[發明專利]一種汽車側面結構的優化方法

有效

• 申請號: 202110660944.1
• 申請日: 2021-06-15
• 公開（公告）號: CN113591201B
• 公開（公告）日: 2023-03-10
• 發明（設計）人: 唐樟春;李凌云;夏艷君;劉亞鵬;岳澗洲;周斌
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06N3/126;G06F111/04
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

1.一種汽車側面結構的優化方法，該方法包括：

步驟1：確定優化目標包括：B柱內側的厚度x₁、B柱加強件的厚度x₂、地板內側的厚度x₃、橫梁的厚度x₄、門梁的厚度x₅、車門帶線的厚度x₆、車頂縱梁的厚度x₇、墊B柱內側的材料x₈、墊地板內側的材料x₉；

護欄高度x₁₀、護欄撞擊的位置x₁₁為非設計變量，為符合N～(0,100)正態分布隨機變量，即在-30mm～30mm之間連續變化；

步驟2：確定目標函數和約束條件：

Weight＝1.98+4.9x₁+6.67x₂+6.98x₃+4.01x₄+1.78x₅+2.73x₇

F_Adbom＝1.16-0.3717x₂x₄-0.00931x₂x₁₀-0.484x₃x₉+0.01343x₆x₁₀

Def_{nb_u}＝28.98+3.818x₃-4.2x₁x₂+0.0207x₅x₁₀+6.63x₆x₉-7.7x₇x₈+0.32x₉x₁₀

Def_{nb_m}＝33.86+2.95x₃+0.1792x₁₀-5.057x₁x₂-11x₂x₈-0.0215x₅x₁₀-9.98x₇x₈+22x₈x₉

Def_{nb_l}＝46.36-9.9x₂-12.9x₁x₈+0.1107x₃x₁₀

VC_up＝0.261-0.0159x₁x₂-0.188x₁x₈-0.019x₂x₇+0.0144x₃x₅+0.0008757x₅x₁₀+0.08045x₆x₉+0.00139x₈x₁₁+0.00001575x₁₀x₁₁

VC_mid＝0.214+0.00817x₅-0.131x₁x₈-0.0704x₁x₉+0.03099x₂x₆-0.018x₂x₇+0.0208x₃x₈+0.121x₃x₉-0.00364x₅x₆+0.0007715x₅x₁₀-0.0005354x₆x₁₀+0.00121x₈x₁₁

Vel_B-pillar＝10.58-0.674x₁x₂-1.95x₂x₈+0.02054x₃x₁₀-0.0198x₄x₁₀+0.028x₆x₁₀

式中：

Weight表示試驗模型的總質量，F_Adbom表示試驗假人所受腹部載荷，Def_{nb_u}表示胸部上方肋骨的形變量；Def_{nb_m}表示胸部中間肋骨的形變量；Def_{nb_l}表示胸部下方肋骨的形變量；VC_up表示胸部上方的粘性傷害指標；VC_mid表示胸部中間的粘性傷害指標；VC_low表示胸部下方的粘性傷害指標；Force_public表示恥骨聯合力；Vel_B-pillar表示B柱中點處的速度；Vel_door表示前門靠近B柱處的速度；

步驟3：采用第二代非支配排序進化算法(NSGA-II)計算總質量最小時的優化目標，得到優化結果；

[1]第二代非支配排序進化算法的交叉算子為：

其中，p_1i，p_2i分別為第i次交叉過程中父代的兩個染色體基因，x_1i，x_2i分別為第i次交叉過程中子代的兩個染色體基因；

[2]變異算子為：

其中，Fit_m為最大適應度值，為每代的適應度均值，Fit＝-Weight為變異個體適應度值；P_m1，P_m2分別為初始變異概率和最終變異概率；

當時，P_m隨適應度的增大而減小；反之，則保持不變；

[3]新的目標函數及適應度函數構建如下：

Fit(x_i)＝G(x_i)

式中：

其中：i表示種群中序號為i的個體，G(x_i)為個體新的目標函數值；Fit(x_i)為對應的個體適應度值；F(x_i)為對應的原目標函數值；f(x_i)為對應的懲罰函數值；為整體目標函數均值；

g_j(x_i)為對應偏離約束條件的情況；m是約束條件個數；α為懲罰因子常數。