基于多学科优化设计方法的白车身轻量化

发布时间：2017-03-28 作者：王登峰卢放来源：万方数据库

关键字：车辆工程白车身轻量化多学科优化近似模型

收藏好文推荐打印

建立某国产轿车的整车有限元模型，依据侧碰法规及NVH性能要求对白车身结构进行了多学科集成优化设计。根据侧碰及NVH仿真结果，选取白车身关键零件的板厚及材料为变量，以白车身质量和刚度为目标，以侧碰加速度及侵入量为约束条件，建立了白车身刚度径向基函数(RBF)神经网络近似模型及侧碰二阶逐次替换的响应面模型( Stepwise-RSM)，利用模拟退火算法进行了多目标优化，在保证了车辆的安全及NVH性能的前提下使白车身质量下降了15.7 kg。

0引言

大量的研究表明，汽车质量每减少10%，油耗可降低6%-8%，排放量减少5%-6%因此，如何在满足被动安全法规以及NVH(Noise，vibration and harshness)性能的前提下，减轻汽车结构质量已经成为汽车行业的研究热点。汽车白车身的设计较为复杂，需要使其安全性、强度、刚度、NVH等多个学科性能指标达到优化配置，才能使汽车满足使用性能要求。传统的白车身设计方法通常只考虑单个设计因素的影响，如白车身抗撞性设计中为了使整车安全性提高，通常需要增加零件或壁厚；在白车身NVH设计中为了使其刚度和低阶固有振动频率提高，也需要增加零件数量或壁厚。但与此同时却增加了整车的结构质量。白车身轻量化设计必需综合考虑不同设计因素和多个学科性能指标对整车性能的影响，在多学科和多目标间寻找最优解，从而使汽车的各项性能指标达到合理匹配。因此，汽车的轻量化设计其实就是一个多学科设计优化(Multidisciplinary design optimization， MDO)过程。国外大型汽车公司已开始把MDO方法应用于汽车设计领域，国内应用还相对较少，湖南大学在将MDO应用于汽车的轻量化设计上做了一些研究工作。

本文在进行白车身轻量化优化设计时分别考虑了整车侧面碰撞安全性与白车身一阶弯曲、扭转模态及其静态弯曲、扭转刚度多个学科性能指标的影响。整车侧面碰撞属于大变形、大位移、强几何非线性和物理非线性的动态过程，直接对其进行优化几乎不可能，因而采用建立近似模型的方法来代替整车碰撞与白车身的有限元模型，在保证计算精度的情况下，利用近似模型进行设计优化，显著提高了优化分析效率。

1 相关模型及试验方案

1.1 多学科设计优化数学模型

多学科优化问题的数学表达式如式(1)所示：

式中：x为设计变量；f(x，u(x))为目标函数；hj(x，u(x))为等式约束；gi(x，u(x))为不等式约束；m为等式约束个数；n为不等式约束个数；u (x)为系统分析方程确定的状态方程。

1.2 最优拉丁超立方试验设计

最优拉T超立方试验设计(Optimal Latin hyper-cube design，Opt LHD)改进T随机拉T超立方设计的均匀性，使因子和响应的拟合更加精确真实，使所有的试验点尽量均匀地分布在设计空间内，具有非常好的空间填充性和均衡性。图1(a)为拉丁超立方随机生成的试验点分布，图1(b)为最优拉丁超立方生成的更加均匀分布的试验点。

图1 随机拉丁超立方设计和最优拉丁超立方设计

Fig.1 Latin hypercube design(LHD) and optimal

1.3 响应面方法

响应面方法(Response surface methodology，RSM)是利用多项式函数拟合设计空间的一种优化方法。它可以通过较少的试验在局部范围内比较精确地逼近函数关系，并用简单的代数表达式展现出来。

多项式响应面模型是MDO中应用比较广泛的一类近似模型，常用的二次多项式响应面近似模型的基本形式为：

式中：x；(i = 1，2，.....，m)为设计变量；y为响应面拟合函数；m为设计变量的个数均为待定系数。

1.4 径向基函数(RBF )神经网络模型

径向基函数(Radial basis functions， RBF)神经网络方法以待测点与样本点之间的欧几里德

距离为自变量，即假设x₁...x_N 代表一组输人向量是基函数。其中是欧几里德距离。

RBF神经网络模型具有很强的逼近复杂非线性函数的能力，已经被广泛地应用到函数逼近、模式识别、图像处理与计算机视觉、信号处理、时间序列、医药控制、军事系统以及优化等领域。

2 整车轻量化设计

2.1 设计变f的选取

在选取轻量化设计变量之前，首先对白车身所有零件进行灵敏度分析，计算各零件对白车身刚度、低阶模态频率及碰撞性能灵敏度大小及排序，找出对白车身上述性能指标不敏感、但对质量较敏感的零件，图2~图8为有代表性的白车身性能灵敏度系数柱状图。

根据上述白车身性能对设计变量的灵敏度分析结果，同时考虑到车身制造、装配的工艺性以及饭金件材料的厚度规格，选取了20个白车身零件的板厚及其材料作为设计变量，具体零件如图9所示。为使汽车结构在碰撞过程中表现出最优的材料配置，同时考虑了零件的材料优化，其材料选取范围如表1所示。

图2 变量对弯曲刚度的贡献率

Fig.2 Variables contribution factor to bending stiffness

图3 变量对一阶扭转模态的贡献率

Fig.3 Variables contribution factor to first torsion mode

表1 材料取值范围

Table 1 Material variables selection range

图4 变量对B柱最大侵入速度的贡献率

Fig.4 Variables contribution factor to maxmum B-pillar's intrusion velocity

图5 变量对前门侵入量的贡献率

Fig.5 Variables contribution factor to front door's intrusion

图6 变量对静态扭转刚度的贡献率

Fig.6 Variables contribution factor to vehicle's static torsion stiffness

图7 变量对后门最大侵入速度的贡献率

Fig.7 Variables contribution factor to rear door's maxmum velocity

图8 变量对B柱侵入量的贡献率

Fig.8 Variables contribution factor to B-pillar's

零件厚度变量的选取如表2所示，由于考虑到钢材的生产厂商只有规定的一系列厚度值，无法取连续的厚度值，故其取值为离散的。

共3页

1 2 3 下一页

本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并以尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e-works.net.cn tel：027-87592219/20/21。

上一篇文章：MBD环境下的三维机加工艺设计技术
下一篇文章：老年人拐杖的智能设计研究