[發明專利]一種功能梯度負泊松比結構的汽車后保險杠及優化方法

有效

• 申請號: 201710291485.8
• 申請日: 2017-04-28
• 公開（公告）號: CN107139873B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 王春燕;王崴崴;趙萬忠
• 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;B60R19/02
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

1.一種功能梯度負泊松比結構的汽車后保險杠的優化方法，所述功能梯度負泊松比結構的汽車后保險杠包含保險杠前蓋、保險杠本體和保險杠后蓋；

所述保險杠本體采用負泊松比材料制成，用于在汽車發生碰撞時進行吸能；

所述保險杠前蓋、保險杠后蓋用于相互配合組成殼體將所述保險杠本體固定在其中后和所述汽車的車身相連；

其特征在于，所述功能梯度負泊松比結構的汽車后保險杠的優化方法包含以下步驟：

步驟1)，利用DOE試驗優化方法、參數化建模、有限元分析，擬合出響應面模型；

步驟1.1)，在ISIGHT中，利用最優拉丁超立方實驗設計方法，得到N組保險杠前蓋、后蓋及保險杠本體的負泊松比結構單胞元的厚度梯度參數，N為大于1的自然數、為預先設定的閾值；

步驟1.2)，根據步驟1.1)得到的N組參數，在CATIA中，編制宏程序，建立N組功能梯度負泊松比結構的汽車后保險杠幾何模型；

步驟1.3)，在HYPERMESH中，根據步驟1.2)的N組功能梯度負泊松比結構的汽車后保險杠幾何模型，建立N組汽車后側碰撞有限元模型，并通過LSDYNA求解出N組有限元計算結果；

步驟1.4)，利用橢圓基神經網絡代理模型方法，根據步驟1.3)的N組有限元計算結果，以保險杠前蓋厚度、保險杠后蓋厚度、負泊松比單胞元沿軸向方向的梯度和碰撞車速為輸入，分別以最大碰撞力、比吸能為輸出建立兩個橢圓基神經網絡代理模型；

步驟1.5)，通過相關系數R²和均方根誤差σ_RMSE方法來評價步驟1.4)中得到的兩個橢圓基神經網絡代理模型的精度，若相關系數R²大于等于0.9且均方根誤差σ_RMSE大于等于0.1，說明響應面模型的精度滿足要求，則繼續執行步驟1.6)；反之，重新執行步驟1.1)至步驟1.4)，直至滿足精度要求為止；

所述相關系數R²和均方根誤差σ_RMSE的計算公式分別為：

其中，N為樣本點數，p為多項式項數，i為第i個樣本點，f_i為第i個樣本點的有限元分析值，f_i'為第i個樣本點的響應面模型計算值，為所有樣本點的有限元分析均值；

步驟2)，基于響應面模型運用田口設計穩健性方法對汽車后保險杠進行優化，得到最優的汽車后保險杠前蓋厚度、保險杠后蓋厚度，及負泊松比單胞元沿縱向方向的厚度梯度；

步驟2.1)，在ISIGIT中，選取控制因素為保險杠前蓋厚度、保險杠后蓋厚度、負泊松比單胞元沿縱向方向的厚度梯度，并對每個因素各取四個水平，按照正交實驗優化方法，不考慮參數見的交互作用，編制有16組參數組合的控制因素實驗表L16；

步驟2.2)，繼續選取噪聲因素為剛性墻碰撞汽車后保險的速度，對噪聲因素取四個水平，編制有4組參數組合的噪聲因素實驗表L4；

步驟2.3)，以步驟2.1)中的控制因素實驗表L16為內表，步驟2.2)中的噪聲因素實驗表L4為外表，編制組合表，組合表的實驗次數為16*4＝64次；

步驟2.4)，根據組合表和兩個橢圓基神經網絡代理模型，得到與組合表相對應的64次試驗的最大碰撞力和比吸能值；

步驟2.5)，根據望大特性，計算出三個控制因素在各水平上相對于最大碰撞力和比吸能的信噪比，并以控制因素各水平為橫坐標、對應的信噪比為縱坐標，作出最大碰撞力響應圖和比吸能響應圖，其中信噪比SN的計算公式如下：

式中，y_i為第i次試驗的目標函數值；

步驟2.6)，計算得到每個控制因素的貢獻率，根據最大的貢獻率，確定對最大碰撞力和比吸能影響最大的控制因素，并從最大碰撞力響應圖和比吸能響應圖上找出每個因素的最佳點，即信噪比最大的點，將其組合，得到最優的組合，其對應的保險杠前蓋厚度、保險杠后蓋厚度、負泊松比單胞元沿縱向方向的厚度梯度即為最優解。