[發明專利]基于負泊松比結構填充的汽車吸能盒及其多目標優化方法

有效

• 申請號: 201611222807.5
• 申請日: 2016-12-27
• 公開（公告）號: CN106740620B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 潘威;王春燕;王巍巍;鄒松春;吳剛
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;B60R19/34
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 張耀文

1.一種基于負泊松比結構填充的汽車吸能盒實現的多目標優化方法，其特征在于，包含負泊松比吸能內芯、吸能盒外殼和前保橫梁；所述負泊松比吸能內芯的材料是鋁合金，結構組成是以內凹六邊形單胞三維擴展而來，具有負泊松比性能；所述吸能盒外殼為兩端開口內部中空的筒型結構，截面為多邊形；前端焊接在前保橫梁上；后端有法蘭，用螺栓與前縱梁固定連接；所述負泊松比吸能內芯與吸能盒外殼內表面粘接固定，負泊松比吸能內芯的長度與吸能盒外殼的長度相等，寬度和高度與相應方向的內表面凹槽最低點間的距離相等；

具體步驟如下：

步驟1：利用CATIA建立參數化內凹六邊形單胞并擴展為與吸能盒內壁尺寸相等的結構單元，在Hypermesh建立吸能盒外殼及前保橫梁的有限元模型；

步驟2：以內凹六邊形的單胞結構內夾角θ、單胞底邊長度a、胞斜邊長度b、胞壁厚度t作為設計變量，并初步確定這四個設計變量的取值范圍；

55°≤θ≤75°；12≤a≤16；4≤b≤6；0.6≤t≤1.2

并以此取值范圍作為下一步優化的約束條件；

基于各自的取值范圍，利用哈默斯雷實驗設計方法生成100組實驗點；

步驟3：對所生成的100組實驗點分別利用參數化模型形成100個吸能盒填充內芯，導入Hypermesh中進行有限元處理并拓展填充到吸能盒外殼中，增加約束，并與前保橫梁形成組件；

步驟4：基于LS-dyna建立100％正碰和40％正碰的碰撞模型并進行碰撞仿真，得到4種優化目標變量的100組仿真結果；以100％正碰的壓潰位移S₁和平均碰撞力F₁、40％偏碰的壓潰位移S₂和平均碰撞力F₂作為優化目標變量，以碰撞力峰值F_m為約束條件，根據仿真結果形成四個目標變量及一個約束目標變量與四個設計變量間的相關數據表；利用isight里的響應面模塊生成形如

的5個二次響應面模型：

其中f為四個目標變量S₁、F₁、S₂、F₂；β₀為常數項待定系數；β_i為第i個一次項待定系數；β_ij為第ij個二次項待定系數；n為因素個數,此處為4；x_i、x_j分別為尺寸參數即設計變量θ、a、b、t，i＝1，2，3，4；j＝1，2，3，4；

步驟5：根據多目標優化思想，針對以上四個優化目標變量構建多目標優化函數：

其中約束函數g為碰撞力峰值滿足碰撞法規要求的160Mpa的上限，四個設計變量應在各自的取值范圍內；

其中多目標優化函數采用權重優化函數：

式中S₀為壓潰位移的歸一化底數，F₀為平均碰撞力的歸一化底數，取值為對標吸能盒的壓潰位移和平均碰撞力；

根據道路正面碰撞事故的兩類碰撞的概率比，100％碰撞/40％碰撞＝7/5，以及碰撞中對平均碰撞力和壓潰位移的不同要求，設置綜合權重系數為

ω₁＝0.18，ω₂＝0.40，ω₃＝0.13，ω₄＝0.29；

步驟6：利用帝國競爭算法對次方案的多目標問題進行優化：

(1)初始帝國建立：

初始設置有100個國家，即形成100個以四維設計變量為基礎的數組：

Country＝{X}＝[x₁,x₂,x₃,x₄]^T

式中x_i，i＝1，2，3，4為尺寸參數，即設計變量θ、a、b、t；

每個國家的成本為Cost＝f(Country)＝f(x₁,x₂,x₃,x₄)，即優化目標函數F；成本越小，即F越小，國家競爭力越強，對初始國家進行排序后，成本較低的前幾個國家成為帝國，其余成為殖民地；第i個帝國的規范化競爭力為

(2)同化：

每個殖民地通過一個均勻隨機數d來控制殖民地向帝國移動的距離；均勻分布的隨機數；在此d是殖民地與帝國之間的距離；設定每塊殖民地移動的距離s服從均勻分布s～U(0，α×d_d)，α＞1，帝國周圍的殖民地逐漸向帝國靠近；

(3)競爭：

第i個帝國的總規范化成本為

其中T.M_n為第i個帝國的總成本，為其帝國自有成本及占有殖民地的成本的加權疊加；

在競爭中，每個帝國都有可能占據最弱帝國中的最弱殖民地；從總權利最弱的帝國中挑選出一個弱小的殖民地，按照一定概率分配給其他帝國；

(4)合并收斂：

經過帝國之間的相互競爭之后，權利較小的帝國所擁有的殖民地會被權利比其強大的帝國侵占，當殖民地全部被占領后則該帝國就會自動滅亡；迭代N次后，當僅剩一個帝國統領所有殖民地時，算法結束；

最終得到優化后的四個設計變量參數的最優解。