与优化

提升吊耳是整体液压顶升装置中的关键受力结构,采用有限元静力学方法对其进行受力计算,得到各零部件及焊缝处的应力分布,由强度结果可知:富裕度较大,需进行结构优化设计.首先对提升吊耳进行敏感度分析,筛选出对目标结果影响较大的设计变量,进一步完成响应面分析,生成Kriging类型的响应面,最后采用MOGA(多目标遗传算法)迭代计算后寻得最优设计点.按照优化后的设计变量更新计算模型,并完成有限元静力学计算,得到各零部件及焊缝的等效应力分布,分析后得出:优化后的计算模型强度满足标准要求,且质量降低约41.7％,优化效果显著.     

多种代理模型在汽车座椅轻量化设计中的应用研究

针对汽车座椅传统轻量化方法存在计算周期长,提出一种基于多种代理模型的汽车座椅轻量化设计方法.首先,建立某乘用车座椅子系统碰撞台车试验的仿真模型,并经台车试验验证.然后,结合优化拉丁超立方试验设计,以6个座椅部件厚度和3种材料类型为设计变量,通过多种代理模型对样本点进行近似拟合.最后,以质量最小、1阶频率最大为目标,以假人最大下潜量、靠背转角为约束,采用粒子群算法进行多目标优化.结果表明:相比Kriging代理模型优化结果,基于多种代理模型优化,汽车座椅多减重0.74 kg,提高了36％,1阶模态频率提高1.39 Hz,计算周期缩短80％.     

多材料——多零件规格组合结构多目标优化的应用

提出一种包括零部件系统的材料类型、零件规格、零件厚度的组合结构并以质量及成本最小化为目标的多目标优化方法.常规的轻量化设计往往在零件材料或者零件规格单一化的基础上对零件厚度进行优化设计.推导出这种多材料-多零件规格组合结构的多目标优化的数学模型.通过将材料类型而不是材料的多个属性、零件规格而不是零件的几何和价格属性定义为离散变量,大大降低了优化问题的复杂程度.采用最优拉丁试验计及最小二乘响应面方法构建多目标优化系统的各个目标及约束性能参数的近似模型.利用多目标遗传优化算法NSGA-II (非支配解排序遗传算法)对多目标优化模型进行优化.利用此方法对某转向盘进行轻量化设计,为验证优化结果建立转向盘抗压试验台架.结果验证了该方法的可行性.     

基于响应面模型的白车身多目标轻量化设计

基于MSC/NASTRAN软件平台建立了某多用途汽车（MPV）白车身有限元模型。首先,利用相对灵敏度分析方法选取了19个白车身零部件壁厚作为轻量化设计变量;然后,采用拉丁超立方试验方法和一阶响应面模型方法建立白车身质量、弯扭刚度、一阶弯扭模态的近似模型,模型的复相关系值R2都接近1.0,模型精度高;最后,以白车身质量最小和扭转刚度最大为优化目标函数,弯曲刚度和一阶弯扭模态为约束条件,采用非支配排序遗传算法对白车身进行多目标优化。优化结果表明,轻量化后的白车身弯扭刚度、一阶变扭模态变化均小于1.0%,且在不改变用材的前提下,实现白车身减重6.4kg。     

工程机械车架结构分析及优化设计

以某型号道路工程车辆车架为研究对象,在CATIA软件中建立了该车架的3D模型,导入Hypermesh进行网格划分并建立其有限元模型,根据车辆的实际工作情况,构建满载静止和支撑两种工况然后进行强度分析,选择应力与变形较大的工况进一步计算其模态频率。构建以厚度为应变量的响应面模型,基于车架近似模型以车架的总质量和第一阶模态频率作为优化目标,以车架的强度作为约束条件进行多目标优化。优化结果表明:在满足车架整体性能要求的前提下,优化后的车架第一阶模态频率提高了6%,并且车架质量减轻了7%,证实了该优化设计方法的有效性,为后续工程车架的设计提供指导。     

响应面和多目标遗传算法结合的副车架优化

为实现副车架设计过程中,质量和第一阶模态频率同时达到最优,在模态分析和三种工况副车架强度分析的基础上,首先应用Hyperworks进行了副车架参数化,建立了11个厚度尺寸变量。然后应用试验设计分析方法对尺寸变量进行筛选,去掉了3个对质量、最大应力和第一阶模态频率影响都不显著的因子,将基于移动最小二乘法构建响应面近似模型引入到副车架优化设计的复杂系统中。最后,基于副车架近似模型利用多目标遗传算法进行多目标优化,获得了副车架质量和第一阶模态频率的Pareto最优解。研究结果表明:通过获得的Pareto最优解的边界,可以指导副车架优化设计,将大幅缩减产品开发周期、降低产品开发成本。     

基于拓扑优化与灵敏度分析的公交车车身骨架轻量化

运用有限元思想,采用优化设计方法,对某客车公司12 m公交车车身骨架进行了轻量化研究。以建立的车身骨架有限元模型为基础,进行了水平弯曲、极限扭转工况以及自由模态的模拟,分析了骨架的静动态特性。以骨架的一阶弯曲频率、一阶扭转频率、弯曲柔度以及扭转柔度为约束条件,以体积最小为目标函数,对骨架进行了拓扑优化。以拓扑优化结果为依据,选取371组杆件为设计变量,对骨架进行了灵敏度分析。根据拓扑优化和灵敏度分析的结果,结合企业对定型产品的规定要求以及钢结构材料的国标标准,提出了车身骨架的轻量化方案,使骨架质量减轻了240 kg。与原骨架相比,新骨架保持了振动特性,强度性能明显改善,实现了客车车身骨架轻量化目标。     

数控铣床工作台多目标优化研究

基于正交试验原理,选取工作台13个设计变量安排正交试验,根据正交试验结果,分别建立工作台质量、最大变形量和前3阶固有频率的灵敏度函数,根据灵敏度分析结果,选择5个敏感设计变量安排中心复合试验,根据中心复合试验结果,分别建立工作台质量、最大变形量和前3阶固有频率的响应面模型,利用响应面模型建立工作台多目标优化模型,借助Matlab软件遗传算法工具箱对多目标优化模型求解,优化效果显著,质量、最大变形量分别下降了2.01%和14.79%,前3阶固有频率分别提高了11.84%、12.81%和10.63%。     

基于稳健性和多目标优化的车顶结构轻量化设计研究

针对国内外顶结构轻量化的研究多是单目标优化,且没有考虑不确定性因素影响的问题,提出了一种基于多目标优化和6σ稳健性设计的车顶结构轻量化设计方法。通过参数试验设计进行了灵敏度分析,筛选出了对车顶响应贡献量较大的结构件厚度作为设计变量;采用最优拉丁超立方设计和响应面法建立了车顶各响应的近似模型;以设计变量总质量、覆雪强度、抗凹性能为优化目标,前三阶模态频率为约束条件,基于近似模型,运用第二代非支配排序遗传算法(NSGA-Ⅱ)进行了确定性多目标优化,得到确定性多目标优化结果;运用蒙特卡洛模拟技术对确定性多目标优化结果进行了6σ质量分析,并进行了6σ稳健性多目标优化。优化结果表明,车顶结构在满足各性能要求的情况下实现了轻量化,质量减轻3.77 kg,且覆雪强度提高,同时车顶结构各工况性能的稳健性提高,达到6σ质量水平。     

基于响应面法的机载光电集成箱优化设计

机载光电集成箱在战斗机飞行过程中面临振动、冲击等恶劣工作环境。本文旨在提高光电集成箱抗振动干扰能力和结构可靠性,以减少最大变形量和提升结构一阶模态频率为目标,对光电集成箱进行多目标优化设计。根据加速度过载极端条件对原始光电集成箱三维模型进行特定载荷下的静力分析和普通约束条件下的模态分析;采用最佳空间填充设计法（OSFD）法进行实验设计,提取结构设计参数并建立样本空间,响应面模型运用Kriging法进行构建;以最小化结构变形量、提升结构第一阶模态频率作为优化目标,以结构等效应力和质量为约束条件,运用MOGA遗传算法对构建响应面模型进行了优化求解,得到响应面模型最优解,最后对模型进行参数化重构和验证。优化结果显示：经过优化后的光电集成箱,最大变形量减少了44.02%,基频提高了33.6%,质量减少了8%,有效地提升了光电集成箱的动力学性能和可靠性。     

基于结构优化的客车骨架轻量化设计研究

建立了某大型客车车身骨架FE模型,获取了自由模态参数以及静态弯曲和扭转工况下的刚度和强度特性。基于分析结果,对车身骨架结构形式进行了改进。利用优化设计方法,建立了以客车薄壁梁厚度为设计变量,车身总体积和表征车身刚度的状态量为响应的优化模型。通过对影响车身轻量化和力学性能指标构件的灵敏度分析,筛选了设计变量,重新建立了以车身骨架总体积最小为目标的优化模型,得到了轻量化效果明显的优化方案。最后对轻量化模型进行典型工况分析,与初始模型进行了对比,验证了优化方案的可行性。     

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。     

基于响应面法的动力电池包箱体轻量化优化设计

为了满足电动汽车电池包箱体高强度、轻量化的设计要求,提出了一种基于数值优化与有限元仿真相结合的动力电池包箱体轻量化设计方法。以电池包箱体各部件的厚度为设计变量,箱体质量最小化为优化目标,三种典型路面工况下箱体的最大等效应力、最大变形量和箱体结构的第2阶约束模态频率为约束条件,建立了箱体轻量化优化数学模型。利用Box-Behnken试验设计获得了5个设计变量3个水平的数值模拟试验组合,采用多元回归分析和帕累托方差分析拟合得到了多项式响应面近似模型,并引入到轻量化优化数学模型中进行了迭代优化,结果表明:优化方案的电池包箱体质量比原方案减少了7.4%,典型路面工况下最大等效应力降低了18.6%、最大变形量减小了22.5%,箱体结构的第2阶约束模态频率提高了14.8%。     

基于响应面方法的微型车车门模态分析与优化

应用灵敏度分析方法和响应面法,优化车门结构模态。建立车门的有限元数值仿真模型,并通过约束模态测试对仿真模型进行标定。对车门第三阶模态频率关于车门板件厚度的灵敏度进行了研究,筛选出高敏板件并以这些板件的厚度为设计变量,运用面心复合设计方法获取样本点,构建了车门第三阶模态频率的二阶显式响应面函数。基于此响应面函数进一步建立了优化模型,结果显示改进车门厚度后,车门和白车身模态分离,同时实现省材5.83%。     

一种新型商用车座椅动态特性评价与结构优化

为提高商用车座椅乘坐舒适性,运用Catia和Hyperworks软件建立座椅的有限元分析模型,对座椅前六阶的模态频率和振型进行了研究,结果表明现有座椅结构模态过低,与发动机怠速及车身其他内饰件形成共振.对局部振型敏感的部位进行了分析,优化了坐垫蛇簧和靠背蛇簧结构并减小部分零件的厚度,使一阶模态频率达到了38.10Hz,较优化之前提升了13.2％,并通过30万次骨架耐久实验表明优化后的座椅具有足够的强度,试验结果证实了优化的有效性及合理性,解决了该商用车座椅共振的问题.     

基于多学科性能分析的驱动桥壳多目标优化

在保证整车整体机械性能的前提下对底盘零部件进行优化,是当前汽车工程设计的一个重要挑战。针对汽车驱动桥壳的多学科多目标优化设计问题,提出了一种系统的设计方法。采用有限元数值模拟和试验验证相结合方法系统研究其动态模态频率及振型,静态刚、强度及垂直弯曲疲劳寿命多学科性能,在此基础上,以其结构参数为设计变量,以最大静应力和疲劳损伤系数为设计约束,以整体质量、最大静态变形量和动态一阶模态频率为优化目标,结合哈默斯雷试验设计、移动最小二乘代理模型及全局响应面多目标优化算法,对其进行多学科性能驱动的轻量化多目标优化设计。结果表明:优化设计前后驱动桥壳整体质量降低6.0%,取得了良好的轻量化设计效果。