CN114103607A - 一种仿生三叶草负泊松比车门防撞系统及其分层优化方法 - Google Patents

一种仿生三叶草负泊松比车门防撞系统及其分层优化方法 Download PDF

Info

Publication number
CN114103607A
CN114103607A CN202111200574.XA CN202111200574A CN114103607A CN 114103607 A CN114103607 A CN 114103607A CN 202111200574 A CN202111200574 A CN 202111200574A CN 114103607 A CN114103607 A CN 114103607A
Authority
CN
China
Prior art keywords
vehicle door
collision
optimization
clover
door anti
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111200574.XA
Other languages
English (en)
Inventor
王崴崴
赵万忠
王春燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202111200574.XA priority Critical patent/CN114103607A/zh
Publication of CN114103607A publication Critical patent/CN114103607A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60J—WINDOWS, WINDSCREENS, NON-FIXED ROOFS, DOORS, OR SIMILAR DEVICES FOR VEHICLES; REMOVABLE EXTERNAL PROTECTIVE COVERINGS SPECIALLY ADAPTED FOR VEHICLES
    • B60J5/00—Doors
    • B60J5/04—Doors arranged at the vehicle sides
    • B60J5/042—Reinforcement elements
    • B60J5/0422—Elongated type elements, e.g. beams, cables, belts or wires
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60J—WINDOWS, WINDSCREENS, NON-FIXED ROOFS, DOORS, OR SIMILAR DEVICES FOR VEHICLES; REMOVABLE EXTERNAL PROTECTIVE COVERINGS SPECIALLY ADAPTED FOR VEHICLES
    • B60J5/00—Doors
    • B60J5/04—Doors arranged at the vehicle sides
    • B60J5/042—Reinforcement elements
    • B60J5/0452—Reinforcement elements including foams or expanded materials
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60J—WINDOWS, WINDSCREENS, NON-FIXED ROOFS, DOORS, OR SIMILAR DEVICES FOR VEHICLES; REMOVABLE EXTERNAL PROTECTIVE COVERINGS SPECIALLY ADAPTED FOR VEHICLES
    • B60J5/00—Doors
    • B60J5/04—Doors arranged at the vehicle sides
    • B60J5/0463—Conceptual assembling of door, i.e. how door frame parts should be fitted together to form door
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60J—WINDOWS, WINDSCREENS, NON-FIXED ROOFS, DOORS, OR SIMILAR DEVICES FOR VEHICLES; REMOVABLE EXTERNAL PROTECTIVE COVERINGS SPECIALLY ADAPTED FOR VEHICLES
    • B60J5/00—Doors
    • B60J5/04—Doors arranged at the vehicle sides
    • B60J5/048—Doors arranged at the vehicle sides characterised by the material
    • B60J5/0483—Doors arranged at the vehicle sides characterised by the material lightweight metal, e.g. aluminum, magnesium
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Body Structure For Vehicles (AREA)

Abstract

本发明公开了一种仿生三叶草负泊松比车门防撞系统及其分层优化方法，利用仿生三叶草负泊松比结构的质量轻、吸能强、易优化的优势设计了新型车门防撞系统，系统包括车门防撞梁、车门内板、车门外板、车门吸能块、车门加强板；此外，本发明提出了一种分层优化方法对提出的新型车门防撞系统进行了优化设计，分层优化方法融合了T分布‑麻雀搜索算法T‑SSA和具有自适应功能的第三代非劣排序遗传算法ANSGA‑III，最大化车门防撞系统的综合性能，有效提升了车门防撞系统的吸能和保护作用。

Description

一种仿生三叶草负泊松比车门防撞系统及其分层优化方法
技术领域
本发明属于车辆碰撞安全技术领域，具体涉及一种仿生三叶草负泊松比车门防撞系统及其分层优化方法。
背景技术
近年来，交通事故发生数量虽有所减少，但相对而言总量依然较大，给家庭和社会带来了巨大的伤害和损失。中国既是世界人口大国同时也是交通事故多发国家，每年都有大量的人在交通事故中失去生命或受伤，不但给受害者及其家庭带去了沉痛的身心创伤，同时也造成了巨大的社会损失。因此，在汽车设计过程中，如何提高车内乘员在事故发生时的生存几率及降低其受到的伤害程度显得尤为重要。
按照交通事故形态，通常可将碰撞的类型划分为：正面碰撞、侧面碰撞、追尾碰撞和翻车等。根据相关统计数据所得出的交通事故中不同碰撞类型所占的概率，在汽车发生交通事故时，正面碰撞和侧面碰撞的发生概率最大，分别占总类型数量的40％和32％。
在汽车侧面碰撞过程中，传统车门结构在较大冲击下往往会产生大量变形，对车内乘员造成严重的伤害。车门防撞梁在汽车侧面碰撞过程中虽然满足刚度要求却无法有效吸收碰撞能量，剩余的大部分能量会沿着车体结构传递给车内乘员从而造成严重伤害。综上所述，在汽车发生侧面碰撞时，车门系统的耐撞性和吸能特性与车内乘员的安全紧密相关。因此，车门系统结构的设计与改进对于提高车身结构耐撞性，以及降低侧面碰撞事故中乘员所遭受的伤害具有重要的意义。
然而现有的车门防幢系统存在侧面碰撞过程中吸能较少、车门内板侵入量过大、车内乘员保护效果不佳等问题，难以有效在车辆发生侧面碰撞时保证驾乘人员的生命安全。
针对车辆被动碰撞防护方面，负泊松比材料因具有质量轻、吸能强、易优化的优势目前逐渐在该领域推广。国内外学者对三叶草负泊松比结构在碰撞安全及防护领域做了一定的研究，研究发现该结构由于其单胞结构简单、吸能效果明显、易实现轻量化、应用方便等特点，在汽车车身的耐撞性研究方面具有良好的吸能效果和防护作用。但是将仿生三叶草负泊松比结构应用在汽车的车门系统上提高其侧面碰撞安全性的研究却很少，难以将车门防撞系统的安全性提升至最高。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种仿生三叶草负泊松比车门防撞系统及其分层优化方法，以解决现有车辆车门防撞系统吸能较少、车门内板侵入量过大、车内乘员保护效果不佳等问题。本发明利用仿生三叶草负泊松比结构的质量轻、吸能强、易优化的优势设计了车门防撞系统，然后利用层次分解优化方法对负泊松比车门系统进行优化设计，最大化的提升了车门防撞系统的综合性能，有效提升了车门防撞系统的吸能和保护作用。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种仿生三叶草负泊松比车门防撞系统，包含车门防撞梁、车门内板、车门外板、车门吸能块、车门加强板；
所述车门防撞梁选用空心圆柱形式，采用圆弧形三叶草负泊松比单胞焊接成圆柱体，并焊接在所述车门内板原有防撞梁位置；
所述车门吸能结块采用基本的三叶草单胞经旋装阵列形成长方体结构，并选用AA5083铝合金材料，填充在所述车门内板对应人体胸部的空腔位置；
所述车门加强板安装在所述车门内板的车窗下边缘处；
所述车门外板上部设有安装卡槽，所述内板挂置在所述安装卡槽上，并用卡扣和螺钉固定。
进一步地，所述车门防撞梁在圆柱的两端各保留80mm长度的实心段，作为过渡结构从而方便与车门内板进行焊接；
除此之外，本发明还提供一种仿生三叶草负泊松比车门防撞系统的分层优化方法，具体步骤如下：
(1)基于MATLAB软件建立仿生三叶草负泊松比车门防撞系统有限元模型和汽车侧面碰撞有限元三维仿真模型；
(2)选取三叶草负泊松比车门防撞系统部分参数对侧面碰撞的性能评价指标(优化目标)，初步选取泊松比车门防撞系统的主要参数，划分正交试验因素水平进行灵敏度分析，得到影响泊松比车门防撞系统能量吸收特性和耐撞性的重要参数(设计变量)；
(3)基于步骤(2)中的优化目标和设计变量选取结果，建立各个优化目标与设计变量之间的近似模型；
(4)基于步骤(3)中建立的近似模型，依据层次关系建立仿生三叶草负泊松比车门防撞系统分层优化模型；
(5)通过MATLAB软件搭建优化模型，基于步骤(1)建立的有限元模型进行仿生三叶草负泊松比车门防撞系统的参数优化。
进一步地，所述步骤(2)中选取的优化目标为：车门内板最大侵入量S、车门防撞系统吸能E、头部加速度Amax、胸部压缩变形量L1、腹部肋骨侵入量L2、车门防撞系统质量M；
进一步地，所述步骤(2)中初步选取仿生三叶草负泊松比车门防撞系统的参数为：车门防撞梁厚度T1、吸能块结构厚度T2、车门外板厚度T3、车门内板1厚度T4、车门内板2厚度T5、车门厚度3厚度T6、车门加强板厚度T7；
进一步地，所述步骤(2)中各参数正交试验因素水平取3，即各参数取三个水平的值，包含最小变动量Ti1、中间值Ti2和最大变动量Ti3(i＝1，2...，7)；
进一步地，所述步骤(2)中灵敏度分析的具体步骤如下：
(21)分别将七个系统参数对车门内板最大侵入量指标进行极差分析，得到所选取的七个系统参数对车门内板最大侵入量灵敏度大小的顺序，确定设计变量参数；
(22)分别将七个系统参数对仿生三叶草负泊松比车门防撞系统吸能量指标进行极差分析，得到所选取的七个系统参数对仿生三叶草负泊松比车门防撞系统吸能量灵敏度大小的顺序，确定设计变量参数；
(23)分别将七个系统参数对头部最大加速度指标进行极差分析，得到所选取的七个系统参数对头部最大加速度灵敏度大小的顺序，确定设计变量参数；
(24)分别将七个系统参数对胸部压缩变形量指标进行极差分析，得到所选取的七个系统参数对胸部压缩变形量灵敏度大小的顺序，确定设计变量参数；
(25)分别将七个系统参数对腹部肋骨侵入量指标进行极差分析，得到所选取的七个系统参数对腹部肋骨侵入量灵敏度大小的顺序，确定设计变量参数；
(26)分别将七个系统参数对车门防撞系统质量指标进行极差分析，得到所选取的七个系统参数对车门防撞系统质量灵敏度大小的顺序，确定设计变量参数；
进一步地，所述步骤(3)中各优化目标与其对应的设计变量间的近似模型采用二阶响应面法建立，具体模型如下：
(31)车门内板最大侵入量近似模型：
Figure BSA0000254886640000031
(32)车门防撞系统吸能量近似模型：
Figure BSA0000254886640000041
(33)头部最大加速度近似模型：
Figure BSA0000254886640000042
(34)胸部压缩变形量近似模型：
Figure BSA0000254886640000043
(35)腹部肋骨侵入量近似模型：
Figure BSA0000254886640000044
(36)车门防撞系统质量近似模型：
Figure BSA0000254886640000045
进一步地，所述步骤(4)中的仿生三叶草负泊松比车门防撞系统分层优化模型建立步骤如下：
(41)将车门防撞系统各优化目标分成三层子系统进行优化，即车辆结构性能子系统、车内成员保护子系统和车辆轻量化子系统；
(42)分别建立各子系统的优化模型，如下所示：
车辆结构性能子系统优化模型：
Figure BSA0000254886640000051
车内成员保护子系统优化模型：
Figure BSA0000254886640000052
轻量化子系统优化模型：
Figure BSA0000254886640000053
(43)对仿生三叶草负泊松比车门防撞系统各优化目标赋权，建立车门防撞系统总优化模型，如下所示：
Figure BSA0000254886640000054
式中，ftotal为综合优化目标；w1、w2、w3、w4、w5、w6、w7分别为车门内板最大侵入量S、车门防撞系统吸能E、头部加速度Amax、胸部压缩变形量L1、腹部肋骨侵入量L2、车门防撞系统质量M的权重；X为设计变量；J1、J2、J3分别为总优化模型与各子系统优化模型优化结果的一致性约束；
进一步地，所述步骤(42)中的车辆结构性能子系统包含的优化目标为车门内板最大侵入量和车门防撞系统吸能量，所述车内成员保护子系统包含的优化目标为头部最大加速度、胸部压缩变形量和腹部肋骨侵入量，所述车辆轻量化子系统包含的优化目标为车门防撞系统质量；
进一步地，所述步骤(5)中的优化步骤如下：
(51)在MATLAB软件中搭建各优化模型；
(52)采用T分布-麻雀搜索算法T-SSA对每个子系统的各个性能指标分别进行优化，得到各子系统对应的设计变量优化结果；
(53)根据步骤(52)的求解结果，将其作为最终总优化模型求解约束，采用具有自适应功能的第三代非劣排序遗传算法ANSGA-III求解最终的可行解；
(54)在寻找最优解的过程中，以Design Feasibility的数值作为判断标准，当数值大于等于8时，认为是此优化模型的有效解，并在Pareto解集中选取模型的最优解。
本发明的有益效果：
本发明基于仿生三叶草负泊松比结构设计了车门防撞系统，有效融合了仿生学和负泊松比结构的优势，提升了车门防撞系统的吸能和保护作用，大大提高了车辆被动碰撞安全；
本发明提出了一种分层优化方法，对设计的仿生三叶草负泊松比车门防撞系统进行了分层优化，将不同类型的优化目标集成为各类子系统，再通过反向求解约束实现了对不同层次结构进行分析和优化设计，进一步提高了负泊松比车门防撞系统的综合性能。
附图说明
图1为本发明的仿生三叶草负泊松比车门防撞系统的结构示意图；
图2为本发明的分层优化方法流程图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
参照图1所示，本发明的一种仿生三叶草负泊松比车门防撞系统，包含车门防撞梁、车门内板、车门外板、车门吸能块、车门加强板；
所述车门防撞梁选用空心圆柱形式，采用圆弧形三叶草负泊松比单胞焊接成圆柱体，并焊接在所述车门内板原有防撞梁位置；
所述车门吸能结块采用基本的三叶草负泊松比单胞经旋装阵列形成长方体结构，并选用AA5083铝合金材料，填充在所述车门内板对应人体胸部的空腔位置；
所述车门加强板安装在所述车门内板的车窗下边缘处；
所述车门外板上部设有安装卡槽，所述内板挂置在所述安装卡槽上，并用卡扣和螺钉固定。
优选实施例中，所述车门防撞梁在圆柱的两端各保留80mm长度的实心段，作为过渡结构从而方便与车门内板进行焊接；
参照图2所示，本发明还提供一种仿生三叶草负泊松比车门防撞系统的分层优化方法，具体步骤如下：
(1)基于MATLAB软件建立仿生三叶草负泊松比车门防撞系统有限元模型和汽车侧面碰撞有限元三维仿真模型；
(2)选取仿生三叶草负泊松比车门防撞系统部分参数对侧面碰撞的性能评价指标(优化目标)为：车门内板最大侵入量S、车门防撞系统吸能E、头部加速度Amax、胸部压缩变形量L1、腹部肋骨侵入量L2、车门防撞系统质量M。初步选取泊松比车门防撞系统的主要参数为：车门防撞梁厚度T1、吸能块结构厚度T2、车门外板厚度T3、车门内板1厚度T4、车门内板2厚度T5、车门厚度3厚度T6、车门加强板厚度T7。划分正交试验因素水平进行灵敏度分析，各参数正交试验因素水平取3，即各参数取三个水平的值，包含最小变动量Ti1、中间值Ti2和最大变动量Ti3(i＝1，2...，7)。其中灵敏度分析的具体步骤如下：
(21)分别将七个系统参数对车门内板最大侵入量指标进行极差分析，得到所选取的七个系统参数对车门内板最大侵入量灵敏度大小的顺序，确定设计变量参数；
(22)分别将七个系统参数对仿生三叶草负泊松比车门防撞系统吸能量指标进行极差分析，得到所选取的七个系统参数对仿生三叶草负泊松比车门防撞系统吸能量灵敏度大小的顺序，确定设计变量参数；
(23)分别将七个系统参数对头部最大加速度指标进行极差分析，得到所选取的七个系统参数对头部最大加速度灵敏度大小的顺序，确定设计变量参数；
(24)分别将七个系统参数对胸部压缩变形量指标进行极差分析，得到所选取的七个系统参数对胸部压缩变形量灵敏度大小的顺序，确定设计变量参数；
(25)分别将七个系统参数对腹部肋骨侵入量指标进行极差分析，得到所选取的七个系统参数对腹部肋骨侵入量灵敏度大小的顺序，确定设计变量参数；
(26)分别将七个系统参数对车门防撞系统质量指标进行极差分析，得到所选取的七个系统参数对车门防撞系统质量灵敏度大小的顺序，确定设计变量参数；
根据灵敏度分析结果最终确定影响泊松比车门防撞系统能量吸收特性和耐撞性的重要参数(设计变量)；
(3)基于步骤(2)中的优化目标和设计变量选取结果，采用二阶响应面法建立各个优化目标与设计变量之间的近似模型，具体模型如下：
(31)车门内板最大侵入量近似模型：
Figure BSA0000254886640000081
(32)车门防撞系统吸能量近似模型：
Figure BSA0000254886640000082
(33)头部最大加速度近似模型：
Figure BSA0000254886640000083
(34)胸部压缩变形量近似模型：
Figure BSA0000254886640000084
(35)腹部肋骨侵入量近似模型：
Figure BSA0000254886640000091
(36)车门防撞系统质量近似模型：
Figure BSA0000254886640000092
(4)基于步骤(3)中建立的近似模型，依据层次关系建立仿生三叶草负泊松比车门防撞系统分层优化模型，模型建立步骤如下：
(41)将车门防撞系统各优化目标分成三层子系统进行优化，即车辆结构性能子系统、车内成员保护子系统和车辆轻量化子系统。其中车辆结构性能子系统包含的优化目标为车门内板最大侵入量和车门防撞系统吸能量，所述车内成员保护子系统包含的优化目标为头部最大加速度、胸部压缩变形量和腹部肋骨侵入量，所述车辆轻量化子系统包含的优化目标为车门防撞系统质量；
(42)分别建立各子系统的优化模型，如下所示：
车辆结构性能子系统优化模型：
Figure BSA0000254886640000093
车内成员保护子系统优化模型：
Figure BSA0000254886640000101
轻量化子系统优化模型：
Figure BSA0000254886640000102
(43)对仿生三叶草负泊松比车门防撞系统各优化目标赋权，建立车门防撞系统总优化模型，如下所示：
Figure BSA0000254886640000103
式中，ftotal为综合优化目标；w1、w2、w3、w4、w5、w6、w7分别为车门内板最大侵入量S、车门防撞系统吸能E、头部加速度Amax、胸部压缩变形量L1、腹部肋骨侵入量L2、车门防撞系统质量M的权重；X为设计变量；J1、J2、J3分别为总优化模型与各子系统优化模型优化结果的一致性约束；
(50)通过MATLAB软件搭建优化模型，基于步骤(1)建立的有限元模型进行仿生三叶草负泊松比车门防撞系统的参数优化，具体步骤如下：
(51)在MATLAB软件中搭建各优化模型；
(52)采用T分布-麻雀搜索算法T-SSA对每个子系统的各个性能指标分别进行优化，得到各子系统对应的设计变量优化结果；
(53)根据步骤(52)的求解结果，将其作为最终总优化模型求解约束，采用具有自适应功能的第三代非劣排序遗传算法ANSGA-III求解最终的可行解；
(54)在寻找最优解的过程中，以Design Feasibility的数值作为判断标准，当数值大于等于8时，认为是此优化模型的有效解，并在Pareto解集中选取模型的最优解。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (7)

1.一种仿生三叶草负泊松比车门防撞系统，其特征在于包含车门防撞梁、车门内板、车门外板、车门吸能块、车门加强板；
所述车门防撞梁选用空心圆柱形式，采用圆弧形三叶草负泊松比单胞焊接成圆柱体，并焊接在所述车门内板原有防撞梁位置；
所述车门吸能结块采用基本的三叶草单胞经旋装阵列形成长方体结构，并选用AA5083铝合金材料，填充在所述车门内板对应人体胸部的空腔位置；
所述车门加强板安装在所述车门内板的车窗下边缘处；
所述车门外板上部设有安装卡槽，所述内板挂置在所述安装卡槽上，并用卡扣和螺钉固定。
2.根据权利要求1所述的仿生三叶草负泊松比车门防撞系统，其特征在于所述车门防撞梁在圆柱的两端各保留80mm长度的实心段，作为过渡结构从而方便与车门内板进行焊接。
3.一种仿生三叶草负泊松比车门防撞系统的分层优化方法，基于权利要求1-2中任意一项所述系统，其特征在于，包含以下步骤：
(1)基于MATLAB软件建立仿生三叶草负泊松比车门防撞系统有限元模型和汽车侧面碰撞有限元三维仿真模型；
(2)选取三叶草负泊松比车门防撞系统部分参数对侧面碰撞的性能评价指标(优化目标)，初步选取泊松比车门防撞系统的主要参数，划分正交试验因素水平进行灵敏度分析，得到影响泊松比车门防撞系统能量吸收特性和耐撞性的重要参数(设计变量)；
(3)基于步骤(2)中的优化目标和设计变量选取结果，建立各个优化目标与设计变量之间的近似模型；
(4)基于步骤(3)中建立的近似模型，依据层次关系建立三叶草负泊松比车门防撞系统分层优化模型；
(5)通过MATLAB软件搭建优化模型，基于步骤(1)建立的有限元模型进行仿生三叶草负泊松比车门防撞系统的参数优化。
4.根据权利要求3所述的仿生三叶草负泊松比车门防撞系统的分层优化方法，其特征在于，所述步骤(2)中选取的优化目标为：车门内板最大侵入量S、车门防撞系统吸能E、头部加速度Amax、胸部压缩变形量L1、腹部肋骨侵入量L2、车门防撞系统质量M；初步选取三叶草负泊松比车门防撞系统的参数为：车门防撞梁厚度T1、吸能块结构厚度T2、车门外板厚度T3、车门内板1厚度T4、车门内板2厚度T5、车门厚度3厚度T6、车门加强板厚度T7；各参数正交试验因素水平取3，即各参数取三个水平的值，包含最小变动量Ti1、中间值Ti2和最大变动量Ti3(i＝1，2...，7)；所述步骤(2)中灵敏度分析的具体步骤如下：
(21)分别将七个系统参数对车门内板最大侵入量指标进行极差分析，得到所选取的七个系统参数对车门内板最大侵入量灵敏度大小的顺序，确定设计变量参数；
(22)分别将七个系统参数对仿生三叶草负泊松比车门防撞系统吸能量指标进行极差分析，得到所选取的七个系统参数对仿生三叶草负泊松比车门防撞系统吸能量灵敏度大小的顺序，确定设计变量参数；
(23)分别将七个系统参数对头部最大加速度指标进行极差分析，得到所选取的七个系统参数对头部最大加速度灵敏度大小的顺序，确定设计变量参数；
(24)分别将七个系统参数对胸部压缩变形量指标进行极差分析，得到所选取的七个系统参数对胸部压缩变形量灵敏度大小的顺序，确定设计变量参数；
(25)分别将七个系统参数对腹部肋骨侵入量指标进行极差分析，得到所选取的七个系统参数对腹部肋骨侵入量灵敏度大小的顺序，确定设计变量参数；
(26)分别将七个系统参数对车门防撞系统质量指标进行极差分析，得到所选取的七个系统参数对车门防撞系统质量灵敏度大小的顺序，确定设计变量参数。
5.根据权利要求4所述的仿生三叶草负泊松比车门防撞系统的分层优化方法，其特征在于，所述步骤(3)中各优化目标与其对应的设计变量间的近似模型采用二阶响应面法建立，具体模型如下：
(31)车门内板最大侵入量近似模型：
Figure FSA0000254886630000021
(32)车门防撞系统吸能量近似模型：
Figure FSA0000254886630000022
(33)头部最大加速度近似模型：
Figure FSA0000254886630000031
(34)胸部压缩变形量近似模型：
Figure FSA0000254886630000032
(35)腹部肋骨侵入量近似模型：
Figure FSA0000254886630000033
(36)车门防撞系统质量近似模型：
Figure FSA0000254886630000034
6.根据权利要求5所述的仿生三叶草负泊松比车门防撞系统的分层优化方法，其特征在于，所述步骤(4)中的仿生三叶草负泊松比车门防撞系统分层优化模型建立步骤如下：
(41)将车门防撞系统各优化目标分成三层子系统进行优化，即车辆结构性能子系统、车内成员保护子系统和车辆轻量化子系统；
(42)分别建立各子系统的优化模型，如下所示：
车辆结构性能子系统优化模型：
Figure FSA0000254886630000041
车内成员保护子系统优化模型：
Figure FSA0000254886630000042
轻量化子系统优化模型：
Figure FSA0000254886630000043
(43)对仿生三叶草负泊松比车门防撞系统各优化目标赋权，建立车门防撞系统总优化模型，如下所示：
Figure FSA0000254886630000044
式中，ftotal为综合优化目标；w1、w2、w3、w4、w5、w6、w7分别为车门内板最大侵入量S、车门防撞系统吸能E、头部加速度Amax、胸部压缩变形量L1、腹部肋骨侵入量L2、车门防撞系统质量M的权重；X为设计变量；J1、J2、J3分别为总优化模型与各子系统优化模型优化结果的一致性约束。
7.根据权利要求6所述的仿生三叶草负泊松比车门防撞系统的分层优化方法，其特征在于，所述步骤(5)中的优化步骤如下：
(51)在MATLAB软件中搭建各优化模型；
(52)采用T分布-麻雀搜索算法T-SSA对每个子系统的各个性能指标分别进行优化，得到各子系统对应的设计变量优化结果；
(53)根据步骤(52)的求解结果，将其作为最终总优化模型求解约束，采用具有自适应功能的第三代非劣排序遗传算法ANSGA-III求解最终的可行解；
(54)在寻找最优解的过程中，以Design Feasibility的数值作为判断标准，当数值大于等于8时，认为是此优化模型的有效解，并在Pareto解集中选取模型的最优解。
CN202111200574.XA 2021-10-14 2021-10-14 一种仿生三叶草负泊松比车门防撞系统及其分层优化方法 Pending CN114103607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111200574.XA CN114103607A (zh) 2021-10-14 2021-10-14 一种仿生三叶草负泊松比车门防撞系统及其分层优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111200574.XA CN114103607A (zh) 2021-10-14 2021-10-14 一种仿生三叶草负泊松比车门防撞系统及其分层优化方法

Publications (1)

Publication Number Publication Date
CN114103607A true CN114103607A (zh) 2022-03-01

Family

ID=80375669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111200574.XA Pending CN114103607A (zh) 2021-10-14 2021-10-14 一种仿生三叶草负泊松比车门防撞系统及其分层优化方法

Country Status (1)

Country Link
CN (1) CN114103607A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107415654A (zh) * 2017-04-28 2017-12-01 南京航空航天大学 基于负泊松比结构的仿牛角汽车车门防撞梁及其优化方法
CN109808468A (zh) * 2019-03-04 2019-05-28 南京航空航天大学 一种基于负泊松比结构的车门防撞梁及其优化方法
CN110837674A (zh) * 2019-10-29 2020-02-25 南京航空航天大学 一种基于负泊松比结构的汽车b柱及其优化方法
US20210117595A1 (en) * 2019-05-09 2021-04-22 Jiangsu University Subdomain hybrid cellular automata method for solving car body thickness optimization

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107415654A (zh) * 2017-04-28 2017-12-01 南京航空航天大学 基于负泊松比结构的仿牛角汽车车门防撞梁及其优化方法
CN109808468A (zh) * 2019-03-04 2019-05-28 南京航空航天大学 一种基于负泊松比结构的车门防撞梁及其优化方法
US20210117595A1 (en) * 2019-05-09 2021-04-22 Jiangsu University Subdomain hybrid cellular automata method for solving car body thickness optimization
CN110837674A (zh) * 2019-10-29 2020-02-25 南京航空航天大学 一种基于负泊松比结构的汽车b柱及其优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
鲁广超: ""基于负泊松比结构的车门防撞系统优化设计研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 07, pages 035 - 285 *

Similar Documents

Publication Publication Date Title
CN106740620B (zh) 基于负泊松比结构填充的汽车吸能盒及其多目标优化方法
CN106709151B (zh) 汽车正面25%重叠率碰撞的车身前端结构设计方法
CN203876693U (zh) 一种仿牛角结构吸能管
CN107235024A (zh) 一种变厚度梯度负泊松比汽车缓冲吸能结构及其优化方法
CN206336247U (zh) 基于负泊松比结构填充的汽车吸能盒
CN107139873B (zh) 一种功能梯度负泊松比结构的汽车后保险杠及优化方法
CN106515630A (zh) 仿竹子结构的保险杠系统
CN105447268B (zh) 一种帽形截面的汽车前纵梁设计方法
CN110843709A (zh) 一种新型的三明治结构汽车前防撞梁和总成
Setiawan et al. Crashworthiness Design for an Electric City Car against Side Pole Impact.
CN104527555B (zh) 一种兼具多种吸能形式的碰撞吸能装置和用途
CN109808468A (zh) 一种基于负泊松比结构的车门防撞梁及其优化方法
CN114103607A (zh) 一种仿生三叶草负泊松比车门防撞系统及其分层优化方法
CN106997417B (zh) 一种基于行人保护的汽车缓冲吸能a柱及其优化方法
CN114074627A (zh) 一种新型花瓣负泊松比保险杠系统及其多学科优化方法
CN110154974A (zh) 用于提高行人安全性的汽车发动机罩
CN209813688U (zh) 一种基于负泊松比结构的车门防撞梁
CN206788861U (zh) 一种基于行人保护的汽车缓冲吸能a柱
Wu et al. Optimal Control Method for Side Impact Safety of Vehicle Frame Structure.
CN210310262U (zh) 用于提高行人安全性的汽车发动机罩
CN209921012U (zh) 一种仙人掌仿生结构防撞车门
CN1644432A (zh) 吸能式车辆保险杠
Lu et al. Method to Correct the Velocity Variation Information of an Automatic Crash Notification System in Vehicle-to-Rigid Barrier Frontal Collisions
CN2774860Y (zh) 吸能式车辆保险杠
CN209486673U (zh) 一种新型仿生保险杠系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination