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。     

白车身基于灵敏度分析减重优化技术

建立某SUV车型白车身的有限元模型并分析计算车身刚度及其模态,在此基础上分析板厚对对白车身弯扭组合工况的灵敏度,找出影响车身结构特性的关键结构,对板厚进行优化分析,实现车身轻量化设计。优化结果显示:通过车身刚度灵敏度分析及其板厚优化,可实现车身的减重优化,为车身的优化设计提供参考。     

白车身典型截面及轻量化设计

白车身典型截面的设计直接影响着整个白车身各项性能,在概念设计阶段,传统方法对如何设计典型截面具体尺寸可以提升白车身弯扭刚度、模态性能没有明确方向,对提升性能同时控制车身质量也没有系统研究。通过对标杆车白车身不同位置的典型截面设置几何参数,得到不同参数截面下白车身弯扭刚度、模态及质量的灵敏度结果,进而根据灵敏度结果,经过多轮多目标优化,提升弯扭刚度、模态,降低车身质量,在概念阶段给典型截面尺寸设计提供量化指导方向。该方法已经应用于传祺系列车型的开发应用中,实现了典型截面设计指导和减重降本的效果。     

基于灵敏度分析的商用车白车身轻量化研究

对某商用车白车身进行模态、弯曲刚度及扭转刚度有限元分析。然后对该白车身总成构件进行灵敏度分析,以确定优化设计变量,在保证白车身模态及刚度性能不比优化前降低的前提下,以白车身总质量最小为优化目标。通过优化,使该白车身总成质量降低约5.1%,同时固有频率及刚度性能也有略有提升,达到了轻量化效果。     

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%。     

考虑碰撞安全性的汽车车身轻量化设计

车身结构轻量化设计的同时,还要保证其碰撞的安全性,为此提出了基于碰撞的汽车车身轻量化设计方法。以某轿车为例,在保证刚度和模态的前提下,对车身零件的厚度进行敏感度分析,以车身质量最小化为优化目标,对车身零件的厚度进行优化计算,根据零件的可制造性和加工成本对优化的零件厚度进行调整。应用有限元和多刚体动力学方法,对整车及乘员约束系统的正面碰撞进行模拟计算,对轻量化的设计结果进行对比分析,根据碰撞结果对优化的车身零件厚度进行调整,使轻量化的车身满足碰撞安全性的要求,验证了基于碰撞的汽车车身轻量化设计方法的可行性。     

概念设计阶段基于混合元模型的纯电动铝合金汽车车身轻量化优化设计

在汽车车身概念设计阶段,针对轻量化设计及优化白车身刚度问题,建立了某款纯电动铝合金汽车车身骨架基于真实接头的简化力学模型。运用灵敏度分析筛选出灵敏度较大部件,然后利用元模型的优化方法(hybrid and adaptive meta-modeling method,HAM)对灵敏度较大部件进行截面厚度优化,使优化目标车身质量得到了降低,同时改善了车身的模态和刚度,根据研究的数据制造了电动车车身。     

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。     

微型电动汽车车身的轻量化

目前对于电动汽车车身轻量化研究中,多数都没能兼顾优化后车身性能、优化效率和精度。为了提高轻量化后车身的性能,提出一种综合考虑质量、刚度与一阶振动模态的多目标优化设计法。将有限元分析法和实验验证相结合,构造了基于材料和尺寸的微型电动汽车车身轻量化方法,确保了优化精度。采用灵敏度分析法确定关键部件厚度为优化模型的设计变量,提高了轻量化研究的效率。与传统的轻量化研究相比,该方法在获得近似最优解的同时能够保证轻量化后的车身性能满足要求,并且提高了计算效率和精度。