改进的高效全局优化算法及其在车身轻量化设计中的应用研究

发布时间：2020-04-18 05:51

【摘要】：随着汽车工业的快速发展导致能源问题、污染问题的日益严重,汽车轻量化与耐撞性设计已经成为汽车工业在目前以及未来所面临的重要问题。在汽车轻量化及耐撞性设计中,基于代理模型的优化技术已经成为一种重要的解决手段。然而传统的基于代理模型的优化方法在解决如汽车碰撞这类高速、大变形、高成本的高度非线性优化问题仍面临计算量大、优化周期长、优化精度差等问题。目前,以高效全局优化算法(Efficient Global Optimization,简称EGO算法)为代表的高效算法的提出为解决此类问题提供了新方案,然而由于其采用串行计算的方式进行优化,计算效率仍然无法满足大部分汽车优化问题的要求。随着计算资源的日益丰富,并行计算为进一步提升EGO算法的优化效率提供了新思路。为了解决以上问题,本文基于EGO算法进行了并行改进,提出一种适用于解决汽车轻量化及耐撞性优化设计的并行EGO算法。该方法以多起点局部最优策略作为并行策略,结合工程实际,对并行取点数量以及优化终止条件进行控制。随后,文章对并行后的EGO算法与经典EGO算法进行数值测试分析,突出了改进后算法的优势以及实际应用价值。最后,采用本文提出的并行EGO算法对轧制差厚板帽型梁部件进行了优化设计,使部件在质量不增加的基础上明显提高了其耐撞性。另外,由于在汽车轻量化及耐撞性设计中,大多数优化问题属于多目标问题,而目前对多目标EGO算法的研究,尤其是并行多目标EGO算法的研究尚少。因此,本文重点对Keane所提出的多目标EGO算法进行了深入研究,采用了“克里金信任”与多起点局部最优两种策略对算法进行并行改进,并针对算法所得Pareto解过少的缺点,采用了多目标遗传算法(Nondominated Sorting Genetic Algorithm II,NSGA-II)进行外部嵌套。随后,本文将两种并行算法进行了数值算例的测试分析,并与原多目标EGO算法以及基于克里金(Kriging)模型的NSGA-II算法进行了对比分析,证明了改进后的算法具有更快的收敛速度且可以得到更均匀、多样的Pareto解集。最后,本文将基于“克里金信任”策略的并行多目标EGO算法应用于两个实际工程问题中,并取得良好的优化结果。尤其是在基于轧制差厚板工艺下的汽车B柱的优化设计中,取得了10.1%的减重效果以及12.8%的侵入量降低效果,进一步证明了本文所提出的算法的实际意义以及更加广泛的应用前景。
【图文】：

汽车保有量,情况,汽车,保有量

第1章绪论究背景车工业一直在全球经济产业中占据十分重要的地方，并且其发展程了一个国家工业水平。我国自建国以来便一直注重发展汽车工业，，我国汽车工业一直处于持续稳定的发展形势，汽车产销量连续九一位，人均汽车保有量快速提升，已达到 0.15 辆/人[1]，据公安部统计017 年底，全国机动车保有量已达到 3.10 亿辆，其中汽车 2.17 亿辆，，全年增加 2304 万辆，增长 11.85%。与此同时，2017 年，全国新量达到 153 万辆，占汽车总量的 0.7%，较 2016 年增长了 24.02%[1能源汽车的保有量占世界的一半。虽然，我国汽车产销量和保有量我国的汽车工业较欧美、日本等汽车强国来说还是有很大的差距，国到汽车强国进行转变，我国还有很长的路要走。

车身,铝合金,轻量化

全铝车身结构，同一般的使用钢材的车身相比车身重量油耗和减少排放的目的。宝马 I3 纯电动车的车身则采，其密度只有普通碳钢的 1/4~1/5，但其抗拉强度却是的 3~4 倍，机械性能优于钢材。这些先进材料的应用大大减轻了汽车的质量，提高了汽车的各方面的性能来越多的新结构如蜂窝夹层结构、泡沫结构、多胞结轻量化效果而在汽车领域得到了高度的重视[4-7]。在新elded Blanks, TWB)和轧制差厚板(Tailor Rolled Blank用[8,9]。TWB 是利用激光拼焊技术，将不同性能不同汽车各部件不同位置受力情况不同进行不同组合的焊达到轻量化的效果。TWB 已经在汽车 B 柱，车门内1]。TRB 则是利用柔性轧制技术得到变截面厚度的板料，，使同一部件的不同位置因其所受载荷的不同而具备不利用材料，达到轻量化的效果[9]。除此之外，液压成新工艺都因其独特的轻量化效果而得到了不同程度的
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;U463.82

【相似文献】