基于多目标优化方法的汽车背门结构轻量化设计

发布时间：2020-04-07 17:10

【摘要】：随着我国汽车工业的不断发展,节能和环保已经成为汽车产品研发必须考虑的因素。轻量化技术是实现节能环保的重要途径。采用多种材料混合加工而成的汽车零部件,可以充分发挥各种轻质材料的优势、最大程度的满足轻量化要求。本文以汽车中占有较大比重的汽车背门为研究对象,采用多种轻质材料,基于多目标优化方法,开展背门的轻量化设计研究。通过多种材料的综合性能优化,获得同时满足性能和成本要求的背门轻量化方案。其研究可为车身和其他部件的轻量化提供借鉴,具有重要的理论意义和工程应用价值。对适用于多材料离散变量的多目标优化方法进行研究。通过构造非线性函数算例的方法,发现遗传算法可以不依赖目标函数梯度,找到非连续、不可微问题的全局最优解,而径向基函数对于复杂非线性函数具有较好的拟合和预测精度。在此基础上,提出了基于反馈的优化流程,可以在有限的采样次数内,实现最佳的最优值预测精度。针对多材料混合协同优化中的变量定义、试验设计和成本控制问题,提出有效解决方案。利用材料编码映射的方式,将材料变量纳入到整个多目标优化流程中;通过试验矩阵的后处理,实现同时包含连续和离散变量的DOE设计;提出自定义外部函数的方法,实现材料成本的协同控制。基于有限元方法的背门初始结构综合性能分析。从网格划分、连接方式、质量控制等方面规范建模方法,保证有限元模型的准确性;其次,按照某企业标准对背门模型进行模态分析、刚度分析和抗凹分析,获得背门初始性能。基于反馈多目标优化方法的背门厚度-材料协同轻量化设计。利用拓扑优化方法对背门内板进行拼焊板块划分,并综合使用主效应法和方差分析法进行变量筛选,通过优化,获得了成本低、力学性能好的轻量化方案,并为同类规划提供了参考范例。本文所提出的多目标优化方法,为同时包含连续变量和离散变量的复杂非线性优化问题提供了解决思路,实现了背门材料类型和板材厚度的协同多目标优化,对促进多材料混合的汽车轻量化技术发展提供了理论指导和实践应用价值。
【图文】：

如下图 2-10 所示。图 2-10 测试函数中，同时含有连续变量和离散变量，具有高度非线性特的工程问题，对各种近似模型的拟合精度和特征进行研点采集时，x为离散变量，取所有的 3 水平，变量y为水平。共计选取 48 个样本点，如下图 2-11 所示。

图 2-10 测试函数数中，同时含有连续变量和离散变量，具有高度非线性特性的工程问题，，对各种近似模型的拟合精度和特征进行研本点采集时，x为离散变量，取所有的 3 水平，变量y为16 个水平。共计选取 48 个样本点，如下图 2-11 所示。图 2-11 样本点位置 48 个样本点分别使用最小二乘回归、移动最小二乘法、
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.834

【相似文献】

相关期刊论文 前10条

1 崔涛;;粒子群算法的不确定动态多目标优化方法研究[J];科学技术与工程;2017年15期

2 胡义刚,王兆辉,韩云鹏;对多目标优化方法极小—极大法的探讨[J];山东机械;1994年05期

3 张相斌，吴成武，张德骏;基于有序的多目标优化方法研究[J];系统工程理论与实践;1995年12期

4 陈林根;考虑动叶出口最佳流型的径-轴流式涡轮多目标优化方法[J];舰船科学技术;1989年06期

5 高济众 ,吕新生;交互式满意协调法——一种多目标优化方法[J];合肥工业大学学报(自然科学版);1989年02期

6 郑晓;用模糊多目标优化方法设计摩擦制动器[J];武汉粮食工业学院学报;1989年01期

7 周训;多目标优化方法在地下水资源规划中应用的初步探讨[J];现代地质;1989年02期

8 王劭伯,吕勇哉;一种基于知识的多目标优化方法及其应用[J];控制与决策;1989年01期

9 许进军;史进;;空间桁架多目标优化方法的比较研究[J];工业建筑;2006年S1期

10 夏晓戎;龚才豪;;一种交互式多目标优化方法[J];成都科技大学学报;1991年03期

相关会议论文 前6条

1 曾鸣;;配电系统多目标优化方法及其应用[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

2 李方义;荣见华;;基于自适应近似模型技术的不确定多目标优化方法[A];中国力学大会——2013论文摘要集[C];2013年

3 潘志红;陆劲昆;宋晋华;罗运;李昌荥;顾银;;基于相对灵敏度应用多目标优化方法提高白车身扭转刚度的研究[A];2018中国汽车工程学会年会论文集[C];2018年

4 熊永华;余双庆;吴敏;彭嵩;;一种基于粒子群算法的视频传感器网络覆盖多目标优化方法[A];第36届中国控制会议论文集（F）[C];2017年

5 姚远;Yousef Sardahi;孙建桥;;高速转向架电机横向悬挂时滞控制研究[A];第十届动力学与控制学术会议摘要集[C];2016年

6 刘光波;樊兴华;;发动机悬置系统多目标优化设计[A];面向21世纪的生产工程——2001年“面向21世纪的生产工程”学术会议暨企业生产工程与产品创新专题研讨会论文集[C];2001年

相关博士学位论文 前10条

1 樊璐璐;多目标优化方法CBQNA研究及其在结构冲击碰撞中的应用[D];吉林大学;2018年

2 安伟刚;多目标优化方法研究及其工程应用[D];西北工业大学;2005年

3 范培蕾;多目标优化方法及其在高超声速试飞器系统中的应用研究[D];国防科学技术大学;2009年

4 陈国栋;基于代理模型的多目标优化方法及其在车身设计中的应用[D];湖南大学;2012年

5 于晨龙;混合多目标优化方法研究及在电厂锅炉负荷分配中的应用[D];浙江大学;2013年

6 Okafor Ekene Gabriel;复杂系统失效率评估与多目标优化方法研究[D];南京航空航天大学;2012年

7 徐鸣;基于群智能的鲁棒多目标优化方法及应用[D];浙江大学;2011年

8 杨荣山;轿车底盘平台开发中多目标优化方法的研究及应用[D];华南理工大学;2009年

9 马爱龙;遥感影像分类中的演化计算理论及其应用方法研究[D];武汉大学;2017年

10 申晓宁;基于进化算法的多目标优化方法研究[D];南京理工大学;2008年

相关硕士学位论文 前10条

1 袁率;基于多目标优化方法的汽车背门结构轻量化设计[D];武汉理工大学;2018年

2 罗瑞;考虑参数相关性的区间多目标优化方法及其应用[D];湖南大学;2018年

3 麦燕华;调强放射治疗计划的自动多目标优化方法研究[D];南方医科大学;2018年

4 李文柱;多目标优化方法在火电机组厂级负荷分配中的应用[D];华北电力大学(北京);2017年

5 朱建才;多目标优化方法库的开发与应用研究[D];西北工业大学;2006年

6 杨芸;基于加法ε~+指标的多目标优化方法研究[D];深圳大学;2017年

7 吕为亮;多目标优化方法在水轮机运行中的应用[D];河北工程大学;2008年

8 李阳;多目标优化方法研究及在健康决策中的应用[D];哈尔滨工业大学;2015年

9 王小丹;基于能耗优化的变频冰箱控制器设计与研究[D];浙江工业大学;2016年

10 徐浩;结合模糊聚类和合作竞争博弈的机械部件多目标优化方法[D];浙江大学;2015年

本文编号：2618165