面向轿车车身轻量化设计的集成近似建模关键技术研究
发布时间：2021-10-10 18:04
汽车技术发展的趋势和越来越严格的排放法规决定了电动化已是汽车不可逆转的潮流。由于电驱动本身的技术以及配套的成熟度较低,同平台下的电动车整备质量往往比燃油车更重。为了跨过续航门槛,电动化时代下的轻量化需求更为迫切。通过先进的优化算法,使材料、最优的结构形状和尺寸用在汽车结构的合适位置,使每部分材料都能发挥其最大的承载或吸能作用,是实现结构轻量化的重要途径。在实际轻量化应用中,针对碰撞安全、振动噪声等结构强非线性性能响应,直接通过有限元分析开展优化难以满足现代车身设计与开发的要求,利用近似模型拟合并预测结构性能响应以代替有限元仿真分析可以大幅降低优化过程的计算成本,提高设计效率。尽管基于近似模型的优化方法被认为是解决复杂结构设计问题的最有效途径之一,但工程实践中仍存在诸多不足之处,易引起轻量化方案失效。本文从车身结构轻量化设计参数出发,对集成近似建模的关键技术展开研究,立足“模型构建-序列采样-偏差修正-基于模型的优化”的设计逻辑,建立了面向车身结构强非线性性能响应拟合的集成近似建模体系,并将其应用于轿车车身轻量化设计中。主要研究工作如下:（1）针对现有的集成近似建模研究通常忽略单元模型选...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【部分图文】：
Taurus整车试验与仿真结构变形对比
Taurus整车试验与仿真的后Fig.2.3Comparisonofleftandrightrearseatcros
重庆大学博士学位论文48图3.7NJV指标示意图Fig.3.7IllustrationofNJVindicator首先验证NJV指标识别预测不确定性较大区域的有效性。在图3.7中，上面三个子图分别为PRS、K-1P、R-1M三种单元近似模型在设计空间个点的预测误差值，左下图为集成近似模型Od的预测误差值，中下图单元近似模型在各点预测值的标准偏差，右下图为集成近似模型Od在各点的NJV值。可以明显看出，在{[-10,-5],[0,10]}、{[5,10],[0,10]}、{[-10,-5],[-10,0]}、{[5,10],[-10,0]}四个区域，集成近似模型具有较大的预测不确定性。但是标准偏差指标Std仅识别出了区域{[-10,-5],[-10,0]}，而NJV指标可以有效识别出区域{[-10,-5],[-10,0]}和{[-10,-5],[0,10]}，对另外两个区域也存在不同程度的指示。这是因为较小的标准偏差值并不意味着近似模型的预测精度都很好，有可能是所有单元近似模型在该区域的预测能力都很差造成的，而NJV指标保留了传统方差指标的优势，又考虑了集成近似模型中各单元近似模型的预测性能及权系数，可以对预测不确定性区域进行更为合理的识别与评估。接下来将利用第15次迭代一步步的说明如何选择新的样本点。步骤一：根据式3.11建立多目标优化问题：(15)(15)R1R21514covcovNJV,NJV14SubjecttMaximio:zatio()()n42:01xx(3.22)利用多目标遗传算法(Multi-objectivegeneticalgorithm,MOGA)求解该优化问题(初始种群设置为30，最大遗传代数为500)，获得当前学习周期的Pareto解集，所有候选样本点在设计空间中的具体位置如图3.6中黑色空心圆点所示。
【参考文献】：
期刊论文
[1]基于改进EGO算法的汽车40%偏置碰撞优化设计[J]. 宋正超,章斯亮. 汽车安全与节能学报. 2017(03)
[2]基于变权重理论和TOPSIS的充填方式优选[J]. 王新民,李天正,陈秋松,杨伟,李浩. 中南大学学报(自然科学版). 2016(01)
[3]基于序列径向基函数的多目标优化方法及其应用[J]. 陈国栋,卜继玲. 汽车工程. 2015(09)
[4]工程优化设计中的近似模型技术[J]. 韩鼎,郑建荣. 华东理工大学学报(自然科学版). 2012(06)
[5]基于Kriging的泡沫填充锥形薄壁结构耐撞性6σ稳健性优化设计[J]. 高伟钊,莫旭辉,付锐,孙光永,钟志华. 固体力学学报. 2012(04)
[6]纯电动汽车与燃油汽车轻量化效果的对比分析[J]. 徐建全,杨沿平,唐杰,陈轶嵩,殷仁述. 汽车工程. 2012(06)
[7]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[J]. 干年妃,李光耀,张瑞俊,李铁柱,顾纪超. 机械工程学报. 2012(04)
[8]基于双响应面模型的碰撞安全性稳健性优化设计[J]. 崔杰,张维刚,常伟波,谢伦杰. 机械工程学报. 2011(24)
[9]面向约束优化的改进响应面法在车身轻量化设计中的应用[J]. 潘锋,朱平. 机械工程学报. 2011(10)
[10]论汽车轻量化[J]. 马鸣图,易红亮,路洪洲,万鑫铭. 中国工程科学. 2009(09)
博士论文
[1]白车身前端结构—材料—性能一体化轻量化多目标协同优化设计[D]. 王传青.吉林大学 2016
[2]基于模型聚合和序列采样的产品设计优化方法研究[D]. 姜正.华中科技大学 2016
[3]汽车被动安全性的模块化建模方法与多目标优化研究[D]. 孙喜龙.吉林大学 2013
[4]高聚物成型工艺的系统优化设计及其并行计算[D]. 李征.大连理工大学 2013
[5]多学科设计优化中近似模型与求解策略研究[D]. 肖蜜.华中科技大学 2012
[6]基于混合元模型的新型全局最优化方法及其在汽车设计中的应用[D]. 顾纪超.湖南大学 2011
[7]面向汽车轻量化设计的关键技术研究[D]. 胡朝辉.湖南大学 2010
[8]近似模型优化体系关键技术研究及应用[D]. 李恩颖.湖南大学 2009
[9]基于近似模型的汽车轻量化优化设计方法[D]. 张勇.湖南大学 2009
硕士论文
[1]结构系统稳健优化设计的新方法研究及应用[D]. 刘银江.电子科技大学 2015
[2]材料和焊点对碰撞安全性影响的不确定分析和稳健性设计[D]. 崔杰.湖南大学 2012
[3]面向轿车车身轻量化的试验设计方法及应用研究[D]. 施颐.上海交通大学 2010
[4]偏最小二乘变量筛选法及其应用研究[D]. 林燕.厦门大学 2007
本文编号：3428883
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【部分图文】：
Taurus整车试验与仿真结构变形对比
Taurus整车试验与仿真的后Fig.2.3Comparisonofleftandrightrearseatcros
重庆大学博士学位论文48图3.7NJV指标示意图Fig.3.7IllustrationofNJVindicator首先验证NJV指标识别预测不确定性较大区域的有效性。在图3.7中，上面三个子图分别为PRS、K-1P、R-1M三种单元近似模型在设计空间个点的预测误差值，左下图为集成近似模型Od的预测误差值，中下图单元近似模型在各点预测值的标准偏差，右下图为集成近似模型Od在各点的NJV值。可以明显看出，在{[-10,-5],[0,10]}、{[5,10],[0,10]}、{[-10,-5],[-10,0]}、{[5,10],[-10,0]}四个区域，集成近似模型具有较大的预测不确定性。但是标准偏差指标Std仅识别出了区域{[-10,-5],[-10,0]}，而NJV指标可以有效识别出区域{[-10,-5],[-10,0]}和{[-10,-5],[0,10]}，对另外两个区域也存在不同程度的指示。这是因为较小的标准偏差值并不意味着近似模型的预测精度都很好，有可能是所有单元近似模型在该区域的预测能力都很差造成的，而NJV指标保留了传统方差指标的优势，又考虑了集成近似模型中各单元近似模型的预测性能及权系数，可以对预测不确定性区域进行更为合理的识别与评估。接下来将利用第15次迭代一步步的说明如何选择新的样本点。步骤一：根据式3.11建立多目标优化问题：(15)(15)R1R21514covcovNJV,NJV14SubjecttMaximio:zatio()()n42:01xx(3.22)利用多目标遗传算法(Multi-objectivegeneticalgorithm,MOGA)求解该优化问题(初始种群设置为30，最大遗传代数为500)，获得当前学习周期的Pareto解集，所有候选样本点在设计空间中的具体位置如图3.6中黑色空心圆点所示。
【参考文献】：
期刊论文
[1]基于改进EGO算法的汽车40%偏置碰撞优化设计[J]. 宋正超,章斯亮. 汽车安全与节能学报. 2017(03)
[2]基于变权重理论和TOPSIS的充填方式优选[J]. 王新民,李天正,陈秋松,杨伟,李浩. 中南大学学报(自然科学版). 2016(01)
[3]基于序列径向基函数的多目标优化方法及其应用[J]. 陈国栋,卜继玲. 汽车工程. 2015(09)
[4]工程优化设计中的近似模型技术[J]. 韩鼎,郑建荣. 华东理工大学学报(自然科学版). 2012(06)
[5]基于Kriging的泡沫填充锥形薄壁结构耐撞性6σ稳健性优化设计[J]. 高伟钊,莫旭辉,付锐,孙光永,钟志华. 固体力学学报. 2012(04)
[6]纯电动汽车与燃油汽车轻量化效果的对比分析[J]. 徐建全,杨沿平,唐杰,陈轶嵩,殷仁述. 汽车工程. 2012(06)
[7]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[J]. 干年妃,李光耀,张瑞俊,李铁柱,顾纪超. 机械工程学报. 2012(04)
[8]基于双响应面模型的碰撞安全性稳健性优化设计[J]. 崔杰,张维刚,常伟波,谢伦杰. 机械工程学报. 2011(24)
[9]面向约束优化的改进响应面法在车身轻量化设计中的应用[J]. 潘锋,朱平. 机械工程学报. 2011(10)
[10]论汽车轻量化[J]. 马鸣图,易红亮,路洪洲,万鑫铭. 中国工程科学. 2009(09)
博士论文
[1]白车身前端结构—材料—性能一体化轻量化多目标协同优化设计[D]. 王传青.吉林大学 2016
[2]基于模型聚合和序列采样的产品设计优化方法研究[D]. 姜正.华中科技大学 2016
[3]汽车被动安全性的模块化建模方法与多目标优化研究[D]. 孙喜龙.吉林大学 2013
[4]高聚物成型工艺的系统优化设计及其并行计算[D]. 李征.大连理工大学 2013
[5]多学科设计优化中近似模型与求解策略研究[D]. 肖蜜.华中科技大学 2012
[6]基于混合元模型的新型全局最优化方法及其在汽车设计中的应用[D]. 顾纪超.湖南大学 2011
[7]面向汽车轻量化设计的关键技术研究[D]. 胡朝辉.湖南大学 2010
[8]近似模型优化体系关键技术研究及应用[D]. 李恩颖.湖南大学 2009
[9]基于近似模型的汽车轻量化优化设计方法[D]. 张勇.湖南大学 2009
硕士论文
[1]结构系统稳健优化设计的新方法研究及应用[D]. 刘银江.电子科技大学 2015
[2]材料和焊点对碰撞安全性影响的不确定分析和稳健性设计[D]. 崔杰.湖南大学 2012
[3]面向轿车车身轻量化的试验设计方法及应用研究[D]. 施颐.上海交通大学 2010
[4]偏最小二乘变量筛选法及其应用研究[D]. 林燕.厦门大学 2007
本文编号：3428883
本文链接：https://www.wllwen.com/kejilunwen/qiche/3428883.html
