多目标轻量化的白车身隐式参数数值模拟

普通方法构建的白车身多目标轻量化设计模型存在精准度低、优化效果差的问题.通过隐式参数数值模拟方法,先对白车身构建隐式参数化模型,再通过非安全件轻量化优化设计和正面碰撞安全件轻量化优化设计实现白车身多目标轻量化.通过对该方法的性能优化验证及对比实验发现,经过多次迭代后,上述方法构建的白车身模型的精准度均大于90％,优化变化率大于8％.     

车身响应面模型参数的拉丁超立方采样仿真

针对传统汽车车身采样方法没有计算减薄率,导致方法存在精度低、耗时长等问题,提出一种基于车身响应面模型参数的拉丁超立方采样法.运用参数优化对车身的质量做综合评价,获得参数的最大减薄率,通过设计样品点建立响应面近似模型,同时根据确定性系数来反映模型的优化目标和设计变量之间的规律,采用拉丁超立方采样法将样品点在设计空间内合理划分,运算获得目标函数的最小值,通过均匀性评价参数来保证样品的高性能和均衡性.仿真结果表明,所提方法能够提高车身的质量与精度,相比其它方法具有较强适用性、准确性以及优质的鲁棒性.