汽车设计中的多目标优化过程研究.docx

汽车设计中的多目标优化过程研究

姜欣

（泛亚汽车技术中心有限公司，上海201201）

摘要

本文针对汽车设计中的多目标优化工作从技术应用角度对其问题定义、计算分析、优化问题的建立以及结果处

理等方面进行了研究，并提出了一些常见问题的解决方法。同时结合部分案例介绍了应用Isight软件的一些经验。

对整车前期开发有一定借鉴意义。

关键词汽车设计，多目标，优化设计，Isight

引言

在整车开发过程中，无论是前期架构还是在子系统开发中，应用优化设计来提高开发质量和缩

短开发周期都是必不可少的一个环节。但面对复杂的优化设计过程，如何合理的定义多目标优化设

计问题，之后又如何通过合理的手段完成优化设计并给出工程指导方向，是每个工程师非常关心的

话题。本文就此作了一些总结性的研究，并结合部分实际案例提出了一些在优化设计过程中需要注

意的事项以及应用Isight软件进行优化设计的一些经验。旨在对汽车优化设计工作有一定的参考价

值。

1.优化设计流程简介

对于一个完整的优化设计过程，可以用图1所示流程图的形式来简单描述。图中左半部分适用

于解决单次计算耗时较长的优化问题，比如被动安全性问题和空气动力学问题等；右半部分适用于

单次计算耗时较短的问题，比如子系统结构刚度和模态优化问题等。单次计算时间主要取决于工程

师面对的计算机软硬件条件。其主要区别在于左半部分问题需要借助试验设计和近似模型，而右半

部分可以直接采用优化算法进行解决。随着计算机水平的发展，能够直接进行优化计算的问题将越

来越多。

定义设计目标

单次计算时间较长的工况定义设计变量及设计区间单次计算时间较短的工况

?定义试验设计（DOE）

?根据试验设计矩阵生成计算模型样本

?并行计算所有样本

?抽取所有样本的响应并导入数据库

?基于DOE数据进行统计学分析

建立优化问题

?产生新的设计方案?产生新的设计方案

?在近似模型上生成响应?通过软件计算生成响应

优化循环

优化循环

通过优化算法进行新方案与当前最佳方案的对比

目标间的权衡分析

基于权衡分析结果获得备选设计方案

通过计算确认备选方案

图1优化设计流程

2.试验设计

2.1定义设计目标

在进行优化设计之前必须明确设计目标，通常情况下在一个大的优化任务中会有多个优化设计

方向的组合。整车开发中最常见的设计目标是性能和重量。为使得这两个目标达到最佳水平，在优

化设计过程中通常的做法是分两步，首先是通过优化使性能达标，第二步是研究设计余量，在满足

性能的条件下减重。

2.2定义设计变量和区间

从数学角度看，汽车设计中的变量分连续变量和离散变量两种。其中连续变量通常是各结构参

数的位置、角度等；离散变量主要包括零件的材料、厚度等。基于试验设计的绝大多数变量水平通

常不超过20。对于一个新的优化设计过程，首先应基于工程师对优化任务的理解和设计经验以及设

计可行性对需要优化的变量进行初步的筛选。这样做的目的一是理清设计思路，二是减少试验样本

个数，从而缩短试验设计的计算时间。表1所示为某仪表盘骨架系统优化设计变量，通过筛选，将

最初定义的18个变量精简为15个设计变量。如果采用正交试验，DOE样本数量可以减少20个以

上。

表1仪表盘骨架系统优化设计变量清单

横梁左侧支架形式H梁5号板材料右侧横梁板厚H梁5号板厚度管柱上支架板厚

横梁右侧支架形式左侧横梁管径H梁1号板厚度地板支架板厚Hingepillar支架板厚

管柱下支架减重孔形式左侧横梁板厚H梁2号板厚度管柱下支架板厚Hingepillar支架板厚

对于设计区间，需要根据设计变量的实际情况，分水平定义每个变量。例如某车身零件的板厚，

在参考竞争车型和上一代车型的厚度之后，需要按照板厚成型要求，将其设计区间定义为1.8，2.0，

2.2，2.4，2.5五个离散的水平。这样既可以保证每个DOE样本是能够反映设计可行性的样本，同

时也将会使得后期基于近似模型获得的设计方案响应预测值更加准确。

2.3定义试验设计矩阵

设计变量的个数和水平数决定试验设计矩阵的大小。从设计要求角度，必须在保证后期能够建

立精确近似模型的情况下，尽可能的减少计算样本数量。为了保证能够建立精确的近似模型，需要

试验设计矩阵满足任意变量个数和任意水平数的需求，但目前还没有商业软件能够满足这样的设计

需求。Isight软件配备了很多标准试验设计方法，包括正交试验和优化的拉丁超立方试验等，但通

常情况下需要工程师根据工程要求采用自定义方式建立试验设计矩阵。以某车型发动机舱盖结构优

化为例，其设计变量有19个，其中2水平变量5个，4水平变量10个，8水平变