基于改进EGO算法的汽车40%偏置碰撞优化设计

为提升优化的精度和效率,对某多用途车(MPV)车型进行整车正面偏置碰撞结构优化设计。以整车碰撞后侵量和变形量等为约束条件,考虑了序列样本对目标响应和约束响应的改进效果,建立了基于Kriging模型的改进的高效全局优化(EGO)算法和相应的序列采样优化流程。结果表明:与不考虑序列采样的传统优化方法、Jones经典EGO序列采样算法和Schonlau约束EGO序列采样算法进行对比,该算法可以在最小的112个样本规模下,得到误差小于8.42%的优化解,碰撞案例在减质量2.89 kg,且所有碰撞约束性能均满足要求的情况下,目标碰撞有效加速度从28.48 g下降为26.77 g。从而,验证了该方法的准确性和效率。

特定条件下高阶WENO格式计算结果误差

通过比较一阶迎风格式和五阶WENO格式模拟激波、接触间断、曲线坐标系下的均匀流和激波正规反射等4个简单流场得到的数值结果,发现WENO格式模拟的激波和接触间断在从初始间断变化成数值过渡区的过程中出现的非物理波动比一阶迎风格式的结果更加明显,流场结构也更加复杂;同时,由坐标变换而产生的几何诱导误差和边界近似模型误差也明显比一阶迎风格式的误差大。对这些现象进行数值和理论分析,得出高阶WENO格式在某些计算条件下存在放大计算结果误差的风险。受近期国内外文献启发,对目前高精度格式的空间多点构造方法和双曲型方程的特征线理论之间存在的矛盾进行了讨论。