基于反求理论的汽车安全性优化

提出了一种基于反求理论的汽车碰撞安全性优化方法。为了提高有限元仿真在汽车安全性分析方面的准确性,通过有限元仿真与试验验证相结合的方法,利用反求技术求出材料的特性参数。将得到的特性参数应用于某种卡车驾驶室的相同材料,对驾驶室的结构参数进行优化。选取卡车翻滚时对驾驶员安全影响较大的参数作为优化目标,利用遗传算法对构造的多目标优化模型进行计算。通过计算结果可知,有限元仿真中默认的材料特性参数与试验结果有一定的差别,将试验得出的数据应用于优化中可以得到更准确的结果。     

薄壁钢管材料参数反求

针对薄壁钢管材料参数确定问题,采用有限元软件与遗传算法相结合的反求方法,确定了钢管的材料参数,并验证了这些参数。首先,建立了反求需要的计算模型,开发了参数反求程序;其次,对参数反求程序的收敛性进行了研究,结果显示该方法有较高的收敛精度;然后,建立了试验系统,通过试验获取了反求需要的材料参数;再次,根据试验测试的力与位移的关系,反求出了钢管的材料参数;最后,用一个试验实例及其仿真,验证了反求参数在工程应用中的可行性。采用该方法确定防撞杆的材料参数,对于提高汽车整体仿真精度有一定意义,该方法还可用于确定其他薄壁管材的材料参数。     

基于遗传算法和碰撞仿真的材料参数反求

提出一种在吸能管碰撞试验的基础上采用遗传算法反求材料参数的新方法。待反求的材料参数包括板材的塑性硬化参数和应变率参数。取不同碰撞速度下吸能管碰撞试验的平均碰撞力作为参考基准，将根据实际试验条件建立的碰撞仿真模型经计算得出的相应计算结果与参考基准吻合的程度定义为目标函数，采用遗传算法搜寻与试验结果相吻合的材料参数。算例表明，该方法具有较高的精度。由于吸能管碰撞试验是车辆耐撞性设计中通常必做的试验，故应用该方法反求材料的碰撞性能参数可不必进行额外的试验。     

材料参数直接反求方法研究

提出直接从仿真分析结果反求材料塑性参数的方法.该方法以仿真分析为基础,根据能量守恒原理建立实测值与待求参数之间的关系并形成多元方程组;应用理想成形理论,即单元的变形遵循最小塑性功原理,使多元方程组成为静定或超静定方程组;将方程两边的计算差值定义为目标函数,用遗传算法来寻找目标函数最小解.对单向拉伸试验和四边简支球头冲压试验进行了算例计算,反求结果表明该方法能够反求得到较精确的参数.该方法拓宽了参数测定的试验途径.     

材料参数直接反求方法研究

提出直接从仿真分析结果反求材料塑性参数的方法。该方法以仿真分析为基础，根据能量守恒原理建立实测值与待求参数之间的关系并形成多元方程组；应用理想成形理论，即单元的变形遵循最小塑性功原理，使多元方程组成为静定或超静定方程组；将方程两边的计算差值定义为目标函数，用遗传算法来寻找目标函数最小解。对单向拉伸试验和四边简支球头冲压试验进行了算例计算，反求结果表明该方法能够反求得到较精确的参数。该方法拓宽了参数测定的试验途径。     

基于支持向量机回归的材料参数反求方法

高强度钢的应变率效应对汽车件碰撞性能的影响研究是国际上的研究热点,不同类型的高强度钢将呈现出不同的应变率效应。因此,如何获取精确的材料参数是保证汽车碰撞计算机仿真结果可靠性的前提。如果直接通过标准拉伸试验获取相关材料参数,并没有考虑材料在碰撞过程中的特性,会引入较大的误差。为此,采用直接碰撞过程反求材料参数的方法,将参数反求的问题转换为测量值和仿真值最小二乘最小的优化问题。此外,由于参数反求中存在大量不确定性因素,为同时保证反求结果的稳健性和精度,采用基于最小二乘支持向量机回归技术的近似模型算法。近似模型技术保证了反求的效率、最小二乘支持向量机最大限度地保证了反求结果的精度和稳定性。通过对高强度钢的试验试验和反求结果的比对,验证了算法的性能。     

基于RBF-HDMR的高强钢材料参数反求

将RBF(radial  basis  function)-HDMR(high dimensional model representation)近似模型技术应用到高强钢DP600的Johnson-Cook(JC)模型参数反求中,在落锤试验测得位移-时间曲线的基础上,建立了以计算机仿真结果与试验数据之间的误差为目标输出,待求参数为设计变量的近似模型。结合遗传算法反求出DP600钢板的JC模型参数,将反求的参数输入模型,计算得到的仿真位移曲线与试验结果对比表明,该近似模型方法具有较高的精度。     

一种板料成形摩擦系数的反求技术

基于摩擦边界条件对板料成形过程及其有限元仿真的巨大影响,利用材料拉伸试验,给出了一种板料成形摩擦系数的反求技术。该技术结合数值模拟、实验技术以及遗传算法中的小种群算法,通过反求原理,计算得到在成形过程中利用实验难以测得的摩擦系数。最后通过同种材料在两种不同摩擦条件下的试验,分别反求出该两种条件下的摩擦系数,分析了这种方法的可行性。     

基于序列响应面方法的高强度钢材料参数反求

针对高强度钢DP800的材料参数确定问题,提出了一种将序列响应面近似模型与小种群遗传算法相结合的材料参数反求方法。以高强钢DP800吸能梁的碰撞力试验曲线为基础,优化设计碰撞力数值仿真曲线,使之与试验曲线相吻合,从而反求出与高强度钢的应力、应变率、温度等相关的材料参数。该方法能有效减少调用有限元计算的次数与物理实验的次数,大大提高参数反求的效率,对提高整车安全性仿真精度具有重要意义。     

Barlat 1991模型的材料参数反求

材料模型参数对板料力学性能的描述精度对回弹预测结果有较大的影响。如果反求采用的试验所对应的仿真模型复杂,反求会很费时。采用修正的LM(Levenberg Marguart)优化算法和ANSYS LS-DYNA软件相结合的反求方法,在不带肩试样拉伸试验基础上确定Barlat 1991模型的材料参数,具有收敛快、反求省时的特点。反求过程分为两步:首先采用轧制方向试件拉伸试验数据,仿真中采用Hill模向异性模型,反求出硬化模型部分的参数; 然后同时采用与轧制方向成0°,45°,90°的试件拉伸试验数据,仿真中采用Barlat 1991模型,反求出屈服准则部分的参数。算例表明,反求的参数能够比较准确地描述材料的力学性能。     

结构区间参数反求的DIRECT算法

提出一种基于DIRECT算法的结构区间参数反求方法。对于结构不确定性参数反求问题,一般转化为不确定性传播和模型参数优化的双层求解问题。首先,区间模型用来描述响应和待识别结构参数的不确定性,并建立了相应区间参数反求模型。其次,在迭代反求过程中自适应更新径向基函数用来近似原系统模型,并利用DIRECT算法来求解内层不确定性传播问题。最后,通过遗传算法来求解外层的优化模型,从而识别结构不确定性参数的区间。数值算例用来验证了该方法的正确性和有效性,并将该方法应用来反求车辆乘员约束系统中的不确定性参数。     

基于响应面方法的材料参数反求

板料在冲压过程中处于复杂的各向异性三维弹塑性变形状态,若采用基于传统的单向拉伸试验得到的材料参数进行计算,必然会引入较大的计算误差。提出一种直接从冲压成形过程反求材料参数的方法。该方法将参数反求的问题转换为求试验测量值与仿真计算值之差最小二乘最小的优化问题。试验测量值为冲头的力–位移曲线,而待求的参数包括材料的特性参数和本构参数。采用移动最小二乘响应面法作为优化方法以减少调用正问题计算的次数。由于对冲压成形过程的模拟耗时较多,减少优化迭代的次数意义重大。     

基于PSO-RBF代理模型的板料成形本构参数反求优化研究

为了准确获取材料在复杂应力应变状态下的板料成形本构参数,提高板料成形有限元数值模拟的精度,提出了基于改进径向基函数代理模型的板料成形参数反求优化方法。将径向修正系数引入径向基函数（RBF）核函数中,利用粒子群算法（PSO）对径向修正系数进行优化,提高模型的预测精度。将PSO-RBF模型应用到一个非线性测试函数中,结果表明,PSO-RBF模型比RBF模型的预测精度提高很多;同时将PSO-RBF模型应用到板料成形本构参数反求中,代替有限元模型进行正问题计算,可节省计算成本和提高效率。结果表明,基于PSO-RBF模型反求优化得到的材料参数,能够更加准确地反映材料的流动趋势以及应变分布。     

基于混合数值算法的车用钢材料参数反求

为进一步提高汽车碰撞仿真的准确性,深入研究了车用高强钢材料的本构模型,采用实验与有限元仿真混合数值算法,提出了基于多岛遗传算法(MIGA)的反求材料本构模型的参数。数据显示试验结果与优化的参数结果有着较高的一致性,能够准确反映在动态冲击载荷下的材料的流变行为,从而提高台车碰撞仿真精度。为汽车结构碰撞研究提供精确的仿真基础,具有一定的指导意义。     

橡胶减振器参数化有限元法优化设计

为获得与理想减振特性相吻合的橡胶减振器,建立了1／8立体参数化有限元模型。通过试验确定有限元仿真的材料模型参数并对分析结果进行试验验证。基于灵敏度分析选择橡胶减振器的外倾角α、半径r2、高度h2作为优化变量,以理想载荷．变形特性曲线为优化目标,运用多约束非线性二次规划算法优化得到相应的尺寸值并对橡胶减振器的强度进行了校核。借助于理想载荷．变形特性曲线并结合有限元法优化得到橡胶减振器的最优外形尺寸,为橡胶元件性能最优化设计提供了新的思路和方法。     

F-TR锁座静态载荷反演试验应用研究

F-TR锁座是铁路货车运输中重要的部件,对其进行载荷反求研究对于提高车辆性能具有重要意义。工程设计中,采用定额载荷来评价产品强度及刚度等参数是否满足设计标准,在设计过程中需要对试件进行载荷评价。文中提出一种新的载荷反求算法,其能够得到最佳应变片的位置,并对测量得到的应变数据进行处理,推导求得其实际所受载荷大小,对常见的X70货车F-TR锁座进行了静态载荷反求应用研究。研究结果显示:该试验仿真方法所提供的最佳布片位置,能够为实际试验提供较好的布片点,但是对布片点的位置及角度有一定要求,其结果是值得参考的,这些成果为后期载荷反求的深入研究提供了有意义的参考。     

结合DIC技术的车用复合材料参数反演方法

针对传统电测法在复合材料参数测定中易受环境干扰等问题,提出一种基于数字图像相关(digital image correlation,DIC)技术的车用复合材料参数反演方法。首先通过DIC技术获得复合材料试样的全场位移场,结合有限元仿真,以测量值与仿真值之间的误差为目标函数,构建反问题模型。采用遗传算法和序列二次规划法相结合的策略对材料参数进行反求,获得能表征复合材料真实材料参数的最优值。试验表明,基于DIC技术的反演方法对未知参数在较大区间下具有较强的识别能力,且能一次性且完整地反演复合材料的本构参数,反演精度和计算效率都有一定优势。     

基于近似模型的拉延筋几何参数反求

引入响应面方法和遗传算法建立基于近似模型的拉延筋几何参数反求方法。首先以等效拉延阻力为设计变量，通过均匀拉丁方试验设计方法提取适当的设计参数样本构造响应面近似模型，并不断优化响应面模型，获取最优等效拉延阻力；然后以最优等效拉延阻力为约束条件，结合等效拉延阻力计算和小种群遗传算法反求拉延筋几何参数。整个反求过程采用等效拉延筋有限元模型进行仿真计算，避免有限元模型的网格重划分及由真实拉延筋模型引入的计算效率问题。数值算例表明，基于近似模型的拉延筋几何参数反求方法可在设计兴趣域内快速寻优，有助于加快模具设计进程，降低生产成本。     

惯容-橡胶复合隔振器动力学建模及参数识别

针对惯容-橡胶复合隔振器已有数学模型不精确的问题,考虑隔振器的恢复力,建立基于力-位移关系的非线性数学模型。在力学特性试验的基础上,将Bouc-Wen模型应用于惯容?橡胶复合隔振器以模拟其迟滞特性,采用遗传算法对数学模型中的未知参数进行识别,利用不同幅值和频率的试验数据对结果进行检验,并应用Simulink工具箱对识别结果进行数值仿真验证。结果表明：遗传算法可以准确识别出模型中的未知参数,激励频率为0.1~5 Hz时,试验值和仿真值的上、下幅值最大偏差分别为7.9%和8.3%;在10 Hz频段内,通过模型得到的传递率与试验传递率之间的平均误差为8%,均与试验数据有较高吻合度,验证了惯容?橡胶复合隔振器Bouc-Wen模型的正确性。     

超磁致伸缩执行器位移模型的参数辨识

准确辨识模型参数是提高超磁致伸缩执行器位移控制精度的关键,针对单一算法难以实现对超磁致伸缩磁滞非线性模型参数准确识别的问题,将遗传算法与模拟退火算法融合,首先利用遗传算法的快速搜索能力得到一个较优群体,再利用模拟退火算法的突跳能力对整个群体进行优化调整,并在算法中引入最优保留策略和动态步长搜索方法,提出一种改进的遗传模拟退火算法,并将其应用于对超磁致伸缩执行器位移磁滞非线性模型参数辨识。该算法兼具遗传算法和模拟退火算法的优点,既有较快的收敛速度,又提高了辨识精度和最优解质量。通过试验验证,超磁致伸缩棒伸长量的模型计算结果与测量值符合程度较好,平均相对误差为3.85%,该方法能方便有效地辨识模型参数。