CN114239149A - 一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法 - Google Patents

Abstract

本发明公开了一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，该方法以商用车驾驶室为优化对象，考虑基于正面碰撞工况下，首先采用结构灵敏度分析的方法识别车身在碰撞条件下的关键结构，再综合Isight软件中的贡献度分析筛选变量，以驾驶室的仪表板、转向管柱、方向盘侵入量等碰撞性能指标作为优化设计的非线性响应，最后利用近似模型进行优化求解。该方法优化效果好，且同时考虑了车身碰撞安全性与轻量化要求，具有一定的工程实际应用价值，可推广性强。经测试，采用本发明的方法，优化前相比，驾驶室质量减轻了13.8kg，仪表板、转向管柱、方向盘的侵入量基本不变，优化后的车身数据均满足碰撞法规要求。

Description

一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法

技术领域

本发明涉及汽车轻量化设计技术领域，具体是一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法。

背景技术

高性能计算机的出现，带动了汽车领域多学科多性能集成优化及结构仿真的发展。在汽车结构优化设计中，主要采用计算机仿真技术进行近似模型的搭建，并基于所搭建的近似模型进行优化求解；实验设计(Design Of Experiment，DOE)的推广应用更是为直接获取数据集提供便利；这些新技术手段的运用都大幅为汽车开发节约成本，提升设计效率。与此同时，在乘用车领域，中国新车评价法规对汽车结构设计提出了更高要求，延伸至商用车领域，人们对汽车的碰撞安全性越来越重视。汽车的各项性能指标不仅仅影响乘坐舒适性，更关系到生命财产安全。

另一方面，轻量化已然成为汽车行业发展趋势，汽车轻量化途径主要为以下三种途径：轻质材料、先进制造技术和车身结构轻量化，而每一种轻量化方法均与车身碰撞安全性息息相关，当前对于碰撞工况进行轻量化优化设计的研究较为稀少，且国内大多汽车主机厂进行车身轻量化设计主要依赖于工程师以往经验进行试错，不仅耗费了巨大的人力、物力，而且还存在车身轻量化方案与车身碰撞性能不能有效衔接的问题。

经初步检索，当前已有专利提出汽车轻量化优化方法：

中国专利CN2018108529933公开了一种车身轻量化设计方法，主要通过灵敏度分析方法筛选变量，进而建立优化模型进行求解计算，以优化前后是否满足刚度要求作为轻量化方案可行性的判断依据，但并未考虑车身碰撞性能，对于实际工程应用推广存在一定的局限性。

中国专利CN2020102414149公开了一种基于碰撞性能优化的汽车白车身轻量化设计方法，该方法主要偏向于材料、结构、工艺等方面的需求，对于近似模型技术的应用相对较少，在新车型的设计开发中不利于提升设计效率。

综上，若能将当前计算机领域的新技术融合至汽车碰撞安全方面的轻量化设计之中，从技术手段角度出发，制定一种针对车身碰撞性能优化的轻量化方法，并行之有效，将尤为重要。

发明内容

针对上述情况，本发明提供一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，该方法以商用车驾驶室为优化对象，考虑基于正面碰撞工况下，首先采用结构灵敏度分析的方法识别车身在碰撞条件下的关键结构，再综合Isight软件中的贡献度分析筛选变量，以驾驶室的仪表板、转向管柱、方向盘侵入量等碰撞性能指标作为优化设计的非线性响应，最后利用近似模型进行优化求解。该方法优化效果好，且同时考虑了车身碰撞安全性与轻量化要求，具有一定的工程实际应用价值，可推广性强。

实现本发明目的的技术方案是：

一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，所述商用车驾驶室包括龙骨框架和蒙皮结构，该方法包括如下步骤：

1)建立商用车驾驶室白车身初步3D数据；

2)对建立的白车身初步3D数据进行拓扑分析，确保白车身初步3D数据与拓扑分析的结果一致；

3)驾驶室正面碰撞工况建模及仿真分析：采用HyperMesh建立商用车驾驶室碰撞有限元模型，按照碰撞仿真要求，在Ls-dyna中设置相应的关键字，包括求解控制关键字和结果输出关键字，并进行碰撞仿真分析，得到驾驶室被动安全性指标，驾驶室被动安全性指标包括驾驶员腿部与仪表台水平距离L1、腹部与方向盘水平距离L2、腿部与转向管柱的距离L3、腿部与方向盘垂直距离L4；

所述碰撞仿真分析要求碰撞过程的能量变化曲线图变化自然、过渡平缓，且沙漏能小于总能量的5％。

4)利用HyperMesh对驾驶室白车身进行结构灵敏度分析，得到碰撞工况的灵敏度数值；

所述的碰撞工况，包括A柱撞击、正面撞击、顶部强度试验、后围抗压，其中：

所述A柱撞击，撞击器为钢制且质量均匀分布的圆柱体，撞击器质量不小于1000Kg，棱边的圆角半径不小于1.5mm；

所述正面撞击，撞击器为钢制且质量均匀分布，撞击器质量大于或等于1500Kg；撞击器的撞击面为平整的矩形，棱边的圆角半径为(10±5)mm；

所述顶部强度试验，当试验车辆为最大设计总质量大于7500Kg的N2类车辆和所有的N3类车辆时，进行动态预加载试验和顶部静压试验，且用同一个驾驶室完成；当试验车辆为最大设计总质量不大于7500Kg的N2类车辆和所有的N1类车辆时，只进行顶部静压试验；

所述后围抗压，是通过置于车架上的不小于整个后围的刚性壁障，施加在车架以上部分的驾驶室后围上，刚性壁障垂直于车辆的纵向中心轴线，且平行于中心轴线移动，加载力为车辆最大允许，装载质量每1000kg施加1.96kN的静载荷；

5)根据灵敏度分析结果选取设计变量：以结构灵敏度数值大小排序为原则，将驾驶室白车身的前围、后围、侧围、顶盖分为若干区域的若干组，作为后续变量筛选的参考依据；

所述灵敏度数值大小排序，是将步骤4)利用HyperMesh分析出的A柱撞击、正面撞击、顶部强度试验、后围抗压的灵敏度数值的大小降序排列，分别取前20个灵敏度数值所对应的结构作为分组对象，为最终选取适量的结构变量中的板件厚度变量做准备；

6)定义优化问题：将驾驶室仪表板、转向管柱、方向盘的侵入量作为设计响应，将驾驶室质量最小作为优化目标，以步骤5)中分组变量的厚度作为优化变量，定义的优化问题模型为：

Variable：D＝[d₁，d₂，d₃，d₄，d₅，d₆，d₇，d₈]^T

d_imin≤d_i≤d_imax

Obiective：f(x)＝{minf(M)}

s.t：f_a(min)≤f_a≤f_a(max) f_b(min)≤f_b≤f_b(max)

f_c(min)≤f_c≤f_c(max) f_d(min)≤f_d≤f_d(max)

其中D为厚度变量向量，d_i为第i个厚度变量，d_imin和d_imax为第i个厚度变量下限及上限，minf(M)为驾驶室质量最小，单位Kg；f_a(min₎、f_b(min)、f_c(min)、f_d(min)、f_a(max)、f_b(max)、f_c(max)、f_d(max)分别为转向管柱、方向盘、仪表板、仪表板骨架侵入量下限与上限，单位mm；

所述的d_imin和d_imax厚度变量的上限及下限，分别为原始数值的±50％。

所述的f_a(min)、f_b(min)、f_c(min)、f_d(min)、f_a(max)、f_b(max)、f_c(max)、f_d(max)的上限及下限，分别为原始数值的±5％。

7)DOE实验设计：选择优化拉丁超立方算法对步骤6)的优化设计问题进行实验设计采样，具体包括如下步骤：

7-1)配置总体实验设计方案：采用优化拉丁超立方实验设计方法进行实验设计、选取适量设计点、设定合适的DOE运行时长；

7-2)确定实验设计的因素与水平，包含设计变量的选取，设计变量的上下限、步长的设置等；

7-3)根据上一步设定好的设计参数，建立实验设计矩阵；

7-4)定义数据后处理：设置优化目标、权重，并选择合适的数据分析方法；

7-5)实施实验，收集数据；

8)根据步骤7)的样本数据，导入Isight软件中并提取贡献度排序图，获取对质量响应较大的变量，再综合步骤5)中的结构灵敏度分组，确定对质量及正面碰撞性能影响较大的关键设计变量，进行第二轮实验设计，得到以筛选后的设计变量为最终设计变量的DOE样本数据，为下一步构建近似模型提供数据集；

9)构建近似模型：根据步骤8)第二轮实验设计所得样本数据建立近似模型，并通过决定系数R²和均方根误差RSME检验近似模型的精度；

所述的近似模型为克里格模型，具体是：假设x₀为未观测的需要估值的点，x₁，x₂，...，x_N为其周围的观测点，观测值相应为y(x₁)，y(x₂)，...，y(x_N)；将未测点的估值记为

由相邻观测点的已知观测值加权取和求得：

其中λ_i为待定加权系数，λ_i其满足以下两个条件：

a)无偏估计：设估值点的真值为y(x₀)，由于模型空间变异性的存在，

y(x_i)、y(x₀)均视为随机变量，当为无偏估计时：

即

b)估值

阳真值y(x₀)之差的方差最小，即

其中γ(x_i，x_j)表示以x_i和x_j两点间的距离作为间距h时参数的半方差值，γ(x_i，x₀)是以x_i和x₀两点之间的距离作为间距h时参数的半方差值；

所述决定系数R₂的计算公式为：

其中N为构造响应面模型的样本点数，y_i为第i个响应仿真实际值；

为第i个响应近似模型预测值；

为仿真实际值的平均值；

所述的决定系数R²取值范围为[0，1]，其值越接近于1，均方根误差RSME值越靠近0，表明近似模型与原始模型误差越小，精度越高。

10)采用NSGAII优化算法对克里格近似模型进行求解，具体包括如下步骤：

10-1)初始化种群：设置算法的基本参数，包括种群规模、交叉变异概率、迭代次数，随机生成M个个体作为初始种群P_t；

10-2)个体评价：计算P_t中各个体的适应度值

10-3)父代种群个体进行选择、交叉、变异运算产生子代种群，

10-4)将父代种群和子代种群合并，形成新种群，并对新种群的个体进行快速非支配排序；

10-5)计算新种群的个体拥挤度距离，并筛选出群体中适应度高的个体，进入下一代P_t+1；

10-6)终止条件判断，若满足，条件算法终止，否则迭代次数加1，转向步骤2)。

11)验证：对轻量化结果进行可行性检验与分析，依据车身设计要求更改车身钣金件厚度，形成更新的BOM表。

与现有技术相比，本发明的有益效果为：本发明提供了一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，基于车身碰撞性能优化制定了轻量化设计流程。在筛选设计变量之前，首先通过结构灵敏度分析识别对质量和碰撞性能敏感的结构，然后以板件厚度为设计变量，驾驶室质量最小为目标，仪表板、转向管柱、方向盘侵入量为约束，综合选用实验设计与近似模型手段进行优化求解。与优化前相比，驾驶室质量减轻了13.8kg，仪表板、转向管柱、方向盘的侵入量基本不变，优化后的车身数据均满足碰撞法规要求。

附图说明

图1是本发明的流程图。

图2是本发明的驾驶室正面摆锤撞击有限元模型。

图3是本发明的驾驶室正面摆锤撞击某一时刻变形图。

图4是本发明的驾驶室正面碰撞能量变化曲线图。

图5是本发明的结构灵敏度录制的42个变量。

图6是本发明的结构灵敏度分析中弹性模量对正面碰撞工况的敏度排序。

图7是本发明的质量贡献度图。

图8是本发明驾驶室优化后的驾驶员与转向管柱、方向盘、仪表板最小生存空间的距离-时间曲线图。

具体实施方式

下面结合附图及表格数据对本发明的技术方案作进一步的阐述，但该实施例不是对本发明的限定。

本发明结合图1至图8、表1至表5，描述一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，所述的商用车驾驶室由龙骨框架及蒙皮结构组成，车身材料用量占比见表1。

表1车身材料用量

本发明一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，具体实施步骤为：

S1.参考标杆车白车身典型断面数据和接头数据，根据工程实际，建立新品白车身的典型断面数据与接头数据并对标。同时根据造型的CAS数据建立白车身初步3D数据。

S2.进行白车身拓扑分析，确认初步的白车身3D数据与拓扑的结果一致。

S3.驾驶室正面碰撞工况建模及仿真分析。

商用车交通事故属正面碰撞发生概率最高，CAE仿真以驾驶室正面摆锤撞击模拟正面碰撞交通事故，考察驾驶员的被动安全性。

按照ECE R29-03法规要求，在进行正面撞击试验中，商用车驾驶室必须安装在车辆上。针对驾驶室正面摆锤撞击试验，建立了驾驶室前端车架模型。最终建立的碰撞有限元模型包括驾驶室白车身、车架及悬架系统等。为考察驾驶室的生存空间，加入转向盘、仪表板及假人系统。同时，为了保证驾驶室碰撞仿真试验具有较高还原度，加入可能影响碰撞分析结果或参与碰撞变形的玻璃、车门等部件。忽略对碰撞仿真试验影响不大的内饰。另外，法规要求驾驶室正面碰撞仿真试验还需加入摆锤总成。摆锤尺寸、位置、摆臂角度完全按照ECE R29-03法规所规定的要求创建。为提升建模效率，采用模块化方法调用各个子系统，并与驾驶室白车身总成组装，完成驾驶室碰撞仿真分析模型的搭建，定义约束及连接方式。装配完成后如图2所示，共有1777470个单元，1331625个节点，其中三角形单元占总体壳单元的3.3％。

法规中主要以驾驶员或乘员的最小生存空间来衡量驾驶室被动安全性。由于正面碰撞主要以引起X水平方向位移的变化为主，采用以下特征参数尺寸对驾驶员生存空间进行评价，即驾驶员腿部与仪表台水平距离L1，腹部与方向盘水平距离L2，腿部与转向管柱的距离L3，腿部与方向盘垂直距离L4作为评价指标。按照法规ECE R29-03在HyperMesh中建立驾驶室正面摆锤撞击分析工况。质量为1500kg，宽为2500mm，高为800mm的刚体模拟摆锤，依据摆锤撞击的总能量公式：

E＝1/2mv²

其中，E为摆锤撞击总能量，m为摆锤质量，v为摆锤撞击速度，计算得出摆锤最终以8563.5mm/s的初始速度垂直撞击驾驶室，设置完成后提交至Ls-Dyna软件求解。为保证碰撞完全结束，设置计算仿真时间为400ms，仿真中的某一时刻变形如图3所示。整个碰撞过程中驾驶室变形基本合理，没有出现掉落、断裂的零件。为了保证仿真可信度，需对模型进行精度检验。经后处理得到整个碰撞过程的能量变化曲线，如图4所示。从图4可以看出，碰撞过程中动能呈稳定减小趋势，驾驶室前围挡板吸能导致内能增加，动能与内能变化大约持续50ms，吸能过程平缓且遵守能量守恒。沙漏能约占总能量的0.49％，远远小于规定的上限值5％，表明该模型精度良好，可用于后期优化。

由于法规规定碰撞试验后须保证驾驶室存在生存空间，确保碰撞过程中驾驶员和乘员不与车辆的刚性物体(如方向盘、仪表板)接触，一般认为整个碰撞过程中各项测量指标最小距离大于0即满足法规要求。

碰撞性能分析的最终结果，如表2所示。

表2最小生存空间

对于驾驶室被动安全性，碰撞结束后的生存空间往往比碰撞过程中驾驶室发生最大变形量的某一时刻的生存空间大，设定碰撞过程中驾驶员某一时刻的最小生存空间作为最终生存空间指标。由表2知：

①碰撞过程中假人的腿部、腹部与各测量点的最小距离值均远远大于0，驾驶员侧生存空间充裕，均满足碰撞安全性要求。

②在满足驾驶室被动安全性的基础上考虑到汽车轻量化要求，从提高材料利用率角度出发，该驾驶室仍具体较大的的轻量化设计空间，对于影响正面碰撞性能较大的部件可以参与到轻量化优化设计中。

S4.利用HyperMesh对驾驶室白车身进行结构灵敏度分析，得到碰撞工况的灵敏度数值。

(1)结构灵敏度分析

结构灵敏度，即驾驶室上某个位置(左右对称为一个位置)对驾驶室车身刚度、模态、碰撞的影响程度，假设加强某个位置的结构，对驾驶室车身性能影响大，则说明此位置结构灵敏。如图5为结构灵敏度分析录制的42个变量。

1-1)碰撞工况的建立：

因为驾驶的灵敏度分析为线性静态分析，故加载力的大小几乎不影响计算结果，而碰撞为非线性工况，此处用10000N的集中载荷力方向性的模拟每一个碰撞(撞击)试验，这样可以一定程度分析每个工况下大部分零件的灵敏度；1-2)结构位置的规划：

在分析商用车驾驶室车身结构灵敏度时，着重关注梁类、接头对性能的影响。采用HyperMesh内置的Organize面板功能，首先将驾驶室白车身同一类型钣金件移至同一组件中并重新命名，实现模型重新组合；

1-3)定义设计变量：

进入Analysis面板，单击optimization,单击size，进入变量设计界面，输入名字(如：BJ_UPR)，输入弹性模量的初始值，设定弹性模量的上下限，点击create，创建变量；

1-4)将变量设定关联：

创建的变量并没有关联到材料，故需要设定与弹性模量的关联。切换至genericrelationship，选择对应的(如BJ_UPR)变量，选择材料，材料选定BJ_UPR材料，并选择杨氏模量作为关联，disignvars表示关联的变量，这里选择对应变量本身即可，C₀使用默认值；

1-5)定义响应

定义碰撞工况位移响应，选择每个碰撞工况的加载点的位移作位移响应：进入Analysis面板，单击optimization,单击response,在reponse＝输入名字，reponse type选择static displacement,node选择对应工况测点的节点，选择z轴的平移为测量项,单击create。分别创建位移和质量响应。

(2)结构灵敏度分析结果

根据灵敏度分析的数值结果找出对驾驶室碰撞性能影响较大的结构，如图6所示为正面碰撞灵敏度分析结果。

S5.根据灵敏度分析结果选取设计变量：以结构灵敏度数值大小降序排列为原则，将驾驶室白车身的前围、后围、侧围、顶盖分为若干区域的若干组，作为后续变量筛选的参考依据；

S6.定义优化问题：以板件厚度作为优化变量，将驾驶室质量最小作为优化目标，对于正面碰撞，驾驶室前端结构的改变直接影响驾驶员的被动安全性，优化设计中需要关注驾驶员的最小生存空间，为保证优化结果满足碰撞法规要求，将驾驶室仪表板、转向管柱、方向盘的侵入量作为约束条件，可用如下数学模型来描述：

Variable：D＝[d₁，d₂，d₃，d₄，d₅，d₆，d₇，d₈]^T

d_imin≤d_i≤d_imax

Obiective：f(x)＝{minf(M)}

s.t：f_a(min)≤f_a≤f_a(max) f_b(min)≤f_b≤f_b(max)

f_c(min)≤f_c≤f_c(max) f_d(min)≤f_d≤f_d(max)

其中D为厚度变量向量，d_i为第i个厚度变量，d_imin和d_imax为第i个厚度变量下限及上限，这里的上下限分别为原始数值的±50％，minf(M)为驾驶室质量最小，单位Kg；f_a(min)、f_b(min)、f_c(min)、f_d(min)、f_a(max)、f_b(max)、f_c(max)、f_d(max)分别为转向管柱、方向盘、仪表板、仪表板骨架侵入量下限与上限，这里的上下限分别为原始数值的±5％，单位mm；

S7.DOE实验设计：选择优化拉丁超立方算法对上一步建立的优化设计问题进行实验设计采样，获取样本数据；

S8.将所得实验设计样本数据，导入Isight软件中并提取贡献度排序图，获取对质量响应较大的变量；再综合结构灵敏度分析的所有分组结果，最终确定了顶盖中段外板、顶盖后段外板、侧围上部外板、侧围外板、地板、前地板中、后围侧内板、后围上部外板中8个关键厚度变量作为后续优化设计变量，并进行第二轮实验设计，得到以筛选后的设计变量为最终设计变量的DOE样本数据；如图7为Isight质量贡献度图。

S9.构建近似模型：根据第二轮实验设计所得样本数据建立近似模型，取决定系数R²和均方根误差RSME检验近似模型的精度，其中：

式中：N为构造响应面模型的样本点数，y_i为第i个响应仿真实际值；

为第i个响应近似模型预测值；

为仿真实际值的平均值。

决定系数R²取值范围为[0,1]，其值越接近于1，均方根误差RSME值越靠近0，表明近似模型与原始模型误差越小，精度越高。各个响应的决定系数如下表3所示：

表3各响应克里格近似模型误差

S10.求解：采用NSGAII算法对克里格近似模型进行求解，得到满足条件的最优解；

优化后驾驶室质量比优化前减轻了13.8Kg，轻量化效果较佳，优化的具体结果如表4所示：

表4优化结果展示

S11.验证：对轻量化结果进行可行性检验与分析，依据车身设计要求更改车身钣金件厚度，形成更新的BOM表。

对优化后的模型进行正面碰撞仿真分析，检验优化方案是否满足碰撞安全性性指标。图8表示优化后的驾驶员最小生存空间的距离-时间曲线图，图中L1为驾驶员腿部与仪表台水平距离，L2为腹部与方向盘水平距离，L3为腿部与转向管柱的距离，L4为腿部与方向盘垂直距离。表5为驾驶室优化前后的侵入量对比。

表5正面碰撞侵入量对比

Claims (3)

1.一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，所述商用车驾驶室包括龙骨框架和蒙皮结构，其特征在于，该方法包括如下步骤：

1)建立商用车驾驶室白车身初步3D数据；

2)对建立的白车身初步3D数据进行拓扑分析，确保白车身初步3D数据与拓扑分析的结果一致；

3)驾驶室正面碰撞工况建模及仿真分析：采用HyperMesh建立商用车驾驶室碰撞有限元模型，按照碰撞仿真要求，在Ls-dyna中设置相应的关键字，包括求解控制关键字和结果输出关键字，并进行碰撞仿真分析，得到驾驶室被动安全性指标，驾驶室被动安全性指标包括驾驶员腿部与仪表台水平距离L1、腹部与方向盘水平距离L2、腿部与转向管柱的距离L3、腿部与方向盘垂直距离L4；

4)利用HyperMesh对驾驶室白车身进行结构灵敏度分析，得到碰撞工况的灵敏度数值；

所述的碰撞工况，包括A柱撞击、正面撞击、顶部强度试验、后围抗压，其中：

所述A柱撞击，撞击器为钢制且质量均匀分布的圆柱体，撞击器质量不小于1000Kg，棱边的圆角半径不小于1.5mm；

所述正面撞击，撞击器为钢制且质量均匀分布，撞击器质量大于或等于1500Kg；撞击器的撞击面为平整的矩形，棱边的圆角半径为(10±5)mm；

所述顶部强度试验，当试验车辆为最大设计总质量大于7500Kg的N2类车辆和所有的N3类车辆时，进行动态预加载试验和顶部静压试验，且用同一个驾驶室完成；当试验车辆为最大设计总质量不大于7500Kg的N2类车辆和所有的N1类车辆时，只进行顶部静压试验；

所述后围抗压，是通过置于车架上的不小于整个后围的刚性壁障，施加在车架以上部分的驾驶室后围上，刚性壁障垂直于车辆的纵向中心轴线，且平行于中心轴线移动，加载力为车辆最大允许，装载质量每1000kg施加1.96kN的静载荷；

5)根据灵敏度分析结果选取设计变量：以结构灵敏度数值大小排序为原则，将驾驶室白车身的前围、后围、侧围、顶盖分为若干区域的若干组，作为后续变量筛选的参考依据；

所述灵敏度数值大小排序，是将步骤4)利用HyperMesh分析出的A柱撞击、正面撞击、顶部强度试验、后围抗压的灵敏度数值的大小降序排列，分别取前20个灵敏度数值所对应的结构作为分组对象，为最终选取适量的结构变量中的板件厚度变量做准备；

6)定义优化问题：将驾驶室仪表板、转向管柱、方向盘的侵入量作为设计响应，将驾驶室质量最小作为优化目标，以步骤5)中分组变量的厚度作为优化变量，定义的优化问题模型为：

Variable：D＝[d₁,d₂,d₃,d₄,d₅,d₆,d₇,d₈]^T

d_imin≤d_i≤d_imax

Obiective：f(x)＝{minf(M)}

s.t：f_a(min)≤f_a≤f_a(max)f_b(min)≤f_b≤f_b(max)

f_c(min)≤f_c≤f_c(max)f_d(min)≤f_d≤f_d(max)

其中D为厚度变量向量，d_i为第i个厚度变量，d_imin和d_imax为第i个厚度变量下限及上限，minf(M)为驾驶室质量最小；f_a(min)、f_b(min)、f_c(min)、f_d(min)、f_a(max)、f_b(max)、f_c(max)、f_d(max)分别为转向管柱、方向盘、仪表板、仪表板骨架侵入量下限与上限；

7)DOE实验设计：选择优化拉丁超立方算法对步骤6)的优化设计问题进行实验设计采样，具体包括如下步骤：

7-1)配置总体实验设计方案：采用优化拉丁超立方实验设计方法进行实验设计、选取适量设计点、设定合适的DOE运行时长；

7-2)确定实验设计的因素与水平，包含设计变量的选取，设计变量的上下限、步长的设置等；

7-3)根据上一步设定好的设计参数，建立实验设计矩阵；

7-4)定义数据后处理：设置优化目标、权重，并选择合适的数据分析方法；

7-5)实施实验，收集数据；

8)根据步骤7)的样本数据，导入Isight软件中并提取贡献度排序图，获取对质量响应较大的变量，再综合步骤5)中的结构灵敏度分组，确定对质量及正面碰撞性能影响较大的关键设计变量，进行第二轮实验设计，得到以筛选后的设计变量为最终设计变量的DOE样本数据，为下一步构建近似模型提供数据集；

9)构建近似模型：根据步骤8)第二轮实验设计所得样本数据建立近似模型，并通过决定系数R²和均方根误差RSME检验近似模型的精度；

所述的近似模型为克里格模型，具体是：假设x₀为未观测的需要估值的点，x₁，x₂，…，x_N为其周围的观测点，观测值相应为y(x₁)，y(x₂)，…，y(x_N)；将未测点的估值记为

由相邻观测点的已知观测值加权取和求得：

其中λ_i为待定加权系数，λ_i其满足以下两个条件：

a)无偏估计：设估值点的真值为y(x₀)，由于模型空间变异性的存在，

y(x_i)、y(x₀)均视为随机变量，当为无偏估计时：

即

b)估值

和真值y(x₀)之差的方差最小，即

其中γ(x_i,x_j)表示以x_i和x_j两点间的距离作为间距h时参数的半方差值，γ(x_i,x₀)是以x_i和x₀两点之间的距离作为间距h时参数的半方差值；

所述决定系数R²的计算公式为：

其中N为构造响应面模型的样本点数，y_i为第i个响应仿真实际值；

为第i个响应近似模型预测值；

为仿真实际值的平均值；

10)采用NSGAII优化算法对克里格近似模型进行求解，具体包括如下步骤：

10-1)初始化种群：设置算法的基本参数，包括种群规模、交叉变异概率、迭代次数，随机生成M个个体作为初始种群P_t；

10-2)个体评价：计算P_t中各个体的适应度值

10-3)父代种群个体进行选择、交叉、变异运算产生子代种群，

10-4)将父代种群和子代种群合并，形成新种群，并对新种群的个体进行快速非支配排序；

10-5)计算新种群的个体拥挤度距离，并筛选出群体中适应度高的个体，进入下一代P_t+1；

10-6)终止条件判断，若满足，条件算法终止，否则迭代次数加1，转向步骤2)；

11)验证：对轻量化结果进行可行性检验与分析，依据车身设计要求更改车身钣金件厚度，形成更新的BOM表。

2.根据权利要求1所述的一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，其特征在于，步骤3)中，所述碰撞仿真分析要求碰撞过程的能量变化曲线图变化自然、过渡平缓，且沙漏能小于总能量的5％。

3.根据权利要求1所述的一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法，其特征在于，步骤6)中，所述的d_imin和d_imax厚度变量的上限及下限，分别为原始数值的±50％；

所述的f_a(min)、f_b(min)、f_c(min)、f_d(min)、f_a(max)、f_b(max)、f_c(max)、f_d(max)的上限及下限，分别为原始数值的±5％。

Images