欢迎来到天天文库
浏览记录
ID:23668186
大小:55.00 KB
页数:6页
时间:2018-11-09
《基于多目标优化之汽车保险杠轻量化构设》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、基于多目标优化之汽车保险杠轻量化构设第一章绪论1.1课题的研究背景及意义我国的汽车产业发展迅速[1],中国汽车工业协会在2013年十月发布了汽车的产销量统计信息,信息指出1-9月乘用车的总销售量为1284.93万辆,同比增长14.02%。增幅较前8月提升0.94%;与上年同期相比,增幅提高7.08%。中国的道路交通现状加上汽车保有量的持续增长,这些都是道路交通事故发生频率一致居高不下的原因[2]。表1-1列出了我国的从2007年到2010年的道路交通事故概况。从表1-1中可以看出,虽然从2007年到2009
2、年道路交通事故次数不断下降,但是2010年交通事故次数较前三年都有很大程度的增长,这些数据都间接说明了汽车保有量的增加对交通事故发生的频率贡献很大。据美国高速公路安全管理局NHTSA数据显示,2008年美国约有6.7万个行人在交通事故中受伤,约为所有因交通事故受伤人数的29.4%,约有4378个行人在交通事故中死亡,约为所有因交通事故死亡的人数的24.6%。行人、骑自行车人员等弱势交通群体在交通事故中比驾驶员和乘员所受到的伤害更加严重[3]。在汽车与行人的低速碰撞中,应当更加注重保护行人的安全,尤其是对于行
3、人下肢的保护。欧洲已经制定了Directive2003/102/EC法规和EuroNCAP评价规程,我国也提出了《汽车对行人的碰撞保护》国家推荐标准,将行人保护作为新车评价规范的一个重要部分,旨在提高厂家开发出更有利于保护行人安全的汽车结构[4]。..1.2国内外研究现状对提升行人保护性能方面的研究中,欧盟等汽车工业比较发达的国家于20世纪50年代开始,美国也于60年代开始关注对行人保护的研究。rieger.K.-K,YiS-I,Kesh中建立汽车前半部分的有限元模型,通过画线、划分测试区域、确定碰撞点、工
4、况施加等完成有限元模型的搭建。..2.2RCAR正面40%低速碰撞建模与分析RCAR(ResearchCouncilforAutomobileRepairs)是为了考察车辆的抗撞能力而提出的一种测试要求,其提出了针对汽车低速碰撞的测试要求及方法,并结合汽车的其他性能来最终确定汽车的保险等级RCAR法规规定,汽车釆取正面40%低速碰撞,碰撞位置为偏驾驶员一侧,试验碰撞速度为15kni/h,刚性试验壁障要高于试验车辆的高度,具体的碰撞位置如图2-13所示。RCAR法规的目的是为了提供一个评价汽车在低速碰撞过程中
5、所受的伤害程度和其可以恢复原貌的程度,为了促进汽车生产厂家来开发出合适的保险杠系统能够充分吸收低速碰撞过程时汽车的能量,在碰撞后,RCAR规定要考虑碰撞过程中的汽车保险杠前端的侵入量;考虑若要修复所需要的修复费用;考察汽车发动机罩的变形率,及变形的面积在整个发罩中所占的比率。第三章基于多目标优化流程研究......263.1Isight软件简介......263.1.1Isight的起源和发展......263.1.2Isight的主要功能......263.2Isight的主要应用组件简介......27
6、3.3试验设计方法研究......303.4工作流与数据映射......333.5小结......36第四章基于材料的汽车保险杠多目标优化......374.1基于材料屈服强度的正交试验设计......374.2基于Isight软件的材料正交试验过程集成......404.3基于综合平衡法的汽车前端多目标优化......434.4本章小结......51第五章基于厚度的汽车保险杠轻量化设计......525.1多目标优化算法......525.2近似建模方法研究......555.3试验设计......58
7、5.4构建响应面近似模型......605.5厚度优化......625.6优化结果的仿真分析......665.7多目标优化综合分析......675.8本章小结......68第五章基于厚度的汽车保险杠轻量化设计5.1多目标优化算法在解决实际的优化问题中,一般都会有多个性能参数来对所优化的对象进行评价,而这些性能参数有些时候是冲突的,即若为了满足一个性能可能会导致其他的性能会有所下降,若想两个性能都能达到最优值是不太可能的,需要对两个性能进行平衡与折中,使得优化出的解能够是一个较为满意的解[54]。解决
8、多目标优化问题主要有两种思路,一种是归一化方法,即将多目标优化问题中的多个目标通过加权法归结到一个目标进行优化,这种方法适用于目标函数数量不多的情况。但是假如存在多个目标函数,则在对多目标转化成单目标的过程中需要的权重系数在目标空间里所呈现的等值面关系不再重现,且不容易得到Pareto前沿解。非归一化方法是指直接利用pareto的探索机制来进行优化,Isight中集成了多个多目标优化算法,其中遗传算法应用较广,在
此文档下载收益归作者所有