耦合碰撞工况下的车辆前部结构耐撞性优化设计

针对两种耦合正面碰撞工况在耐撞性优化时相互影响的问题,将两种工况的设计变量和优化模型进行统一,建立多目标优化模型并进行优化。首先以两种正面碰撞所涉及的主要部件厚度为变量,选取了每个工况下能够体现整车耐撞性能的参数为目标;然后以两个碰撞工况下的加速度峰值和整车吸收的最大能量为目标函数,以车辆前部7个部件总质量和A柱的侵入量为约束函数,建立两种正面碰撞工况耐撞性优化的数学模型并进行精度验证;最后,在结构轻量化约束条件下,结合多岛遗传算法和非支配排序遗传算法对车辆前部部件进行耐撞性优化设计。对比优化前后结果表明:各个耐撞性优化目标均有一定程度的改善,有效地提高了车辆在两种工况下的耐撞性,为耦合碰撞工况要求下的结构设计提供了一种设计参考。     

RBF近似模型在汽车碰撞变复杂度建模中的应用

针对汽车正面碰撞过程中考虑到车身后部部件结构几乎不发生明显变形的特点,采用最优拉丁超立方试验设计,利用较少的样本点数据在简化模型和高精度模型中建立一个差值补偿近似模型,在此模型和简化模型基础上构造新的样本点数据,利用RBF近似模型建立新的近似模型。利用该方法对以汽车前部7个主要吸能部件的板厚作为设计变量,以整车质量和整车碰撞加速度峰值aB作为优化目标函数的汽车100%正面碰撞的多目标优化问题进行仿真研究,结果表明该方法在保证模型精度的同时能够快速地得到优化值。     

汽车前防撞梁的耐撞性与轻量化优化设计

为改善汽车的耐撞性、提升汽车的轻量化程度,从结构改进的角度对汽车前防撞梁进行优化设计。建立汽车前防撞梁正面100%碰撞模型,以前防撞梁横梁和吸能盒厚度为设计变量,以碰撞力峰值作为约束条件,构建以前防撞梁总成吸能量最大化、质量最小化的多目标优化模型。采用哈默斯利法进行试验设计,通过拟合得到近似模型。近似模型与仿真值误差不高于5%。采用全局响应面法对多目标问题进行优化,得到Pareto最优解集。结果表明,优化后前防撞梁吸能量提高了15.8%,质量降低了6%,碰撞力峰值降低了20.3%,比吸能提高了23.1%。优化设计显著改善了汽车的耐撞性并提升了汽车的轻量化程度。     

轿车结构耐撞性分析与改进

根据汽车碰撞模型,在整车仿真平台上,提出改善汽车正面撞击耐撞性汽车吸能结构改进方案,并对改进后结构进行碰撞仿真分析,通过与原结构仿真结果及实车碰撞试验结果对比,验证结构改进对改善汽车碰撞安全性能有效性,探索出一条能够改善汽车正面撞击的结构耐撞性有效途径.     

纯电动汽车尾部耐撞性优化设计

针对纯电动汽车尾部耐撞性要求,采用结构拓扑优化和正交试验设计相结合的方法,以国内某款纯电动汽车为实例,通过建立车尾拓扑优化模型,有限元模型,尺寸优化模型,在满足碰撞安全性法规前提下,以实现最优整车加速度和汽车尾部吸能区吸能量为两个优化目标,对纯电动汽车尾部进行优化设计,最终得出合理的优化构型,实现对电动汽车尾部耐撞性的优化设计。     

基于正面耐撞性仿真的轿车车身材料轻量化研究

以某轿车为研究对象,运用显式有限元理论,建立整车有限元模型,基于“汽车正面碰撞乘员保护设计规则(CMVDR294)”的耐撞安全性仿真,从满足整车正面耐撞安全性能的角度,分别采用高强钢和铝合金对车身主要覆盖件进行轻量化研究,使车身减质量分别达9.31 kg和53.10 kg,减质量效果达到11.30%和64.50%。对整车变形、整车与刚性墙的碰撞力、运动速度和加速度、主要零部件吸能等方面进行分析、评价,数值仿真验证了轻量化方案的可行性。     

基于连续响应表面法的汽车结构耐撞性仿真优化

汽车结构的耐撞性及碰撞吸能优化是现代汽车工业重要的研究内容.耐撞性的优化涉及到材料与结构的众多参数,传统的设计、仿真及碰撞试验往往只能在一定程度上改善结构的碰撞性能,而无法达到限定条件下的最优状态.为解决汽车碰撞的优化问题,文中采用连续响应表面方法,通过变量筛选技术和一阶线性响应表面模型,并结合非线性有限元程序进行全局寻优.汽车前端结构的耐撞性优化表明,该方法具有较高的精度和稳定性.     

基于正面碰撞的商用车吸能结构改进

对于商用车整车正面碰撞安全性,国标主要考察两个部分:整车结构耐撞性与对应乘员保护,分别影响车身结构设计与约束系统开发,两方面需相互协作方可保证整车符合法规要求。建立了汽车正面碰撞有限元模型,并对其进行验证。在建立的模型的基础上,使用HyperMesh和LS-DYNA软件进行联合正面碰撞仿真分析,综合评价了整车碰撞性能。针对正碰过程中出现的整车加速度偏高的问题,选取汽车前部的保险杠系统和前纵梁部件为分析对象,进行了相应的结构改进。结果表明:改进后的结构在保证了驾驶舱完整性的同时大大改善了整车加速度曲线,为后期约束系统的开发奠定了良好基础。     

基于空间收缩回归的汽车耐撞性优化

选择汽车正面碰撞耐撞性为优化目标,结合最优拉丁超立方样本点设计、RBF模型以及NSGA-Ⅱ多目标优化对设计变量进行优化。为了加快目标值收敛速度并寻求可能存在的初始设计域之外的最优解,引入空间收缩回归法在迭代过程中对设计域进行动态更新。优化迭代过程最终收敛到一组最优解,使得在未增加车身总质量的条件下提升了车身正面碰撞耐撞性。通过与有限元模型计算结果进行对比分析,验证了该方法具有收敛速度快和寻优精度高的特点。     

四轮驱动微型电动汽车正撞吸能性的仿真和改进

结合国产某四轮驱动微型电动汽车的开发任务,从提高整车正面碰撞吸能性设计水平的目标出发,进行了整车正面碰撞过程的计算机仿真研究。根据仿真结果,以合理的压塌顺序和失效模式为目标．对正撞过程的主要吸能部件——底架进行了多方案优化筛选和局部改动,有效提高了其正撞吸能性。     

基于鲁棒性的概率优化设计在薄壁构件耐撞性中的应用

汽车结构的耐撞性及碰撞吸能优化是现代汽车工业重要的研究内容。耐撞性的优化涉及材料与结构的众多参数，传统的确定性优化设计、碰撞仿真及实验往往只能在一定程度上改善结构的碰撞性能，而无法评估设计参数的可靠性和目标函数的鲁棒性，以及在给定可靠性约束条件下使目标函数的鲁棒性达到最优状态。将实验设计、响应面模型和蒙特卡罗模拟技术相结合，构造了基于产品质量工程的6σ鲁棒性优化设计方法，实现了对设计目标的优化，并提高了设计变量的可靠性和目标函数的鲁棒性。     

副车架侧边纵梁耐撞性优化设计

为了对全框式副车架侧边纵梁结构进行耐撞性优化设计,以副车架侧边纵梁结构参数为变量,建立了该结构耐撞性和轻量化优化问题的数学模型。运用方差分析法（ANOVA）选择对副车架侧边纵梁耐撞性和轻量化影响显著的结构因子作为主要设计变量,采用正交试验设计方法进行试验设计;运用LS-dyna软件进行碰撞模拟;根据有限元仿真结果建立了响应面近似模型,并对该近似模型解决该问题的可靠性进行了验证,结果表明,所建立的响应面近似模型适合解决组合优化问题。优化设计后的副车架侧边纵梁能在提高耐撞性能的同时,保持较好的轻量化水平。     

基于高强度钢选型及成本控制的车顶结构耐撞性优化设计

针对高强度钢在车身结构设计中的应用成本与效率问题,提出一种车顶结构耐撞性设计方法,并对某车型进行优化设计。首先进行全局灵敏度分析,筛选出影响车顶强度的主要承载部件;然后将高强度钢的选型作为离散设计变量,厚度作为连续设计变量,同时对材料成本和总质量进行约束,建立车顶结构耐撞性优化的数学模型;最后,采用移动最小二乘法构造近似模型,结合遗传算法对主要承载部件进行优化设计。结果表明：在部件总质量和材料成本的控制下,车顶承载能力提高18.53%。该方法为高强度钢在车顶结构耐撞性优化设计中的应用提供了一种选型参考。     

基于序列响应面法的汽车结构耐撞性多目标粒子群优化设计

汽车结构的耐撞性及碰撞吸能优化是一个涉及到多变量、多约束和多目标的优化过程.为克服常规响应面法在整个设计空间进行逼近导致精度低和传统的单目标优化设计只能针对其中的一个目标进行优化的缺陷.提出采用逐次逼近方法,通过移动、缩放等方式在设计空间中不断更新兴趣域,在不同的兴趣域中将试验设计、能代表实际碰撞过程精度较高的近似模型和多目标粒子群优化算法相结合,获得一组最小化各目标函数的非劣解.利用最小距离选解法快速有效地从非劣解集中挑选出一组耐撞性效果最好的解并以此解作为下一迭代步兴趣域的中心,直到收敛至最优解,最终优化解的各个目标函数值均得到提高.数字算例表明,该方法具有较高的精度和较强的工程实用性.     

微客车架结构抗撞性能的分析与优化研究

通过有限元分析软件LS-DYNA 进行碰撞仿真分析,研究了某新开发的微型客车的100%正面碰撞性能.根据相应的国家正碰法规CMVDR294和GB 11551-2003对仿真结果进行评价,发现正碰仿真中车架变形量、车门框变形量以及前壁板入侵量过大,不满足设计要求.针对上述问题,结合车身具体结构特性提出了车架结构优化方案.采用仿真技术进行优化方案的筛选和验证.验证结果表明优化方案有效地提高了车身、车架结构的抗撞性能.为此类微型客车正面碰撞性能的分析与优化提供方法和理论基础.     

Multidisciplinary design optimization of a structurally nonlinear aircraft wing via parametric modeling

In this study, the optimization of an aircraft wing design was conducted using multidisciplinary design optimization (MDO), which integrates aerodynamic and structural analysis in considering nonlinear structural behavior. Automation is an absolute necessity to make the MDO framework practical for actual engineering optimization problems. The objective of this research was to develop a fully automated MDO framework in which the entire process is automated through a parametric-modeling approach. The computational fluid dynamics (CFD) grid was generated automatically from parametric modeling using CATIA and Gridgen, followed by automatic flow analysis using FLUENT. The computational structure mechanics (CSM) grid was generated automatically by the parametric methods of CATIA and MSC/Patran. The structure was analyzed by ABAQUS considering the deformation nonlinearity, and the aerodynamic load was transferred from the CFD grid to the CSM grid using the volume spline method. The response surface method was applied for optimization, which helped achieve the global optimum. The developed MDO framework was applied to a wing optimization problem in which the objective was wing weight and the constraints were the lift-drag ratio, wing deflection, and structural stress level. The aspect ratio, taper ratio, quarter-chord sweep angle, skin thickness, and spar flange area were the design variables. The optimization design result demonstrated a successful application of the fully automatic MDO framework.     

Multi-objective optimization of vehicle crashworthiness using a new particle swarm based approach

Vehicle crashworthiness is an important issue to ensure passengers safety and reduce vehicle costs in the early design stage of vehicle design. The aim of the crashworthiness design is to provide an optimized structure that can absorb the crash energy by controlled vehicle deformations while maintaining enough space of the passenger compartment. Meta-modeling and optimization techniques have been used to reduce the vehicle design cycle. In this paper, a new particle swarm-based optimization method is presented for multi-objective optimization of vehicle crashworthiness. The proposed optimization method is first validated with a multi-objective disk brake problem taken from literature. Finally, it is applied to multi-objective crashworthiness optimization of a full vehicle model and milling optimization problems to demonstrate its effectiveness and validity.     

基于信赖域近似模型管理的多目标优化方法及其应用

针对复杂工程多目标优化中求解精度受近似模型精度影响大的问题,提出了一种基于信赖域近似模型管理的多目标优化方法。该方法在每一个优化迭代步中首先采用拉丁超立方实验设计方法获得样本点,并基于这些样本点建立各目标和约束的二阶响应面模型,接着用所建立的响应面模型代替真实模型进行多目标优化,优化算法采用微型多目标遗传算法,然后通过信赖域模型管理方法来管理近似模型。该方法大大降低了近似模型对求解精度的影响。该方法在车身薄壁构件的耐撞性优化中的应用验证了其解决复杂工程多目标优化问题的能力。     

并联机构敏感性分析和多目标优化设计方法

为了解决并联机构全局性能指标高计算成本引起的敏感性分析和多目标优化设计困难,提出了一种结合多项式响应面模型、基于方差的敏感性分析方法和智能优化算法的高效计算方法。首先,确定并联机构的目标函数和设计参数,增加节点密度以提高目标函数的计算精度,基于拉丁超立方体抽样方法和最小二乘多项式拟合技术建立全局目标函数与设计参数之间的响应面解析映射模型,并结合基于方差的Sobol’敏感性分析方法得到对目标函数有重要影响的设计参数。然后,结合敏感性分析结果简化设计参数并建立并联机构的多目标优化设计模型,包括目标函数、约束函数和设计参数,结合响应面模型与智能优化算法开展并联机构多目标优化设计。最后,考虑规则工作空间体积、运动学性能和动力学性能指标为目标函数,以DELTA并联机构为例实现了本文提出的方法。优化前后的结果对比证明了算法的有效性。