基于近似模型的微型客车碰撞指标预测精度研究

用近似模型来代替真实模型可以减少大量的计算时间,保证优化过程的可行性,但需要保证近似模型的精度满足要求。近似模型精度越高,优化的结果可靠性也就越高。基于微型客车正面40%重叠可变形壁障碰撞有限元模型,选取车身前部对碰撞性能影响较大的10个板料厚度作为变量,把B柱下端加速度、总质量、仪表板管梁处侵入量、前围板转向柱孔处侵入量及下前围板离合器踏板处侵入量作为响应值。利用拉丁超立方试验设计方法选取70个样本点,建立了设计变量与响应的近似模型,比较了响应面、径向基神经网络、Kriging、正交多项式4种近似模型响应的误差散点图、平均相对误差和决定系数。结果表明:响应面近似模型和径向基神经网络近似模型在B柱下端加速度峰值、前围板转向柱孔处及下前围板离合器踏板处侵入量的预测精度未在可接受范围内;正交多项式近似模型质量响应精度较高,但其余各响应的精度并不能满足要求,且3种近似模型预测精度受响应量与变量的线性关系的影响明显;而Kriging近似模型各响应的预测精度均满足要求,受线性关系影响较小,故选择Kriging近似模型代替原模型。最后用粒子群算法对Kriging近似模型进行优化,结果表明:Kriging近似模型预测结果与有限元结果拟合精度高,其优化结果达到预期目标。     

基于序列Kriging模型的汽车车身轻量化可靠性优化设计CSCD

为减少汽车车身轻量化可靠性优化设计的计算量并提高优化设计的精度,提出一种序列Kriging可靠性优化设计方法。以整车质量作为优化目标,选取整车耐撞性指标作为可靠性约束,建立可靠性优化设计模型。采用Latin超立方试验设计生成汽车正面碰撞有限元仿真模型的样本数据进行计算,根据有限元仿真结果构建目标和约束函数的Kriging近似模型;采用序列优化与可靠性评定方法 (SORA)将该嵌套优化问题解耦为单层次优化问题;优化每一迭代步,基于Kriging模型采用功能度量法评定概率约束。结果表明:所提方法满足工程设计所需的效率和精度要求,满足了整车安全性、轻量化和可靠性设计要求,整车质量减少约1.4%。     

基于Kriging模型的车身耐撞性优化设计

采用最优拉丁方法进行试验设计,基于Kriging模型建立汽车耐撞性评价指标的替代模型,然后利用替代模型建立耐撞性优化的数学模型并进行耐撞性优化。结果表明,基于Kriging的替代模型的拟合精度较高,采用该模型进行的优化可提高汽车的耐撞性。     

汽车悬架优化设计中的近似模型方法及其应用

针对目前汽车悬架设计中存在的问题,提出了一种基于近似模型和遗传算法的高效全局优化设计方法.使用Kriging方法重构目标函数,建立了悬架运动学分析的近似模型;采用了CVT试验设计以确保参数空间中样本点分布的均匀性;在重构出的目标函数基础上采用遗传算法进行寻优.以双横臂式前独立悬架为例,以车轮接地点侧向最大滑移量为优化目标进行了优化设计.结果表明,采用该设计方法可缩短设计周期及降低设计成本.     

基于序列Kriging-GA的薄板件定位点优化方法

为降低车身薄板焊接装夹时的重力以及夹具定位点偏差对柔性薄板件定位精度的影响,提高薄板定位方案的稳健性,基于有限元分析方法对薄板件第一基准面的定位点布置进行了优化。为了建立能反映薄板定位精度对定位点偏差敏感度的定位方案评价指标,引入影响系数法,建立了定位点偏差对薄板件定位精度的影响系数矩阵。基于影响系数平方矩阵的迹,并考虑重力对薄板定位精度的影响建立了多目标优化模型。采用Kriging代理模型构造出优化模型的目标函数,为了解决代理模型预测精度较差的问题,提出了基于序列Kriging-GA的薄板件定位点优化方法,将最优点选点准则和期望改善准则融合使用,反复在兴趣域增加样本点,更新代理模型,提高了代理模型的预测精度并保证了算法的全局搜索能力。结果表明：序列Kriging模型在兴趣域的预测误差可低至1%,具有很高的预测精度;与采用遗传算法相比,所提出的方法能减少75%仿真次数,显著提高设计效率;在不同定位点偏差组合下,零件各关键点位移量的均值与方差都显著减小,定位精度对定位点偏差的敏感度降低,优化后的定位方案具有较高的稳健性。     

基于Kriging模型的汽车前部结构的耐撞性优化

以汽车前部结构丰要板件的厚度为变量,采用拉丁超立方试验设计生成100个汽车正面碰撞有限元仿真模型的样本数据并进行计算,对计算结果应用Kriging模拟法构建了前部结构的质量、B柱加速度最大值和最大吸能的近似模型.以B柱加速度最大值为目标,以前部结构的质量、各板件厚度和最大吸能为约束,利用模拟退火算法进行全局优化,最终得到一组前部板件厚度的最优组合,使B柱加速度最人值达到最小.Kriging 模型的计算精度和效率满足耐撞性上程设计的要求.     

基于耐撞性的多学科近似模型预测精度研究

以整车100%正面碰撞有限元模型为基础研究了三种近似模型的预测精度,分析并选取前部结构中对汽车碰撞安全性影响较大的12个部件厚度为变量,利用最优拉丁超立方试验设计方法生成80个样本数据并进行计算,应用多学科优化中常用的二次多项式响应面(Quadratic Polynomial Response Surface,QPRS)、Kriging以及径向基函数(Radial Basis Function,RBF)三种近似方法分别对选取部件的总质量、吸收总能量、B柱最大加速度和踏板侵入量建立近似模型。结果表明:RBF近似方法对部件总质量、吸收总能量、B柱最大加速度预测精度高于其他两种方法,Kriging近似方法对踏板侵入量预测模型具有较好的精度,QPRS近似方法适合于部件总质量的近似建模。     

汽车凹坑型非光滑表面减阻特性的分析与优化

本文中研究了凹坑型非光滑车身表面的减阻特性.首先探讨了凹坑单元体矩形、菱形、等差等不同排列方式的减阻效果,选取了减阻效果较好的矩形排列方式;然后以单元体直径D、横向间距W和纵向间距L为设计变量,以气动阻力最小为目标,采用拉丁方试验设计方法进行优化;接着利用CFD仿真得到各样本点的响应值,并据此建立Kriging近似模型;最后在验证了近似模型的可信度基础上,以近似模型进行全局优化.结果表明:凹坑单元体矩形排列最大可达7.62％的减阻效果.     

基于通用生成函数法的CFRP防撞梁碰撞可靠性设计优化

为满足汽车耐撞性与轻量化的要求,对碳纤维增强复合材料（CFRP）防撞梁进行可靠性优化设计（RBDO）。以CFRP防撞梁关键控制点横坐标、厚度以及铺层角度为设计变量,以碰撞力峰值为约束条件,以比吸能最大为目标构建优化模型。采用拉丁超立方法与克里金（Kriging）代理模型法相结合拟合出目标及约束函数的Kriging近似模型,采用通用生成函数（UGF）-直接映射法来进行碰撞可靠性优化设计。结果表明：在随机变量非正态、功能函数高度非线性的情况下,传统矩方法无法保证收敛,蒙特卡罗法精度最高但计算成本过大,使用UGF进行可靠性分析优化时收敛稳定,在保证精度的同时效率较高;引入非均匀聚类技术的UGF法效率进一步提高,采用UGF法得到的优化结果相较于初始目标值优化幅度达21.6%,达到预期效果。     

EWL组合近似模型在铝车身轻量化优化中的应用

以铝车身为研究对象,基于详细接头建立了铝车身参数化概念模型,其与车身详细模型的误差控制在15%以内,满足工程开发要求。采用相对灵敏度分析法筛选出铝车身的8个关键断面作为设计变量。提出EWL组合近似模型;运用最优拉丁超立方设计(Optimal Latin Hypercube Design,OLHD)采样法分别建立基础性能的KRI、响应面法(Response Surface Methodology,RSM)、径向基函数(Radial Basis Function,RBF)法、反比例平均化(EI)法、启发式计算(EG)法和EWL组合近似模型,通过对比分析误差评价指标得出EWL组合近似模型具有最优的拟合精度和稳定性。综合运用EWL组合优化模型和组合优化算法,即全局自适应模拟退火算法(Adaptive Simulated Algorithms,ASA)和梯度序列二次规划(Non-linear Programming by Quadratic Lagrangian,NLPQL)法的组合优化策略对参数化概念铝车身模型进行轻量化优化。结果表明,在4项基础性能不降低的情况下实现铝车身质量减轻6.7 kg,占整车质量的6.58%,且试验误差控制在10%以内,取得了较好的轻量化效果,为概念设计阶段的铝车身轻量化设计提供指导。