CN110210134A - 一种白车身结构优化设计方法及结构优化设计装置 - Google Patents

Abstract

本发明公开了一种白车身结构优化设计方法及结构优化设计装置，优化设计方法包括以下步骤：建立白车身的有限元模型；计算所述有限元模型中各个工况的模态和刚度，并对所述白车身进行试验验证，获取所述模态及刚度的计算值与试验值的误差；调整所述有限元模型直至所述误差小于所述预设百分比；根据所述模态和所述刚度，筛选出优化设计的多个设计变量；根据所述白车身的加权相对灵敏度w以及所述白车身的优化成本，选择所述白车身结构中的部分参数为多个设计变量。本发明通过采用加权相对灵敏度分析的方法选择优化设计的设计变量，对白车身确定性优化结果进行可靠性优化设计，白车身结构在满足性能要求的同时，减轻车身质量，提高系统的可靠性。

Description

一种白车身结构优化设计方法及结构优化设计装置

技术领域

本发明涉及汽车结构设计技术领域的一种优化设计方法，尤其涉及一种基于加权相对灵敏度的白车身结构优化设计方法，还涉及一种基于加权相对灵敏度的白车身结构优化设计装置。

背景技术

白车身结构优化设计是汽车研发和制造过程中必不可少的环节，车身部件较多，质量占整车的30％左右，所以车身部件轻量化的潜能较大。但白车身的部件比较多，从考虑经济成本和计算机硬件能力的角度来说，不可能将白车身的每个部件厚度都作为设计变量，对其进行优化，需要从中综合选取对优化输出响应影响较大的值，同时也应当考虑到轻量化的需求。由于车身尤其是承载式车身承载着来自车身内外的各种载荷(尤其是弯曲载荷和扭转载荷)和激励源的激励，因此要保证车身的刚度和模态等性能满足要求。此外，白车身的结构在生产和制造等过程中存在很多不确定因素，这些因素对车身结构优化结果存在很大的影响，会造成优化结果的可靠性较差。若优化结果的可靠度过低，会导致优化失败，从而失去意义。在白车身结构优化设计过程中应当考虑其可靠性，在确定性优化的基础上进行可靠性优化设计。

发明内容

针对现有的技术问题，本发明提供一种白车身结构优化设计方法及结构优化设计装置，解决了现有的白车身结构设计变量筛选困难以及优化可靠性较差的问题。

本发明采用以下技术方案实现：一种基于加权相对灵敏度的白车身结构优化设计方法，其包括以下步骤：

步骤一、对白车身的三维模型进行有限元网格划分并建立相应的有限元模型；

步骤二、计算所述有限元模型中各个工况的模态和刚度，并对所述白车身进行试验验证，获取所述模态及刚度的计算值与试验值的误差；在所述误差不小于一个预设百分比时，调整所述有限元模型直至所述误差小于所述预设百分比；

步骤三、根据所述模态和所述刚度，筛选出优化设计的多个设计变量；

所述设计变量的筛选方法包括以下步骤：

(1)计算所述白车身结构的模态直接灵敏度、刚度直接灵敏度以及质量直接灵敏度；

(2)根据所述白车身结构的各个直接灵敏度，计算所述白车身结构的一阶扭转模态相对灵敏度R_ft、一阶弯曲模态相对灵敏度R_fb、扭转刚度相对灵敏度R_t以及弯曲刚度相对灵敏度R_b；其中，R_ftmin≤R_ft≤R_ftmax，R_fbmin≤R_fb≤R_fbmax，R_bmin≤R_b≤R_bmax，R_tmin≤R_t≤R_tmax；

(3)计算所述白车身的加权相对灵敏度w，所述加权相对灵敏度w的计算方法包括以下步骤：

(3.1)计算一阶扭转模态相对灵敏度重要度；

计算相对灵敏度R_ft与最小值R_ftmin之间的差值Δ1；

计算最大值R_ftmax和最小值R_ftmin之间的差值Δ2；

将差值Δ1与差值Δ2之间的比值乘以所述白车身的一阶扭转模态的加权系数w_ft，获得所述一阶扭转模态相对灵敏度重要度；

(3.2)计算一阶弯曲模态相对灵敏度重要度；

计算相对灵敏度R_fb与最小值R_fbmin之间的差值Δ3；

计算最大值R_fbmax和最小值R_fbmin之间的差值Δ4；

将差值Δ3与差值Δ4之间的比值乘以所述白车身的一阶弯曲模态的加权系数w_fb，获得所述一阶弯曲模态相对灵敏度重要度；

(3.3)计算弯曲刚度相对灵敏度重要度；

计算相对灵敏度R_b与最小值R_bmin之间的差值Δ5；

计算最大值R_bmax和最小值R_bmin之间的差值Δ6；

将差值Δ5与差值Δ6之间的比值乘以所述白车身的弯曲刚度的加权系数w_b，获得所述弯曲刚度相对灵敏度重要度；

(3.4)计算扭转刚度相对灵敏度重要度；

计算相对灵敏度R_t与最小值R_tmin之间的差值Δ7；

计算最大值R_tmax和最小值R_tmin之间的差值Δ8；

将差值Δ7与差值Δ8之间的比值乘以所述白车身的扭转刚度的加权系数w_t，获得所述扭转刚度相对灵敏度重要度；

(3.5)累加所述一阶扭转模态相对灵敏度重要度、所述一阶弯曲模态相对灵敏度重要度、所述弯曲刚度相对灵敏度重要度以及所述扭转刚度相对灵敏度重要度，获得所述白车身的加权相对灵敏度w；

(4)根据所述白车身的加权相对灵敏度w以及所述白车身的优化成本，选择所述白车结构中的部分参数为多个设计变量；

步骤四、先根据多个设计变量，选择优化设计的目标和约束，再构建近似模型以拟合响应所述目标和所述约束与所述设计变量之间的函数关系，最后对所述白车身结构进行优化设计。

作为上述方案的进一步改进，在所述步骤一中，所述三维模型的文件格式为通用格式，对所述三维模型进行Hypermesh网格划分；

在所述步骤二中，所述预设百分比为10％。

作为上述方案的进一步改进，在所述步骤三中，所述白车身结构的弯曲刚度直接灵敏度S_b、扭转刚度直接灵敏度S_t、一阶弯曲模态频率直接灵敏度S_fb、一阶扭转模态频率直接灵敏度S_ft、部件质量直接灵敏度S_w的计算公式分别为：

其中，d₁、d₂分别表示在弯曲和扭转工况下测量点的Z向位移，f_b、f_t分别表示一阶弯曲模态和一阶扭转模态的固有频率，m表示所述部件的质量，x表示所述白车身的各个组件的厚度。

作为上述方案的进一步改进，所述白车身的各个相对灵敏度的计算公式为：

其中，S_b、S_t、S_fb、S_ft、S_w分别为所述白车身结构的弯曲刚度直接灵敏度、扭转刚度直接灵敏度、一阶弯曲模态频率直接灵敏度、一阶扭转模态频率直接灵敏度、部件质量直接灵敏度。

作为上述方案的进一步改进，在所述步骤三中，所述加权系数的计算方法包括以下步骤：

确定用户评价指标的序关系；

定义所述指标间相对重要程度的判断标准，并按照所述判断标准对指标进行排序；

根据排序后的指标，计算所述加权系数。

进一步地，确定所述序关系的方法包括以下步骤：

根据用户的主观评价准则，若指标x_i的重要程度大于指标x_j，则定义x_i＞x_j；其中，x_i表示{x₁}按关系“＞”排定后的第i个评价指标(i＝1,2，…，m)；

对于指标集{x₁,x₂,x₃,…,m}，按照每个指标相对于评价目标的重要程度，在指标集{x₁,x₂,x₃,…,m}中选出重要程度最大的一个指标，记为在剩下的m-1个指标中选出重要程度最大的一个指标，记为依次类推，直到最后经过m-1次挑选剩下的指标记为确定所述序关系

再进一步地，定义指标x_k-1/x_k的重要程度之比w_k-1/w_k为r_k，其中k＝m，m-1，m-2，…，3，2，1；所述判断标准为：

当r_k＝1.0时，定义指标x_k-1与指标x_k同等重要；

当r_k＝1.2时，定义指标x_k-1比指标x_k稍微重要；

当r_k＝1.4时，定义指标x_k-1比指标x_k明显重要；

当r_k＝1.6时，定义指标x_k-1比指标x_k强烈重要；

当r_k＝1.8时，定义指标x_k-1比指标x_k极端重要；

其中，定义x_k-1大于1/x_k。

再进一步地，所述加权系数的计算公式为：

其中，k＝m,m-1,…,3,2；w_k-1＝r_kw_k。

作为上述方案的进一步改进，在所述步骤四中，构建所述近似模型后，对所述白车身结构进行优化设计的方法包括以下步骤：

选用非支配排序遗传算法对所述白车身结构进行优化，获得优化目标的pareto前沿；

从所述pareto前沿中选出折中满意解，并对所述折中满意解进行可靠性分析，得到约束响应的可靠度，以对所述确定性优化结果进行可靠性分析；

在确定性优化的基础上对所述白车身结构进行可靠性优化，最后对可靠性优化结果进行性能验证。

本发明还提供了一种基于加权相对灵敏度的白车身结构优化设计装置，其包括：

有限元模型产生模块，其用于对白车身的三维模型进行有限元网格划分并建立相应的有限元模型；

分析验证模块，其用于计算所述有限元模型中各个工况的模态和刚度，并对所述白车身进行试验验证，获取所述模态及刚度的计算值与试验值的误差；所述分析验证模块在所述误差不小于一个预设百分比时，调整所述有限元模型直至所述误差小于所述预设百分比；

设计变量筛选模块，其用于根据所述模态和所述刚度，筛选出优化设计的多个设计变量；所述设计变量筛选模块筛选所述设计变量的筛选方法包括以下步骤：

(1)计算所述白车身结构的模态直接灵敏度、刚度直接灵敏度以及质量直接灵敏度；

(2)根据所述白车身结构的各个直接灵敏度，计算所述白车身结构的一阶扭转模态相对灵敏度R_ft、一阶弯曲模态相对灵敏度R_fb、扭转刚度相对灵敏度R_t以及弯曲刚度相对灵敏度R_b；其中，R_ftmin≤R_ft≤R_ftmax，R_fbmin≤R_fb≤R_fbmax，R_bmin≤R_b≤R_bmax，R_tmin≤R_t≤R_tmax；

(3)计算所述白车身的加权相对灵敏度w，所述加权相对灵敏度w的计算方法包括以下步骤：

(3.1)计算一阶扭转模态相对灵敏度重要度；

计算相对灵敏度R_ft与最小值R_ftmin之间的差值Δ1；

计算最大值R_ftmax和最小值R_ftmin之间的差值Δ2；

将差值Δ1与差值Δ2之间的比值乘以所述白车身的一阶扭转模态的加权系数w_ft，获得所述一阶扭转模态相对灵敏度重要度；

(3.2)计算一阶弯曲模态相对灵敏度重要度；

计算相对灵敏度R_fb与最小值R_fbmin之间的差值Δ3；

计算最大值R_fbmax和最小值R_fbmin之间的差值Δ4；

将差值Δ3与差值Δ4之间的比值乘以所述白车身的一阶弯曲模态的加权系数w_fb，获得所述一阶弯曲模态相对灵敏度重要度；

(3.3)计算弯曲刚度相对灵敏度重要度；

计算相对灵敏度R_b与最小值R_bmin之间的差值Δ5；

计算最大值R_bmax和最小值R_bmin之间的差值Δ6；

将差值Δ5与差值Δ6之间的比值乘以所述白车身的弯曲刚度的加权系数w_b，获得所述弯曲刚度相对灵敏度重要度；

(3.4)计算扭转刚度相对灵敏度重要度；

计算相对灵敏度R_t与最小值R_tmin之间的差值Δ7；

计算最大值R_tmax和最小值R_tmin之间的差值Δ8；

将差值Δ7与差值Δ8之间的比值乘以所述白车身的扭转刚度的加权系数w_t，获得所述扭转刚度相对灵敏度重要度；

(3.5)累加所述一阶扭转模态相对灵敏度重要度、所述一阶弯曲模态相对灵敏度重要度、所述弯曲刚度相对灵敏度重要度以及所述扭转刚度相对灵敏度重要度，获得所述白车身的加权相对灵敏度w；

(4)根据所述白车身的加权相对灵敏度w以及所述白车身的优化成本，选择所述白车结构中的部分参数为多个设计变量；以及

优化设计模块，其用于先根据多个设计变量，选择优化设计的目标和约束，再构建近似模型以拟合响应所述目标和所述约束与所述设计变量之间的函数关系，最后对所述白车身结构进行优化设计。

本发明的白车身结构优化设计方法及结构优化设计装置，该优化设计方法中先建立了有限元模型，再对白车身进行模态、刚度分析及进行试验验证，进一步对白车身结构进行加权相对灵敏度分析，以筛选设计变量，再进一步确定优化设计目标和约束，构建近似模型，从而拟合响应目标和约束与设计变量之间的函数关系。本发明中提出了加权相对灵敏度的计算方法，可以根据加权相对灵敏的结果筛选出设计变量，计算出白车身部件基于几种性能的加权相对灵敏度，从而消除各性能之间的数值以及单位差异。该优化设计方法可以对白车身部件厚度进行优化设计，通过采用加权相对灵敏度分析的方法选择优化设计的设计变量，并考虑了白车身优化过程中设计变量存在的不确定因素对优化结果的影响，对白车身确定性优化结果进行可靠性优化设计，并对优化后的白车身结构进行性能验证，而且通过可靠性优化设计，白车身结构在满足性能要求的同时，减轻车身质量，提高系统的可靠性。

附图说明

图1为本发明实施例1的基于加权相对灵敏度的白车身结构优化设计方法的系统流程图；

图2为本发明实施例1的优化设计方法所确定性优化及可靠性优化pareto前沿图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1

请参阅图1，本实施例提供了基于加权相对灵敏度的白车身结构优化设计方法，该方法包括以下的四个步骤(步骤一至步骤四)，当然在另外一些实施例中也可以包括其他的步骤。

步骤一、先获得白车身的三维模型，再将三维模型进行有限元网格划分，以建立白车身的相应有限元模型，最后检查有限元模型的网格质量。在本实施例中，首先，获得白车身CAD三维模型，将白车身三维模型文件格式转化为通用格式.stp或者.igs格式(当然，在其他实施例中，通用格式还可以为其他的通用格式)，然后，将转化为通用格式的白车身三维模型文件导入到hypermesh中进行有限元网格划分，最后对划分后的有限元模型进行网格质量检查。

步骤二、分析有限元模型中各个工况的模态和刚度(刚度包括弯曲刚度以及扭曲刚度)，并对所述白车身进行试验验证，获取所述模态及刚度的计算值与试验值的误差。在所述误差不小于一个预设百分比时，调整所述有限元模型直至所述误差小于所述预设百分比，以保证分析结果与试验值的误差小于该预设百分比。在本实施例中，预设百分比为10％，而本步骤能够通过对白车身结构进行分析了解其性能特性。

步骤三、根据所述模态和所述刚度，筛选出优化设计的多个设计变量。本实施例中先对白车身的结构进行模态、刚度以及质量直接灵敏度分析，再进行一阶扭转模态、一阶弯曲模态、扭转刚度、弯曲刚度相对灵敏度分析，最后根据白车身结构的分析结果，通过加权相对灵敏度以筛选出优化设计的设计变量。在本实施例中，设计变量的筛选方法包括以下步骤：

(1)计算所述白车身结构的模态直接灵敏度、刚度直接灵敏度以及质量直接灵敏度。在本实施例中，所述白车身结构的弯曲刚度直接灵敏度S_b、扭转刚度直接灵敏度S_t、一阶弯曲模态频率直接灵敏度S_fb、一阶扭转模态频率直接灵敏度S_ft、部件质量直接灵敏度S_w的计算公式分别为：

其中，d₁、d₂分别表示在弯曲和扭转工况下测量点的Z向位移，f_b、f_t分别表示一阶弯曲模态和一阶扭转模态的固有频率，m表示所述部件的质量，x表示所述白车身的各个组件的厚度。

(2)根据所述白车身结构的各个直接灵敏度，计算所述白车身结构的一阶扭转模态相对灵敏度R_ft、一阶弯曲模态相对灵敏度R_fb、扭转刚度相对灵敏度R_t以及弯曲刚度相对灵敏度R_b。其中，R_ftmin≤R_ft≤R_ftmax，R_fbmin≤R_fb≤R_fbmax，R_bmin≤R_b≤R_bmax，R_tmin≤R_t≤R_tmax。在本实施例中，所述白车身的各个相对灵敏度的计算公式为：

由于白车身结构性能直接灵敏度分析无法知道板厚变化带来的车身部件性能变化与该件质量变化的关系，因此在本实施例中，白车身的弯曲刚度直接灵敏度、扭转刚度直接灵敏度、一阶弯曲模态直接灵敏度和一阶扭转模态直接灵敏度除以质量直接灵敏度得到单位质量变化带来的对应的性能变化，称之为相对灵敏度。

(3)计算所述白车身的加权相对灵敏度w。由于白车身各部件的相对灵敏度分析结果只知道部件单位质量变化引起的白车身单个性能变化值，对于白车身优化设计考虑到多个车身部件性能值，需要权衡各性能相对灵敏度的结果，综合筛选出设计变量。而采用这个方法需要同时对比几个优化性能的相对灵敏度结果，比较麻烦，这会大大增加工作难度。为此，本实施例提出了加权相对灵敏度方法，可以根据加权相对灵敏的结果筛选出设计变量。在相对灵敏度的基础上，运用序关系分析法和归一化法(min-max标准化，也称离散标准化)计算出白车身部件基于几种性能的加权相对灵敏度。由于白车身各性能的相对灵敏度的数量级不相等，直接对各个性能相对灵敏度加权会使得数量级较低的性能相对灵敏度信息丢失，采用归一化法可以消除各性能之间的数值以及单位差异。为此，所述加权相对灵敏度w的计算方法包括以下步骤：

(3.1)计算一阶扭转模态相对灵敏度重要度；

计算相对灵敏度R_ft与最小值R_ftmin之间的差值Δ1：R_ft-R_ftmin；

计算最大值R_ftmax和最小值R_ftmin之间的差值Δ2：R_ftmax-R_ftmin；

将差值Δ1与差值Δ2之间的比值乘以所述白车身的一阶扭转模态的加权系数w_ft，获得所述一阶扭转模态相对灵敏度重要度

(3.2)计算一阶弯曲模态相对灵敏度重要度；

计算相对灵敏度R_fb与最小值R_fbmin之间的差值Δ3：R_fb-R_fbmin；

计算最大值R_fbmax和最小值R_fbmin之间的差值Δ4：R_fbmax-R_fbmin；

将差值Δ3与差值Δ4之间的比值乘以所述白车身的一阶弯曲模态的加权系数w_fb，获得所述一阶弯曲模态相对灵敏度重要度

(3.3)计算弯曲刚度相对灵敏度重要度；

计算相对灵敏度R_b与最小值R_bmin之间的差值Δ5：R_b-R_bmin；

计算最大值R_bmax和最小值R_bmin之间的差值Δ6：R_bmax-R_bmin；

将差值Δ5与差值Δ6之间的比值乘以所述白车身的弯曲刚度的加权系数w_b，获得所述弯曲刚度相对灵敏度重要度

(3.4)计算扭转刚度相对灵敏度重要度；

计算相对灵敏度R_t与最小值R_tmin之间的差值Δ7：R_t-R_tmin；

计算最大值R_tmax和最小值R_tmin之间的差值Δ8：R_tmax-R_tmin；

将差值Δ7与差值Δ8之间的比值乘以所述白车身的扭转刚度的加权系数w_t，获得所述扭转刚度相对灵敏度重要度

(3.5)累加所述一阶扭转模态相对灵敏度重要度、所述一阶弯曲模态相对灵敏度重要度、所述弯曲刚度相对灵敏度重要度以及所述扭转刚度相对灵敏度重要度，获得所述白车身的加权相对灵敏度w。加权相对灵敏度w的计算结果为：

(4)根据所述白车身的加权相对灵敏度w以及所述白车身的优化成本，选择所述白车结构中的部分参数为多个设计变量。在本实施例中，根据加权相对灵敏度分析的结果以及优化的成本选择一定数量的部件的板厚作为设计变量，左右对称部件算为一个设计变量。

这里需要说明的是，上述过程中的多个加权系数的计算方法包括以下步骤：

(1)确定用户评价指标的序关系；

(2)定义指标间相对重要程度的判断标准，并按照判断标准对指标进行排序；

(3)根据排序后的指标，计算加权系数。

在上述加权系数的计算方法步骤中，确定序关系的方法包括以下步骤：

根据用户的主观评价准则，若指标x_i的重要程度大于指标x_j，则定义x_i＞x_j；其中，x_i表示{x₁}按关系“＞”排定后的第i个评价指标(i＝1,2，…，m)；

对于指标集{x₁,x₂,x₃,…,m}，按照每个指标相对于评价目标的重要程度，建立序关系建立序的关系的步骤如下：在指标集{x₁,x₂,x₃,…,m}中选出重要程度最大的一个指标，记为在剩下的m-1个指标中选出重要程度最大的一个指标，记为依次类推，直到最后经过m-1次挑选剩下的指标记为确定序关系

对白车身弯曲刚度、扭转刚度，一阶弯曲模态以及一阶扭转模态的分析结果，根据白车身性能计算来判断白车身性能的重要程度高低。

定义指标x_k-1/x_k的重要程度之比w_k-1/w_k为r_k，其中k＝m，m-1，m-2，…，3，2，1；判断标准为：

当r_k＝1.0时，定义指标x_k-1与指标x_k同等重要；

当r_k＝1.2时，定义指标x_k-1比指标x_k稍微重要；

当r_k＝1.4时，定义指标x_k-1比指标x_k明显重要；

当r_k＝1.6时，定义指标x_k-1比指标x_k强烈重要；

当r_k＝1.8时，定义指标x_k-1比指标x_k极端重要；

同时规定，r_k之间必须满足x_k-1大于1/x_k。

加权系数的计算公式为：

其中，k＝m,m-1,…,3,2；w_k-1＝r_kw_k。

步骤四、先根据多个设计变量，选择优化设计的目标和约束，再构建近似模型以拟合响应所述目标和所述约束与所述设计变量之间的函数关系，最后对所述白车身结构进行优化设计。在本实施例中，对所述白车身结构进行优化设计的方法包括以下步骤：

(a)选用非支配排序遗传算法II(NSGA-II)进行白车身结构优化设计，得到关于优化目标的pareto前沿；

(b)从所述pareto前沿中选出折中满意解，并对所述折中满意解进行可靠性分析，得到约束响应的可靠度，以对所述确定性优化结果进行可靠性分析；在本实施例中，可以先对白车身结构进行确定性多目标优化，再对白车身的确定性优化结果进行可靠性分析；

(c)在确定性优化的基础上对所述白车身结构进行可靠性优化，最后对可靠性优化结果进行性能验证。

在本实施例中，选用最小距离选解法从白车身结构优化设计pareto前沿中挑选出折中满意解，并对取得的优化解采用蒙特卡罗模拟方法进行可靠性分析，得到约束响应的可靠度，以对确定性优化结果进行可靠性分析。若约束响应优化解可靠度较低，则需要对其进行可靠性优化设计。基于确定性优化设计的结果对其进行可靠性优化设计，并对优化结果进行验证。

综上所述，本实施例的基于加权相对灵敏度的白车身结构优化设计方法具有以下优点：

该优化设计方法中先建立了有限元模型，再对白车身进行模态、刚度分析及进行试验验证，进一步对白车身结构进行加权相对灵敏度分析，以筛选设计变量，再进一步确定优化设计目标和约束，构建近似模型，从而拟合响应目标和约束与设计变量之间的函数关系。本发明中提出了加权相对灵敏度的计算方法，可以根据加权相对灵敏的结果筛选出设计变量，计算出白车身部件基于几种性能的加权相对灵敏度，从而消除各性能之间的数值以及单位差异。本发明可以对白车身部件厚度进行优化设计，通过采用加权相对灵敏度分析的方法选择优化设计的设计变量，并考虑了白车身优化过程中设计变量存在的不确定因素对优化结果的影响，对白车身确定性优化结果进行可靠性优化设计，并对优化后的白车身结构进行性能验证，而且通过可靠性优化设计，白车身结构在满足性能要求的同时，减轻车身质量，提高系统的可靠性。

实施例2

本实施例提供了一种基于加权相对灵敏度的白车身结构优化设计方法，其在实施例1的基础上进行具体的实施案例。

(1)首先参照企业的建模标准对白车身进行有限元建模，计算白车身的模态和刚度，并对其进行试验验证，保证仿真与试验结果的误差小于10％，得到白车身的一阶扭转模态频率值为28.17Hz，一阶弯曲模态频率值为43.50Hz，弯曲刚度值为15748.03N/mm，扭转刚度值为14925.37N·m/°。

由于该发动机怠速状态产生的频率范围为23.3-26.7Hz，车身的整体模态频率应当高于发动机怠速频率2Hz以上，但由于白车身一阶扭转模态频率为28.17Hz不满足要求，需对其进行优化。一阶弯曲模态需要高于一阶扭转模态3Hz以上，即一阶弯曲模态满足要求。企业要求的白车身弯曲刚度目标值≥15000N/mm，扭转刚度目标值为≥14000N·m/°，即白车身弯曲刚度和扭转刚度均满足要求。

(2)加权灵敏度分析选取设计变量

首先对白车身结构进行直接灵敏度分析，然后在此基础上对其进行相对灵敏度分析，根据相对灵敏度分析得到的结果，可以计算出R_ftmin、R_ftmax、R_fbmin、R_fbmax、R_bmin、R_bmax、R_tmin、R_bmax的数值。加权灵敏度的权重系数确定如下：

1.由于白车身的一阶扭转模态不满足要求，弯曲刚度和扭转刚度值均高于目标值。各性能指标的重要程度排序如下：

一阶扭转模态＞一阶弯曲模态＞弯曲刚度＞扭转刚度

其中，一阶扭转模态比一阶弯曲模态明显重要，r₂＝1.4，一阶弯曲模态比弯曲刚度稍微重要，r₃＝1.2，弯曲刚度与扭转刚度同等重要，r₄＝1.0。即：

r₂r₃r₄＝1.4×1.2×1.0＝1.68,r₃r₄＝1.2×1.0＝1.2,r₄＝1.0

将上式带入以下公式：w_k-1＝r_kw_k,k＝m,m-1,…,3,2

这样，计算得到：w₄＝0.2049，w₃＝0.2049，w₂＝0.2459，w₁＝0.3443。

因此一阶扭转模态、一阶弯曲模态、弯曲刚度以及扭转刚度灵敏度的权重系数分别为0.3443、0.2459、0.2049和0.2049。即w_ft＝0.3443,w_fb＝0.2459,w_b＝0.2049,w_t＝2049。带入式(3)可计算白车身各部件的加权相对灵敏度值。部分部件的相对灵敏度值与加权相对灵敏度值如表1所示。

表1白车身部分部件的相对灵敏度与加权相对灵敏度数值表

根据加权相对灵敏度分析的结果，从白车身部件中选择26个加权相对灵敏度较大的部件厚度作为设计变量进行优化设计，考虑到部件的对称性，简化为16个设计变量。

(3)以白车身总质量和一阶扭转模态为设计目标，一阶弯曲模态、弯曲刚度和扭转刚度为约束函数，采集样本点，构建近似模型代替直接的有限元计算，对白车身结构进行确定性多目标优化设计。通过确定性优化设计，白车身的质量减少了4.0％，一阶扭转模态提高了5.5％，一阶弯曲模态提高了0.8％，弯曲刚度减少了4.7％，扭转刚度减少了5.9％。

(4)考虑设计变量的不确定性，设定设计变量均为正态分布，且变异系数为5％，对白车身确定性优化结果进行可靠性分析，约束响应一阶扭转模态的可靠度为82.5％，扭转刚度和弯曲刚度的可靠度分别为38.2％和43.5％。白车身的确定性优化结果的可靠性较低，所以在白车身确定性优化结果的基础上进行99％可靠性优化设计，得到的结果如图2所示。

从图中可知，99％可靠性优化设计得到的pareto前沿远离白车身结构确定性优化设计的pareto前沿，可靠性优化解相比于确定性优化解在优化目标上有所牺牲。通过最小距离选解法选取99％可靠性优化的优化解，如表1所示。由于优化过程中用近似模型代替直接有限元计算，需要对优化解进行仿真验证。

表2优化前后结果对比表

从表2可看出，99％可靠性优化得到的一阶弯曲模态、弯曲刚度和扭转刚度3个约束响应值距离约束阀值较远，即设计变量在考虑不确定性的因素下，优化设计的产品失效概率大大降低。在确定性优化的基础上进行可靠性优化，白车身结构在提高模态性能，保证刚度性能，降低车身质量的同时大大提高了其可靠性。经过可靠性优化设计，白车身质量减少了10.9kg，一阶扭转模态提高2.16Hz，一阶弯曲模态提高1.2Hz，虽然弯曲刚度减少12.82N/mm，扭转刚度减少364.21N·m/°，但满足优化设计要求。

实施例3

本实施例提供了一种基于加权相对灵敏度的白车身结构优化设计装置，该装置包括有限元模型产生模块、分析验证模块、设计变量筛选模块以及优化设计模块。

有限元模型产生模块用于对白车身的三维模型进行有限元网格划分并建立相应的有限元模型。

分析验证模块用于计算所述有限元模型中各个工况的模态和刚度，并对所述白车身进行试验验证，获取所述模态及刚度的计算值与试验值的误差。所述分析验证模块在所述误差不小于一个预设百分比时，调整所述有限元模型直至所述误差小于所述预设百分比。

设计变量筛选模块用于根据所述模态和所述刚度，筛选出优化设计的多个设计变量；所述设计变量筛选模块筛选所述设计变量的筛选方法包括以下步骤：

(1)计算所述白车身结构的模态直接灵敏度、刚度直接灵敏度以及质量直接灵敏度；

(2)根据所述白车身结构的各个直接灵敏度，计算所述白车身结构的一阶扭转模态相对灵敏度R_ft、一阶弯曲模态相对灵敏度R_fb、扭转刚度相对灵敏度R_t以及弯曲刚度相对灵敏度R_b；其中，R_ftmin≤R_ft≤R_ftmax，R_fbmin≤R_fb≤R_fbmax，R_bmin≤R_b≤R_bmax，R_tmin≤R_t≤R_tmax；

(3)计算所述白车身的加权相对灵敏度w，所述加权相对灵敏度w的计算方法包括以下步骤：

(3.1)计算一阶扭转模态相对灵敏度重要度；

计算相对灵敏度R_ft与最小值R_ftmin之间的差值Δ1；

计算最大值R_ftmax和最小值R_ftmin之间的差值Δ2；

将差值Δ1与差值Δ2之间的比值乘以所述白车身的一阶扭转模态的加权系数w_ft，获得所述一阶扭转模态相对灵敏度重要度；

(3.2)计算一阶弯曲模态相对灵敏度重要度；

计算相对灵敏度R_fb与最小值R_fbmin之间的差值Δ3；

计算最大值R_fbmax和最小值R_fbmin之间的差值Δ4；

将差值Δ3与差值Δ4之间的比值乘以所述白车身的一阶弯曲模态的加权系数w_fb，获得所述一阶弯曲模态相对灵敏度重要度；

(3.3)计算弯曲刚度相对灵敏度重要度；

计算相对灵敏度R_b与最小值R_bmin之间的差值Δ5；

计算最大值R_bmax和最小值R_bmin之间的差值Δ6；

将差值Δ5与差值Δ6之间的比值乘以所述白车身的弯曲刚度的加权系数w_b，获得所述弯曲刚度相对灵敏度重要度；

(3.4)计算扭转刚度相对灵敏度重要度；

计算相对灵敏度R_t与最小值R_tmin之间的差值Δ7；

计算最大值R_tmax和最小值R_tmin之间的差值Δ8；

将差值Δ7与差值Δ8之间的比值乘以所述白车身的扭转刚度的加权系数w_t，获得所述扭转刚度相对灵敏度重要度；

(3.5)累加所述一阶扭转模态相对灵敏度重要度、所述一阶弯曲模态相对灵敏度重要度、所述弯曲刚度相对灵敏度重要度以及所述扭转刚度相对灵敏度重要度，获得所述白车身的加权相对灵敏度w；

(4)根据所述白车身的加权相对灵敏度w以及所述白车身的优化成本，选择所述白车结构中的部分参数为多个设计变量。

优化设计模块用于先根据多个设计变量，选择优化设计的目标和约束，再构建近似模型以拟合响应所述目标和所述约束与所述设计变量之间的函数关系，最后对所述白车身结构进行优化设计。

实施例4

本实施例提供一种计算机终端，其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序。处理器执行程序时实现实施例1或实施例2的基于加权相对灵敏度的白车身结构优化设计方法的步骤。

实施例1或实施例2的方法在应用时，可以软件的形式进行应用，如设计成独立运行的程序，安装在计算机终端上，计算机终端可以是电脑、智能手机、控制系统以及其他物联网设备等。实施例1或实施例2的方法也可以设计成嵌入式运行的程序，安装在计算机终端上，如安装在单片机上。

实施例5

本实施例提供一种计算机可读存储介质，其上存储有计算机程序。程序被处理器执行时，实现实施例1或实施例2的基于加权相对灵敏度的白车身结构优化设计方法的步骤。

实施例1或实施例2的方法在应用时，可以软件的形式进行应用，如设计成计算机可读存储介质可独立运行的程序，计算机可读存储介质可以是U盘，设计成U盾，通过U盘设计成通过外在触发启动整个方法的程序。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，其包括以下步骤：

步骤一、对白车身的三维模型进行有限元网格划分并建立相应的有限元模型；

步骤二、计算所述有限元模型中各个工况的模态和刚度，并对所述白车身进行试验验证，获取所述模态及刚度的计算值与试验值的误差；在所述误差不小于一个预设百分比时，调整所述有限元模型直至所述误差小于所述预设百分比；

步骤三、根据所述模态和所述刚度，筛选出优化设计的多个设计变量；

所述设计变量的筛选方法包括以下步骤：

(1)计算所述白车身结构的模态直接灵敏度、刚度直接灵敏度以及质量直接灵敏度；

(2)根据所述白车身结构的各个直接灵敏度，计算所述白车身结构的一阶扭转模态相对灵敏度R_ft、一阶弯曲模态相对灵敏度R_fb、扭转刚度相对灵敏度R_t以及弯曲刚度相对灵敏度R_b；其中，R_ftmin≤R_ft≤R_ftmax，R_fbmin≤R_fb≤R_fbmax，R_bmin≤R_b≤R_bmax，R_tmin≤R_t≤R_tmax；

(3)计算所述白车身的加权相对灵敏度w，所述加权相对灵敏度w的计算方法包括以下步骤：

(3.1)计算一阶扭转模态相对灵敏度重要度；

计算相对灵敏度R_ft与最小值R_ftmin之间的差值Δ1；

计算最大值R_ftmax和最小值R_ftmin之间的差值Δ2；

将差值Δ1与差值Δ2之间的比值乘以所述白车身的一阶扭转模态的加权系数w_ft，获得所述一阶扭转模态相对灵敏度重要度；

(3.2)计算一阶弯曲模态相对灵敏度重要度；

计算相对灵敏度R_fb与最小值R_fbmin之间的差值Δ3；

计算最大值R_fbmax和最小值R_fbmin之间的差值Δ4；

将差值Δ3与差值Δ4之间的比值乘以所述白车身的一阶弯曲模态的加权系数w_fb，获得所述一阶弯曲模态相对灵敏度重要度；

(3.3)计算弯曲刚度相对灵敏度重要度；

计算相对灵敏度R_b与最小值R_bmin之间的差值Δ5；

计算最大值R_bmax和最小值R_bmin之间的差值Δ6；

将差值Δ5与差值Δ6之间的比值乘以所述白车身的弯曲刚度的加权系数w_b，获得所述弯曲刚度相对灵敏度重要度；

(3.4)计算扭转刚度相对灵敏度重要度；

计算相对灵敏度R_t与最小值R_tmin之间的差值Δ7；

计算最大值R_tmax和最小值R_tmin之间的差值Δ8；

将差值Δ7与差值Δ8之间的比值乘以所述白车身的扭转刚度的加权系数w_t，获得所述扭转刚度相对灵敏度重要度；

(3.5)累加所述一阶扭转模态相对灵敏度重要度、所述一阶弯曲模态相对灵敏度重要度、所述弯曲刚度相对灵敏度重要度以及所述扭转刚度相对灵敏度重要度，获得所述白车身的加权相对灵敏度w；

(4)根据所述白车身的加权相对灵敏度w以及所述白车身的优化成本，选择所述白车结构中的部分参数为多个设计变量；

步骤四、先根据多个设计变量，选择优化设计的目标和约束，再构建近似模型以拟合响应所述目标和所述约束与所述设计变量之间的函数关系，最后对所述白车身结构进行优化设计。

2.如权利要求1所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，在所述步骤一中，所述三维模型的文件格式为通用格式，对所述三维模型进行Hypermesh网格划分；

在所述步骤二中，所述预设百分比为10％。

3.如权利要求1所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，在所述步骤三中，所述白车身结构的弯曲刚度直接灵敏度S_b、扭转刚度直接灵敏度S_t、一阶弯曲模态频率直接灵敏度S_fb、一阶扭转模态频率直接灵敏度S_ft、部件质量直接灵敏度S_w的计算公式分别为：

其中，d₁、d₂分别表示在弯曲和扭转工况下测量点的Z向位移，f_b、f_t分别表示一阶弯曲模态和一阶扭转模态的固有频率，m表示所述部件的质量，x表示所述白车身的各个组件的厚度。

4.如权利要求1所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，所述白车身的各个相对灵敏度的计算公式为：

其中，S_b、S_t、S_fb、S_ft、S_w分别为所述白车身结构的弯曲刚度直接灵敏度、扭转刚度直接灵敏度、一阶弯曲模态频率直接灵敏度、一阶扭转模态频率直接灵敏度、部件质量直接灵敏度。

5.如权利要求1所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，在所述步骤三中，所述加权系数的计算方法包括以下步骤：

确定用户评价指标的序关系；

定义所述指标间相对重要程度的判断标准，并按照所述判断标准对指标进行排序；

根据排序后的指标，计算所述加权系数。

6.如权利要求5所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，确定所述序关系的方法包括以下步骤：

根据用户的主观评价准则，若指标x_i的重要程度大于指标x_j，则定义x_i＞x_j；其中，x_i表示{x₁}按关系“＞”排定后的第i个评价指标(i＝1,2，…，m)；

对于指标集{x₁,x₂,x₃,…,m}，按照每个指标相对于评价目标的重要程度，在指标集{x₁,x₂,x₃,…,m}中选出重要程度最大的一个指标，记为在剩下的m-1个指标中选出重要程度最大的一个指标，记为依次类推，直到最后经过m-1次挑选剩下的指标记为确定所述序关系

7.如权利要求6所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，定义指标x_k-1/x_k的重要程度之比w_k-1/w_k为r_k，其中k＝m，m-1，m-2，…，3，2，1；所述判断标准为：

当r_k＝1.0时，定义指标x_k-1与指标x_k同等重要；

当r_k＝1.2时，定义指标x_k-1比指标x_k稍微重要；

当r_k＝1.4时，定义指标x_k-1比指标x_k明显重要；

当r_k＝1.6时，定义指标x_k-1比指标x_k强烈重要；

当r_k＝1.8时，定义指标x_k-1比指标x_k极端重要；

其中，定义x_k-1大于1/x_k。

8.如权利要求7所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，所述加权系数的计算公式为：

其中，k＝m,m-1,…,3,2；w_k-1＝r_kw_k。

9.如权利要求1所述的基于加权相对灵敏度的白车身结构优化设计方法，其特征在于，在所述步骤四中，构建所述近似模型后，对所述白车身结构进行优化设计的方法包括以下步骤：

选用非支配排序遗传算法对所述白车身结构进行优化，获得优化目标的pareto前沿；

从所述pareto前沿中选出折中满意解，并对所述折中满意解进行可靠性分析，得到约束响应的可靠度，以对所述确定性优化结果进行可靠性分析；

在确定性优化的基础上对所述白车身结构进行可靠性优化，最后对可靠性优化结果进行性能验证。

10.一种基于加权相对灵敏度的白车身结构优化设计装置，其特征在于，其包括：

有限元模型产生模块，其用于对白车身的三维模型进行有限元网格划分并建立相应的有限元模型；

分析验证模块，其用于计算所述有限元模型中各个工况的模态和刚度，并对所述白车身进行试验验证，获取所述模态及刚度的计算值与试验值的误差；所述分析验证模块在所述误差不小于一个预设百分比时，调整所述有限元模型直至所述误差小于所述预设百分比；

设计变量筛选模块，其用于根据所述模态和所述刚度，筛选出优化设计的多个设计变量；所述设计变量筛选模块筛选所述设计变量的筛选方法包括以下步骤：

(1)计算所述白车身结构的模态直接灵敏度、刚度直接灵敏度以及质量直接灵敏度；

(2)根据所述白车身结构的各个直接灵敏度，计算所述白车身结构的一阶扭转模态相对灵敏度R_ft、一阶弯曲模态相对灵敏度R_fb、扭转刚度相对灵敏度R_t以及弯曲刚度相对灵敏度R_b；其中，R_ftmin≤R_ft≤R_ftmax，R_fbmin≤R_fb≤R_fbmax，R_bmin≤R_b≤R_bmax，R_tmin≤R_t≤R_tmax；

(3)计算所述白车身的加权相对灵敏度w，所述加权相对灵敏度w的计算方法包括以下步骤：

(3.1)计算一阶扭转模态相对灵敏度重要度；

计算相对灵敏度R_ft与最小值R_ftmin之间的差值Δ1；

计算最大值R_ftmax和最小值R_ftmin之间的差值Δ2；

将差值Δ1与差值Δ2之间的比值乘以所述白车身的一阶扭转模态的加权系数w_ft，获得所述一阶扭转模态相对灵敏度重要度；

(3.2)计算一阶弯曲模态相对灵敏度重要度；

计算相对灵敏度R_fb与最小值R_fbmin之间的差值Δ3；

计算最大值R_fbmax和最小值R_fbmin之间的差值Δ4；

将差值Δ3与差值Δ4之间的比值乘以所述白车身的一阶弯曲模态的加权系数w_fb，获得所述一阶弯曲模态相对灵敏度重要度；

(3.3)计算弯曲刚度相对灵敏度重要度；

计算相对灵敏度R_b与最小值R_bmin之间的差值Δ5；

计算最大值R_bmax和最小值R_bmin之间的差值Δ6；

将差值Δ5与差值Δ6之间的比值乘以所述白车身的弯曲刚度的加权系数w_b，获得所述弯曲刚度相对灵敏度重要度；

(3.4)计算扭转刚度相对灵敏度重要度；

计算相对灵敏度R_t与最小值R_tmin之间的差值Δ7；

计算最大值R_tmax和最小值R_tmin之间的差值Δ8；

将差值Δ7与差值Δ8之间的比值乘以所述白车身的扭转刚度的加权系数w_t，获得所述扭转刚度相对灵敏度重要度；

(3.5)累加所述一阶扭转模态相对灵敏度重要度、所述一阶弯曲模态相对灵敏度重要度、所述弯曲刚度相对灵敏度重要度以及所述扭转刚度相对灵敏度重要度，获得所述白车身的加权相对灵敏度w；

(4)根据所述白车身的加权相对灵敏度w以及所述白车身的优化成本，选择所述白车结构中的部分参数为多个设计变量；以及

优化设计模块，其用于先根据多个设计变量，选择优化设计的目标和约束，再构建近似模型以拟合响应所述目标和所述约束与所述设计变量之间的函数关系，最后对所述白车身结构进行优化设计。