基于接头灵敏度分析的驾驶室刚度模态优化

针对商用车驾驶室接头结构设计不合理的问题,文中提出一种基于接头灵敏度分析的驾驶室刚度模态优化方法。首先,从驾驶室有限元模型中截取所需接头,并采用有限元分析技术对其进行力学特性分析,找出接头结构的关键控制因素;其次,以弹性模量为设计变量进行接头灵敏度分析,找出对驾驶室刚度模态影响较大的接头结构;然后,选用第3代遗传算法对该优化问题进行多目标优化;最后,采用TOPSIS算法从帕累托前沿解中选取更符合用户偏好的驾驶室刚度模态优化方案。优化结果表明:在驾驶室质量基本不变的情况下,驾驶室刚度模态均有较大提升。

考虑坐标获取的试验模态分析的惯性参数识别方法

精准高效的坐标获取方式在模态分析的参数识别和性能优化等方面具有重要意义。基于模态试验中刚体振动的原理,分析其线参量和角参量的转换关系,推导出获取激励和响应坐标的方程,并结合质量线法得到惯性参数表达式。通过研究坐标获取误差的影响因素,搭建发动机动力学模型的仿真试验平台,进一步验证坐标获取与惯性参数识别的方法。以某型号变速箱总成为试验对象,利用基于最小二乘的卷积拟合算法(Savitzky-Golay, SG)对数据平滑滤波处理,对比电子三维坐标仪法、三维模型法与所提方法在坐标获取中的精度,然后选用质量线法识别惯性参数,并将其与MPC转动惯量测试平台计算的结果进行讨论。结果表明:相较传统方法,所提方法直接从模态试验中获取坐标,效率极大提升,成本显著降低,操作更加简便;同时几何坐标获取和质心坐标识别的最大误差在3 mm左右,转动惯量相对误差最大不超过7%,其精度优于部分测量方法,具有一定的工程应用价值。

基于熵权-改进TOPSIS法的驾驶室多目标优化

为了提升商用车轻量化优化效果,文中提出了一种基于熵权-改进逼近理想解排序法(TOPSIS)的驾驶室多目标决策方法。首先,对驾驶室有限元模型进行性能分析,并通过试验模态与仿真模态进行对比,验证了模型的准确性;其次,采用区域灵敏度分析,筛选出20个厚度和4个截面形状变量,并建立2阶响应面近似模型验证其精度;最后,采用第三代非劣排序遗传算法(NSGA-Ⅲ)对驾驶室进行多目标优化设计,再联合熵权-改进TOPSIS法求得非支配帕累托解的相对贴进度,并以此作为多目标决策的最终结果。结果表明:与优化前相比较,驾驶室质量减小了24.9 kg,减幅达到8.1%,能够满足轻量化和性能需求。

基于梁截面的商用车驾驶室多目标优化研究

针对汽车白车身试验设计运行时间长、近似模型拟合精度低的问题,以某商用车驾驶室为研究对象,提出了一种基于梁截面的商用车驾驶室多目标优化方法。首先,在SFE-Concept中建立了驾驶室的隐式参数化模型,通过与经过验证的有限元模型进行对比,完成了对该模型的精度验证;然后,利用HyperMesh分析了驾驶室梁截面力学特性,找出了梁截面的控制因素,采用比例向量法对截面形状进行了控制;并结合HyperMesh、HyperMorph分别对驾驶室零件厚度和梁截面进行了灵敏度分析,在试验设计之前筛选出了关键优化变量;最后,构建了驾驶室的径向基—响应面混合近似模型,并且采用第二代遗传算法对驾驶室进行了多目标优化。研究结果表明:经多目标优化后,驾驶室质量下降了16.5 kg,减幅达5.4%,一阶弯曲模态频率、一阶扭转模态频率基本不变,弯曲刚度提升15.3%,扭转刚度提升7.7%;该结果说明商用车驾驶室目标优化效果较佳。

基于灰色关联分析法的驾驶室结构轻量化优化设计

针对汽车结构轻量化优化时间长、变量筛选客观性差的问题,以某商用车驾驶室为研究对象,提出一种基于灰色关联分析法的驾驶室结构轻量化优化方法。首先,在隐式参数化建模软件SFE-Concept中建立商用车驾驶室隐式参数化模型,利用OptiStruct求解器对驾驶室模型进行基础性能分析;其次,结合有限元前处理软件HyperMesh重新划分驾驶室结构,以弹性模量为设计变量进行驾驶室结构灵敏度分析;再次,采用灰色关联分析法在试验设计之前筛选出33个零件厚度、截面变量;最后,构建径向基-响应面混合近似模型,利用序列二次规划算法进行驾驶室结构轻量化优化。优化结果表明:在弯扭刚度、一阶扭转模态频率基本不变的条件下,驾驶室质量降低24.5 kg,减轻了8.0%,一阶弯曲模态频率提升了13.9%,驾驶室结构轻量化优化效果较佳。