原文传递
基于多目标稳健性优化方法的SUV车身结构轻量化设计
| 论文题名： | 基于多目标稳健性优化方法的SUV车身结构轻量化设计 |
| 关键词： | 汽车车身结构;轻量化设计;侧面碰撞;多目标优化 |
| 摘要： | 为实现车身轻量化，改善汽车安全性和提高稳健性，本文以某企业某新SUV车型为研究对象，开发了针对侧面碰撞前处理问题的流程自动化系统，对汽车车门刚度、车门模态、侧碰安全多方面的性能进行了有限元分析，确定了初始设计性能;针对侧面碰撞部分测量点侵入量、侵入速度过大的问题，结合车身结构轻量化的需要，提出了基于多目标稳健性优化方法的车身结构轻量化设计方案。 (1)为解决汽车侧面碰撞分析前处理过程的重复性工作多，工作繁琐，需要设置的参数过多的问题，结合TCL/TK语言与Process Manager工具开发了侧面碰撞流程自动化系统。 (2)利用流程自动化系统建立了整车有限元模型，进行了整车侧面碰撞、车门模态、车门刚度三个方面的有限元分析。分析结果表明侧碰安全性不符合设计要求，车门模态性能、刚度性能符合设计要求，存在较大的轻量化设计空间;并确定了通过提高B柱、前门、中门的强度改善碰撞安全性能的方案。 (3)提出了基于多目标稳健性优化方法的车身结构轻量化的方案。 首先对整车模型进行简化，初步选择16组设计变量，并采用参数实验设计方法筛选出10组灵敏度较高的变量，利用最优拉丁超立方试验设计方法抽取试验样本，建立了质量、刚度、模态、内能、B柱与车门测量点的侵入量、侵入速度等响应的近似模型。 然后利用近似模型，分别采用NSGA-Ⅱ、NCGA和AMGA三种多目标遗传算法，对整车进行了确定性优化，得到三组Pareto非劣解集;分别选取三组确定性优化解，利用蒙特卡洛抽样的方式对其进行了可靠性分析，结果三种算法的可靠度均不能达到质量水平的要求，需要进行稳健性优化。通过三种优化算法的Pareto解集与可靠度分析结果的对比，选择了AMGA算法作为稳健性优化的优化算法。 最终以AMGA确定性优化解作为初始值，结合蒙特卡洛抽样技术与AMGA算法以质量最小、内能最大及它们的标准差最小为目标进行了多目标稳健性优化。结果表明，稳健性优化后的侧面碰撞安全、车门模态、车门刚度三个方面的可靠度，与确定性优化相比由原来的64.8％提升到了100％，稳健性得到改善。 获得各目标函数的Pareto非劣解集，选取一组代入到有限元模型中进行仿真验证，结果发现车身结构设计变量总质量由原来的60.845kg下降到了53.992kg，质量减轻了6.853kg，降幅为11.263％，实现了车身的轻量化;内能吸收增加了0.229kJ，略有提升;B柱与车门关键点的侵入量和侵入速度整体下降，侵入量最大降幅达到了5.465％，侵入速度最大降幅达到了8.218％，侧面碰撞安全性能得到改善。 |
| 作者： | 苏占龙 |
| 专业： | 机械工程 |
| 导师： | 王霄 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
