广告
罩盖开发新思路——多学科多目标优化和SFE数据库
罩盖开发新思路
多学科多目标优化和SFE数据库
罩盖开发过程中，我们可能会思考以下问题：
1、如何将某些性能的评估时间向概念阶段转移，以减少后期问题的爆发，降低问题解决的难度和成本？
2、如何减少CAE分析的迭代次数？
3、如何综合考虑和平衡相互冲突的性能？
尤其是随着市场竞争压力的日趋增大，加快产品更新速度成为诉求，缩短项目开发周期成为工作重心。
针对以上问题，我们介绍一种罩盖开发的新思路：基于SFE参数化模型的多学科多目标优化。
该方法的优点在于：
1、在概念阶段，搭建SFE参数化模型，提前对相关性能进行考察和优化。
2、减少CAD数据和FE模型之间的反复迭代。
3、同时考虑多工况之间的耦合关系，采用多目标优化方法，平衡各性能要求。
一、SFE参数化模型
根据设计经验，选取罩盖内板相关参数作为设计变量。
SFE模型中，各参数可以在其可变范围内连续变化。
二、DOE多工况分析
DOE方法中，最优拉丁超立方法具有非常好的空间填充性和均衡性，使用该方法进行抽样，并搭建多工况耦合分析流程。
三、近似模型
由于径向基神经网络模型（RBF）具有很强的逼近复杂非线性函数的能力，有较强的容错功能,本流程使用RBF方式搭建近似模型。
近似模型一般使用R2来衡量精度，R2越接近1，可信度越高，工程经验，R2需大于0.8，若精度不满足要求，需要适当增加样本数，本案例各响应的R2均大于0.8。
解读各个变量对性能的影响、相互耦合关系以及贡献量，可为结构设计提供参考。
四、多目标优化
基于以上代理模型，使用第二代非劣排序遗传算法NSGA-II （Non-dominated Sorting Genetic Algorithm）进行多目标优化求解，本次优化以质量和扭转刚度作为约束，模态和HIC值为目标，数学模型是：
基于优化结果，根据项目具体需求，从pareto解集中筛选最终的优化结果。各性能变化量如下图所示：
本案例模态提升0.8Hz，行人保护性能整体趋于变好，且刚度满足目标值，同时减重0.3Kg。最后，将优化后的参数，生成FE模型进行验证，并与各相关工程师讨论。
五、SFE数据库+多学科多目标优化的一体化平台
罩盖的造型和大小是各异的，内板的框架是多样的，内部拓扑是多变的，且有的性能还会涉及其他件，如何增加样本多样性，整合多个系统，提升寻优速度和方法的通用性呢？我们在此基础上开发SFE数据库+多学科优化的一体化平台。
SFE罩盖数据库示意图
一体化平台示意图
这将会大大释放工程师的时间和精力，把好钢用在刀刃上。
六、总结
结构优化可能就是一个“众里寻他千百度，慕然回首，那人却在灯火阑珊处”的过程，这个平台的意义在于，增加“众”的数量，提高“寻他”的速度。
广告
广告
最新资讯
-
NVIDIA 发布 2025 财年第三季度财务报告
2024-11-21 13:30
-
Mack卡车为买家推出创新的虚拟现场探索体验
2024-11-21 13:29
-
氢燃料电池卡车从1到100要多长时间？戴姆勒
2024-11-21 13:28
-
聚焦消费者用车极限环境，2024中国汽研汽车
2024-11-21 13:21
-
新能源汽车高寒环境可靠性行驶试验研究
2024-11-21 13:19
广告
广告
