基于SIMP理论的电动汽车车身多目标拓扑优化

为在电动汽车车身概念设计阶段得到合理的承载结构,综合考虑静动态特性,进行了多目标拓扑优化.基于带惩罚的实体各向同性材料(SIMP)理论,采用折衷规划法定义静态多工况目标函数,用平均频率法定义动态振动频率目标函数,并通过对各目标函数归一化消除其数量级差异;利用优化准则法更新设计变量进行优化迭代,得到同时满足静态刚度和动态振动频率要求的电动汽车车身拓扑结构.     

基于多目标优化的白车身结构轻量化设计

白车身轻量化研究有利于提高整车性能和减少研发成本,首先建立了某乘用车白车身的有限元模型,接着根据仿真模型分别计算出与NVH、静刚度及正面碰撞安全性能相关的参数,模型各项指标均满足要求。其次,依据综合灵敏度分析思路筛出与碰撞安全无关的设计变量,并且参照能量吸收曲线图选出正面碰撞安全板件的设计变量。针对白车身非碰撞安全相关板件的轻量化设计,根据试验设计方法设计出样本点,对比各类近似模型的精度,采用了椭圆基近似模型,将白车身质量最小、低阶模态最大作为设计目标,把白车身的静态扭转刚度以及静态弯曲刚度作为设计的约束条件,并采用遗传算法对非碰撞安全板件进行多目标优化。针对白车身正面碰撞安全相关板件的轻量化设计,根据试验设计方法设计出样本点,对比各种近似模型的精度,采用了响应面模型,将白车身质量最小、乘员舱加速度峰值最小作为设计目标,将一阶弯曲和一阶扭转模态频率、静态弯曲扭转刚度作为设计的约束条件,并采用遗传算法对碰撞安全板件进行多目标优化。最后,对轻量化前后的性能参数进行比较分析,实现了白车身质量降低13.4kg,降幅3.32%,轻量化系数减小了1,不仅保证了静态弯曲刚度和扭转刚度、白车身的模态频...     

基于代理模型的大客车结构动态特性多目标优化

对某全承载式大客车进行了有限元分析,获得其在随机路面不平度输入下的结构动响应,并预测了其车身骨架结构的疲劳寿命.通过采用试验设计和近似方法构造响应面代理模型,对该客车结构的振动加速度特性、疲劳耐久性和车身骨架质量进行了多目标优化,有效降低了计算成本.多目标优化改善了该客车结构的动态特性,减轻了车身骨架质量.     

基于改进的Pareto遗传算法的车身气动多目标优化

把气动性能和空间性能作为优化目标,用改进的Pareto遗传算法求解得到流线型车型和普通车型无轮车身的Pareto波阵面。通过二维车身优化算例验证,以小家族为单位进行进化的邻点交叉法、分象限外推法和单目标预测法配合使用,可以有效提高子代的分布性能和进化效果,解决三维车身气动优化中计算量过大的问题。流线型车型与普通车型的Pareto波阵面相比,在中低阻区,前者的综合性能更优秀,在高阻区则反之。     

基于代理模型的复合材料带加强筋板多目标优化

本文以复合材料带加强筋板的质量、刚度及屈曲载荷为优化目标,在铺层约束下对加强筋的铺层数、铺层顺序以及截面尺寸进行多目标优化。为了使NSGA-Ⅱ算法适应于可变铺层数的铺层顺序优化,对算法的基因编码方式进行改造并在遗传操作中引入Permutation操作。优化过程中采用代理模型对结构的刚度及屈曲载荷进行估计,减少了有限元模型的调用次数。算例表明通过优化算法的改造及代理模型的引入降低了优化成本。     

基于多胞结构的车身前端轻量化和耐撞性设计

为满足车身轻量化和耐撞性设计的要求,采用材料替换与结构改进相结合的方法对前端进行优化。基于试验验证的整车正面碰撞模型,建立了铝制前端模型并与钢制设计方案进行了耐撞性对比。为提高铝制前端耐撞性能,设计了不同胞数的多胞构型截面,并在三点弯曲和轴向压溃工况下分析其吸能特性。运用多目标优化方法对多胞前端的结构参数进行寻优。结果表明,优化后的铝制多胞结构能在改善整车耐撞性的同时,显著减轻前端质量。     

基于第二代非支配排序遗传算法的变速器齿轮系多目标可靠性优化

以某微型车变速器为研究对象,在变速器结构已确定、传动比最佳的条件下,以可靠性为主要约束,以齿轮系总体积最小、中心距最小和总重合度最大为目标建立变速器齿轮系多目标优化的数学模型.采用第二代非支配排序遗传算法对变速器齿轮系进行多目标优化并得到其Pareto最优解集.实例计算表明,该数学模型和优化程序是正确、有效.     

基于遗传算法的变速器多目标优化设计

本文以体积最小化和功率使用率最大化建立了变速器多目标优化设计数学模型,并在可靠性的基础上,给出了约束条件;最后运用遗传算法对所建模型进行了实例测试,测试结果表明所建模型正确有效,对齿轮传动的设计具有参考价值。     

基于遗传算法的变速器多目标优化设计

本文以体积最小化和功率使用率最大化建立了变速器多目标优化设计数学模型,并在可靠性的基础上,给出了约束条件;最后运用遗传算法对所建模型进行了实例测试,测试结果表明所建模型正确有效,对齿轮传动的设计具有参考价值。     

基于遗传算法的盘式制动器多目标优化模型

介绍了盘式制动器混合多目标优化问题数学模型的建立，提出以制动摩擦力矩和制动时间为主要优化目标的多目标函数，为求得全局最优解，引进了遗传算法进行优化，结果表明，方法简便可行。     

全承载式大客车车身结构多目标优化

建立了全承载式大客车车身骨架的有限元模型,对车身骨架结构进行了振动模态和静力学分析.然后对车身骨架结构进行设计参数灵敏度分析,得出车身骨架扭转刚度和一阶扭转频率对各部件设计参数的灵敏度.在此基础上,以车身骨架杆件厚度为设计变量,通过两阶段结构优化设计,在整车骨架质量增加很少的条件下,提高了整车结构的扭转刚度和一阶扭转频率值;同时,一轮悬空工况下的整车结构应力峰值明显下降,应力分布更加均匀,整车骨架结构设计更为合理.     

基于有限元理论的拓扑优化技术在客车车身结构设计中的应用

简述拓扑优化技术的概念,针对客车车身进行详细的拓扑优化分析,初步获得车身结构等值面轮廓图,进而提出客车车身结构设计原则。     

基于模糊学方法的气门弹簧可靠性多目标优化设计

考虑可靠性等约束条件，以气门弹簧质量最轻、刚度误差最小为优化设计目标，用线性加权组合法对多目标优化设计模型进行求解，采用模糊学方法对加权系数进行模糊评判，求出最优加权系数。该方法有效而实用，对求解多目标优化设计问题具有实用意义。     

基于降维算法的车身可靠性优化

基于降维算法,以最小化车身质量作为优化目标,选取车身弯曲和扭转刚度功能函数可靠度作为约束条件,建立了一种新的车身可靠性优化模型。利用降维算法,建立了新的n个一维函数模型近似替代原功能函数,借助泰勒级数和统计矩理论,求解车身功能函数的前4阶矩信息,并通过4阶矩法,得到车身可靠度;通过基于改进自适应遗传算法的优化方法与可靠性评定,将该嵌套优化问题解耦为单层优化问题;优化每一迭代步,采用罚函数法来改进适应度函数。与传统可靠性优化方法相比,本文方法无需多重积分求解功能函数统计矩,无需迭代搜索最可能失效点,且可避免种群陷入局部最优的缺陷。数值算例结果表明:所提方法具有较高的计算精度和较好的适应性。     

基于DOE的汽车白车身结构优化

汽车行业是我国国民经济的重要支柱产业之一,同时也是一个国家安全的关键因素。随着经济的发展和人民生活水平的提高,汽车的保有量也在不断增加,人们对汽车的要求越来越高,因此,对车身的设计提出了更高的标准和更高的质量需求。而DOE及轻量化在质量控制的整个过程中扮演了非常重要的角色,它是产品质量提高,工艺流程改善的重要保证。     

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%。     

基于多目标粒子群优化算法的某轻型商用车操纵稳定性优化研究

针对某轻型商用车稳态回转时侧倾度偏大的问题对其悬架进行优化改进。基于ADAMS/car搭建整车多体动力学模型,通过前悬架反向平行轮跳试验、后悬架理论计算验证了悬架仿真模型的准确性。进行整车稳态回转工况和转向盘中间位置转向工况仿真分析,结果表明,车身侧倾度偏高。为实现操纵稳定性优化分析的流程自动化,提出了基于modeFRONTIER的联合仿真方法。以悬架设计参数为优化变量,以汽车的侧倾度与横摆角速度响应滞后时间为优化目标,采用拉丁超立方试验设计方法拟合得到混合代理模型,并结合多目标粒子群优化算法对悬架系统进行多目标优化,获得了悬架系统优化方案。优化结果显示,在不影响平顺性的前提下,汽车车身侧倾度降低了13.93%,横摆角速度响应滞后时间降低了2.75%,整车操纵稳定性得到了提升。     

基于自适应响应面法的车身前部吸能部件优化

结合新车型开发中的整车碰撞分析,引入自适应响应面法对车身前部吸能结构进行了优化研究.避免了传统响应面法完全依赖于最初选定的试验点,对复杂函数拟合精度较差的问题.通过对前纵梁等主要吸能部件的板厚进行优化,提高了车身的正面抗撞性,为汽车产品开发提供了有价值的参考.     

基于多目标遗传算法的高速公路多目标路面养护决策优化

高速公路多目标路面养护决策优化是高速公路路面养护决策优化未来发展的趋势,也是目前研究的热点。针对传统数学规划方法用于高速公路多目标路面养护决策优化的不足,引入了目前在多目标优化领域应用较多的带精英策略的非支配排序遗传算法NSGA-Ⅱ。将NSGA-Ⅱ应用于高速公路多目标路面养护决策优化问题中,仿真结果表明其性能优于传统的数学规划方法,具有广阔的应用前景。