基于代理模型的轻量化车身结构多目标优化方法技术

本发明专利技术公开一种基于代理模型的轻量化车身结构多目标优化方法，包括以下步骤：(10)有限元模型建立：建立白车身有限元模型；(20)模型有效性验证：对白车身进行静试验，验证有限元模型的有效性；(30)多目标优化设计模型采样：建立多目标优化设计数学模型，采样；(40)目标函数代理模型有效性评价：构建目标函数的代理模型，进行有效性评价；(50)模型优化求解：采用多目标遗传算法对目标函数的代理模型进行优化求解，得到多个Pareto解；(60)鲁棒性评价：评价Pareto解的鲁棒性；(70)优化方案输出：输出优化方案。本发明专利技术的轻量化车身结构多目标优化方法，能够输出综合性能较好的结构优化方案。

Multi-objective optimization method of lightweight body structure based on Agent Model

【技术实现步骤摘要】
基于代理模型的轻量化车身结构多目标优化方法
本专利技术涉及汽车结构优化设计
，特别是一种基于代理模型的轻量化车身结构多目标优化方法。
技术介绍
随着国内汽车行业的迅猛发展，汽车的普及率越来越高，各大汽车企业的产品开发能力也取得了巨大进步。目前，如何缩短新车型的开发周期，降低开发成本，提高开发质量是每个汽车企业需要解决的课题。汽车轻量化设计已经成为当今汽车行业的发展方向之一，而车身结构轻量化设计必须保证车身结构的模态、刚度、强度及疲劳、NVH和碰撞安全性能，以及零件的冲压成型性能不恶化。对于车身结构轻量化设计这样的多目标优化问题，传统的通过加权组合、目标规划、功效系数等将多目标转化为单目标优化问题来处理的方法要求有很强的先验知识。这种方法不仅对设计人员的工作经验有着较高的要求，而且由于这种处理方法受人为主观影响较大，因此在精度上有着很大的浮动。综上所述，现有方法不能有效地解决车身结构轻量化设计问题。经过对现有技术的检索发现，中国专利文献号CN102938004A，公开日为2013年02月20日，公开了一种白车身轻量化优化设计方法，包括步骤：建立离散化材料参数；选取白车身零件进行减重；判断减重后零件是否符合性能要求，选取符合条件的零件作为设计变量；对减重前的白车身进行自由模态分析，求得其基本频率、一阶扭转频率和一阶弯曲频率；以基本频率、一阶扭转频率和一阶弯曲频率作为设计变量的约束条件，以质量最轻为目标函数对各零件进行优化，得到新的白车身。但该方法仅以质量为目标函数，并没有考虑刚度与碰撞安全性能。而在汽车车身结构设计中，刚度与碰撞安全性能是最为重要的两个因素。因此其设计方法不满足在多个目标基础上找到最优方案。总之，现有技术存在的问题是：轻量化车身优化设计时，仅考虑在多个约束条件下对单个目标进行优化。这并不能够满足白车身结构优化设计中对多个性能目标的共同需求，因此优化设计方案的综合性能很难得到保证。
技术实现思路
本专利技术的目的在于提供一种基于代理模型的轻量化车身结构多目标优化方法，使其能够在白车身结构设计过程中，满足在多个约束条件下对多个目标函数的响应，最终能够输出综合性能较好的结构优化方案。实现本专利技术目的的技术方案为：一种基于代理模型的轻量化车身结构多目标优化方法，包括以下步骤：(10)有限元模型建立：根据车身的CAD数据建立白车身有限元模型，包括静态分析有限元模型、整车碰撞有限元模型；(20)模型有效性验证：对白车身进行静态分析试验和整车碰撞试验，将试验结果与白车身有限元仿真结果进行对比，验证有限元模型的有效性；(30)多目标优化设计模型采样：根据白车身结构和力学特性建立多目标优化设计数学模型，并采用均匀拉丁方试验设计方法在设计域内采样；(40)目标函数代理模型有效性评价：根据试验结果构建目标函数的代理模型，并使用残差平方和对其有效性进行评价；(50)模型优化求解：采用多目标遗传算法对目标函数的代理模型进行优化求解，得到多个Pareto解；(60)鲁棒性评价：采用蒙特卡诺模拟技术对Pareto解的鲁棒性进行评价；(70)优化方案输出：输出满足工艺要求的优化方案。与现有技术相比，本专利技术的显著优点为：通过建立代理模型的方式构建了轻量化车身结构在扭转工况下的弯曲性能、碰撞工况下的性能指标以及关键部件质量与设计参数间的数学模型，充分考虑了设计参数之间的耦合关系，以及性能指标间的关联特性，采用带有精英保留策略的快速非支配多目标优化算法(NSGA-II)，实现了在多个约束条件下对多个目标函数的响应，最终能够输出综合性能较好的轻量化白车身结构优化方案。附图说明图1为本专利技术基于代理模型的轻量化车身结构多目标优化方法的主流程图。图2为图1中有限元模型建立步骤的流程图。图3为实施例中白车身有限元模型图。图4为图1中多目标优化设计模型采样步骤的流程图。图5为实施例中设计变量分布图具体实施方式如图1所示，本专利技术基于代理模型的轻量化车身结构多目标优化方法，包括以下步骤：(10)有限元模型建立：根据车身的CAD数据建立白车身有限元模型，包括静态分析有限元模型、整车碰撞有限元模型；如图2所示，所述(10)有限元模型建立步骤包括：(11)白车身有限元模型建立：利用HyperMesh软件前处理建立白车身有限元模型；(12)车身实体焊点模拟：采用Cweld单元模拟车身实体焊点；(13)网格划分：采用三角形和四边形网格单元进行有限元网格划分；所述(13)网格划分步骤中，网格质量标准包括：长宽比<3，翘曲度<10，雅克比>0.6,45°<四边形最小内角<130°，20°<三角形最小内角<100°。(14)有限元模型建立：通过添加不同的边界条件，分别建立静态分析有限元模型与整车碰撞有限元模型。(20)模型有效性验证：对白车身进行静态分析试验和整车碰撞试验，将试验结果与白车身有限元仿真结果进行对比，验证有限元模型的有效性；(30)多目标优化设计模型采样：根据白车身结构和力学特性建立多目标优化设计数学模型，并采用均匀拉丁方试验设计方法在设计域内采样；如图3所示，所述(30)多目标优化设计模型采样步骤包括：(31)优化设计变量选取：根据白车身静态分析试验与整车碰撞试验结果，选取对车身强度影响较大的几个独立部件的厚度尺寸作为优化设计变量，并确定其变化范围；(32)目标函数确定：将白车身扭转试验中的平均作用力、碰撞试验中的能量吸收和作为设计变量结构件的质量定为目标函数；(33)多目标优化数学模型建立：建立车身结构多目标优化数学模型；所述(33)多目标优化数学模型建立步骤中，多目标协同优化数学模型表达式为：其中，设计向量x＝{x1，x1，…xm}，其中x1，x1，…xm均为子设计变量，m为子设计变量的个数，V-min表示向量极小化，即目标向量f(x)＝[f1(x)，f2，(x)，…fp(x)]T中的所有子目标函数都尽可能得达到极小，其中f1(x)，f2(x)，…fp(x)均为子目标函数，p为子目标函数的个数，gi(x)≤0为不等式约束条件，是边界条件约束变量，其中i是约束变量的个数。(34)设计域样本点确定：基于均匀拉丁超立方试验设计策略，选取合适的样本点数，确定优化问题设计域中的样本点。(40)目标函数代理模型有效性评价：根据试验结果构建目标函数的代理模型，并使用残差平方和对其有效性进行评价；所述(40)目标函数代理模型有效性评价步骤具体为：选择代理模型类型为响应面模型，并同时利用逐步回归的方法对代理模型的基函数进行筛选，进一步减少试验次数，通过对模型进行残差平方和分析，验证响应面模型的精度。(50)模型优化求解：采用多目标遗传算法对目标函数的代理模型进行优化求解，得到多个Pareto解；(60)鲁棒性评价：采用蒙特卡诺模拟技术对Pareto解的鲁棒性进行评价；所述(60)鲁棒性评价步骤具体为：经过蒙特卡罗描述性抽样得到多组设计变量，将其带入响应面近似函数中，计算出目标函数响应的方差，以验证设计变量波动对目标响应的敏感度。(70)优化方案输出：输出满足工艺要求的优化方案。所述(70)优化方案输出步骤具体为：通过对代理模型的多目标优化，得出符合目标响应的多个轻量化车身结构方案，充分考虑其工艺因素和制造成本本文档来自技高网...

【技术保护点】
1.一种基于代理模型的轻量化车身结构多目标优化方法，其特征在于，包括以下步骤：(10)有限元模型建立：根据车身的CAD数据建立白车身有限元模型，包括静态分析有限元模型、整车碰撞有限元模型；(20)模型有效性验证：对白车身进行静态分析试验和整车碰撞试验，将试验结果与白车身有限元仿真结果进行对比，验证有限元模型的有效性；(30)多目标优化设计模型采样：根据白车身结构和力学特性建立多目标优化设计数学模型，并采用均匀拉丁方试验设计方法在设计域内采样；(40)目标函数代理模型有效性评价：根据试验结果构建目标函数的代理模型，并使用残差平方和对其有效性进行评价；(50)模型优化求解：采用多目标遗传算法对目标函数的代理模型进行优化求解，得到多个Pareto解；(60)鲁棒性评价：采用蒙特卡诺模拟技术对Pareto解的鲁棒性进行评价；(70)优化方案输出：输出满足工艺要求的优化方案。

【技术特征摘要】
1.一种基于代理模型的轻量化车身结构多目标优化方法，其特征在于，包括以下步骤：(10)有限元模型建立：根据车身的CAD数据建立白车身有限元模型，包括静态分析有限元模型、整车碰撞有限元模型；(20)模型有效性验证：对白车身进行静态分析试验和整车碰撞试验，将试验结果与白车身有限元仿真结果进行对比，验证有限元模型的有效性；(30)多目标优化设计模型采样：根据白车身结构和力学特性建立多目标优化设计数学模型，并采用均匀拉丁方试验设计方法在设计域内采样；(40)目标函数代理模型有效性评价：根据试验结果构建目标函数的代理模型，并使用残差平方和对其有效性进行评价；(50)模型优化求解：采用多目标遗传算法对目标函数的代理模型进行优化求解，得到多个Pareto解；(60)鲁棒性评价：采用蒙特卡诺模拟技术对Pareto解的鲁棒性进行评价；(70)优化方案输出：输出满足工艺要求的优化方案。2.根据权利要求1所述的多目标优化方法，其特征在于，所述(10)有限元模型建立步骤包括：(11)白车身有限元模型建立：利用HyperMesh软件前处理建立白车身有限元模型；(12)车身实体焊点模拟：采用Cweld单元模拟车身实体焊点；(13)网格划分：采用三角形和四边形网格单元进行有限元网格划分；(14)有限元模型建立：通过添加不同的边界条件，分别建立静态分析有限元模型与整车碰撞有限元模型。3.根据权利要求2所述的多目标优化方法，其特征在于，所述(13)网格划分步骤中，网格质量标准包括：长宽比<3，翘曲度<10，雅克比>0.6,45°<四边形最小内角<130°，20°<三角形最小内角<100°。4.根据权利要求1所述的多目标优化方法，其特征在于，所述(30)多目标优化设计模型采样步骤包括：(31)优化设计变量选取：根据白车身静态分析试验与整车碰撞试验结果，选取对...

【专利技术属性】
技术研发人员：王良模，孙鹏程，王陶，张江帆，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32