CN114861348A - 一种消防车辆车架吸能盒结构设计变量筛选方法 - Google Patents

一种消防车辆车架吸能盒结构设计变量筛选方法 Download PDF

Info

Publication number
CN114861348A
CN114861348A CN202210428585.1A CN202210428585A CN114861348A CN 114861348 A CN114861348 A CN 114861348A CN 202210428585 A CN202210428585 A CN 202210428585A CN 114861348 A CN114861348 A CN 114861348A
Authority
CN
China
Prior art keywords
parameters
energy absorption
factors
scores
box structure
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
CN202210428585.1A
Other languages
English (en)
Inventor
王爽
胡中建
李凡
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.)
China Fire Rescue College
Original Assignee
China Fire Rescue College
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 China Fire Rescue College filed Critical China Fire Rescue College
Priority to CN202210428585.1A priority Critical patent/CN114861348A/zh
Publication of CN114861348A publication Critical patent/CN114861348A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明一种消防车辆车架吸能盒结构设计变量筛选方法,包括如下步骤:S1、基于确定的目标层、准则层和指标层,分析各个层级中的各个因素间的关系,构建层次结构模型;S2、将指标层的多个因素两两进行比较后,按照重要程度得到模糊标度,建立模糊一致判断矩阵;S3、将吸能盒结构的多个参数由多位专家根据模糊一致判断矩阵进行评分得到相应参数对应的各个因素的评分以及各个因素所占的指标权重;S4、根据各个因素的评分和各个因素所占的指标权重得到吸能盒结构的多个参数的性能指标得分,再求出多个参数的各个准则层的模糊综合得分,根据综合分值的大小获取对性能影响较大的设计变量参数。本发明通过计算吸能盒结构几个参数分别对整体结构性能的重要程度进行排序,筛选出重要的设计变量,以备后续优化和性能匹配。

Description

一种消防车辆车架吸能盒结构设计变量筛选方法
技术领域
本发明涉及消防车辆结构领域,具体涉及一种消防车辆车架吸能盒结构设计变量筛选方法。
背景技术
吸能盒是消防车辆实现被动安全性能的一个关键部件,保险杠总成中的吸能盒是低速碰撞过程中的主要吸能结构,可以起到有效的缓冲作用,减轻对行人与乘员的伤害和对车辆的损伤。为提高消防车辆被动安全性等力学性能匹配效率,提出模糊层次分析法的设计变量筛选策略。如果考虑所有的吸能盒结构参数进行整车性能匹配设计及优化,将会导致优化设计效率低,大大延长了产品设计开发周期。
现有的消防车吸能盒结构的设计变量筛选方法均只是按照灵敏度和贡献度法的判断,或选择全部参数进行设计优化。通过国内外相关文献的检索,未发现有类似的消防车辆车架吸能盒结构设计变量筛选方法。
发明内容
本发明设计开发了一种消防车辆车架吸能盒结构设计变量筛选方法,本发明的发明目的是提供一种消防车辆车架吸能盒结构设计变量筛选方法,并且解决能够大幅提升消防车辆车架保险杠总成及整车性能优化匹配的效率问题。
本发明提供的技术方案为:
一种消防车辆车架吸能盒结构设计变量筛选方法,包括如下步骤:
步骤一、基于确定的目标层、准则层和指标层,分析各个层级中的各个因素间的关系,构建层次结构模型;
步骤二、将指标层的多个因素两两进行比较后,按照重要程度得到模糊标度,建立模糊一致判断矩阵;
步骤三、将吸能盒结构的多个参数由多位专家根据模糊一致判断矩阵进行评分得到相应参数对应的各个因素的评分以及各个因素所占的指标权重;
步骤四、根据各个因素的评分和各个因素所占的指标权重得到吸能盒结构的多个参数的性能指标得分,再求出多个参数的各个准则层的模糊综合得分,根据综合分值的大小获取对性能影响大的多个设计变量参数。
较佳地,所述步骤一中确定的目标层、准则层和指标层具体为:确定吸能盒结构的整体性能为目标层;轻量化性能和碰撞安全性能为准则层;结构最大吸能量、结构最大变形量、结构质量和成本作为指标层。
较佳地,所述步骤二中的模糊标度按照重要程度具有至少5个标度。
较佳地,所述步骤二中的模糊标度还具有按照不重要程度进行反向比较的不重要模糊标度。
较佳地,所述吸能盒结构的多个参数至少包括如下参数:上下翼板宽度、左右翼板高度、下翼板厚度、左翼板厚度、右翼板厚度、上翼板厚度、上下翼板材料和左右翼板材料。
较佳地,在所述步骤四之后还包括如下步骤:
步骤五、将所述模糊综合得分进行排序,保留得分最高的5个参数作为吸能盒结构设计变量。
较佳地,所述步骤三中的各个因素的评分以及各个因素所占的指标权重的评分由多位专家评分的平均值确定。
较佳地,所述步骤四中的各个准则层的模糊综合得分具体为:
R(B)ij=W(B)ijs(B)ij
Figure BDA0003610849580000021
所述S为各个准则层的模糊综合得分,所述W(A)i为轻量化性能和碰撞安全性能的指标权重,所述权重W(B)ij为结构质量和成本以及最大吸能量C21、最大变形量C22两两比较对应的指标权重。
较佳地,在所述步骤三中需要检验矩阵的一致性,判断是否一致:如果一致,则可以正常的进行检验;如果不能满足,则对所述步骤一中的指标层进行重新调整,直到得到模糊一致矩阵。
本发明与现有技术相比较所具有的有益效果:
1、本发明通过计算吸能盒结构参数分别对整体结构性能的贡献系数进行排序,分析各参数对整体性能的影响程度,从而筛选出用于整体性能匹配的设计变量,适用于结构基于安全性的轻量化的发展方向;
2、选取吸能盒结构参数,同时考虑质量、成本、最大吸能量和最大变形量响应的目标函数,挑选出对整体性能中的轻量化和安全性影响较大的结构参数,考虑更为全面。
附图说明
图1为消防车辆车架吸能盒结构设计变量筛选方法流程图;
图2为保险杠总成三维实体模型图;
图3为吸能盒结构模型等轴侧视;
图4为吸能盒结构模型主视图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本实施例提供一种消防车辆车架吸能盒结构设计变量筛选方法,步骤流程图如图1所示,包括如下步骤:
S1、基于确定的目标层、准则层和指标层,分析指标层中的各个因素间的关系,构建层次结构模型,也就是整体评价指标体系;
如图2-4所示,基于吸能盒的实体结构模型和实际的性能的考量,确定整体性能为目标层,轻量化性能和碰撞安全性能为准则层,结构最大吸能量,结构最大变形量,结构质量和成本作为指标层。其中最大吸能量是评定该结构在整个碰撞过程中能量吸收能力的指标,最大变形量是评定该结构在整个碰撞过程中发生溃缩变形的数值,如表1所示。
表1结构整体评价指标体系
Figure BDA0003610849580000041
S2、基于表1的质量C11、成本C12、最大吸能量C21、最大变形量C22等相关相关性能因素,将指标层的多个因素两两进行比较按照重要程度得到模糊标度,建立模糊一致判断矩阵;
同时,由10位对本领域深入研究的专家在充分了解了模糊一致判断矩阵(表2)的建造方法后,按照准则层和指标层的结构模型得到模糊一致判断矩阵,如表3-5所示:
表2模糊一致判断矩阵模糊标度及含义
Figure BDA0003610849580000042
表3整体性准则层的模糊一致判断矩阵及指标权重
层次A 轻量化性能B<sub>1</sub> 碰撞安全性能B<sub>2</sub> 权重W(A)<sub>i</sub>
轻量化性能B<sub>1</sub> 0.5 0.45 0.45
碰撞安全性能B<sub>2</sub> 0.55 0.5 0.55
表4轻量化性指标层的模糊一致判断矩阵及指标权重
Figure BDA0003610849580000043
Figure BDA0003610849580000051
表5碰撞安全性指标层的模糊一致判断矩阵及指标权重
层次B<sub>2</sub> 最大吸能量C<sub>21</sub> 最大变形量C<sub>22</sub> 权重W(B)<sub>2i</sub>
质量C<sub>21</sub> 0.5 0.4 0.4
成本C<sub>22</sub> 0.6 0.5 0.6
S3、根据确定的吸能盒结构的8个参数,将吸能盒结构的8个参数由10位专家根据模糊一致判断矩阵进行评分得到相应参数对应的各个因素的评分以及各个因素所占的指标权重。
本实施例中,所述吸能盒结构的多个参数至少包括如下参数:上下翼板宽度、左右翼板高度、下翼板厚度、左翼板厚度、右翼板厚度、上翼板厚度、上下翼板材料和左右翼板材料。对定义的初始吸能盒结构尺寸参数中的上翼板宽度和下翼板宽度定义为x1、左翼板和右翼板高度定义为x2等2个形状变量,下翼板厚度x3、左翼板厚度x4、右翼板厚度x5、上翼板厚度x6等4个尺寸变量,上、下翼板材料定义为x7和左、右翼板材料定义为x8,总计8个变量定义为待需筛选的设计参数。如表6所示。
表6 8个参数的主观评分
Figure BDA0003610849580000061
步骤四、根据各个因素的评分和各个因素所占的指标权重得到吸能盒结构的多个参数的性能指标得分,再求出多个参数的各个准则层的模糊综合得分。
本实施例中,各个准则层的模糊综合得分具体为:
R(B)ij=W(B)ijs(B)ij
Figure BDA0003610849580000062
所述S为各个准则层的模糊综合得分,所述W(A)i为轻量化性能和碰撞安全性能的指标权重,所述权重W(B)ij为结构质量和成本以及最大吸能量C21、最大变形量C22两两比较对应的指标权重。
S5、将所述模糊综合得分进行排序,保留得分最高的5个参数作为吸能盒结构设计变量;本实施例中,按照模糊综合得分的排序可知,我们需要保留5个参数作为设计变量,分别为x1,x2,x3,x4,x7
本实施例中,在所述步骤三中需要检验矩阵的一致性,判断是否一致:如果一致,则可以正常的进行检验;如果不能满足,则对所述步骤一中的指标层进行重新调整,直到得到模糊一致矩阵。
本实施例中,采用三维建模软件CATIAV5R21,Office2016版和操作系统为Windows。
本实施例具有如下优点:本发明操作简单,流程合理,通过计算吸能盒结构参数分别对整体结构性能的贡献系数进行排序,分析各参数对整体性能的影响程度,从而筛选出用于整体性能匹配的设计变量,适用于结构基于安全性的轻量化的发展方向;
本发明实施例通过选取吸能盒结构参数,同时考虑质量、成本、最大吸能量和最大变形量响应的目标函数,挑选出对整体性能中的轻量化和安全性影响较大的结构参数,因此考虑更为全面。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。

Claims (8)

1.一种消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,包括如下步骤:
步骤一、基于确定的目标层、准则层和指标层,分析各个层级中的各个因素间的关系,构建层次结构模型;
步骤二、将指标层的多个因素两两进行比较后,按照重要程度得到模糊标度,建立模糊一致判断矩阵;
步骤三、将吸能盒结构的多个参数由多位专家根据模糊一致判断矩阵进行评分得到相应参数对应的各个因素的评分以及各个因素所占的指标权重;
步骤四、根据各个因素的评分和各个因素所占的指标权重得到吸能盒结构的多个参数的性能指标得分,再求出多个参数的各个准则层的模糊综合得分,根据综合分值的大小获取对性能影响大的多个设计变量参数。
2.如权利要求1所述的消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,所述步骤一中确定的目标层、准则层和指标层具体为:确定吸能盒结构的整体性能为目标层;轻量化性能和碰撞安全性能为准则层;结构最大吸能量、结构最大变形量、结构质量和成本作为指标层。
3.如权利要求1或2任一项所述的消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,所述步骤二中的模糊标度按照重要程度具有至少5个标度。
4.如权利要求3所述的消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,所述步骤二中的模糊标度还具有按照不重要程度进行反向比较的不重要模糊标度。
5.如权利要求1-2、4任一项所述的消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,所述吸能盒结构的多个参数至少包括如下参数:上下翼板宽度、左右翼板高度、下翼板厚度、左翼板厚度、右翼板厚度、上翼板厚度、上下翼板材料和左右翼板材料。
6.如权利要求5所述的消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,在所述步骤四之后还包括如下步骤:
步骤五、将所述模糊综合得分进行排序,保留得分最高的5个参数作为吸能盒结构设计变量。
7.如权利要求1-2、4任一项所述的消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,所述步骤三中的各个因素的评分以及各个因素所占的指标权重的评分由多位专家评分的平均值确定。
8.如权利要求2所述的消防车辆车架吸能盒结构设计变量筛选方法,其特征在于,所述步骤四中的各个准则层的模糊综合得分具体为:
R(B)ij=W(B)ijs(B)ij
Figure FDA0003610849570000021
其中,S为各个准则层的模糊综合得分,W(A)i为轻量化性能和碰撞安全性能的指标权重,权重W(B)ij为结构质量和成本以及最大吸能量C21、最大变形量C22两两比较对应的指标权重。
CN202210428585.1A 2022-04-22 2022-04-22 一种消防车辆车架吸能盒结构设计变量筛选方法 Pending CN114861348A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210428585.1A CN114861348A (zh) 2022-04-22 2022-04-22 一种消防车辆车架吸能盒结构设计变量筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210428585.1A CN114861348A (zh) 2022-04-22 2022-04-22 一种消防车辆车架吸能盒结构设计变量筛选方法

Publications (1)

Publication Number Publication Date
CN114861348A true CN114861348A (zh) 2022-08-05

Family

ID=82633521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210428585.1A Pending CN114861348A (zh) 2022-04-22 2022-04-22 一种消防车辆车架吸能盒结构设计变量筛选方法

Country Status (1)

Country Link
CN (1) CN114861348A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115510561A (zh) * 2022-09-29 2022-12-23 中南大学 一种基于多任务的汽车吸能盒结构优化设计方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115510561A (zh) * 2022-09-29 2022-12-23 中南大学 一种基于多任务的汽车吸能盒结构优化设计方法及系统

Similar Documents

Publication Publication Date Title
Zhao et al. Crashworthiness analysis and design of composite tapered tubes under multiple load cases
Albak Crashworthiness design for multi-cell circumferentially corrugated thin-walled tubes with sub-sections under multiple loading conditions
CN110526065B (zh) 一种电梯按需维保策略的获取方法及系统
CN106874573B (zh) 一种分区变厚度复合材料层合板的设计方法
CN108399287B (zh) 采用模糊层次分析的机床横梁设计方案的评估方法
Es-Haghi et al. Evaluation of a novel Asymmetric Genetic Algorithm to optimize the structural design of 3D regular and irregular steel frames
Poirier et al. Multi-objective optimization of laser-welded steel sandwich panels for static loads using a genetic algorithm
CN107766683B (zh) 一种厢式车车厢底部波纹横梁结构轻量化优化设计方法
CN114861348A (zh) 一种消防车辆车架吸能盒结构设计变量筛选方法
Wang et al. Multi-objective optimization of hexahedral pyramid crash box using MOEA/D-DAE algorithm
Degertekin et al. School-based optimization for performance-based optimum seismic design of steel frames
CN114239149B (zh) 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
Muho et al. A seismic design method for reinforced concrete moment resisting frames using modal strength reduction factors
Kaveh et al. Seismic design of steel frames using multi-objective optimization
Wang et al. Hierarchical optimization of a novel vehicle door system under side impact based on integrated weighting method
Zhang et al. Output-only structural damage identification using hybrid Jaya and differential evolution algorithm with reference-free correlation functions
CN105893665A (zh) 一种采用组合赋权-灰色关联的机床横梁优化设计评估方法
CN111563693A (zh) 轨道交通设备健康值的评分方法、设备和存储介质
CN114996995A (zh) 一种超材料隔振单元性能预报方法和系统
Becker et al. EVALUATING THE WEIGHTED-SUM APPROACH FOR MEASURING BUILDINGS’ADAPTABILITY
CN105844089B (zh) 一种rc框架结构层损伤评估模型的构建方法
Ferdynus et al. Identification of crashworthiness indicators of column energy absorbers with triggers in the form of cylindrical embossing on the lateral edges using artificial neural networks
Wang et al. Optimal design of variable gradient tube under axial dynamic crushing based on hybrid TSSA–GRNN method
CN115375175A (zh) 城市运行体征评价方法
CN114861303B (zh) 一种地震救援车辆车架防撞梁设计变量筛选方法

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