两步式约束粒子群优化算法及其在新能源汽车轻量化设计中的应用

针对工程优化中,由于资源的限制最优解通常处于约束边界附近,而现有的约束优化算法侧重于约束机制处理而很少在约束边界附近的搜索问题,本文中提出两步式约束粒子群优化算法:第一步采用基于惩罚函数的粒子群算法寻优,采用速度重置指针避免寻优陷入停滞;第二步采用子集约束边界缩减方程获取约束边界信息,使用序列二次规划进行边界局部搜索,最后对比两步的结果以较优值作为全局最优解。考虑侧面碰撞和顶压溃两种工况,采用提出的改进算法对某款燃料电池汽车车身结构进行轻量优化,在保证结构碰撞安全性的前提下,部分板件的轻量效果达10. 92%。     

改进粒子群优化算法在轿车车身轻量化设计中的应用CSCD

为了提高粒子群优化算法(PSO)寻优过程中粒子种群之间的多样性,提出了一种基于停滞判断准则与粒子速度更新的改进PSO。在寻优过程中,当粒子群优化陷入停滞时,新的速度更新公式将激活,提高粒子种群之间的多样性。通过数学标准测试函数,进行了数学实验,对比改进PSO与标准PSO的优化能力。结合近似建模技术与合理的约束处理方法,将该算法运用到考虑100%正面碰撞工况、40%偏置碰撞工况、侧面碰撞工况、追尾碰撞工况以及顶压溃工况的车身轻量化设计中。结果表明:在全局寻优能力方面,运用改进PSO优化得到的问题解均优于标准PSO。在满足各项结构性能指标的前提下,可减轻质量23.41 kg。这为轿车车身轻量化设计提供了可借鉴的方法。     

注塑短纤维增强复合材料汽车尾门内板轻量化设计

本文中针对短纤维增强复合材料汽车尾门内板，提出一种包含材料-结构并行优化的轻量化设计流程。考虑纤维分层分布特点建立材料分层模型，在此基础上提出材料参数化本构模型，在改变材料参数时可快速预测其力学性能；根据纤维取向的分布特征，提出材料参数提取和映射方法，有效提升结构分析精度；考虑材料和结构设计变量，结合Kriging代理模型和基于边界搜索的改进粒子群优化算法，提出复合材料汽车尾门内板轻量化设计流程。最终结果，在保证多工况设计要求的同时，实现了材料和结构参数的并行优化，取得减质量10.5%的轻量化效果。