CN114329788A - 一种基于田口法和熵权灰色关联分析的车门优化设计方法 - Google Patents
一种基于田口法和熵权灰色关联分析的车门优化设计方法 Download PDFInfo
- Publication number
- CN114329788A CN114329788A CN202111668991.7A CN202111668991A CN114329788A CN 114329788 A CN114329788 A CN 114329788A CN 202111668991 A CN202111668991 A CN 202111668991A CN 114329788 A CN114329788 A CN 114329788A
- Authority
- CN
- China
- Prior art keywords
- response
- vehicle door
- weight
- gray
- gray correlation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013461 design Methods 0.000 title claims abstract description 35
- 238000005457 optimization Methods 0.000 title claims abstract description 31
- 238000010219 correlation analysis Methods 0.000 title claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims abstract description 4
- 238000006073 displacement reaction Methods 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910000861 Mg alloy Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Images
Landscapes
- Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
Abstract
本发明提供一种基于田口法和熵权灰色关联分析的车门优化设计方法,包括以下步骤:S1、建立车门有限元模型,验证有限元模型有效性,确定设计变量和优化目标;S2、根据设计变量表和优化目标,进行正交试验;S3、建立目标响应数据矩阵,进行田口分析;S4、对各响应的信噪比序列进行线性归一化处理;S5、进行灰色关联分析,得到各响应对应的灰色关联系数序列;S6、计算各响应的灰色关联系数序列的权重值和综合响应的灰色关联度序列;S7、计算各因素各水平对应的灰色关联度序列之和的平均值;S8、根据熵权法,计算各响应权重,确定最优变量组合。本发明的车门优化设计方法,能够精确快速输出性能较好的车门结构优化设计方案。
Description
技术领域
本发明属于汽车轻量化结构设计技术领域,具体涉及一种基于田口法和熵权灰色关联分析的车门优化设计方法。
背景技术
基于节约能源和减少废气排放的需要,轻量化已经成为汽车工业的研究热点之一。车门系统是汽车重要的组成部分,如何在满足其刚度和NVH(噪声、振动与声振粗糙度)性能要求的情况下,获得更轻的车门结构是重点研究的问题。
传统的车门设计优化方法,如遗传算法和粒子群优化算法存在计算成本非常高昂的缺点。田口法是一种高效和节俭的优化方法,可以在很大程度上减少实验测试次数,节省大量时间。车门结构优化设计需要考虑车门的刚度、NVH和轻量化,属于多目标优化问题,单一的田口分析只适用于单目标优化,极大地限制了它的应用。灰色关联分析方法则在解决多目标优化问题方面具有显著的优势。在多目标优化中,由于各目标响应的作用和影响不尽相同,必须根据每个目标响应的重要程度合理赋予不同的权重。
针对上述问题,本发明拟提出一种基于田口法和灰色关联方法的车门优化设计方法,精确、快速找出车门最佳结构设计方案,使车门轻量化性能得到显著提升。
发明内容
针对现有技术存在的问题,本发明为解决现有技术中存在的问题采用的技术方案如下:
一种基于田口法和熵权灰色关联分析的车门优化设计方法,其特征在于,包括如下步骤:
S1.采用Hyperworks软件建立车门有限元模型,验证有限元模型有效性,确定设计变量、约束条件和优化目标;所述设计变量包括壁厚和材料属性;所述材料属性包括:密度,杨氏模量、泊松比;所述优化目标为最小化下沉位移、最小化上扭转位移、最小化下扭转位移、最小化车门质量和最大化一阶固有频率;
S2.根据变量三水平设计变量表(如表3所示)和优化目标,进行正交试验;
S3.基于正交试验的方案,进行仿真计算,建立目标响应数据矩阵,对目标响应矩阵进行Taguchi(田口)分析,其中下沉位移、上扭转位移、下扭转位移和总质量属于望小特性,采用公式(1)计算信噪比;一阶固有频率属于望大特性,采用公式(2)计算信噪比:
其中,yij为第i组实验变量对应的第j个响应目标值,xij为yij对应的信噪比;
S4.对各响应的信噪比序列线性归一化到[0,1];
S5.基于归一化后的各响应的信噪比序列进行灰色关联分析,得到各响应对应的灰色关联系数序列;
S6.计算各响应的灰色关联系数序列的权重值,然后根据各响应权重比进行加权得到一个综合响应的灰色关联度序列;
S7.将灰色关联度序列与正交表相结合,计算各因素的1、2和3水平对应的灰色关联度序列之和的平均值,从而得到灰色关联度主效应图,得到每个变量的最优水平;
S8.根据熵权法,计算各响应权重,确定最优变量组合。
所述步骤S4中对各响应的信噪比序列线性归一化公式如下:
其中,maxxj、minxj分别是xij的最大值和最小值。
所述步骤S5中进行灰色关联分析,利用公式(5)得到各响应对应的灰色关联系数序列:
所述步骤S6中计算各响应的灰色关联系数序列的权重值,然后根据各响应权重比进行加权得到一个综合响应的灰色关联度序列:
其中,βj为第j个输出响应的权重系数。
所述步骤S8中根据熵权法,将灰色关联度序列与正交表相结合,计算各因素的1、2和3水平对应的灰色关联度序列之和的平均值,从而得到灰色关联度的水平效应因子图,得到每个变量的最优水平,确定最优变量组合:
其中,Pij为各目标的几何投影,Ej为信息熵,ωj为第j个性能指标的权重系数。
本发明具有如下优点:
本发明提出的一种基于田口法和熵权灰色关联分析的车门优化设计方法,能够得到最优的车门结构参数,在其他性能满足设计基线要求情况下,较大程度提升车门轻量化性能。
本发明能够快速有效提取出显著影响的变量,适合于多变量、多目标的结构优化设计,可有效缩短新产品开发周期,对汽车复杂结构的研发有较好的指导作用。
附图说明
图1为车门有限元模型;
图2为灰色关联度主效应图;
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明,如图1所示,建立车门有限元模型。验证模型有效性,对车门进行下沉刚度、上扭转刚度、下扭转刚度和模态试验,将试验结果与有限元仿真结果进行对比,验证有限元模型的有效性。对比结果如表1所示:
表1仿真与实验结果对比
参数 | 仿真结果 | 实验结果 | 误差(%) |
质量M(kg) | 27.71 | 28.03 | -1.14 |
一阶固有频率f(Hz) | 42.68 | 40.92 | 4.30 |
下沉刚度位移d<sub>sag</sub>(mm) | 1.64 | 1.67 | -1.80 |
上扭转刚度位移d<sub>upper</sub>(mm) | 1.03 | 1.06 | -2.83 |
下扭转刚度位移d<sub>lower</sub>(mm) | 13.28 | 13.36 | -0.60 |
确定优化目标为最小化下沉位移、最小化上扭转位移、最小化下扭转位移、最小化车门质量和最大化一阶固有频率。设计变量为6个板件厚度和相应的3种材料属性,具体参数如表2和表3所示。
表2材料属性表
材料 | 杨氏模量(GPa) | 泊松比 | 密度(kg/m<sup>3</sup>) | |
1 | 钢 | 210 | 0.30 | 7850 |
2 | 铝 | 72 | 0.30 | 2770 |
3 | 镁 | 45 | 0.33 | 1740 |
表3设计变量及其取值区间
设计变量 | Level 1 | Level 2 | Level 3 |
A/mm | 0.5 | 0.7 | 0.9 |
B/mm | 1.2 | 1.4 | 1.6 |
C/mm | 0.5 | 0.6 | 0.8 |
D/mm | 0.6 | 0.8 | 1.0 |
E/mm | 0.5 | 0.7 | 0.9 |
F/mm | 0.6 | 0.8 | 1.0 |
G | DP500 | ADC12 | AM60 |
H | DP500 | ADC12 | AM60 |
工 | DP500 | ADC12 | AM60 |
J | DP500 | ADC12 | AM60 |
K | DP500 | ADC12 | AM60 |
L | DP500 | ADC12 | AM60 |
Level 2为初始设计点,Level 1和Level 3为相应变量的备选设计点,在确定设计变量后,设计12因素3水平的正交试验,选取正交阵列L27(312),对12个设计变量进行赋值。
基于正交试验的方案,利用Hyperworks进行仿真计算,对计算后的目标响应矩阵进行Taguchi分析,其中下沉位移、上扭转位移、下扭转位移和质量属于望小特性,一阶固有频率属于望大特性,采用公式(1)、(2)计算:
其中,yij为第i组实验变量对应的第j个响应目标值,xij为yij对应的信噪比;
各响应的仿真值及其响应的信噪比计算结果如表4所示:
表4仿真结果及相应的信噪比
其中,dsag、dupper、dlower分别为车门下沉刚度位移、上扭转刚度位移、下扭转刚度位移;S/N为信噪比;f为车门一阶固有频率;M为车门质量。
利用归一化公式(3)、(4)对各响应的信噪比序列线性归一化到[0,1]:
然后基于归一化后的各响应的信噪比序列,所采用的对比参考序列设置为1,利用公式(5)进行灰色关联分析,得到各响应对应的灰色关联系数序列:
其中,x0为理想参考序列,理想参考序列中均取值为1;ρ为分辨系数。
计算各响应的灰色关联度,如表5所示:
表5车门结构各因素各水平的灰色关联度
将灰色关联度序列与正交表相结合,计算各因素的1、2和3水平对应的灰色关联度序列之和的平均值,从而得到灰色关联度主效应图,如图2所示。
根据熵权法,计算各响应权重,确定最优变量组合。
表6各目标响应权重系数
将最优组合参数赋值到有限元模型进行仿真分析,结果如表6所示:
表7优化前后车门质量和动态性能比较
由结果可知,车门结构质量减轻2.83kg,轻量化率达到10.21%,车门性能有增有减,但均满足设计基线要求。因此,本发明所提出的方法具有有效性和可行性。
本发明的保护范围并不限于上述的实施例,显然,本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的范围和精神。倘若这些改动和变形属于本发明权利要求及其等同技术的范围内,则本发明的意图也包含这些改动和变形在内。
Claims (6)
1.一种基于田口法和熵权灰色关联分析的车门优化设计方法,其特征在于,包括如下步骤:
S1.建立车门有限元模型,验证有限元模型有效性,确定设计变量、约束条件和优化目标;所述设计变量包括壁厚和材料属性;所述材料属性包括:密度,杨氏模量、泊松比;所述优化目标为最小化下沉位移、最小化上扭转位移、最小化下扭转位移、最小化车门质量和最大化一阶固有频率;
S2.根据变量三水平设计变量表和优化目标,进行正交试验;
S3.基于正交试验的方案,进行仿真计算,建立目标响应数据矩阵,对目标响应矩阵进行Taguchi分析,其中下沉位移、上扭转位移、下扭转位移和总质量属于望小特性,采用公式(1)计算信噪比;一阶固有频率属于望大特性,采用公式(2)计算信噪比:
其中,yij为第i组实验变量对应的第j个响应目标值,xij为yij对应的信噪比;
S4.对各响应的信噪比序列线性归一化到[0,1];
S5.基于归一化后的各响应的信噪比序列进行灰色关联分析,得到各响应对应的灰色关联系数序列;
S6.计算各响应的灰色关联系数序列的权重值,然后根据各响应权重比进行加权得到一个综合响应的灰色关联度序列;
S7.将灰色关联度序列与正交表相结合,计算各因素的1、2和3水平对应的灰色关联度序列之和的平均值,从而得到灰色关联度主效应图,得到每个变量的最优水平;
S8.根据熵权法,计算各响应权重,确定最优变量组合。
2.如权利要求1所述的一种基于田口法和熵权灰色关联分析的车门优化设计方法,其特征在于:所述步骤S1中采用Hyperworks软件建立车门有限元模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111668991.7A CN114329788B (zh) | 2021-12-31 | 2021-12-31 | 一种基于田口法和熵权灰色关联分析的车门优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111668991.7A CN114329788B (zh) | 2021-12-31 | 2021-12-31 | 一种基于田口法和熵权灰色关联分析的车门优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114329788A true CN114329788A (zh) | 2022-04-12 |
CN114329788B CN114329788B (zh) | 2024-04-12 |
Family
ID=81020478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111668991.7A Active CN114329788B (zh) | 2021-12-31 | 2021-12-31 | 一种基于田口法和熵权灰色关联分析的车门优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114329788B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115828438A (zh) * | 2023-02-20 | 2023-03-21 | 中汽研汽车检验中心(天津)有限公司 | 汽车极限性能预测方法、介质、设备 |
GB2624726A (en) * | 2022-11-28 | 2024-05-29 | Univ Central South Forestry & Technology | Method for optimizing furniture structure based on grey Taguchi method |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107734512A (zh) * | 2017-09-30 | 2018-02-23 | 南京南瑞集团公司 | 一种基于灰度关联层次分析的网络选择方法 |
WO2020244325A1 (zh) * | 2019-06-04 | 2020-12-10 | 南京依维柯汽车有限公司 | 一种基于相对灵敏度的非承载式白车身轻量化方法 |
CN112651562A (zh) * | 2020-12-29 | 2021-04-13 | 重庆工商大学 | 基于信噪比和改进灰色关联度激光熔覆工艺优化方法 |
CN113190917A (zh) * | 2021-04-22 | 2021-07-30 | 武汉理工大学 | 一种多胞吸能结构组合优化设计方法 |
CN113536452A (zh) * | 2021-04-22 | 2021-10-22 | 武汉理工大学 | 一种适用于多材料多厚度结构的优化设计方法 |
CN113822499A (zh) * | 2021-11-23 | 2021-12-21 | 北京磁浮有限公司 | 一种基于模型融合的列车备件损耗预测方法 |
-
2021
- 2021-12-31 CN CN202111668991.7A patent/CN114329788B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107734512A (zh) * | 2017-09-30 | 2018-02-23 | 南京南瑞集团公司 | 一种基于灰度关联层次分析的网络选择方法 |
WO2020244325A1 (zh) * | 2019-06-04 | 2020-12-10 | 南京依维柯汽车有限公司 | 一种基于相对灵敏度的非承载式白车身轻量化方法 |
CN112651562A (zh) * | 2020-12-29 | 2021-04-13 | 重庆工商大学 | 基于信噪比和改进灰色关联度激光熔覆工艺优化方法 |
CN113190917A (zh) * | 2021-04-22 | 2021-07-30 | 武汉理工大学 | 一种多胞吸能结构组合优化设计方法 |
CN113536452A (zh) * | 2021-04-22 | 2021-10-22 | 武汉理工大学 | 一种适用于多材料多厚度结构的优化设计方法 |
CN113822499A (zh) * | 2021-11-23 | 2021-12-21 | 北京磁浮有限公司 | 一种基于模型融合的列车备件损耗预测方法 |
Non-Patent Citations (1)
Title |
---|
HAO CHEN: "Multi-Response Optimisation of Automotive Door Using Grey Relation Analysis with Entropy Weights", MATERIALS, 31 August 2022 (2022-08-31), pages 1 - 10 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2624726A (en) * | 2022-11-28 | 2024-05-29 | Univ Central South Forestry & Technology | Method for optimizing furniture structure based on grey Taguchi method |
CN115828438A (zh) * | 2023-02-20 | 2023-03-21 | 中汽研汽车检验中心(天津)有限公司 | 汽车极限性能预测方法、介质、设备 |
CN115828438B (zh) * | 2023-02-20 | 2023-05-05 | 中汽研汽车检验中心(天津)有限公司 | 汽车极限性能预测方法、介质、设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114329788B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114329788A (zh) | 一种基于田口法和熵权灰色关联分析的车门优化设计方法 | |
Zhou et al. | Optimization of an aluminum alloy anti-collision side beam hot stamping process using a multi-objective genetic algorithm | |
Farhang‐Mehr et al. | Bayesian meta‐modelling of engineering design simulations: a sequential approach with adaptation to irregularities in the response behaviour | |
CN108268728B (zh) | 基于两步式改进粒子群优化算法的汽车尾门结构优化方法 | |
CN109711061A (zh) | 基于整车怠速振动性能的动力总成悬置稳健性优化方法 | |
Wang et al. | Optimizing the static–dynamic performance of the body-in-white using a modified non-dominated sorting genetic algorithm coupled with grey relational analysis | |
CN114154371A (zh) | 一种基于响应面法对加筋齿轮箱的多目标优化方法 | |
CN114253157B (zh) | 一种基于二阶灵敏度分析的电机多参数优化方法和系统 | |
CN113946911B (zh) | 一种基于灰色关联分析法的驾驶室结构优化方法 | |
CN113190917A (zh) | 一种多胞吸能结构组合优化设计方法 | |
Lu et al. | Design optimization of vehicle body NVH performance based on dynamic response analysis | |
CN115099093A (zh) | 一种基于熵权topsis的白车身结构多目标优化设计方法 | |
CN112507458A (zh) | 一种基于切比雪夫方法的汽车碰撞安全可靠性设计方法 | |
CN115659694B (zh) | 一种整车减震效果的评估优化方法及系统 | |
JP7147479B2 (ja) | 構造体の設計支援方法 | |
Izanloo et al. | Optimal design of automotive body B-pillar using simplified finite element model of body-in-prime combined with an optimization procedure | |
Gao et al. | A 6-sigma robust optimization method for stamping forming of automobile covering parts based on residual error and radial basis interpolation | |
Aulig et al. | Preference-based topology optimization of body-in-white structures for crash and static loads | |
CN115098946A (zh) | 一种车内噪声稳健性优化设计方法和存储介质 | |
CN116011272A (zh) | 一种发动机悬置系统多变量多目标层次优化方法 | |
CN113536452A (zh) | 一种适用于多材料多厚度结构的优化设计方法 | |
CN111310281A (zh) | 一种汽车车架轻量化的多学科设计方法 | |
Kim et al. | A study on the parametric optimization of drawing metal stamping process for aluminum alloy tailgate parts using response surface methodology | |
Zhang et al. | Multi-objective optimization design of assembled wheel lightweight based on implicit parametric method and modified NSGA-II | |
CN114841037B (zh) | 一种基于接头灵敏度分析的驾驶室刚度模态优化方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |