CN117057042B - 汽车结构的多学科性能的设计优化方法和装置 - Google Patents

汽车结构的多学科性能的设计优化方法和装置 Download PDF

Info

Publication number
CN117057042B
CN117057042B CN202311035575.2A CN202311035575A CN117057042B CN 117057042 B CN117057042 B CN 117057042B CN 202311035575 A CN202311035575 A CN 202311035575A CN 117057042 B CN117057042 B CN 117057042B
Authority
CN
China
Prior art keywords
model
collision
vehicle body
optimization
reduced
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.)
Active
Application number
CN202311035575.2A
Other languages
English (en)
Other versions
CN117057042A (zh
Inventor
苏永雷
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.)
Xiaomi Automobile Technology Co Ltd
Original Assignee
Xiaomi Automobile Technology Co Ltd
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 Xiaomi Automobile Technology Co Ltd filed Critical Xiaomi Automobile Technology Co Ltd
Priority to CN202311035575.2A priority Critical patent/CN117057042B/zh
Publication of CN117057042A publication Critical patent/CN117057042A/zh
Application granted granted Critical
Publication of CN117057042B publication Critical patent/CN117057042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • 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
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

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

Abstract

本公开涉及一种汽车结构的多学科性能的设计优化方法和装置，涉及车辆工程技术领域，所述方法包括：建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；建立拓扑模型，所述拓扑模型包括车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；根据多模型优化方法对所述拓扑模型进行优化，得到优化模型；基于所述优化模型执行所述车身结构参数的优化操作，得到目标模型。本公开通过二次优化能够更加系统全面的实现汽车结构的优化。

Description

汽车结构的多学科性能的设计优化方法和装置
技术领域
本公开涉及车辆工程技术领域，尤其涉及一种汽车结构的多学科性能的设计优化方法和装置。
背景技术
随着新工艺、新材料、新结构的推陈出新，新能源汽车的正向开发也要适应新的挑战和进步。因此，如何从多学科性能出发对汽车的结构进行更好的优化是亟待解决的技术问题。
发明内容
为克服相关技术中存在的问题，本公开提供一种汽车结构的多学科性能的设计优化方法和装置。
根据本公开实施例的第一方面，提供一种汽车结构的多学科性能的设计优化方法，包括：
建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；
建立拓扑模型，所述拓扑模型包括车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；
根据多模型优化方法对所述拓扑模型进行优化，得到优化模型；
基于所述优化模型执行所述车身结构参数的优化操作，得到目标模型。
可选地，所述建立车身模型，包括：
建立纯净车身模型；
基于碰撞位置将所述纯净车身模型分为至少两个子模型，所述至少两个子模型之间通过超单元边界点连接；以及
将未处于碰撞位置处的子模型处理为超单元子模型，以使得所述纯净车身模型形成混合模型。
可选地，所述基于碰撞位置将所述纯净车身模型分为至少两个子模型，包括：
当所述碰撞位置适用于前端正碰或者前偏置碰时，选取车身A柱、左右门槛，沿着近似YZ平面截断所述纯净车身模型，将所述纯净车身模型分为包含机舱区域的所述非线性部分模型和包含后大铸件的所述线性部分模型。
可选地，所述基于碰撞位置将所述纯净车身模型分为至少两个子模型，包括：
当所述碰撞位置适用于后端后碰或者后偏置碰时，选取车身C柱、左右门槛，沿着近似YZ平面截断所述纯净车身模型，将所述纯净车身模型分为包含机舱区域的所述线性部分模型和包含后大铸件的所述非线性部分模型。
可选地，所述基于碰撞位置将所述纯净车身模型分为至少两个子模型，包括：
当所述碰撞位置适用于中部侧碰、柱碰和顶压时，分别在车身A柱、C柱及对应左右门槛出截取，将所述纯净车身模型分为包含B柱区域的所述非线性部分模型、包含机舱区域的所述线性部分模型以及包含后大铸件的所述线性部分模型。
可选地，所述建立车身模型，还包括：
在所述混合模型的基础上添加底盘超单元模型、动力总成超单元模型、电池包系统超单元模型、电池包系统简化模型和闭合件及其他附件超单元模型，以形成所述车身模型。
可选地，所述建立拓扑模型，包括：
建立车身一体化压铸成型架构的动态概念可行设计空间，得到车身全域拓扑模型；
所述根据多模型优化方法对所述拓扑模型进行优化，得到优化模型，包括：
将所述车身全域拓扑模型作为共享设计变量，以及将车身刚度、模态、动刚度和碰撞性能作为优化约束，以所述车身全域拓扑模型的体积分数最小为优化目标执行所述多模型优化方法。
可选地，述基于所述优化模型执行所述车身结构参数的优化操作，得到目标模型，包括：
获取白车身有限元模型，以及获取所述优化模型对应的整车碰撞工况高精度模型；
根据所述白车身有限元模型执行模型重构操作，得到重构后的第一缩减模型和第二缩减模型，所述第一缩减模型为刚度、模态缩减模型，所述第二缩减模型为动刚度缩减模型；
根据碰撞变形特征将未发生溃缩变形的线性区域和发生溃缩变形的非线性区域截断，断面处通过rbe3的主点连接，所述线性区域与rbe3的从点连接，得到碰撞低精度模型；
基于所述碰撞低精度模型和所述整车碰撞工况高精度模型获取多置信度近似模型，由所述多置信度近似模型、第一缩减模型和第二缩减模型确定所述目标模型。
根据本公开实施例的第二方面，提供一种汽车结构的多学科性能的设计优化装置，包括：
第一建立模块，被配置为建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；
第二建立模块，被配置为建立拓扑模型，所述拓扑模型包括车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；
第一优化模块，被配置为根据多模型优化方法对所述拓扑模型进行优化，得到优化模型；
第二优化模块，被配置为基于所述优化模型执行所述车身结构参数的优化操作，得到目标模型。
根据本公开实施例的第三方面，提供一种电子设备，该电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；
建立拓扑模型，所述拓扑模型包括车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；
根据多模型优化方法对所述拓扑模型进行优化，得到优化模型；
基于所述优化模型执行所述车身结构参数的优化操作，得到目标模型。
本公开的实施例通过执行多模型优化方法和车身结构参数的优化操作能够全面系统的实现汽车结构的优化，具体的，建立车身模型，其中，车身模型包括非线性部分模型和线性部分模型，以及建立拓扑模型，该拓扑模型包括车身全域拓扑模型，这里，车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域，在此基础上，根据多模型优化方法对拓扑模型进行优化，得到优化模型，并基于优化模型执行车身结构参数的优化操作，得到目标模型，如此能够系统、全面且高效的实现对车身结构的优化。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种汽车结构的多学科性能的设计优化方法的流程图。
图2是根据一示例性实施例示出的一种汽车结构的多学科性能的设计优化方法中多模型优化方法的示例图。
图3是根据一示例性实施例示出的一种汽车结构的多学科性能的设计优化方法中拓扑模型的示例图。
图4是根据一示例性实施例示出的一种汽车结构的多学科性能的设计优化装置的框图。
图5是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开实施例中尽管在附图中以特定的顺序描述操作或步骤，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作或步骤，或是要求执行全部所示的操作或步骤以得到期望的结果。在本公开的实施例中，可以串行执行这些操作或步骤；也可以并行执行这些操作或步骤；也可以执行这些操作或步骤中的一部分。
图1是根据一示例性实施例示出的一种汽车结构的多学科性能的设计优化方法的流程图，如图1所示，该汽车结构的多学科性能的设计优化方法可以包括不再S110至步骤S140。
在步骤S110中，建立车身模型，车身模型包括非线性部分模型和线性部分模型。
在一些实施方式中，建立车身模型可以包括建立纯净车身模型，在此基础上，基于碰撞位置将纯净车身模型分为至少两个子模型，其中，至少两个子模型之间通过超单元边界点连接；以及将未处于碰撞位置处的子模型处理为超单元子模型，以使得该纯净车身模型形成混合模型。如此，能够有效地降低模型计算规模和优化效率，同时能够增加迭代分析效率，减少干扰阶的影响。
作为一个具体的实施方式，当碰撞位置适用于前端正碰或者前偏置碰时，本公开实施例可以选取车身A柱、左右门槛，沿着近似YZ平面截断纯净车身模型，将该纯净车身模型分为两部分，这两部分分别是包含机舱区域的非线性部分模型1和包含后大铸件的线性部分模型2。
作为另一个具体的实施方式，当所述碰撞位置适用于后端后碰或者后偏置碰时，本公开实施例可以选取车身C柱、左右门槛，沿着近似YZ平面截断纯净车身模型，将该纯净车身模型分为两部分，这两部分分别是包含机舱区域的线性部分模型1和包含后大铸件的所述非线性部分模型2。
作为另一个具体的实施方式，当碰撞位置适用于中部侧碰、柱碰和顶压时，本公开实施例可以分别在车身A柱、C柱及对应左右门槛出截取，将该纯净车身模型分为三部分，这三部分分别是包含B柱区域的非线性部分模型1、包含机舱区域的线性部分模型2以及包含后大铸件的线性部分模型3。
其中，需要说明的是，上述混合模型的建立方法称为超单元法，具体地，在一个有限元整体模型中，切割出部分模型，运用有限元分析将特定的力学特性通过模表达、矩阵表达、传递函数表达提取出来，这一过程称为超单元的生成(缩聚)。然后再对整体模型开展分析的时候，用这些表达来替换切割出来的部分模型，这样一种操作方法，称之为超单元法(superelement)，或者叫直接矩阵输入法(DMIG)，这些表达就是所谓的超单元，而整体模型除去超单元的部分称为残余结构。
超单元一个最有意义的用处便是大幅降低计算花费，提升分析效率，利用有限的计算资源完成计算更为庞大的分析，超单元可以大幅降低整体模型的自由度，所以计算量相对更低，可以用来做一些更为复杂的分析。所以，复杂大型结构件，如飞机船舶等，均把较多部件或者子系统拆分并制作成超单元，可以顺利的完成整个分析任务，而现在汽车领域的多应用在模型计算周期缩短和优化计算中，尤其对于多学科优化及轻量化优化分析时，显著提升计算分析优化效率，整体模型的求解过程大致分为两部，即，第一步为超单元(superelement generation run)生成；第二步为残余结构计算(residual run)。
综上，基于上述超单元法建立车身整体模型时，为了更好的降低边界点数量，提高效率且便于操作，上述纯净车身模型的分隔位置可以根据碰撞位置确定，碰撞位置不同则对应的分割位置也可能不相同。
需要说明的是，上述车身模型的建立过程涉及的超单元可以是第二层级超单元。示例性的，第二层级超单元可用于构造白车身混合模型E。车身模型无客观存在的既有边界，本公开实施例根据具体情况合理定义了边界点。其中，边界的定义原则可以是：尽可能降低边界点数量；针对碰撞模型的线性区域和非线性区域分别做了不同处理，即非线性部分不做任何处理，保留为残余结构，仅将线性部分处理为超单元。
进一步地，建立车身模型还可以包括在混合模型的基础上添加底盘超单元模型、动力总成超单元模型、电池包系统超单元模型、电池包系统简化模型和闭合件及其他附件超单元模型，以形成车身模型。如此能够使得模拟场景更为真实，结构更为准确，以利于保证较高的优化分析效果。这里，车身模型的建立过程涉及的超单元可以是第一层级超单元。
这里，底盘超单元模型可以以底盘超单元模型A表示，底盘将底盘系统分为前部和后部，前部可以包括前悬架系统前制动系统等，后部可以包括后悬架系统、后制动系统、后副车架等，本公开实施例可以分别将底盘的前部、后部与车身系统通过悬置或衬套连接的部位，作为子系统的边界点，该边界点为已客观存在的边界，数量少便于底盘系统超单元模型的建立；动力总成超单元模型可以以动力总成超单元模型B表示，本公开实施例可以将前电驱系统与前舱域悬置接附点作为子系统的边界点，该边界点为已客观存在的边界，数量少便于电驱系统超单元模型的建立，同时将后电驱系统与底盘后部副车架系统的悬置接附点，作为子系统的边界点，该边界点为已客观存在的边界，数量少便于后电驱系统超单元模型的建立；电池包系统超单元模型可以表示为电池包系统超单元模型C1，本公开实施例可以将电池包系统与车身系统的螺栓连接点，作为子系统的边界点，该边界点为已客观存在的边界，数量少便于电池包系统超单元模型的建立；电池包系统简化模型可以表示为电池包系统简化模型C2，本公开实施例可以将电池包系统中的托盘、座椅横梁等梁系保留，模组及其他组件简化为集中质量点，与梁系的连接截面通过rbe3连接，将电池包系统赋等效质量和等效惯量，得到简化模型；闭合件及其他附件超单元模型可以表示为闭合件及其他附件超单元模型D，其中，闭合件可以包括前罩、背门或行李箱盖、前门、后门，其他附件可以包括前排座椅、后排座椅等，此类子系统与车体可以通过螺栓或锁扣连接，本公开实施例可以将螺栓或锁扣连接点作为子系统的边界点，该边界点为已客观存在的边界，数量少便于对应超单元模型的建立。
综上，本公开示例性地描述通过超单元法对车身模型的具体建模步骤，并且为了便于说明，本公开限定车辆的行驶方向为X向，车辆的高度方向为Z向，车辆的宽度方向为Y向，具体步骤如下：
首先，建立纯净车身模型；然后基于碰撞位置将纯净车身模型分为至少两个子模型。例如，在前端碰撞时，本公开实施例可以选取车身A柱、左右门槛，沿着近似YZ平面截断车身模型，将白车身模型分为两部分，分为包含机舱区域的非线性部分模型1和线性部分模型2。
然后，基于模型1定义超单元边界点。基于车体A柱截面，生成位于模型1的左侧A柱截面区域的rbe2单元，此rbe2单元属于模型1，截面单元的节点为rbe2的从点，所选从点的形心为rbe2的主点ⅰ，以主点ⅰ为共同的主点位置，抓取模型2对应截面处的节点作为从点，生成新的rbe2，新的rbe2单元属于模型2，则通过两个rbe2连接把模型截断处重新“缝合”起来。将模型1的左侧的rbe2单元的主点ⅰ关于Y＝0mm平面映射到模型1的右侧区域，生成关于Y＝0mm平面对称的主点ⅱ，再以主点ⅱ基础，建立两个新的rbe2单元，分别与模型1和模型2的截面连接，与模型1连接的rbe2属于模型1，与模型2连接的rbe2属于模型2，则生成的新连接在整车状态下保证左右对称。同样地，前门门槛截面也生成rbe2单元和对应的主点ⅲ、主点ⅳ，具体步骤与A柱截面的主点ⅰ和主点ⅱ定义方式相同，本公开不再赘述。
进一步地，在对前风挡玻璃进行边界点定义，基于模型1，将前风挡玻璃截面的所有节点用rbe2抓取，此rbe2单元属于模型1，Y＝0mm的平面与截断边缘的交点定义为rbe2单元的主点ⅴ，以主点ⅴ为共同的主点位置，抓取模型2对应截面边缘的所有节点作为从点，生成新的rbe2，此rbe2单元属于模型2，则通过两个rbe2连接把模型截断处重新“缝合”起来。综上以上的五个主点则为车身模型1和模型2的边界点，如此，完成了将分隔后的两个子模型，即，模型1和模型2之间通过超单元边界点重新连接起来。
然后，在对上述模型1和模型2重新“缝合”起来的混合模型进行模态分析，本公开示例性地以机舱区域作为优化对象，适应性地，将上述模型2作为超单元对象，进行超单元分析。需要说明的是，超单元模型输出格式通用模板设定方法为默认输出H3D格式超单元，若要进一步生成PCH格式，在有限元分析部分增加参数设置PARAM,EXTOUT,DMIGPCH。
另外，超单元输出信息的通用模板设定方法为：超单元内部节点若为输出点或观测点，则通过plot连接并勾勒出结构轮廓，和需要输出的内部单元一并生成一个elset，定义输出语句MODEL＝elset,NONE,NORIGID。进一地，将需要进行优化的机舱区域处于残余结构模型内，即模型1中，残余结构模型计算优先引用H3D格式超单元；elset有两部组成，一部分是plot，一部分是群体内部残余计算的element，具体地，残余结构计算引用H3D超单元文件语法：ASSIGN,H3DDMIG,FILENAME,H3DFILENAME.H3D；引用PCH超单元文件语法：INCLUDE,PCHFILENAME.PCH。
其中，需要说明的是，通过上述方法对通过超单元模型结合后的纯净车身的混合模型进行模态分析，并通过与对未进行超单元模型结合的纯净车身模型进行模态分析对比，通过对比可知两者分析频率范围一致，再进行模态对比，发现通过超单元模型结合后的纯净车身的混合模型的模态阶次显著降低，未进行超单元模型结合的纯净车身模型的有限元模型存在62阶模态，而通过超单元模型结合后的纯净车身的混合模型的模态阶次为38阶或39阶，使得模态阶次大幅度降低，避免出现模态阶次较高造成无法准确地抓取相应的阶次层，会出现自动跳阶次的问题，影响模态分析结果的准确性。
本公开实施例可以根据不同的应用场景和统计梳理，基于动态缩减CBN算法和FREE界面法设定进行静力学分析、动力学分析以及有预应力的模态分，即采用CBN算法和FREE界面法将有限元模型对象生成超单元。
最后，为了保证模拟场景更为真实，再将通过超单元法建立的混合模型上添加底盘超单元模型、动力总成超单元模型、电池包系统超单元模型、电池包系统简化模型和闭合件及其他附件超单元模型。通过上述介绍知道，电池包系统与车身系统可以通过螺栓连接，且闭合件及其他附件涉及的子系统与车体也可以通过螺栓连接。其中，螺栓连接可采用“rbe2+beam+rbe2”类型连接，超单元部分rbe2与beam单元的公共节点即为生成超单元模型的边界点，本公开实施例可以采用CBN算法和FIX界面法将电池包有限元模型转化为超单元模型。另外，悬置、衬套和锁扣连接采用“BUSH”单元类型连接，“BUSH”单元的任何一端作为生成超单元模型的边界点。
如此，本公开通过同时引用混合模型、底盘超单元模型、动力总成超单元模型、电池包系统超单元模型、电池包系统简化模型和闭合件及其他附件超单元模型构造车身模型，对车身模型进行相关工况分析。其中，相关工况分析可以包括典型的刚度分析、模态分析、动刚度分析以及碰撞分析等。
其中，在进行刚度分析、模态分析时，本公开实施例可以构造车身弯扭刚度、模态工况的第一缩减模型，该第一缩减模型＝电池包系统超单元模型C1+白车身混合模型E。在此基础上，基于构造的第一缩减模型，进行模态分析和弯扭刚度分析，对比缩减模型与未进行超单元缩减的有限元模型，两种模型仿真分析设定的边界条件完全一致，详细如下表1。
表1
上述表1中Base-有限元建模是基于未进行超单元法建立的车身模型，而Opt-混合建模是基于通过超单元法建立的混合模型并添加底盘超单元模型、动力总成超单元模型、电池包系统超单元模型、电池包系统简化模型和闭合件及其他附件超单元模型后构成的车身模型，通过两种车身模型的建模方法分别进行工况分析并结合上述表1可以看出两者建模方式性能偏差极小，建模方法能够实现高保真。
可选地，在进行动刚度分析时，本公开实施例可以构造动动刚度工况的第二缩减模型，该第二缩减模型＝电池包系统超单元模型C1+闭合件及其他附件超单元模型D+白车身混合模型E。在此基础上，基于构造的第二缩减模型，进行接附点动刚度分析，对比缩减模型与对应的未进行超单元缩减的有限元模型可以知道两种模型仿真分析设定的边界条件完全一致。其中，接附点动刚度仿真结果对比如下表2。
表2
通过对比上述表2中的两种模型，以前减震塔位置处接附点动刚度为例，可以知道二者性能偏差极小，故本公开实施例中的建模方法能够实现高保真。
可选地，在进行碰撞分析时，本公开实施例可以构造碰撞工况的第三缩减模型，该第三缩减模型＝底盘超单元模型A+动力总成超单元模型B+电池包系统超单元模型C2+闭合件及其他附件超单元模型D+白车身混合模型E。在此基础上，基于构造的第三缩减模型，将等效静态载荷施加到对应的截面，进行碰撞工况分析，对比缩减模型与对应的未进行超单元缩减的有限元模型，两种模型仿真分析设定的边界条件完全一致，发现两种模型碰撞变形模式一致，对应位置的速度、变形量、侵入量等性能结果一致。因此，可以知道本公开实施例中的碰撞缩减模型建模方法能够实现高保真。
在步骤S120中，建立拓扑模型，拓扑模型包括车身全域拓扑模型，车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域。
作为一种可选地方式，在建立拓扑模型的过程中，本公开实施例可以建立车身一体化压铸成型架构的动态概念可行设计空间，得到车身全域拓扑模型。在此基础上，根据多模型优化方法对该拓扑模型进行优化，得到优化模型。其中，车身全域拓扑模型可以包括前舱拓扑域、后端拓扑域和中部拓扑域。
这里，动态概念可行设计空间是所有潜在解决方案的集合，其构造过程主要分为两个步骤：第一步是基于车身、电驱系统、底盘以及机舱域其他功能件3D数据，在满足与关联件布置空间最小间隙要求的前提下，构造静态布置场景下的概念设计空间。第二步是在第一步构造的空间基础上，根据选定的悬架类型和硬点位置，进行最大减震器行程下的轮跳分析、加速、制动等分析，识别控制臂等对手件的运动包络，进一步缩小设计空间范围，避开运动包络得到的动态布置场景下副车架概念可行设计空间。在此基础上，将概念可行设计空间划分为4mm二阶体单元网格，作为机舱域一体化压铸成型架构的拓扑域，用于多模型拓扑优化。
其中，非拓扑域可以采用基础车、参考车、平台车、概念设计车型的有限元数据，非拓扑域与拓扑域之间螺栓、粘接、或其他型式焊接的连接方式可以保持不变。非拓扑域中的碰撞线性区域按照第二步中的各工况缩减方法进行模型缩减。
在步骤S130中，根据多模型优化方法对拓扑模型进行优化，得到优化模型。
作为一种可选地方式，本公开实施例可以基于多模型优化(multi-modeloptimization，MMO)方法对拓扑模型进行优化。其中，多模型优化可以同时兼顾多个计算模型，这些计算模型可以共享部分设计变量，基于所述共享的设计变量本公开实施例可以得到相同或相似的优化结果。
本发明与拓扑域相关的各类工况，其计算模型构成各不相同，无法直接基于其中一种模型覆盖所有分析工况。因此，开展拓扑优化需采用多模型优化MMO方法。
具体的，将各拓扑域(车身全域拓扑模型)作为共享设计变量；定义各性能为优化约束，即定义刚度、模态、动刚度以及碰撞各性能为优化约束；以拓扑域体积分数最小为优化目标开展拓扑优化MMO，具体的优化流程如图2所示。其中，如图所示的cl为车身刚度、模态性能目标，c2为机舱域各接附点动刚度性能目标，c3为碰撞等效静载工况的柔度性能目标。
作为一种可选地方式，车身区域可以包括前舱拓扑域、后端拓扑域以及中部拓扑域，本公开实施例可以分别针对前舱拓扑域、后端拓扑域以及中部拓扑域开展拓扑优化。
具体的，拓扑模型的构成可以如图3所示。通过图3知道，前舱拓扑域涉及三种缩减模型，这三种缩减模型分别可以是第一碰撞工况缩减模型、第一动刚度工况的缩减模型以及第一弯扭刚度、模态工况的缩减模型。其中，第一碰撞工况缩减模型＝底盘超单元模型A+动力总成超单元模型B+电池包系统超单元模型C1+闭合件及其他附件超单元模型D+白车身混合模型E2；第一动刚度工况的缩减模型＝电池包系统超单元模型C1+闭合件及其他附件超单元模型D+白车身混合模型E2；第一弯扭刚度、模态工况的缩减模型＝电池包系统超单元模型C1+白车身混合模型E1。
可选地，通过图3知道后端拓扑域也可以包括三种缩减模型，这三种缩减模型分别可以是第二碰撞工况缩减模型、第二动刚度工况的缩减模型以及第二弯扭刚度、模态工况的缩减模型。其中，第二碰撞工况缩减模型＝底盘超单元模型A+动力总成超单元模型B+电池包系统超单元模型C1+闭合件及其他附件超单元模型D+白车身混合模型E2；第二动刚度工况的缩减模型＝电池包系统超单元模型C1+闭合件及其他附件超单元模型D+白车身混合模型E2；第二弯扭刚度、模态工况的缩减模型＝电池包系统超单元模型C1+白车身混合模型E2。
可选地，通过图3知道中部拓扑域也可以包括三种缩减模型，这三种缩减模型分别可以是第三碰撞工况缩减模型、第三动刚度工况的缩减模型以及第三弯扭刚度、模态工况的缩减模型。其中，第三碰撞工况缩减模型＝底盘超单元模型A+动力总成超单元模型B+电池包系统简化模型C2+闭合件及其他附件超单元模型D+白车身混合模型E3；第三动刚度工况的缩减模型＝电池包系统超单元模型C1+闭合件及其他附件超单元模型D+白车身混合模型E2；第三弯扭刚度、模态工况的缩减模型＝电池包系统超单元模型C1+白车身混合模型E3。
在获取到拓扑优化结果之后，本公开实施例可以基于该拓扑优化结果进行拓扑路径解读，以完成汽车结构一体化压铸成型架构的初步结构设计。
在步骤S140中，基于优化模型执行车身结构参数的优化操作，得到目标模型。
作为一种可选地方式，在获取到优化模型之后，本公开实施例可以基于该优化模型执行车身结构参数的优化操作，得到目标模型。通过上述介绍知道，与汽车结构的多学科性能的设计优化相关的三类工况，分别是车身刚度、模态工况；动刚度工况；碰撞工况。这三类工况的计算模型构成各不相同，本公开实施例可以将厚度设计参数作为共享设计变量；定义刚度、模态、动刚度、碰撞各性能为优化约束；以设计变量总质量最小为优化目标开展多学科参数优化。
作为另一种可选地方式，基于优化模型执行车身结构参数的优化操作的过程中，本公开实施例可以先获取白车身有限元模型，以及获取优化模型对应的整车碰撞工况高精度模型。在此基础上，根据白车身有限元模型执行模型重构操作，得到重构后的第一缩减模型和第二缩减模型。其中，第一缩减模型可以是刚度、模态缩减模型，第二缩减模型可以是动刚度缩减模型。
具体的，本公开实施例可以进行NVH、耐久缩减模型重构，即将弯扭刚度、模态、动刚度工况缩减模型的拓扑域更新为初步结构设计数据，相较于拓扑域，初步设计数据的网格规模大幅降低，计算效率耗时长大幅下降，而各工况子模型中电池包占用的计算资源远大于其他子系统，所以本公开实施例可以进一步重新构建缩减模型，便于下阶段的优化。
其中，重构后的刚度、模态缩减模型(第一缩减模型)＝电池包系统超单元模型C1+白车身有限元模型，车身部分直接采用有限元模型，不再采用混合模型，如此可以方便下一步优化统计所有设计变量的质量；重构后的动刚度缩减模型(第二缩减模型)＝电池包系统超单元模型C1+白车身有限元模型+闭合件及其他附件超单元模型D，车身部分直接采用有限元模型，不再采用混合模型，以便下一步优化统计所有设计变量的质量。
接着，本公开实施例可以根据碰撞变形特征将未发生溃缩变形的线性区域和发生溃缩变形的非线性区域截断，断面处通过rbe3的主点连接，所述线性区域可以与rbe3的从点连接，得到碰撞低精度模型。换句话说，本公开实施例可以根据碰撞变形特征，保留溃缩变形区，将未发生溃缩变形的作为线性区域，两个区域截断，断面处通过rbe3的主点连接。这里，线性区域可以简化为集中质量点，与rbe3的从点连接，线性系统赋等效质量和等效惯量，得到碰撞低精度模型。
作为一个示例，碰撞低精度模型可以包括前端碰撞工况低精度模型。具体的，本公开实施例可以从A柱区域直接截取，对车身截面后部区域进行简化能够得到前端碰撞工况低精度模型，该前端碰撞工况低精度模型＝截取的车身前端有限元模型+前端底盘模型、前动力总成模型的集中质量点+电池包系统简化模型C2。这里，前端碰撞工况低精度模型溃缩变形模式与整车碰撞模型一致，具体性能趋势与整车碰撞性能一致，表明其可用于表征整车碰撞特征。
作为另一个示例，碰撞低精度模型可以包括后端碰撞工况低精度模型。具体的，本公开实施例可以从C柱区域直接截取，对车身截面前部区域进行简化，能够得到后端碰撞工况低精度模型，该后端碰撞工况低精度模型＝截取的车身后端有限元模型+后端底盘模型、后动力总成模型的集中质量点+截取掉部分模型的集中质量点。同理，对比后端碰撞工况低精度模型溃缩变形模式和性能曲线趋势与整车碰撞性能一致，表明其可用于表征整车碰撞特征。
作为另一个示例，碰撞低精度模型可以包括中部碰撞工况低精度模型。具体的，本公开实施例可以从Y＝0截面直接截取，对车身截面右侧区域进行简化，能够得到中部碰撞工况低精度模型，该中部碰撞工况低精度模型＝截取的车身左侧模型+左侧车门模型+底盘模型、动力总成模型、其他附件模型的集中质量点+电池包系统超单元模型C2。同理，对比中部碰撞工况低精度模型溃缩变形模式和性能曲线趋势与整车碰撞性能一致，表明其可用于表征整车碰撞特征。
最后，本公开实施例可以基于碰撞低精度模型和整车碰撞工况高精度模型获取多置信度近似模型，由该多置信度近似模型、第一缩减模型和第二缩减模型确定目标模型。
具体的，本公开实施例可以采用自研的多学科集成开发软件平台，将三个学科的各工况仿真模型进行集成，创建集成工作流，设计变量作为输入，将各工况的关注性能作为输出，完成设计变量的定义，关注性能的提取；通过调用各工况对应的求解器进行仿真计算。在此基础上，基于搭建的工作流进行仿真调试，进行单个样本分析计算，确保关联流程的分析结果与直接计算结果一致，如此可以保证工作流调试成功。另外，本公开实施例也可以进行多个样本分析计算，如此能够确保关联流程可以驱动设计变量自动迭代更新。
本公开实施例可以分配多种并行集群计算模式提升计算效率，同时调用于Linux集群、Windows集群、以及Windows-Linux异构下的高性能计算机集群，采用Open PBS并行资源管理系统进行高效并行计算。另外，对于多台局域网连接的工作站，本公开实施例可以采用OPS方法实现分布式并行计算，能够实现多工况并行计算资源高效分配。
可选地，对于高耗时的分析工况(如碰撞缩减模型的非线性分析)，分配到高性能工作站并行计算；对于较低耗时分析工况，可以分配到高性能工作站并行计算，也可以分配到本地工作站并行计算。高耗时的分析工况往往是制约所有样本计算耗时的决定因素，需要采用最高效的并行分析模式，而低耗时分析工况可以选择不同的并行分析模式。
由于上述实施例获取的初步设计方案为一体成型架构含有铸造结构、钣金结构等，其中，针对一体铸造成型结构，为满足铸造工艺要求，起筋部位均为变厚度特征，不便于直接进行参数优化。因此，本公开实施例提出一种针对铸造工艺结构的起筋厚度等效方法。其中，自适应等效厚度计算公式为：
其中，T(x)为自适应等效厚度；V为筋面上单元的总体积；A为筋面的面积。
可选地，参数化后的厚度参数往往较多，或可超过1000项，若全部参与优化，则需要海量的计算样本数才能达到较高的预测精度。因此，本公开实施例可以将筋面或基面的体积按照从大向小排序，选择排序前10％的参数作为后续优化的设计变量。具体的，将钣金、筋面、基面同时作为设计变量进行灵敏度分析，重点考察关于扭转刚度的灵敏度，即将整个车身钣金结构和铸造结构同时参与筛选和优化。
另外，本公开实施例可以采用质量正则化灵敏度分析，以避免直接灵敏度分析导致大型组件具有比他其他组件更高的灵敏度。在进行质量归一化灵敏度分析的过程中，本公开实施例可以将MASS指令添加到灵敏度分析输出语句中，如OUTPUT,H3DGAUGE,FL,MASS。在此基础上，将质量正则化按照从大向小排序，选择排序前10％厚度参数重点提升性能，同时选择排序后10％的厚度参数以减重。
进一步地，筛选出前10％、后10％的厚度参数中，厚度值已经取到铸造工艺上下限值的起筋或基面：若厚度参数灵敏度较高且取值到工艺上限值，则将此上限厚度参数设定为厚度设计值，不再进一步参与优化；若厚度参数灵敏度较低且取值到工艺下限值，则将此下限厚度参数设定为厚度设计值，不再进一步参与优化；其他厚度参数参与优化。
另外，本公开实施例可以根据碰撞变形区域，将筛选出的厚度参数分为三部分。这三部分分别是：前部设计变量Z1、中部设计变量Z2和后部设计变量Z3。这三部分厚度参数可分别用于构造对应的多置信度近似模型，如此可以便于利用更少的样本点数构造出同样精度的近似模型，提升近似模型构造效率。
具体的，前部设计变量Z1可以涉及前端工况低精度模型、整车碰撞工况高精度模型、重构弯扭刚度、模态缩减模型和重构动刚度模态缩减模型。基于前端工况低精度模型和整车碰撞工况高精度模型可以实现关于Z1的多置信度近似模型MF1构造。如此能够输出各工况性能评价指标及目标值，具体的，输出前端碰撞相关的速度、侵入量和位移等性能。
可选地，中部设计变量Z2可以涉及中部工况低精度模型、整车碰撞工况高精度模型、重构弯扭刚度、模态缩减模型和重构动刚度模态缩减模型。基于中部工况低精度模型和整车碰撞工况高精度模型可以实现关于Z2的多置信度近似模型MF2构造。如此能够输出各工况性能评价指标及目标值，具体的，输出中部碰撞相关的速度、侵入量和位移等性能。
可选地，后部设计变量Z2可以涉及后部工况低精度模型、整车碰撞工况高精度模型、重构弯扭刚度、模态缩减模型和重构动刚度模态缩减模型。基于后部工况低精度模型和整车碰撞工况高精度模型可以实现关于Z3的多置信度近似模型MF3构造。如此能够输出各工况性能评价指标及目标值，具体的，输出后部碰撞相关的速度、侵入量和位移等性能。
进一步地，本公开实施例可以根据多置信度近似模型MF1、多置信度近似模型MF2和多置信度近似模型MF3实现关于Z1、Z2和Z3的组合代理模型构造，其输出可以是弯扭刚度、模态、动刚度和质量等性能。
综上，本公开实施例中的设计变量范围可以是前部设计变量Z1、中部设计变量Z2和后部设计变量Z3。在此基础上，集成各仿真工况及对应的仿真模型，并构造代理模型，具体的，基于碰撞非线性工况分别构造多置信度近似模型，其他线性工况可用于构造组合代理模型。
这里，设计变量取值范围可以根据铸造工艺模流成型能力的要求定义，起筋及筋面设计变量取值范围可以为[1.8mm,5.0mm]，厚度可以采用连续取值；钣金结构的取值范围可以为[0.65mm,3mm]。
作为一种可选地方式，单一代理模型无法对所有优化问题都有较强的预测能力，而组合代理模型具有更稳定的近似能力。通常预测精度越高对应的单一代理模型权系数越大，本公开实施例可以选取精度较高的单一代理模型参与组合代理模型构造，利用预测平方和(Prediction sum of squares，PRESS)误差评价准则计算权重系数，建立PWS组合代理模型(PRESS weighted surrogate，PWS)，详细如下：
其中，m为参与构造组合代理模型的单一代理模型/>的个数，wi为权重系数，满足wi≥0，/>
本公开实施例中，PRESS准则可以采用留一法(Leave One Out，LOO)评估，预测平方和公式如下：
其中，fi(x)表示第i个样本点处的真实响应，表示去掉第i个样本点后其余所有样本点构建的代理模型在第i个样本点处的预测响应。
另外，PWS组合代理模型权重系数的求解公式如下：
其中，由两个变量控制，具体公式如下：
其中，Ek表示第K个单一模型的预测平方和，Eavg表示所有单一模型的预测平方和均值。经过试验，推荐参数值α＝0.05，β＝-1。
进一步地，通过上述介绍知道，碰撞工况，存在非线性，为提升计算效率，本公开实施例可以采用自适应实验设计和多置信度近似模型相结合的方法获取目标模型。其中，多置信度近似模型采用Co-Kriging建模方法。具体的，基于Bayesian理论，以低精度分析模型提供趋势，通过对高精度样本点进行插值，构建变可信度近似模型。
可选地，自适应采样实验设计可以更高效地构造代理模型，本公开实施例初始无偏样本点可以采用MMS(Maximin Sampling)采样方法，使得样本集中的样本之间最小距离最大化的一种采样，采样方法较优化拉丁超立方采样更具有空间均匀性。初始样本点数量会影响自适应试验设计方法的最终效果，过少的初始高/低精度样本点下，初始模型精度不高，则误差预估不准，可能导致自适应过程前期样本点的浪费；反之，过大的初始样本点数据，则可允许的自适应高/低精度分析模型的样本点的数量下降，可能导致自适应采样过程起不到明显的作用。通常而言，合适的初始样本点数量与当前所要解决的问题的维度和复杂度、现有的计算资源及采用的变可信度建模方法密切相关。
作为一种可选地方式，若收敛准则要求变可信度近似模型的精度达到预设值，则以问题的设计空间维度d作为依据，即高精度样本点数为2d，低精度样本点数量随着模型精度降低，依次以2倍的高精度数量递增；若对总资源有限定，则可以选取40％～60％的总资源用于获取初始样本点集。
本公开实施例可以以各学科性能满足目标要求为约束条件，以组合代理模型输出的质量(质量为参与优化的所有设计变量的总质量)最小为优化目标，采用差分进化优化算法(Differential Evolution)进行优化，并得到优化方案，并依据优化方案制作详细工程设计数据。
可选地，获取到目标模型之后，本公开实施例也可以进行参数优化方案的详细设计阶段验证及开发。具体的，基于详细工程设计数据，进一步对碰撞工况及其他未参与优化的NVH和耐久工况进行有限元分析验证，另外，针对存在的不满足性能要求的工况，本公开实施例可以在薄弱区域通过提升材料牌号、或优化局部区域结构等方式进行加强。
具体的，以后大铸件为例，进行高/低速平衡的后大铸件安全性能开发及验证，为平衡低速、GB和FMVSS的性能要求，本公开实施例可以设计低速碰撞区D1、GB高速碰撞变形区D2和美标碰撞变形区D3。其中，低速碰撞变形区涉及的整车低速碰撞总能量1/2mv2＝F1*D1，整车质量和试验速度为定值，本公开实施例可以基于低速碰撞目标、造型和变形后材料堆积确定D1值，换算出低速碰撞变形区平均载荷，基于平均载荷和截面设计定义峰值承载力，低速需要保证挤压纵梁和后大铸件无变形(F3＞F2＞F1)，考虑材料和尺寸公差波动，每个梯度至少大于20KN；GB高速碰撞变形区涉及的整车GB高速碰撞总能量1/2mv2＝F1*D1+F2*D2，整车质量和试验速度为定值，F1与D1已由低速碰撞确认，为保护在GB高速碰撞中后大铸件无损坏，考虑轻车、重车及GB高速碰撞区布置状态确认D2值，考虑F2≥F1+20KN最终确认F2；美标碰撞变形区在低速与GB高速碰撞及F3≥F2+20KN基础下，对开裂区域进行设计，保护乘员安全。
可选地，本公开实施例也可以基于模态瞬态的疲劳寿命评估及验证，基于模态瞬态疲劳仿真技术可以有效地考虑除了路面载荷对结构带来的损伤，同时可以考虑路面激励频率对整车产生共振的影响，尤其对于后大铸件来说，振动疲劳损伤占比较大。另外，考虑后大铸件不同区域的力学性能差别，不同区域的疲劳材料曲线根据力学性能的差异而进行相应的调整，达到精确预测后大铸件在整车中的疲劳寿命，确保物理试验顺利通过。
可选地，本公开实施例也可以基于整车性能分解的大铸件问题识别及评估，具体的，根据NVH仿真分析工况，模态&动刚度等关键性能指标，通过贡献量&ODS找到弱点频率所对应的模态振型及变形模式，根据应变能分布找到弱点区域，并对该区域进行加强筋局部设计。因此，若问题区域发生在后大铸件中部的大面板区域，则以大面板形貌变形区域ERP性能作为优化指标开展形貌优化。例如，形貌优化以大面板为设计变量，以加强筋分数不高于0.2为约束条件，以大面板形貌变形区域ERP最小为优化目标开展优化，得到大面板区域合理的加强筋布置。
可选地，本公开实施例也可以基于台架和整车的实物验证，具体的，开展有关后大铸件的台架、整车实物验证，确保设计方案满足各种可能情况下的性能要求。
综上所述，本公开实施例可以综合考虑碰撞性能、NVH的刚度、动刚度性能，开展汽车结构的多学科性能的设计优化。相较于NVH工况，碰撞工况对模型的要求更高，本公开实施例拓扑阶段车身系统建模主要以碰撞性能的诉求为主，兼顾NVH性能需求。
这里，碰撞性能核心是基于模型降阶理论的碰撞模型降阶和等效静态载荷计算方法，以及基于超单元技术模型更新技术，主要将模型降阶理论应用于结构碰撞分析，一方面可以降低碰撞分析计算成本，另一方面可以解决低密度单元引起的网格扭曲问题，并定义了新的等效静态载荷计算方法和模型更新方法，从而解决了由于基于等效静态载荷的结构优化法在解决结构大变形碰撞拓扑优化中存在的计算成本高和优化效率低的问题，同时降低拓扑优化结果和碰撞模型之间的差异，进一步提升了算法的收敛性。本公开实施例所提出的方法可以包括模型分解、结构碰撞分析以及降阶等效静态载荷计算等。
本公开的实施例通过执行多模型优化方法和车身结构参数的优化操作能够全面系统的实现汽车结构的优化，具体的，建立车身模型，其中，车身模型包括非线性部分模型和线性部分模型，以及建立拓扑模型，该拓扑模型包括车身全域拓扑模型，这里，车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域，在此基础上，根据多模型优化方法对拓扑模型进行优化，得到优化模型，并基于优化模型执行车身结构参数的优化操作，得到目标模型，如此能够系统、全面且高效的实现对车身结构的优化。另外，本公开实施例提出的汽车结构多学科多层级全域协同设计优化策略系统全面地提供了汽车结构考虑多学科性能的多层级设计优化开发方法。
图4是根据一示例性实施例示出的一种汽车结构的多学科性能的设计优化装置框图。参照图4，该装置包括第一建立模块410、第二建立模块420、第一优化模块430和第二优化模块440。
该第一建立模块410被配置为建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；
该第二建立模块420被配置为建立拓扑模型，所述拓扑模型包括车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；
该第一优化模块430被配置为根据多模型优化方法对所述拓扑模型进行优化，得到优化模型；
该第二优化模块440被配置为基于所述优化模型执行所述车身结构参数的优化操作，得到目标模型。
在一些实施方式中，第一建立模块410可以包括：
车身模型建立子模块，被配置为建立纯净车身模型；
分割子模块，被配置为基于碰撞位置将所述纯净车身模型分为至少两个子模型，所述至少两个子模型之间通过超单元边界点连接；以及
超单元处理子模块，被配置为将未处于碰撞位置处的子模型处理为超单元子模型，以使得所述纯净车身模型形成混合模型。
在一些实施方式中，分割子模块还可以被配置为当所述碰撞位置适用于前端正碰或者前偏置碰时，选取车身A柱、左右门槛，沿着近似YZ平面截断所述纯净车身模型，将所述纯净车身模型分为包含机舱区域的所述非线性部分模型和包含后大铸件的所述线性部分模型。
在一些实施方式中，分割子模块还可以被配置为当所述碰撞位置适用于后端后碰或者后偏置碰时，选取车身C柱、左右门槛，沿着近似YZ平面截断所述纯净车身模型，将所述纯净车身模型分为包含机舱区域的所述线性部分模型和包含后大铸件的所述非线性部分模型。
在一些实施方式中，分割子模块还可以被配置为当所述碰撞位置适用于中部侧碰、柱碰和顶压时，分别在车身A柱、C柱及对应左右门槛出截取，将所述纯净车身模型分为包含B柱区域的所述非线性部分模型、包含机舱区域的所述线性部分模型以及包含后大铸件的所述线性部分模型。
在一些实施方式中，第一建立模块410还可以被配置为在所述混合模型的基础上添加底盘超单元模型、动力总成超单元模型、电池包系统超单元模型、电池包系统简化模型和闭合件及其他附件超单元模型，以形成所述车身模型。
在一些实施方式中，第二建立模块420可以被配置为建立车身一体化压铸成型架构的动态概念可行设计空间，得到车身全域拓扑模型；第一优化模块430被配置为将所述车身全域拓扑模型作为共享设计变量，以及将车身刚度、模态、动刚度和碰撞性能作为优化约束，以所述车身全域拓扑模型的体积分数最小为优化目标执行所述多模型优化方法。
在一些实施方式中，第二优化模块440可以包括：
有限元模型获取子模块，被配置为获取白车身有限元模型，以及获取所述优化模型对应的整车碰撞工况高精度模型；
模型重构模块，被配置为根据所述白车身有限元模型执行模型重构操作，得到重构后的第一缩减模型和第二缩减模型，所述第一缩减模型为刚度、模态缩减模型，所述第二缩减模型为动刚度缩减模型；
截断子模块，被配置为根据碰撞变形特征将未发生溃缩变形的线性区域和发生溃缩变形的非线性区域截断，断面处通过rbe3的主点连接，所述线性区域与rbe3的从点连接，得到碰撞低精度模型；
近似模型获取子模块，基于所述碰撞低精度模型和所述整车碰撞工况高精度模型获取多置信度近似模型，由所述多置信度近似模型、第一缩减模型和第二缩减模型确定所述目标模型。
本公开的实施例通过执行多模型优化方法和车身结构参数的优化操作能够全面系统的实现汽车结构的优化，具体的，建立车身模型，其中，车身模型包括非线性部分模型和线性部分模型，以及建立拓扑模型，该拓扑模型包括车身全域拓扑模型，这里，车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域，在此基础上，根据多模型优化方法对拓扑模型进行优化，得到优化模型，并基于优化模型执行车身结构参数的优化操作，得到目标模型，如此能够系统、全面且高效的实现对车身结构的优化。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的汽车结构的多学科性能的设计优化方法的步骤。
图5是根据一示例性实施例示出的一种用于汽车结构的多学科性能的设计优化方法的电子设备500的框图。例如，电子设备500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图5，电子设备500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出接口512，传感器组件514，以及通信组件516。
处理组件502通常控制电子设备500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的汽车结构的多学科性能的设计优化方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在电子设备500的操作。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件506为电子设备500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为电子设备500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述电子设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当电子设备500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当电子设备500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
输入/输出接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器，用于为电子设备500提供各个方面的状态评估。例如，传感器组件514可以检测到电子设备500的打开/关闭状态，组件的相对定位，例如所述组件为电子设备500的显示器和小键盘，传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变，用户与电子设备500接触的存在或不存在，电子设备500方位或加速/减速和电子设备500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述汽车结构的多学科性能的设计优化方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由电子设备500的处理器520执行以完成上述汽车结构的多学科性能的设计优化方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的汽车结构的多学科性能的设计优化方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (8)

1.一种汽车结构的多学科性能的设计优化方法，其特征在于，包括：
建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；
建立车身一体化压铸成型架构的动态概念可行设计空间，得到车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；
将所述车身全域拓扑模型作为共享设计变量，以及将车身刚度、模态、动刚度和碰撞性能作为优化约束，以所述车身全域拓扑模型的体积分数最小为优化目标执行多模型优化方法；
获取白车身有限元模型，以及获取优化模型对应的整车碰撞工况高精度模型；
根据所述白车身有限元模型执行模型重构操作，得到重构后的第一缩减模型和第二缩减模型，所述第一缩减模型为刚度、模态缩减模型，所述第二缩减模型为动刚度缩减模型；
根据碰撞变形特征将未发生溃缩变形的线性区域和发生溃缩变形的非线性区域截断，断面处通过rbe3的主点连接，所述线性区域与rbe3的从点连接，得到碰撞低精度模型；
基于所述碰撞低精度模型和所述整车碰撞工况高精度模型获取多置信度近似模型，由所述多置信度近似模型、第一缩减模型和第二缩减模型确定目标模型。
2.根据权利要求1所述的方法，其特征在于，所述建立车身模型，包括：
建立纯净车身模型；
基于碰撞位置将所述纯净车身模型分为至少两个子模型，所述至少两个子模型之间通过超单元边界点连接；以及
将未处于碰撞位置处的子模型处理为超单元子模型，以使得所述纯净车身模型形成混合模型。
3.根据权利要求2所述的方法，其特征在于，所述基于碰撞位置将所述纯净车身模型分为至少两个子模型，包括：
当所述碰撞位置适用于前端正碰或者前偏置碰时，选取车身A柱、左右门槛，沿着近似YZ平面截断所述纯净车身模型，将所述纯净车身模型分为包含机舱区域的所述非线性部分模型和包含后大铸件的所述线性部分模型。
4.根据权利要求2所述的方法，其特征在于，所述基于碰撞位置将所述纯净车身模型分为至少两个子模型，包括：
当所述碰撞位置适用于后端后碰或者后偏置碰时，选取车身C柱、左右门槛，沿着近似YZ平面截断所述纯净车身模型，将所述纯净车身模型分为包含机舱区域的所述线性部分模型和包含后大铸件的所述非线性部分模型。
5.根据权利要求2所述的方法，其特征在于，所述基于碰撞位置将所述纯净车身模型分为至少两个子模型，包括：
当所述碰撞位置适用于中部侧碰、柱碰和顶压时，分别在车身A柱、C柱及对应左右门槛出截取，将所述纯净车身模型分为包含B柱区域的所述非线性部分模型、包含机舱区域的所述线性部分模型以及包含后大铸件的所述线性部分模型。
6.根据权利要求2所述的方法，其特征在于，所述建立车身模型，还包括：
在所述混合模型的基础上添加底盘超单元模型、动力总成超单元模型、电池包系统超单元模型、电池包系统简化模型和闭合件及其他附件超单元模型，以形成所述车身模型。
7.一种汽车结构的多学科性能的设计优化装置，其特征在于，包括：
第一建立模块，被配置为建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；
第二建立模块，被配置为建立车身一体化压铸成型架构的动态概念可行设计空间，得到车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；
第一优化模块，被配置为将所述车身全域拓扑模型作为共享设计变量，以及将车身刚度、模态、动刚度和碰撞性能作为优化约束，以所述车身全域拓扑模型的体积分数最小为优化目标执行多模型优化方法；
第二优化模块，被配置为获取白车身有限元模型，以及获取优化模型对应的整车碰撞工况高精度模型；根据所述白车身有限元模型执行模型重构操作，得到重构后的第一缩减模型和第二缩减模型，所述第一缩减模型为刚度、模态缩减模型，所述第二缩减模型为动刚度缩减模型；根据碰撞变形特征将未发生溃缩变形的线性区域和发生溃缩变形的非线性区域截断，断面处通过rbe3的主点连接，所述线性区域与rbe3的从点连接，得到碰撞低精度模型；基于所述碰撞低精度模型和所述整车碰撞工况高精度模型获取多置信度近似模型，由所述多置信度近似模型、第一缩减模型和第二缩减模型确定目标模型。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
建立车身模型，所述车身模型包括非线性部分模型和线性部分模型；
建立车身一体化压铸成型架构的动态概念可行设计空间，得到车身全域拓扑模型，所述车身全域拓扑模型包括前舱拓扑域、后端拓扑域和中部拓扑域；
将所述车身全域拓扑模型作为共享设计变量，以及将车身刚度、模态、动刚度和碰撞性能作为优化约束，以所述车身全域拓扑模型的体积分数最小为优化目标执行多模型优化方法；
获取白车身有限元模型，以及获取优化模型对应的整车碰撞工况高精度模型；
根据所述白车身有限元模型执行模型重构操作，得到重构后的第一缩减模型和第二缩减模型，所述第一缩减模型为刚度、模态缩减模型，所述第二缩减模型为动刚度缩减模型；
根据碰撞变形特征将未发生溃缩变形的线性区域和发生溃缩变形的非线性区域截断，断面处通过rbe3的主点连接，所述线性区域与rbe3的从点连接，得到碰撞低精度模型；
基于所述碰撞低精度模型和所述整车碰撞工况高精度模型获取多置信度近似模型，由所述多置信度近似模型、第一缩减模型和第二缩减模型确定目标模型。
CN202311035575.2A 2023-08-16 2023-08-16 汽车结构的多学科性能的设计优化方法和装置 Active CN117057042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311035575.2A CN117057042B (zh) 2023-08-16 2023-08-16 汽车结构的多学科性能的设计优化方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311035575.2A CN117057042B (zh) 2023-08-16 2023-08-16 汽车结构的多学科性能的设计优化方法和装置

Publications (2)

Publication Number Publication Date
CN117057042A CN117057042A (zh) 2023-11-14
CN117057042B true CN117057042B (zh) 2024-04-02

Family

ID=88654900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311035575.2A Active CN117057042B (zh) 2023-08-16 2023-08-16 汽车结构的多学科性能的设计优化方法和装置

Country Status (1)

Country Link
CN (1) CN117057042B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115099076A (zh) * 2022-04-12 2022-09-23 吉林大学 一种基于模型降阶的汽车结构碰撞拓扑优化方法
CN115221602A (zh) * 2021-08-03 2022-10-21 广州汽车集团股份有限公司 基于多工况拓扑优化的车身设计方法、装置及存储介质
CN116306156A (zh) * 2023-03-28 2023-06-23 小米汽车科技有限公司 车身优化方法、装置、存储介质及电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115221602A (zh) * 2021-08-03 2022-10-21 广州汽车集团股份有限公司 基于多工况拓扑优化的车身设计方法、装置及存储介质
CN115099076A (zh) * 2022-04-12 2022-09-23 吉林大学 一种基于模型降阶的汽车结构碰撞拓扑优化方法
CN116306156A (zh) * 2023-03-28 2023-06-23 小米汽车科技有限公司 车身优化方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN117057042A (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
Duan et al. An efficient lightweight design strategy for body-in-white based on implicit parameterization technique
Cui et al. A method for optimal design of automotive body assembly using multi-material construction
Duan et al. Multi-objective reliability-based design optimization for the VRB-VCS FLB under front-impact collision
EP3463819A1 (en) Systems and methods for additive manufacturing of transport structures
JP6769536B1 (ja) 自動車のパネル部品の振動騒音低減解析方法及び解析装置
CN116306156B (zh) 车身优化方法、装置、存储介质及电子设备
CN116305572B (zh) 车辆优化方法、装置、存储介质以及电子设备
Wang et al. Contribution analysis of the cab-in-white for lightweight optimization employing a hybrid multi-criteria decision-making method under static and dynamic performance
CN117057041B (zh) 车身的横梁的优化方法、装置及车身
CN117057042B (zh) 汽车结构的多学科性能的设计优化方法和装置
CN116361919B (zh) 副车架数据的处理方法、装置、存储介质及电子设备
CN110489907B (zh) 一种轨道交通车辆车体数字样机的优化设计方法
Wang et al. Multi-objective lightweight and crashworthiness collaborative optimisation of commercial vehicle cab
CN117077287A (zh) 车身大型压铸件优化方法和装置
CN116562075A (zh) 电池包结构设计方法、装置、终端和存储介质
CN117272502B (zh) 车身及其面板结构的优化方法、装置
CN111753367B (zh) 一种求解车身厚度优化的子区域混合元胞自动机方法
CN116070337A (zh) 一种汽车上车体模块化设计实现方法
Chen et al. Multi-Objective Optimization of Interior Noise of an Automotive Body Based on Different Surrogate Models and NSGA-II
CN116861587B (zh) 车轮优化方法、装置、电子设备及可读存储介质
Wang et al. Lightweight Optimization for Engine Hood Based on Forward Design
CN116776692B (zh) 转向节设计优化方法、装置、电子设备及存储介质
Tapkir Topology design of vehicle structures for crashworthiness using variable design time
Triller et al. Multidisciplinary optimization of automotive mega-castings merging classical structural optimization with response-surface-based optimization enhanced by machine learning
CN116776690B (zh) 起筋方法、大跨度件设计方法及装置、电子设备和介质

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