基于双层规划的白车身结构优化

在单次优化中,具有高维设计空间、多形态变量的优化易求解困难。因此将其分解成低维、单一形态变量的多层次优化。若优化分为双层次,上、下级相互依赖、相互作用、共同决定响应,即为双层规划问题。但是,双层规划令下级在上级的决策环境中寻求最优解,本质上求解困难。为此,通过上、下级间的迭代进行求解。为提高白车身性能并实现轻量化,应同时优化截面形状和板件尺寸。复杂截面形状的参数化引用网格变形技术,易引起板件穿透和单元质量差,进而导致单次优化的重分析失效而终止迭代。因此基于近似模型优化截面形状。然而,尺寸优化为实现轻量化而增加设计变量,随设计空间维数的提高响应面模型的采样点成倍增加、拟合精度急剧下降。因此采用Nastran Sol200优化的方法。根据截面形状和板件尺寸优化的特点,将双层规划法引入白车身结构优化,解决了优化求解困难的问题,同时有效提升其静态刚度、模态频率和实现轻量化。     

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。