基于PSO-SVR近似模型的乘员约束系统稳健性优化

综合运用近似模型参数优化技术和稳健性优化方法对汽车乘员约束系统进行优化。通过全局灵敏度分析,选出对加权伤害准则(weighted injury criterion,WIC)影响大的参数;采用粒子群优化(PSO)算法对支持向量回归(SVR)模型参数和核函数参数进行优化,建立高精度的PSO-SVR近似模型;在确定性优化的基础上进行基于蒙特卡罗抽样的稳健性优化。结果表明:优化后乘员约束系统性能得到明显提升且兼顾了稳健性。     

基于响应面法的汽车转向系统可靠性优化

针对结构参数的不确定性会导致确定性优化结果不可靠的问题,提出一种将可靠性分析与优化技术相结合的转向系统可靠性优化方法。该方法基于响应面方法构建转向系统优化近似模型,以1阶固有频率为约束,总质量为优化目标对转向系统进行可靠性优化。结果表明,采用该方法对汽车转向系统进行优化,减小了系统质量,提高系统的1阶固有频率,避免怠速共振,达到可靠性优化的目的。     

汽车侧面碰撞帘式气囊仿真优化

研究汽车侧面碰撞帘式气囊仿真与优化方法。基于MADYMO软件建立帘式安全气囊仿真模型以及约束系统仿真模型,并验证模型的有效性,之后进行仿真分析。通过正交试验进行优化,确定约束系统参数。结果表明,在侧面碰撞中,优化后的约束系统参数对假人保护效果更好。     

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%。     

汽车乘员约束系统多目标不确定性优化EI北大核心CSCD

计及乘员约束系统不确定性参数对乘员安全性的影响,在非线性区间数规划(NINP)和局部加密近似模型相结合的基础上提出一种乘员约束系统多目标不确定性优化方法。根据实车前碰撞试验结果对乘员约束系统的数值模型进行校正,并利用区间序关系将乘员约束系统不确定性优化问题转换为确定性优化问题;采用隔代映射遗传算法(IP-GA)和微型多目标遗传算法(μMOGA)来求解满足乘员约束系统防护性能的非支配解集。结果表明:该方法能获得考虑不确定性影响的乘员约束系统最佳匹配参数,从而确保汽车乘员的安全性,在汽车安全领域具有广泛的工程应用前景。     

汽车乘员约束系统多目标不确定性优化

计及乘员约束系统不确定性参数对乘员安全性的影响,在非线性区间数规划(NINP)和局部加密近似模型相结合的基础上提出一种乘员约束系统多目标不确定性优化方法。根据实车前碰撞试验结果对乘员约束系统的数值模型进行校正,并利用区间序关系将乘员约束系统不确定性优化问题转换为确定性优化问题;采用隔代映射遗传算法(IP-GA)和微型多目标遗传算法(μMOGA)来求解满足乘员约束系统防护性能的非支配解集。结果表明:该方法能获得考虑不确定性影响的乘员约束系统最佳匹配参数,从而确保汽车乘员的安全性,在汽车安全领域具有广泛的工程应用前景。     

基于区间数规划的汽车乘员约束系统不确定优化

文中基于区间数规划法研究了汽车乘员约束系统的不确定优化问题.首先,利用MADYMO软件建立了乘员约束系统的仿真模型,并通过试验验证.接着确定以加权伤害准则为目标,安全带刚度、安全带上挂点位置和限力器的撕裂力与撕裂伸长等为设计变量,座椅和膝盖挡板的刚度为不确定量,并基于区间数规划法将不确定优化问题转化为确定性优化问题.通过拉丁超立方试验设计,建立目标函数和约束函数的近似模型,再利用序列二次规划算法和遗传算法分别作为内外层的求解器进行优化.最终,获得乘员约束系统参数的近似最优解.     

基于区间方法的汽车乘员约束系统的不确定性优化

针对约束系统中一些参数因受制造和测量等因素影响而产生的不确定性,在用区间来描述不确定性的基础上,建立了汽车约束系统的不确定性优化模型,并应用基于序列线性规划的非线性区间数优化方法进行求解.将该方法用于某微型客车驾驶员侧约束系统的优化,与传统的确定性优化方法相比,该方法不仅能提升约束系统的防护性能,而且可提高其可靠性.     

基于自适应代理模型的汽车乘员约束系统优化设计

为提升汽车乘员约束系统对乘员的保护性能并降低乘员所受的伤害,本文中提出了一种基于自适应代理模型的汽车乘员约束系统优化设计方法。首先,建立了某微型客车的乘员约束系统数值模型,并通过实车碰撞试验对该数值模型进行检验和校正;然后,基于径向基函数建立了乘员约束系统的代理模型,并通过逆向形参数法有效获得具备较高精度的代理模型;最后,利用隔代映射遗传算法(IP-GA)对汽车乘员约束系统进行优化。结果表明:该方法能快速获得汽车乘员约束系统的最优匹配参数,从而确保乘员的安全性。     

基于遗传算法和可靠性分析的乘员约束系统优化

为提高乘员假人在CNCAP正面碰撞中的得分,在对某车的仿真模型进行试验验证基础上用遗传算法优化约束系统相关参数,优化目标是使假人头部、颈部和胸部的伤害值最小。然后根据可靠性的要求合理选择了参数的取值范围。     

基于E-NCAP的10岁儿童损伤防护研究

最新版欧洲新车评价规程(E-NCAP)使用10岁Q系列儿童假人来评价约束系统对儿童乘员的保护效果。针对某国内量产车型,分别采用MADYMO和Hypermesh软件建立了该车的后排6岁儿童乘员约束系统仿真模型和整车有限元模型,并利用试验数据进行了对比验证。将Q10儿童假人放入已验证的儿童约束系统中,根据E-NCAP规定的正面40%偏置碰撞和侧面碰撞要求进行仿真。在对两种工况下乘员约束系统参数灵敏度分析的基础上,选取对儿童损伤影响显著的参数为优化变量,以综合评价损伤指标WIC最小为优化目标,采用Kriging算法创建响应面模型并结合遗传算法进行参数优化。结果表明:优化后的约束系统参数能有效提高对10岁儿童乘员的保护效果,正面偏置碰撞中得分提高了24.6%,侧面碰撞中得分提高了36.5%。     

汽车正面碰撞驾驶员安全气囊仿真与优化

通过计算机仿真方法研究驾驶员安全气囊的保护效果。建立驾驶员安全气囊模型以及约束系统模型,并进行有效性验证,进行仿真分析。通过正交试验进行优化,确定约束系统参数。结果表明,在正面碰撞中,优化后的驾驶员安全气囊对假人保护效果更好。     

AMESim仿真技术在汽车空调制冷系统中的应用

基于某车型的空调系统方案,采用AMESim软件先搭建并标定了该系统的零部件仿真模型,将零部件仿真性能与单体性能进行对比,验证了仿真的可靠性。随后搭建了该空调系统仿真模型,将系统仿真结果与系统台架试验数据进行对比,进一步验证了仿真的可靠性。最后研究了amesim在整车降温性能仿真上的应用,从结果来看仿真值与试验得到的驾驶舱乘员脚部平均温度值相符。     

正面碰撞前后双气室气囊的设计与优化

针对大体型乘员易击穿气囊的问题,设计了一款新型的前后双气室安全气囊,提高对大体型乘员的保护效果。首先基于MADYMO建立某A级车的乘员约束系统模型,通过仿真和试验验证其有效性。接着以经验证的汽车正面碰撞模型为基础,建立一个装有前后双气室气囊的正面碰撞模型,并对该模型进行正面碰撞仿真。最后利用正交试验对双气室气囊的参数进行优化。结果表明:优化后双气室气囊的大体型乘员加权伤害指标值WIC较传统单气囊降低了30.7%,显著提高了约束系统的安全性能。     

一种面向整车性能分解技术的多目标系统优化设计方法

构建了一种面向整车操纵稳定性指标分解技术的智能化仿真计算及子系统性能参数优化设计的分析方法流程,归纳出了面向A+级轿车悬架系统外特性参数的典型变化范围带宽,并探索出了一条子系统外特性参数对多个整车性能目标的优化技术路线。运用DOE方法、响应面方法以及基于响应面结果的多目标优化算法,得到了悬架子系统各特性参数对整车操纵稳定性目标的敏感性、贡献率、近似模型以及最优设计值。     

基于E-NCAP的6岁儿童乘员损伤防护研究

2016版欧洲新车评价规程(E-NCAP)将后排Q系列6岁儿童假人的损伤值作为儿童保护部分的评分依据,对车辆安全性提出了新的要求。本文中建立了某已开发车型的儿童乘员约束系统仿真模型,并利用C-NCAP试验数据对其有效性进行了验证。根据E-NCAP中的正面40%偏置碰撞和侧面碰撞要求进行了仿真。通过两种碰撞工况下乘员约束系统参数灵敏度分析,选出对儿童乘员损伤影响显著的参数作为优化变量,以儿童损伤综合评价指标WIC最小化为优化目标,采用Kriging算法创建的响应面模型和遗传算法进行参数优化。结果表明,优化后约束系统能有效降低儿童乘员损伤值,正面偏置碰撞得分提高了9.4%,侧面碰撞得分提高了67.9%。     

汽车乘员约束系统的参数分析及仿真研究

应用MADYMO软件建立汽车乘员约束系统的仿真模型,分析了安全带系统和座垫刚度特性对汽车乘员碰撞响应的影响,仿真结果经试验得到验证.最后通过对约束系统进行参数相关性分析和仿真研究,得到了对汽车乘员约束系统开发有指导性的结论.     

基于疲劳试验的车轮拓扑优化和多目标优化

基于动态弯曲疲劳试验和动态径向疲劳试验对16×61/2J型车轮的轮辐进行了联合拓扑优化,设计了一个带有镁合金轮辋和铝合金轮辐的组装式车轮结构。建立其弯曲疲劳试验和径向疲劳试验的有限元模型,计算其强度、刚度、疲劳寿命和径向疲劳寿命安全系数,并分析了这些性能与车轮结构之间的关系。利用网格变形技术建立了组装式车轮在两种工况下的参数化模型并定义了12个设计变量,使用Isight软件平台集成各性能指标的计算软件建立了车轮多目标优化模型,利用哈默斯雷和最优拉丁超立方试验设计分别提取了72和10个样本点,拟合了Kriging近似模型并检验了近似模型的精度。利用所建立的近似模型,以车轮质量最小、弯曲疲劳寿命和径向疲劳寿命安全系数最大为目标,应力、位移和柔度为约束,采用第二代非劣排序遗传算法(NSGA-Ⅱ)对车轮进行了多目标优化,得到了Pareto前沿,综合考虑了车轮各项性能,选取了一个妥协解作为优化结果,并对优化前后车轮综合性能进行了对比。结果表明,在满足车轮各项性能要求的条件下,优化得到组装式车轮的质量比同型铸造铝合金车轮减小了29.42%。     

基于多目标可靠性优化平台的车身前部结构设计

为了在保证精度的同时考虑不确定性因素高效开展车身结构优化设计,建立了多目标可靠性优化平台.采用径向基函数(RBF)代理模型代替仿真模型,基于概率充分因子法将概率约束转化为单一确定性约束,选取自适应加权多目标优化算法高效获取帕累托最优前沿(POF),基于智能补点方法生成补充样本点持续更新RBF模型,提升优化精度直至收敛....     

铸铝一体化发动机罩的可靠性优化设计

为了提高发动机罩的轻量化水平与性能要求,采用“材料-工艺-结构-性能”一体化集成方法设计铸铝一体化发动机罩。建立了发动机罩的有限元模型,通过模态试验验证了所建模型的准确性。以铸铝发动机罩厚度为设计变量,综合考虑发动机罩的刚度和模态性能,采用最优拉丁超立方试验设计构造样本点,联合径向基（Radial Basis Function,RBF）神经网络模型与多岛遗传算法（Multi-Island Genetic Algorithm,MIGA）进行多目标优化。基于RBF-MIGA近似模型和6Sigma可靠性优化方法对发动机罩进行优化设计。结果表明,经可靠性优化后的发动机罩质量减轻了10.59%,约束一阶模态提高了41.43%。