简介概要

基于BB-MOPSO算法的微型车前纵梁优化

来源期刊:机械设计与制造2017年第9期

论文作者:莫易敏 沈鹏 徐东辉 吕俊成

文章页码:211 - 215

关键词:前纵梁;最优拉丁超立方;响应面;多目标骨干粒子群;

摘    要:前纵梁作为汽车正面碰撞中主要的吸能和变形结构在汽车安全问题中具有重要研究意义。选取某微型车前纵梁结构为研究对象进行厚度优化设计。首先利用最优拉丁超立方的方法进行设计变量样本空间的设计,然后在已经建立好的整车模型中进行相关参数修改并进行仿真计算,并根据输出数据建立整车瞬时加速度及前纵梁比吸能的二阶响应面代理模型。应用多目标骨干粒子群(Barebones Multi-Objective Particle Swarm Optimization,BB-MOPSO)算法采用自编MATLAB代码得到了分布均匀的瞬时加速度以及前纵梁比吸能的Pareto前沿。该算法在车辆结构优化问题中的使用有效的避免了目前被广泛使用的NSGA-Ⅱ算法Pareto前沿分布均匀性差的不足。最终前纵梁比吸能提高了16.2%,整车正碰瞬时加速度减小了3.6%,前纵梁质量减轻6%,在提高了汽车安全性的同时保证了轻量化。

详情信息展示

基于BB-MOPSO算法的微型车前纵梁优化

莫易敏1,沈鹏1,徐东辉1,吕俊成2

1. 武汉理工大学机电工程学院摩擦学研究所2. 上汽通用五菱汽车有限公司

摘 要:前纵梁作为汽车正面碰撞中主要的吸能和变形结构在汽车安全问题中具有重要研究意义。选取某微型车前纵梁结构为研究对象进行厚度优化设计。首先利用最优拉丁超立方的方法进行设计变量样本空间的设计,然后在已经建立好的整车模型中进行相关参数修改并进行仿真计算,并根据输出数据建立整车瞬时加速度及前纵梁比吸能的二阶响应面代理模型。应用多目标骨干粒子群(Barebones Multi-Objective Particle Swarm Optimization,BB-MOPSO)算法采用自编MATLAB代码得到了分布均匀的瞬时加速度以及前纵梁比吸能的Pareto前沿。该算法在车辆结构优化问题中的使用有效的避免了目前被广泛使用的NSGA-Ⅱ算法Pareto前沿分布均匀性差的不足。最终前纵梁比吸能提高了16.2%,整车正碰瞬时加速度减小了3.6%,前纵梁质量减轻6%,在提高了汽车安全性的同时保证了轻量化。

关键词:前纵梁;最优拉丁超立方;响应面;多目标骨干粒子群;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号