论文部分内容阅读
我国的汽车保有量随着经济水平的发展和道路交通情况的提升呈现爆发的趋势,同时也带来了一系列的安全性问题。车辆耐撞性和安全性的问题非常复杂,发生交通事故时车辆结构的安全性和驾乘人员的人身安全有很重要的关系。在实际生产制造时由加工技术、材料参数和夹具位置带来的不确定性会对汽车板件的性能产生直接的影响,从而影响汽车的碰撞安全性。因此对汽车正面碰撞的关键吸能板件进行多目标稳健性优化设计对于提高汽车的碰撞安全性具有重要意义。本文针对汽车正面碰撞安全性问题,考虑稳健性以及安全性,在混合代理模型的基础上,研究了多目标优化方法,提高了汽车正面碰撞的结构耐撞性。论文的主要研究内容如下:首先对汽车正面碰撞模型进行有限元的仿真计算,将整车位移、汽车横梁速度及加速度、发动机下部加速度及刚性壁反作用力等关键指标的仿真结果与实验结果进行比较,验证其可用性。对汽车前端关键吸能板件进行灵敏度分析选取设计变量,选择B柱峰值加速度、踏板侵入量以及车辆质量为优化目标,力求达到B柱峰值加速度最小、踏板侵入量最小、车辆质量最小的目标。为了提高优化效率、降低成本,选择用代理模型代替有限元模型进行分析计算,为了保证整车多目标优化的模型精度,采用了不同的抽样策略研究了不同代理模型方法选择下的各优化目标的精度,对其进行误差的分析之后建立了精度较高的混合代理模型。基于上述混合代理模型,进行汽车正面碰撞多目标优化。选用多目标粒子群优化算法进行确定性优化,大幅降低了B柱峰值加速度、踏板侵入量以及车辆质量,提高了汽车的安全性。随后采用近似模型重构方法重新构造了试验样本以及混合代理模型以提高模型精度,并基于代理模型选用多目标粒子群算法对优化目标进行稳健性优化,将优化结果与确定性优化进行对比。结果显示,相比原始模型,确定性优化和稳健性优化都有很好的效果,由于考虑了不确定性的影响,稳健性优化效果没有确定性优化显著,但减少了产品的质量性能变化,提高了产品的稳健性。