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%。     

伺服压力机滑块轻量化设计方法

针对传统设计方法难以解决滑块刚度和轻量化之间的矛盾问题,建立起基于BP神经网络和多种群遗传算法的滑块尺寸参数优化设计模型。采用正交试验设计方法安排试验方案,以有限元计算数据作为训练和测试样本,获得了滑块尺寸参数组合对其刚度的高精度映射关系。在保证滑块刚度指标的前提下,以滑块质量最小化为优化目标,并采用遗传算法求解,实现了滑块轻量化设计。     

车门结构多目标轻量化研究

针对现有结构多目标轻量化设计采用单一变量(如板件厚度为优化变量)的不足,将网格变形技术创建的形状变量引入到了车门结构多目标轻量化设计中,建立了以板件厚度与车门结构形状同时作为设计变量的参数化有限元模型。对该车门进行了动态试验测试,验证了有限元模型及计算结果的可靠性;考虑到该车门一阶频率过低的问题,将一阶频率最大、车门质量最小作为优化目标,垂向刚度、窗框刚度为约束,进行了试验设计(DOE),通过Kriging函数模型拟合了要优化的目标及约束,经过精度校验,验证了该近似函数模型符合精度要求;最后利用多目标遗传算法进行了寻优计算。研究结果表明:在垂向刚度、窗框刚度满足约束值的情况下,车门质量最终降低2.84 kg(减重达13%),一阶频率提高了25.8 Hz。     

基于神经网络和遗传算法的液压机上梁轻量化和刚度优化设计

提高刚度和轻量化是液压机设计中重点研究的内容。针对传统设计方法难以解决上梁刚度和轻量化之间的矛盾问题,提出了基于神经网络和遗传算法的液压机上梁轻量化和刚度优化设计方法。在液压机设计过程中,建立了上梁有限元分析的参数化模型。采用正交试验设计安排试验方案,获取试验数据。以试验数据为训练和检测样本,建立了设计参数与刚度和质量目标之间的非线性映射关系的神经网络模型。运用NSGA-Ⅱ遗传进化算法对神经网络模型进行优化,在指定参数区域内找出设计参数的Pareto最优解集。结果表明:该方法对于液压机上梁的多目标优化具有明显的效果。     

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。     

60MN力标准机承压板结构多目标拓扑优化研究

针对60 MN力标准机承压板结构轻量化拓扑优化时,既要求结构的刚度最大化又要求结构的低阶固有频率最大化的多目标拓扑优化问题,提出了针对多个目标采用加权平均的方法把多目标优化问题转化为单目标优化问题。通过对选定的多个低阶固有频率目标函数采用加权求平均频率的方法实现了承压板结构的动态特性优化;采用加权平均的方法确定了刚度和频率的综合目标函数,实现了承压板结构的多目标拓扑优化,最终设计出了一种新的承压板结构。研究结果表明,优化后的承压板结构的最大变形量减少了25.5%,最大应力减少了14.1%,前五阶固有频率增加了5.7%~13.2%;可以看出新的承压板结构的前五阶固有频率和静态刚度均得到显著提高,从而验证了该优化方法的可行性。     

汽车车门多学科性能分析与轻量化多目标优化设计

为确保车门力学性能、结构性能、安全性能以及实现轻量化,以汽车前车门为研究对象对其进行有限元模型建立、动静态特性分析并基于LS-DYNA进行碰撞分析。将分析结果结合预期目标,提出以轻量化为主要目标,同时提升下沉工况刚度、窗框中部刚度、优化一阶模态频率的多目标尺寸优化问题。通过建立数学模型,结合Plackett-Burman设计对变量进行灵敏度分析,再通过Hammersley法进行试验设计(DOE)并运用HyperKriging法得到拟合模型。采用多目标遗传算法(NSGA-Ⅱ)进行优化,得到Pareto解集。根据经验,从非劣解中挑选最优解。将优化结果进行分析验证。结果表明:优化后汽车车门性能达到预期目标,质量减轻0.23 kg。     

基于多目标遗传算法的汽车散热器装芯机排管部基座的优化设计

针对研发设计的全自动汽车散热器装芯机排管部过重的问题,以其基座为案例,以减轻重量和提高刚度为双目标,基于ANSYS Workbench的优化设计。采用响应面模型与多目标遗传算法相结合的方法,寻找多目标优化设计问题中的Pareto最优解集。结果表明,优化后的重量比优化前减轻13.53%;最大变形比优化前减少26.78%,符合多目标参数的优化设计,并为之后的汽车散热器装芯机及类似模型的结构优化提供依据。     

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。     

基于空间多层形貌优化的车门轻量化设计

针对传统形貌优化技术的起筋只能沿板件法向正方向的局限性,应用空间多层形貌优化技术解决了该问题,结合工艺可行性、结构功能及性能等要求,对车门内板进行结构轻量化设计,并进行了实车门刚度台架试验验证。在不增重的前提下,提高了扭转刚度,满足了车门设计目标要求,实现了车门轻量化设计。     

拓扑优化的数控车削中心床鞍轻量化设计

对数控车削中心床鞍的结构轻量化设计方法进行了研究。基于机床在切削作用下的典型工况,分析其载荷和边界条件;建立体积约束下的床鞍结构多工况静态性能和动态性能多目标拓扑优化数学模型,根据拓扑优化结果构建床鞍的优化概念模型;利用结构优化设计的思想对概念模型进行结构刚度设计,最终为企业提供了新的床鞍结构方案;在保证床鞍刚度和动态性能的前提下,床鞍的质量减少了14.33%,表明该设计方法能够有效实现结构轻量化设计。     

汽车结构轻量化的研究与进展

汽车结构轻量化作为节能减排的一种有效方法,对于改善能源与环境问题具有重要意义。首先对汽车结构轻量化的主要方法进行了总结,包括尺寸优化、形状优化、拓扑优化和多学科多目标优化;接着介绍了几种常用的优化算法:基因遗传算法、神经网络法和微粒子群算法等;然后分析了结构轻量化设计的主要技术难点;最后对汽车结构轻量化的发展进行了展望。     

基于响应面法的挖掘机三油缸结构动臂轻量化设计

考虑到三油缸结构动臂的结构特殊性,以及传统经验方法在结构设计上的保守性因素,提出了基于响应面法的变厚度轻量化设计方法,并搭建了基于多学科优化软件Isight、有限元软件Nastran以及利用Python语言二次开发的集成优化环境。基于板壳理论与测试数据建立了三油缸结构动臂危险工况的有限元参数化模型,并以其主要板厚尺寸为初始设计变量,以结构强度、刚度及重量为模型响应,结合最优拉丁超立方设计法对初始变量进行了灵敏度分析,使用筛选后的设计变量拟合响应面模型(RSM);以结构强度和刚度为约束条件,动臂质量最小为目标函数,采用多岛遗传算法对响应面模型进行优化。结果表明,在保证结构性能的前提下,该方法轻量化设计后的动臂减重14.7%,优化效率较有限元模型提高84%左右,优化效果显著且大幅度缩短了设计周期。     

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ANSYS的梳齿塔库提升平台结构优化设计

根据梳齿塔库提升平台的需求,建立三维实体模型,利用有限元分析软件ANSYS Workbench对提升平台进行静力学分析,分析结果显示其强度和刚度均满足设计指标要求。基于建立的提升平台模型,以梳齿结构为优化对象,构建Kriging响应面模型,运用多目标遗传算法获得Pare to前沿解集,进而得到优化的梳齿结构并进行偏载工况验证。验证结果表明,有限元仿真分析、响应面模型和多目标优化算法的结合应用,能够保证提升平台在满足强度和刚度的情况,快速确定关键受力构件的合理结构尺寸,实现提升平台的轻量化设计,降低制造成本。     

基于多目标优化的钢-铝混合轻量化车架设计

以国产某SUV车架为研究对象,建立了车架有限元模型,对车架进行弯曲刚度、扭转刚度分析,并进行模态分析和模态试验,验证模型的有效性。利用正交试验法确定了材料轻量化部件,并将这些部件的钢材料替换成铝合金,得到钢-铝混合轻量化车架。针对钢-铝混合轻量化车架刚度和模态性能的减弱问题,采用基于折中规划法的多目标形貌优化方法对部件进行优化改进,提高了车架的刚度和模态性能。设计结果表明,使用钢、铝材料结合多目标优化方法设计的钢-铝混合轻量化车架相比原钢质车架在保证一定的刚度和模态性能条件下,质量减轻了6.7kg。     

基于NSGA-II算法的超轻型火炮摇架多目标优化设计

针对超轻型火炮摇架减小质量、提高刚度的设计要求,基于有限元法和多目标优化设计方法,建立了摇架多目标优化数学模型。以摇架质量和刚度为优化目标,以摇架强度为约束条件,选择了摇架外形结构尺寸和摇架钢板厚度为设计参数,采用改进非支配排序遗传算法(NSGA-II)作为优化方法。通过优化得到了摇架Pareto最优解集,优化结果对超轻型火炮摇架设计具有指导意义,同时,该优化设计方法为处理薄壁结构优化问题提供了一种新的设计思路。     

基于Kriging近似模型的车架轻量化优化

为了在减轻车架重量的同时尽可能提高其动、静态结构性能,以车架纵梁、横梁结构参数为设计变量,特别采用最优拉丁实验设计方法进行了样本数据设计,并运用Kriging方法构建了车架NVH、扭转刚度、弯曲刚度及车架质量等性能参数的多目标优化系统的近似模型,利用模糊多目标粒子群算法对近似模型进行了优化,得到了Pereto最优解集。结果表明,所建立的Kriging近似模型适合解决组合优化问题,在多个性能指标满足设计要求的同时,成功实现了车架结构的轻量化。     

电动轮自卸车车架结构抗疲劳轻量化设计

针对传统经验式设计的电动轮自卸车车架结构存在刚度不足、焊缝开裂、重量冗余,以及自身固有频率与非簧载质量激励频率接近而可能发生共振等问题,开展车架结构性能多目标优化设计的研究。首先,基于变密度法和SIMP插值模型对原始车架结构进行了考虑疲劳寿命约束的多目标拓扑优化设计,得到了满足静态多工况下柔度最小和多阶低阶固有频率最大的拓扑优化结构。再次,基于Kriging近似模型的抗疲劳轻量化设计,利用非支配排序多目标遗传算法进行全局寻优,优化后的车架结构质量比原始车架结构质量减少4.24%,且车架结构在同样载荷作用下的应力分布更加均匀,车架强度、刚度、动态特性和疲劳寿命等性能均得到改善。