薄板結(jié)構(gòu)成形與耐撞性優(yōu)化設(shè)計關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩201頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、薄板結(jié)構(gòu)成形與耐撞性設(shè)計一直是制約汽車產(chǎn)品開發(fā)速度與品質(zhì)的兩項關(guān)鍵技術(shù)。傳統(tǒng)的薄板結(jié)構(gòu)成形與耐撞性設(shè)計主要依靠工程技術(shù)人員的經(jīng)驗進行“試錯”來提高產(chǎn)品設(shè)計的質(zhì)量。這種試錯方法不僅耗時長、費用高,還往往難以保證產(chǎn)品設(shè)計的品質(zhì)。隨著有限元方法的發(fā)展和成熟,CAE技術(shù)已經(jīng)廣泛用于薄板結(jié)構(gòu)的成形與耐撞性設(shè)計。盡管有限元分析方法促進了車身類薄板結(jié)構(gòu)件的成形性和耐撞性研究的進步,一定程度上避免了設(shè)計的盲目性、減少了設(shè)計成本以及縮短了車身結(jié)構(gòu)的開發(fā)周

2、期,但是有限元方法本身僅作為一種分析手段,其主要功能只是對給定設(shè)計進行評價和校核。為了充分發(fā)揮CAE技術(shù)的潛能,將CAE技術(shù)與優(yōu)化算法相結(jié)合來提高薄板結(jié)構(gòu)的成形性和耐撞性已成為國際上許多學(xué)者研究的前沿課題。本文主要圍繞如何提高薄板結(jié)構(gòu)的成形性與耐撞性優(yōu)化設(shè)計的效率,精度以及結(jié)果的穩(wěn)健性等幾個關(guān)鍵技術(shù)展開研究。
   主要研究內(nèi)容如下:
   (1)提出了一種能量化沖壓件起皺缺陷和拉裂缺陷的指數(shù)加權(quán)評價準則,該準則具有對不

3、同的潛在失效單元賦予不同權(quán)重的優(yōu)點,且權(quán)重隨著拉裂、起皺的嚴重程度成指數(shù)函數(shù)增長。和現(xiàn)有的其它評價準則相比,將該準則作為板料成形優(yōu)化設(shè)計的目標函數(shù)具有更強的針對性,優(yōu)化結(jié)果能顯著的提高板料的成形質(zhì)量。在板料成形多目標優(yōu)化研究方面,本文提出了基于徑向基函數(shù)的板料成形多目標優(yōu)化方法。研究表明基于薄板樣條函數(shù)(Thin-plate spline)的徑向基函數(shù)模型非常適合作為板料成形仿真的代理模型。在多目標優(yōu)化迭代過程中,該方法調(diào)用的是代理模型

4、而非有限元模型,因此,提出的方法具有非常高的效率。同時,該方法能解決拉裂和起皺缺陷同時存在且相互沖突的問題。在薄壁結(jié)構(gòu)耐撞性研究方面,提出了一種新型的功能梯度泡沫填充薄壁結(jié)構(gòu)。該新型泡沫填充結(jié)構(gòu)的泡沫密度沿著長度方向成冪指數(shù)連續(xù)變化。數(shù)值算例表明,冪指數(shù)m對該結(jié)構(gòu)的耐撞性有重要的影響。在此基礎(chǔ)上,對該結(jié)構(gòu)的冪指數(shù)m進行了優(yōu)化設(shè)計。優(yōu)化結(jié)果表明該結(jié)構(gòu)在能量吸收、變形穩(wěn)定性和最大峰值碰撞力方面比同質(zhì)量的均勻泡沫填充薄壁結(jié)構(gòu)具有更佳的耐撞性,

5、是一種潛在的性能卓越的吸能結(jié)構(gòu)。
   (2)提出了一種薄板結(jié)構(gòu)成形與耐撞性序列代理模型優(yōu)化設(shè)計方法,并對逐步序列的增加樣本點數(shù)量和逐步序列減少設(shè)計空間這兩種序列策略進行了研究。研究表明在樣本點數(shù)量相同的情況下,無論是基于哪一種序列策略的序列代理模型優(yōu)化設(shè)計方法的優(yōu)化結(jié)果的精度均比傳統(tǒng)的基于代理模型的優(yōu)化設(shè)計方法的優(yōu)化結(jié)果的精度高。同時,提出的方法還具有對初始樣本的數(shù)量與分布的依賴性相對較弱等優(yōu)點。DP800高強度鋼材料參數(shù)的反

6、求優(yōu)化設(shè)計和拉延筋幾何參數(shù)的優(yōu)化設(shè)計結(jié)果表明了該方法具有非常高的精度和效率。在此基礎(chǔ)上,將單目標序列優(yōu)化方法拓展到了多目標優(yōu)化設(shè)計領(lǐng)域,提出了多目標序列代理模型優(yōu)化方法。并開展了拉延筋幾何參數(shù)多目標序列代理模型優(yōu)化設(shè)計和汽車結(jié)構(gòu)耐撞性多目標序列代理模型優(yōu)化設(shè)計方法研究。
   (3)為了充分發(fā)揮高精度模型計算精度高和低精度模型耗時少的優(yōu)點,提出了一種基于代理模型的板料成形變復(fù)雜度優(yōu)化設(shè)計方法。該方法的核心是首先在高精度模型和低精

7、度模型間建立一個補償模型,然后對低精度模型進行補償,補償后的低精度模型的仿真結(jié)果的精度將得到大大的提高,在優(yōu)化過程中可以代替高精度模型的結(jié)果。采用提出的方法對某汽車內(nèi)板的拉延筋進行了優(yōu)化設(shè)計研究,結(jié)果表明提出的方法的優(yōu)化效率盡管低于基于一步法的優(yōu)化效率,但優(yōu)化結(jié)果的精度卻得到了顯著的提高;與傳統(tǒng)的基于代理模型的優(yōu)化方法相比,在相同的求解效率下,提出的方法的求解精度更高。
   (4)由于薄壁結(jié)構(gòu)成形與耐撞性變復(fù)雜度優(yōu)化在迭代過程

8、中調(diào)用的低精度模型仍為有限元模型,這些模型在仿真過程中存在數(shù)值噪聲,目標函數(shù)易陷入因數(shù)值噪聲引起的局部峰值中,最終的優(yōu)化結(jié)果難以直接用于指導(dǎo)實際的設(shè)計。薄壁結(jié)構(gòu)成形與耐撞性數(shù)值模擬中,單元計算或接觸計算常常產(chǎn)生問題,導(dǎo)致在優(yōu)化過程中因單次仿真的失效而使整個優(yōu)化過程無法進行。為了解決上述問題,提出了兩步變復(fù)雜度優(yōu)化方法,并開展了板料成形和蜂窩結(jié)構(gòu)耐撞性的二步變復(fù)雜度優(yōu)化方法研究。研究結(jié)果表明該方法具有較高的效率和精度,特別適合求解像板料成

9、形和汽車碰撞這類復(fù)雜的非線性工程優(yōu)化問題。
   (5)進行了汽車構(gòu)件耐撞性可靠性優(yōu)化設(shè)計、薄壁構(gòu)件耐撞性6sigma單目標穩(wěn)健優(yōu)化設(shè)計和薄板沖壓成形6sigma單目標穩(wěn)健優(yōu)化設(shè)計研究。在此基礎(chǔ)上,提出了基于雙響應(yīng)面模型的6sigma多目標穩(wěn)健優(yōu)化設(shè)計方法。該方法不僅考慮了噪聲因素的波動對產(chǎn)品性能的影響,同時也解決了多個質(zhì)量特性之間互相沖突的問題。應(yīng)用該方法開展了汽車結(jié)構(gòu)耐撞性和板料成形多目標穩(wěn)健優(yōu)化研究。研究結(jié)果表明提出的方法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論