基于灵敏度分析的车门轻量化研究

利用Hyperworks建立某车型车门的有限元模型,对车门固有频率、下沉刚度进行求解,并通过模态试验验证了有限元模型的有效性。为了提高结构优化效率,采用灵敏度分析方法确定对车门质量、下沉刚度和一阶固有频率敏感的部件。然后,以质量和下沉刚度为设计目标,一阶固有频率为约束条件对车门相应部件厚度尺寸进行多目标优化设计。计算结果显示,优化后的车门质量下降明显,下沉刚度有所提高,且一阶固有频率基本保持不变,实现了结构的轻量化目标。     

基于多目标优化的某驱动桥壳轻量化设计

为降低某重型自卸车驱动桥壳的质量,对其进行有限元静力学分析,通过解析桥壳结构确定了12个设计参数。利用拉丁超立方抽样法选取60个样本点,根据样本模型有限元分析结果对相关设计参数进行相对灵敏度分析,并构建了桥壳质量、变形、应力、固有频率的Kriging代理模型。以桥壳总成质量和整体最大应力最小化为目标,采用NSGA-II多目标优化算法对所建代理模型进行求解,得到驱动桥壳轻量化设计的最优方案。优化后驱动桥壳质量降低了12.1%,并且桥壳变形、应力和固有频率等性能指标均符合设计要求,验证了所提出的驱动桥壳轻量化设计方法的有效性。     

基于径向基函数神经网络模型的车门结构多目标优化

建立了某轿车车门的有限元模型,利用灵敏度分析筛选出对模态和刚度性能比较敏感的关键钣件厚度作为设计变量,采用拉丁超立方试验设计进行样本设计,使用径向基函数(RBF)神经网络模型拟合车门质量、垂向刚度、侧向刚度及一阶模态频率响应的近似模型.以车门质量最小和侧向刚度最大为目标,以车门垂向刚度和一阶模态频率为约束,应用多目标遗...     

贝叶斯优化算法在多目标优化问题中的应用

贝叶斯优化算法是近年来在进化算法领域兴起的一种新兴算法,用贝叶斯网络概率模型来显式地反映变量之间的依赖关系及可行解的分布,更符合实际问题的本质,在众多领域获得应用。针对多目标优化问题,在Pareto优化概念的基础上,用非占先排序及拥挤距离的方法来选择群体,形成解决多目标优化算法的Pareto贝叶斯优化算法,实验结果表明,Pareto贝叶斯优化算法要优于经典多目标优化算法NSGA-II。     

基于车辆安全性的车门轻量化研究

基于乘用车整车侧方碰撞分析,研究了车门板金件强度和厚度合理设计,以在保证安全性前提下使车门达到轻量化。对车门板金件不同强度和厚度方案的可变形壁障侧碰、侧壁柱撞仿真计算和结果分析表明,车门板金件厚度和强度变化对柱撞安全性变化不敏感;车门中部加强板不宜采用过强结构;车门内板强度和厚度是影响车门侵入量的关键因素。目前,绝大多数车门通过板金件强度和厚度的合理设计,可以在保证安全性的同时实现车门减重10%以上的目标。     

多种群蚁群算法在多目标优化中的研究

本文针对多目标优化问题提出了一种多种群蚁群算法,按照目标函数的个数建立蚁群种群数,在各个种群搜索过程中,创新性的引入了种群间的全局信息素更新和局部信息素更新,既提高算法对pareto解的搜索效率又避免了陷入局部最优,并针对多目标优化问题进行了仿真,证明了算法的可行性。     

多目标遗传算法在甲醇合成优化中的应用

针对甲醇合成优化中的多个目标函数 ,对多目标遗传算法进行了改进 ,引进了多个体交叉算子和种群间的变异算子 ,使用多目标权重因子解决了适应度函数的构造问题 ,不仅提高了算法本身的运行速度 ,而且在处理实际的多目标优化时 ,提供了较好的灵活度 ,在指导实际生产中表现出了良好的性能。     

多目标多约束模糊优化在冶炼中的应用

根据FUZZY基本理论，构造一个数学模型，应用此模型对炼钢原料－废钢类型进行了优化，取得了较好的效果。     

多目标优化方法在悬架几何设计上的应用

以多体系统动力学理论为基础, 应用机械系统动力学仿真软件建立某轿车麦弗逊式前悬架模型, 联合多目标/多参数优化软件工具对悬架的结构应用遗传算法进行优化, 得出在工程可行性约束条件下的悬架优化布置方案,来提高悬架性能。最后,利用悬架台架试验对优化结果进行验证,证明了优化方法和结果的正确性。     

改进的多目标遗传算法在无人机机翼结构优化中的应用

现有的多目标遗传算法往往只能求得整个非劣曲线的一部分,同时局部搜索能力差,收敛速度较慢。为了解决这些问题,提出了一种改进算法,该算法将非劣分层遗传算法(NSGA)与向量评估遗传算法(VEGA)的优点结合起来,并且提供了一个利用往代信息构造搜索方向的局部搜索算子,有效扩展了非劣曲线的范围,加快了收敛速度。以某无人机机翼结构的多目标优化问题为例,证明本文改进算法可以较为快速地获得一个分布均匀的非劣解集。     

注塑成型工艺多目标稳健设计及优化算法

在注塑成型过程单目标稳健设计的基础上,提出了成型质量特性均值及标准差的双目标稳健设计模型以及成型多质量特性的多目标稳健设计模型,提出了基于Pareto最优的混合交叉变异的多目标蚁群算法.在结合实例的研究中,针对某遥控器上下盖的注塑成型工艺参数设置分别建立了翘曲量均值及标准差的双目标稳健设计模型和最大翘曲量及最大体积收缩率的多目标稳健设计模型,再利用混合交叉变异的多目标蚁群算法进行求解,求解结果与non-dominated sorting genetic algorithmsⅡ(NSGAⅡ)算法比较,得出部分算法性能指标优于NSGAⅡ算法.利用多目标稳健优化得到的工艺参数进行实际注塑成型,得到的塑件制品成型质量好并且波动较小.     

折叠电动车主折叠机架的轻量化设计

以折叠电动车主折叠机架为对象,利用有限元对其进行轻量化设计.运用Solid Works建立主折叠机架的简化三维模型,导入到ANSYS Workbench中进行静力学分析,并利用拓扑优化和尺寸优化的方法对主折叠机架连杆进行轻量化设计.结果表明:原始折叠电动车主折叠机架在3种工况下有可优化的空间,进行拓扑优化后主折叠机架由10.97 kg变为10.48 kg,减轻了4.47%;对拓扑优化后的结构进行力学分析,发现主折叠机架还有进一步优化的空间.在拓扑优化的基础上,通过尺寸优化的方法对主折叠机架的槽型折弯件的截面尺寸进行轻量化设计,其质量变为8.72 kg,两次优化主折叠机架共减轻了20.51%,轻量化效果明显.     

插电式混合动力汽车能量管理策略多目标优化

能量管理策略与插电式混合动力汽车(plug-in hybrid electric vehicles,PHEV)的燃油消耗和尾气排放密切相关.在开发的PHEV能量管理策略基础上,建立整车仿真模型.利用自适应惯性因子对基本粒子群算法进行改进.为克服单一优化算法的固有缺陷,将改进粒子群算法和遗传算法组成混合优化算法,并将该混合算法应用于PHEV能量管理策略的多目标优化.优化结果表明,该算法能有效跳出局部最优,其寻优能力明显高于基本粒子群算法和遗传算法,优化后的PHEV油耗和尾气排放相对于优化前减少近30%.     

单片冲压式汽车下控制臂轻量化优化设计

以某国产车型的焊接型下控制臂为结构轻量化设计对象,综合运用多种优化方法,设计出一款全新的单片冲压型下控制臂.该单片冲压型下控制臂在满足原焊接型下控制臂所需的各项性能的基础上,较原控制臂质量减轻33.3%,轻量化效果显著.     

高速客车轻量化车体耐碰撞结构的优化设计

提出了基于最轻量优化的高速客车车体耐碰撞结构设计策略 ,通过多层优化技术 ,满足在常规载荷工况下结构处于弹性状态 ,在碰撞载荷工况下局部预定部位发生塑性大变形 ,而客室的主体结构仍处于弹性状态 ,从而实现耐撞击车体结构轻量化设计的目标 .运用线性和非线性有限元技术以车体概念模型和高速客车实车为例进行了优化设计 ,证实了优化设计策略的可行性和有效性 .     

某新能源汽车制动踏板总成轻量化设计

为了校核某新能源汽车制动踏板总成的性能,首先基于Hypermesh软件建立其有限元模型。其次分别对其进行刚度性能分析、强度分析和疲劳分析。结果表明:其最大位移量小于目标值;其最大应力小于材料屈服;其本体及其焊缝的最大损伤值均小于1,三者的分析结果均能够满足设计要求。然后采用Isight集成平台对其进行轻量化设计,得到了其最优的厚度参数,分析结果表明:优化之后其各项性能也可以符合目标要求。最后对其优化方案进行实车试验,并且通过了整车道路验证。     

隔爆外壳门体的优化设计

通过ANSYS Workbench软件对矿用电气设备隔爆外壳进行非线性有限元分析,并结合有限元技术对门体结构进行了优化设计,使门体的重量减少8.28%,经过试验验证,达到了国家标准要求,保证了产品的可靠性。     

多目标全自动尾翼安装集成优化方法

通过引入最优拉丁超立方实验设计法、代理模型、多岛遗传算法,并编写相关程序搭建全自动集成优化平台.基于该平台,以车翼结合体为对象,以尾翼攻角及离地间距为设计变量,获得满足设定优化目标的尾翼安装位置,并通过数值仿真验证其有效性的同时揭示其内在机理.最后,明确该集成优化平台的高效适用范围.