交通运输——基于近似模型的白车身后端结构优化及贡献量分析.pdfVIP

基于近似模型的白车身后端结构优化及贡献量分析 吴锦妍,史国宏,章斯亮 泛亚汽车技术中心有限公司 摘要: 在白车身开发早期阶段引入结构轻量化思想，以白车身后端钣金件厚度为设计变量， 首先以白车身后端质量最小为目标，合理的安排设计变量与样本点数量，并对由试验设计 得到的近似模型进行多学科的轻量化优化设计，得到满足系统各项性能要求的质量最优解， 使白车身轻量化设计的潜能得到最大程度的发挥，最终得到的白车身后端方案减重3.9kg 。 同时利用方差分析方法，对各设计变量对性能的贡献量与主效应进行分析，掌握设计变量 对刚度以及质量的影响规律。然后通过对白车身后端的多目标优化，得到了Pareto 前沿， 研究了白车身结构性能与质量关系的发展趋势，为掌握白车身的结构性能趋势起到了积极 的意义。 关键词: 轻量化方差分析 白车身近似模型多目标优化 1. 简介 随着汽车工业的迅速发展，日益严格的安全和排放法规给汽车产业带来了严峻的考验。 轻量化技术是降低油耗及减少排放的最有效措施之一 （唐杰，2009 ）。目前轻量化设计的 主要方法有以下3种：结构轻量化、工艺轻量化、材料轻量化。相比于结构轻量化，工艺轻 量化和材料轻量化的成本高很多，所以低成本小排量车上只能小规模的应用特殊材料和工 艺方法，而大量采用结构轻量化技术。对于汽车企业来说，降低质量与成本最实际的方法 就是结构轻量化技术，即采用优化设计方法对车身的拓扑结构、形状尺寸与厚度进行优化 设计，实现轻量化 （史国宏，2010 ；陈勇，2013 ；史国宏，2014 ；张伟，2014 ）。 本文应用基于近似模型的优化设计方法，以某车型的白车身后端钣金件厚度为设计变 量，采用正交试验设计方法获取样本点并提取响应值，建立基于径向基（RBF ）模型的结 构性能近似模型，利用方差分析方法，得到各设计变量对性能的贡献量与主效应。然后利 用多岛遗传的优化算法对所建立的近似模型进行优化，在保证整车性能的前提下，最小化 整车质量，求得轻量化设计解。然后利用NSGA II优化算法对近似模型进行多目标优化， 求得车身结构性能的Pareto解集。 2. 基于近似模型的优化技术 2.1 近似模型 近似模型是一种以拟合精度和预测精度为约束，利用数值方法对离散数据进行插值和 拟合的数学模型。用近似模型代替实际工程问题，可减少计算机高强度仿真次数，并预测 最优解。常用的近似模型有响应面模型（RSM ）、Kriging模型、径向基模型（RBF ）等。 2016 SIMULIA 中国区用户大会 1 2.2 优化算法 在保证近似模型精度的前提下，优化方法的选择直接影响最终的设计结果。目前，对 于单目标优化问题，常用的全局优化算法有模拟退火法、遗传算法和粒子群优化算法等。 本文采用的多岛遗传算法是将种群分成小组（岛），进行种群分隔，通过反复恰当地使用 遗传算法的算子和选择原则，不停的繁衍，使得种群对环境的适应性不断升高，从而具有 比传统遗传算法更优良的全局求解能力和计算效率 （赖宇阳，2012 ）。对于多目标优化问 题，常用的优化算法有NSGA II 、NCGA 、AMGA等算法。NSGA- Ⅱ，由K.Ded ，S.Agrawal 等在2000年提出，NSGA- Ⅱ的优点在于探索性能良好。在非支配排序中，因为接近Pareto 前沿的个体被选择，使Pareto前进能力增强 （赖宇阳，2012 ）。 2.3 方差分析 方差分析的核心是方差可分解为 n n i1 f (x ,x ,,x )   g (x )  h (x ,x )  （1） 1 2 n i i ij i j i 1 i 2 j 1 n  式中，f (x ,x ,,x ) 为目标参数值， 为平均数，g (