汽车排气系统共轭传热与机舱热管理的仿真和试验研究

以基于汽车整车环境下计算出的排气系统外壁面的对流换热系数来描述排气系统周围的流场分布状况,建立了排气系统的仿真模型,运用双向STAR-CCM+至STAR-CCM+共轭传热协同仿真计算得到了排气系统外壁面的温度分布结果,并将其作为汽车机舱热管理仿真模型的热边界条件,分别对怠速和爬10%坡度工况进行了三维稳态模拟。在环境舱中对整车进行热害试验,对比分析了协同仿真和传统仿真与试验结果的误差。结果表明,协同仿真获得的零部件表面温度分布情况更接近于实际。

基于多尺度联合仿真的汽车前罩刚度分析

为提高复合材料汽车前罩刚度仿真精度,以高性能增强聚丙烯热塑性复合材料作为汽车前罩材料,通过Helius PFA软件将模流分析所得内外板纤维取向张量、残余应变结果映射至结构刚度分析模型,并添加非线性弹塑性材料建立多尺度联合仿真模型进行扭转刚度、前部弯曲刚度、后部弯曲刚度仿真,其仿真结果和传统仿真结果与实验结果对比分析。结果表明,基于多尺度联合仿真模型的仿真结果更贴近实验值,最小误差为3. 7%,最大误差为9. 5%,相对传统仿真方法误差最大减少17%,验证了多尺度联合仿真方法具有更高精度和可靠性。该方法可为同类复合材料注塑制品的结构设计优化提供参考和应用价值。

铝合金车身平台的基础性能关联性研究

本文中根据模态理论推导出铝合金车身平台的静态刚度、轻量化系数和各阶模态参量之间的定量关系,为前期策划阶段的铝合金车身平台的轻量化设计和性能目标设定提供指导。然后基于有限元模型,提取前50阶模态参数并计算得到铝合金车身平台弯、扭刚度和轻量化系数的近似解,与有限元分析的解的误差仅为4.32%,1.85%和1.78%。由此得出,铝合金车身平台的静态柔度可用各阶模态柔度贡献量之和来逼近。同时发现对弯曲(扭转)刚度贡献量最大的模态阶次即为对应的1阶弯曲(扭转)模态,这一结论可作为弯、扭模态识别的重要途径。最后依据有限元分析和模态理论得到的弯、扭刚度和轻量化系数与试验值进行对比,可明显看出模态理论算法的误差比有限元分析小,弯、扭刚度和轻量化系数的模态理论算法的误差分别为1.85%,1.82%和1.89%。

基于6σ稳健性方法的滑移门平顺性优化研究

针对国内外滑移门平顺性优化的目标多为单目标,且没有考虑到不确定因素对优化结果影响的问题,提出了一种基于6σ稳健性设计的滑移门平顺性多目标优化方法。基于ADAMS/View建立了滑移门系统的刚柔耦合多体动力学模型,对其运动机构进行了参数化设计,通过灵敏度分析筛选出对滑移门动力学特性影响较大的结构参数作为设计变量;建立了滑移门系统的二阶响应面近似模型,采用遗传算法对滑移门运动机构进行了多目标确定性优化,采用蒙特卡洛抽样法对确定性优化结果进行了6σ质量分析;对滑移门平顺性进行了6σ稳健性优化。研究结果表明:优化后的中导向轮载荷峰值和滑移门质心加速度峰值相比初始值分别降低了36. 3%和23. 8%,在提升了滑移门平顺性的同时,稳健性和可靠性也得到了提高。

人工蜂群优化BP神经网络在汽车座椅舒适性中的应用

汽车座椅舒适性的主观评价和客观评价之间的关系存在复杂性和高非线性的特点。传统的BP神经网络(反向传播神经网络)对初值敏感且容易陷入局部最优解,因此无法建立精确的座椅舒适度预测模型。针对该问题,提出利用人工蜂群算法优化后的BP神经网络(ABC-BP)来预测座椅的舒适性的方法。通过开展体压试验得到了176组压力分布样本数据,其中89%的数据作为模型的训练部分,11%的数据作为模型验证,将预测结果与真实值相比较,ABC-BP预测模型的均方误差MSE为0.0019,确定性系数R^2为0.946,比传统BP神经网络预测模型得到的MSE降低了84.68%,R^2提高了42.5%。结果表明,利用人工蜂群算法优化后的BP神经网络所建立的汽车座椅舒适性预测模型稳定性更强、预测效果更加精准。

某型SUV空-空中冷器内部流动换热研究

采用三维双流模型对某SUV的空-空中冷器进行了内部流动换热研究,分析不同行驶工况下中冷器冷流与热流内部的速度场、温度场和压力场,有效预测了内部流场涡流的存在和局部高低温度区与压力区的分布。通过对比一维、三维、一维/三维仿真温度结果和试验验证表明:在3种仿真分析方法中,一维/三维联合仿真精度最高,三维与一维/三维温度分布结果较为接近,且三维仿真结果与试验相对误差在5%以内,验证了中冷器双流模型仿真的可行性,为发动机进气效率提高与中冷器内部换热研究提供参考。

EWL组合近似模型在铝车身轻量化优化中的应用

以铝车身为研究对象,基于详细接头建立了铝车身参数化概念模型,其与车身详细模型的误差控制在15%以内,满足工程开发要求。采用相对灵敏度分析法筛选出铝车身的8个关键断面作为设计变量。提出EWL组合近似模型;运用最优拉丁超立方设计(Optimal Latin Hypercube Design,OLHD)采样法分别建立基础性能的KRI、响应面法(Response Surface Methodology,RSM)、径向基函数(Radial Basis Function,RBF)法、反比例平均化(EI)法、启发式计算(EG)法和EWL组合近似模型,通过对比分析误差评价指标得出EWL组合近似模型具有最优的拟合精度和稳定性。综合运用EWL组合优化模型和组合优化算法,即全局自适应模拟退火算法(Adaptive Simulated Algorithms,ASA)和梯度序列二次规划(Non-linear Programming by Quadratic Lagrangian,NLPQL)法的组合优化策略对参数化概念铝车身模型进行轻量化优化。结果表明,在4项基础性能不降低的情况下实现铝车身质量减轻6.7 kg,占整车质量的6.58%,且试验误差控制在10%以内,取得了较好的轻量化效果,为概念设计阶段的铝车身轻量化设计提供指导。

基于响应面模型的白车身多目标轻量化设计

基于MSC/NASTRAN软件平台建立了某多用途汽车(MPV)白车身有限元模型。首先,利用相对灵敏度分析方法选取了19个白车身零部件壁厚作为轻量化设计变量;然后,采用拉丁超立方试验方法和一阶响应面模型方法建立白车身质量、弯扭刚度、一阶弯扭模态的近似模型,模型的复相关系值R2都接近1.0,模型精度高;最后,以白车身质量最小和扭转刚度最大为优化目标函数,弯曲刚度和一阶弯扭模态为约束条件,采用非支配排序遗传算法对白车身进行多目标优化。优化结果表明,轻量化后的白车身弯扭刚度、一阶变扭模态变化均小于1.0%,且在不改变用材的前提下,实现白车身减重6.4kg。

基于车身概念模型的白车身主断面尺寸优化

为实现新车型概念设计阶段车身主断面尺寸的优化,基于前期造型和总布置硬点数据,利用现有同平台车型数据库有关接头和主断面的详细数据,建立了带真实接头的白车身精确概念模型。根据弯、扭刚度对主断面的惯性矩Iy,Iz,扭转常数J和截面面积A的灵敏度,筛选出19个关键主断面。最后,以车身质量最小为目标,弯、扭刚度和1阶弯、扭模态为约束条件,运用序列二次规划法对关键主断面进行尺寸优化。优化后,车身质量减轻8.33kg,减轻率达2.7%,弯曲刚度和扭转刚度分别提高4.7%和4.0%,1阶弯、扭模态分别提高2%和1.2%。

某款SUV试验场工况下车门抖动问题分析与优化

为研究某款SUV以(12~15)km/h速度行驶搓衣板路面时左后车门抖动问题,通过工作载荷试验与传递函数仿真相结合方法建立传递路径分析(TPA)模型。基于复刚度法求解底盘与车身间的连接点动载荷,同时CAE方法获取内饰车身(TB)有限元模型中连接点到左后车门目标点的传递函数,最后计算各传递路径对目标点的贡献量,将各传递路径的合成值与试验值进行对比,验证该TPA模型的可靠性。根据各路径贡献量大小找出后横向稳定杆左侧是左后车门抖动的主要传递路径,针对该传递路径的连接处动刚度进行结构优化来降低连接点振动传递率,结果表明抖动加速度峰值从8017 mm/s^2降到4236 mm/s^2。

滑移门保持件结构布置多目标优化

采用LSDYNA软件对某标杆车的滑移门保持件进行仿真分析,并根据国家法规GB15086-2013的要求进行了试验验证。对滑移门系统的中导轨、挂钩和后锁结构布置进行参数化设计,并结合最优拉丁超立方采样方法和径向基函数神经网络模型构建车门与门框最大分离距离的近似模型。最后,采用第二代非支配遗传算法(NSGA-II)对中导轨、挂钩和后锁高度方向的距离进行多目标优化。结果表明:车门与门框上端和下端最大分离距离分别为65.42和65.99 mm,导轮未从导轨中脱开,且B柱和C柱侧加载板总位移量均小于300 mm,保持件性能满足国家标准的要求。

CVDA序贯采样法在全铝车架轻量化设计上的应用

在铝合金车架的轻量优化设计中,通常建立近似模型代替有限元模型,以减少计算量。为进一步提高计算效率,用较少的样本点建立高精度近似模型,提出了一种改进的序贯采样方法—CVDA法,并通过一个算例将其与现有的3种采样方法(OLHD、MDA和CVA)进行对比。结果表明,在样本点数量均为21个的情况下,采用CVDA法采样建立近似模型的预测精度比另3种采样方法建立的近似模型分别高出11.1%,11.1%和30.3%,R^2值达到了0.95。将CVDA法运用到全铝车架弯扭刚度和弯扭模态工况的近似模型建立中,在相同数量的样本点下,采用CVDA法采样建立的近似模型,其预测精度明显高于其余方法。在此基础上对铝合金车架进行轻量优化,结果弯曲刚度、扭转刚度、1阶弯曲模态频率和1阶扭转模态频率分别提升了2.54%,3.38%,0.68%和2.75%,质量减轻7.47 kg,减重率达7.20%,优化效果明显。

EW组合近似模型在概念铝车架断面轻量化设计中的应用

首先提出一种组合近似模型的建立方法——EW法,并将其用于铝合金车架弯、扭刚度和弯、扭模态性能的预测中,对比其与另外3种单一近似模型Kriging、RBF、RSM以及两种组合近似模型EI、EG的预测性优劣,结果表明,采用EW法建立的近似模型在组合近似模型中有最高的预测精度与预测稳定性,且与单一近似模型RBF在具有相近预测稳定性的情况下比较,弯曲刚度、扭转刚度、弯曲模态及扭转模态预测精度R 2的均值分别高出1.33%、0.50%、1.76%和4.97%,RMAE的均值分别减小56.3%、58.0%、41.0%和25.6%。基于上述分析,选择预测能力最强的EW法建立组合近似模型,采用退火算法对概念铝车架断面尺寸进行轻量化设计,结果表明,在弯曲刚度和扭转刚度分别提升1.79%、2.67%,弯曲模态和扭转模态分别提升3.47%、1.04%的情况下,质量降低4.98 kg,轻量化效果明显。

基于响应面模型的白车身多目标轻量化设计

基于MSC/NASTRAN软件平台建立了某MPV车型白车身有限元模型,白车身弯扭刚度、一阶弯扭模态仿真与试验结果的误差分别为6.9%、5.95%、1.32%和4.41%。利用相对灵敏度分析方法选取了19个白车身零部件壁厚作为轻量化设计变量。然后,采用拉丁超立方试验方法和一阶响应面模型方法建立白车身重量、弯扭刚度、一阶弯扭模态的近似模型,模型的决定系数都大于0.975。最后,以白车身重量最小和扭转刚度最大为优化目标函数,弯曲刚度和一阶弯扭模态为约束条件,采用非支配排序遗传算法对白车身进行多目标尺寸优化。优化结果表明,轻量化后的白车身基础性能变化均小于1%,而且在不改变用材的前提下,实现白车身减重6.4kg。