设计空间差别处理优化方法及其在汽车轻量化设计中的应用

提出了一种设计空间差别处理方法,改进了传统的设计空间移除方法会移除全局最优的弱点。首先应用昂贵点构建一个逐渐缩小的重点空间,同时将在设计空间移除方法中被删除的空间定义为其他空间,然后每次迭代都应用二阶多项式响应面（QF）同时搜索这两类空间,并分别从中选取数目不同的新的昂贵点参与QF的更新和重建。该方法采用在其他空间中选择少量新的昂贵点来代替移除空间,有效地避免了局部最优的陷阱。多个标准函数算例的验证表明,新的方法具有较高的精度和效率。将该方法应用于某款车的后车架轻量化设计中,经过优化,后车架系统的质量减小了7.67kg,即整个系统质量减小了10.4%,且其刚度性能得到提高。与以前提出的混合自适应元模型方法相比,新方法的精度和效率都有显著提高。     

基于乘员损伤的汽车正面碰撞减速度波形优化

以车身减速度为研究对象,以乘员损伤指标为目标,对减速度波形进行简化并对其进行优化,为车身改进提供方向,实现车身耐撞性的正向设计。针对某款微型客车,在该车100%正面碰撞试验的基础上,利用乘员损伤分析软件建立了该车的正面碰撞乘员约束系统模型并对模型进行了验证。对该车的减速度波形进行了简化,以约束系统模型为基础,对简化减速度波形进行优化。针对特定的乘员损伤指标,优化得到了最优的车身减速度波形。为了提高计算效率,通过实验设计构建了乘员约束系统的Kriging近似模型的代替仿真模型。结果表明：该方法能更为合理地利用车身前部的压溃空间,为车身修改提供改进方向及目标,有利于车身安全性的正向设计,具有较强的工程实用性。     

基于混合近似模型的汽车正面碰撞耐撞性优化设计

以汽车前部结构主要零件的厚度为变量,采用拉丁超立方试验设计方法生成100个汽车正面碰撞有限元仿真模型样本数据并进行计算,对计算结果应用Kriging模型、最小二乘响应面模型、径向基函数模型构建前部结构质量、B柱加速度最大值和前部结构最大吸能相对于各部件厚度的三种近似模型。以B柱加速度最大值为目标,约束前部结构最大吸能、前部结构零件质量及各零件厚度,利用模拟退火算法和三种空间密集撒点优化搜索方法,最终得到一组最优的前部零件厚度组合,使得B柱加速度最大值最小。研究表明,该方法计算精度和效率较好地满足了耐撞性工程设计的需求。     

基于多组混合元模型方法的汽车轻量化设计

针对工程中复杂耗时的黑匣子问题,提出一种基于多组混合元模型的全局最优化方法。该方法同时应用三组元模型进行搜索,每组都包含克里金、二阶多项式及径向基函数的元模型。应用该优化方法对某车型的后车架进行轻量化设计后,后车架子系统的质量减少7.2kg,并提高了该子系统的刚度。研究结果表明,与HAM法相比,新方法在搜索效率和精度上都有显著提高。     

汽车乘员舱安全性与舒适性多学科设计优化

概念设计阶段汽车乘员舱的安全性和舒适性设计是关键任务,两者具有耦合效应,将多学科设计优化运用到乘员舱的设计中实现两个学科的并行设计。针对某款车的乘员舱布置,在该车100%正面碰撞试验基础上,通过乘员损伤分析软件建立该车的正面碰撞乘员约束系统模型并对模型进行验证用于评估其安全性;同时也基于关节强度的概念建立乘员舒适性模型。将多学科设计优化运用到乘员舱的设计中,避免了传统设计方法对安全性和舒适性的单独优化,实现了两个学科的并行设计,缩短了开发周期,最大化了乘员舱的整体性能。为提高计算效率,通过试验设计构建乘员约束系统的Kriging近似模型用于代替仿真模型。结果表明,该方法在较好地满足乘员安全性的同时提高了乘员的乘坐舒适性,在乘员舱布置方面具有较强的工程实用性。     

基于有限元法和HAM法的转向系统优化

针对某款国产微车转向盘怠速抖动问题,在应用有限元技术进行分析找出主要原因后,首先基于转向系统的模态振型和相关工程经验通过修改相关结构来提高系统的一阶模态,然后利用基于混合近似模型的自适应全局最优化方法(HAM法)在系统总质量基本不增加的前提下优化部件的厚度,进一步提高整体的一阶模态。通过有限元仿真和试验验证,转向盘怠速抖动问题得到了改善。研究结果表明,优化设计中有效结合有限元法和HAM法具有较好的工程应用前景。     

最优化方法在开发可充电式混合动力车中的应用

为提高混合动力车的能量转换效率,开发了可充电式混合动力车的模型,应用多种全局最优化方法对回路中的汽车模型进行了优化,在有限操作状态下,使动力/机械能量转化效率达到最高。将优化结果输入控制模型中并进行仿真运算,结果表明,采用该模型可使能量效率得到显著提高。经过比较,基于混合元模型的自适应全局最优化(HAM)方法能兼顾精度和效率,用远远少于其他方法的计算时间得到了相似精度的结果。     

基于混合元模型的准最优策略在汽车轻量化中的应用

汽车轻量化问题通常被定义成设计空间较大、设计变量较多的优化问题。为解决这一问题,提出了准最优策略。该策略需要与最优化方法配合,对所提出的优化问题进行多次优化,通过对前一次优化结果进行分析,逐渐地减少设计变量、缩小设计空间,直到满足设计需要。将所提出的准最优策略与基于混合元模型的最优化方法相结合对某款车的后车架系统进行轻量化分析,系统的质量在三次优化中都有所减小,这一结果验证了该策略的有效性。此外,文章中也指出了准最优化策略的不足。     

集成局部搜索策略的混合元模型优化方法在汽车轻量化设计中的应用

应用新近开发的基于混合元模型的优化方法(Hybrid and adaptive metamodeling method,HAM),对某款车的后车架系统进行轻量化分析。在保证后车架系统刚度的前提下,为进一步减小系统的质量,提高结果的精度,提出局部搜索策略。局部搜索策略使用元模型在设计空间内部构造的较小子空间内搜索,应用局部搜索策略的子空间是以HAM方法得到的样本点为中心上下偏移一定距离构成的。HAM将三种各具特点的元模型-克里金(Kriging)、径向基函数(Radial basis function,RBF)和二次多项式响应面(Fuadratic function,QF)有机结合,根据不同问题,自动选择最适合的元模型进行寻优。三种元模型能够在搜索过程中自适应地更新、重建,逐渐提高关注区域的精度。在使用HAM方法优化结束后,应用此策略在HAM方法得到的样本点构造的子空间内继续搜索来进一步提高结果的精度,减小系统的质量。在对后车架系统的轻量化设计中,局部搜索策略的应用,使此系统的质量在满足刚度要求下比仅使用HAM方法多减小了2.18 kg。