基于两种不确定的稳健设计方法及其在车身轻量化设计中的应用

针对传统基于近似模型的稳健设计方法中近似模型预测误差易导致优化解约束失效的问题,综合考虑参数不确定和近似模型预测不确定的影响,建立基于2种不确定因素的稳健设计方法,并通过数学测试案例验证所提方法的优化效果.同时,针对车身轻量化问题进行应用研究,选取非线性程度高、近似模型不确定影响大的耐撞性指标作为稳健约束.结果表明,基于2种不确定因素的稳健方法可以有效保证高维、强非线性问题优化解的可靠性,并在满足碰撞性能指标的前提下,达到车身减重11.06%的轻量化效果,从而验证了所提方法的可行性.

车身轻量化设计分析

当前,随着社会经济的快速发展,汽车生产制造中车身轻量化设计与发展趋势日益明显,而应用先进技术则为实现轻量化设计创造了条件。但轻量化设计中要全面考虑车身材质、灵敏性与碰撞安全性等问题。所以汽车车身设计中,轻量化设计已成为研究的重要内容。深入研究车身轻量化设计方法,利于推动车身轻量化发展,对汽车制造行业发展至关重要,基于此,针对车身轻量化设计相关知识,本文进行了简单地论述。

两步式约束粒子群优化算法及其在新能源汽车轻量化设计中的应用

针对工程优化中,由于资源的限制最优解通常处于约束边界附近,而现有的约束优化算法侧重于约束机制处理而很少在约束边界附近的搜索问题,本文中提出两步式约束粒子群优化算法:第一步采用基于惩罚函数的粒子群算法寻优,采用速度重置指针避免寻优陷入停滞;第二步采用子集约束边界缩减方程获取约束边界信息,使用序列二次规划进行边界局部搜索,最后对比两步的结果以较优值作为全局最优解。考虑侧面碰撞和顶压溃两种工况,采用提出的改进算法对某款燃料电池汽车车身结构进行轻量优化,在保证结构碰撞安全性的前提下,部分板件的轻量效果达10. 92%。