e-works数字化企业网  »  文章频道  »  产品创新数字化(PLM)  »  CAE

基于PIAnO在白车身轻量化设计(二)

2018/1/10    来源:互联网    作者:占华  方立桥  赖宇阳      
关键字:优化设计  PIAnO  轻量化  
本文以某SUV车型的白车身为研究对象,基于刚度、模态进行了敏度分析和近似优化,基于碰撞安全性进行了敏度分析,并结合设计经验考虑强度、振动等性能进行方案调整和验证,最终确定可行的轻量化方案。

    3.3 模态识别

    模态自动识别是判断优化方案与初始方案的振型响应模态阶数的方法,通过模型上的某些特征点的位移,确定新方案和初始方案相一致振型的模态阶次和对应频率。模型振型识别公式为:

    5

    式中,BASE[j]为初始方案某阶模态第j个特征点的位移;

    RESULT[i,j]为优化方案第i阶模态第j个特征点的位移。

    若MAC值越接近1,则说明新方案的振型越接近初始方案所判断的振型。

    本文在白车身模型的纵梁、门槛、上边梁、后门框、顶盖、底板等不同结构位置工选择60个节点作为振型识别的特征点,在PIAnO多学科优化平台中通过计算MAC值确定所要提取的1阶扭转和1阶弯曲模态的频率值,如图3所示。

    6

    图3 振型识别实现

    3.4 试验设计

    通过科学、合理的抽样,用最小的计算量,全面系统地分析各零件参数与响应之间的关系。同时,根据对NVH、碰撞安全性的影响程度,确定零件板厚和材料合理取值。根据车身零件板厚和材料取值离散的特点,通过选择PIAnO中合适的正交表建立试验设计矩阵,其中刚度、模态81个样本,偏置碰和侧碰24个样本。通过对刚度、模态、偏置碰和侧碰样本计算后,在DOE后处理中可以查看变量对性能指标的贡献率、相关性、主效应等敏度结果,结合这些结果可以将其整理到一个多维度评价表中,指导方案的调整方向,多维度评价表如表3所示。

    表3 试验设计多维度综合评价

    7

    3.5 近似建模

    通过构建近似模型可以减少计算机高强度仿真计算的次数,缩短优化时间,提高优化效率;平滑响应函数,减少“噪声”,有利于快速收敛;避免陷入局部解,使数值优化算法也能快速找到全局解。PIAnO优化平台包含多项式响应面模型、神经网络模型和Kriging模型,基于样本库自动构造数学模型、自动清除离群点(如图4)和误差分析,向用户自动推荐高精度的近似模型。

    8

    图4 自动清除离群点

    通过自动建模和手动多种算法的近似模型精度比较,采用多项式回归模型所得精度最高,能够满足设计优化的精度要求。

    9

    图5 各性能指标近似模型精度

    3.6 基于近似模型优化方案

    基于刚度、模态的近似模型,使用协方差矩阵适应演化算法进行全局优化计算,白车身质量由386.78Kg下降为378.95kg,减重7.83kg,白车身质量优化历史如图6所示。

    10

    图6 白车身质量优化历史

责任编辑:张纯子
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐