[發明專利]車輛防翻滾系統優化設計方法

在審

• 申請號: 202110397733.3
• 申請日: 2021-04-13
• 公開（公告）號: CN112989493A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 朱一飛;唐智亮;許同岳;陳濤;袁嘉隆
• 申請（專利權）人: 新東大（無錫）機械安全技術研究院有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/23;G06F30/27;G06F111/06;G06F119/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種車輛防翻滾系統優化設計方法，其特征在于，包括以下步驟：

（1）確定設計變量及其取值范圍，基于試驗設計給出設計點取樣，設計變量分3類，第一類為拓撲變量，第二類為系統及構件幾何尺寸，第三類為適用于防翻滾結構受力協調漸進變形特性的材料性能參數；

（2）采用基于自動建模的方法生成對應的梁單元有限元分析模型并求解給出性能響應，梁單元有限元分析模型由參數化建模的自動腳本生成，梁單元有限元分析模型計算結果后處理由自動化腳本執行，自動獲取和計算相應的防翻滾性能指標，并添加到相應的數據文件或者數據庫;

（3）基于梁單元模型計算結果訓練機器學習模型獲得輸入設計變量和防翻滾性能的回歸模型，經訓練驗證的機器學習模型快速預測隨機給定的規定范圍內的設計的防翻滾系統性能指標；

（4）基于結構優化算法，經迭代求得最優的結構設計。

2.根據權利要求1所述的車輛防翻滾系統優化設計方法，其特征在于，步驟（1）中的拓撲變量為構件的數量、分布及各構件之間的拓撲連接關系，采用基于桿件離散結構的基結構方法來實現，防翻滾結構的承載主要構件為薄壁管材，這類管材在軸向長度方向的尺寸大于橫截面尺寸5倍以上，因此，在有限元分析模型中通過梁單元來表示，幾何尺寸的描述，本方法采用基于截面庫中的橫截面編號及周長，壁厚的方式表征，材料性能參數采用材料屈服應力，極限應力及延伸率來表征，材料應力應變關系通過對應的材料模型來生成，材料性能參數應該滿足特定的性能要求以適用于防翻滾結構協調漸進變形的要求。

3.根據權利要求2所述的車輛防翻滾系統優化設計方法，其特征在于，對于連續型變量在其設計范圍內進行取樣，數據點取樣基于試驗設計，使得數據點在設計空間盡可能均勻分布，并減少數據點。

4.根據權利要求1所述的車輛防翻滾系統優化設計方法，其特征在于，步驟（2）中數據點的性能評估采用基于梁單元模型的非線性有限元分析來完成，梁單元有限元分析模型前后處理及分析流程都可以標準化并采用相應計算機程序自動執行，可以快速生成機器學習所需要的大量數據點，梁單元有限元模型分析結果誤差由詳細有限元分析模型結果及試驗測試進行標定。

5.根據權利要求1所述的車輛防翻滾系統優化設計方法，其特征在于，步驟（3）中的防翻滾性能指標包括側向力，側向能量吸收，豎向力，縱向力，縱向能量吸收及各個方向加載時的變形量。

6.根據權利要求1所述的車輛防翻滾系統優化設計方法，其特征在于，步驟（4）中為便于機器學習，還需要對各類變量進行特征工程，選擇設計變量及其組合來提高機器學習效果，根據結構設計參數預測防翻滾性能指標可以采用機器學習中的監督學習中回歸方法，將所獲得的數據點隨機或者按某種規則分層抽樣分成兩個部分，一個部分用于訓練，另一個部分用于驗證機器學習的效果，機器學習模型的數據點和方法選擇及最優參數的設置是一個根據學習效果，不斷迭代而精度提高的過程，補充樣本后改進特征，重新評估學習模型及參數調優，結構優化算法可以采用遺傳算法，模擬退火算法，粒子群算法在內的多種優化算法來實現，防翻滾系統的性能指標包括不同方向的力，能量及變形指標，因此是一個多目標優化問題，可以給出帕累托最優解集。

7.根據權利要求6所述的車輛防翻滾系統優化設計方法，其特征在于，可以對比多種機器學習模型的效果，并從中選擇最優的模型，對機器學習模型參數進行優化，選擇最優的參數，經訓練驗證滿足精度要求的模型參數可以保存相應參數，并且，可以調用預測新的設計的防翻滾結構的性能指標。