基于組合代理模型的汽車碰撞安全性多目標優(yōu)化研究.pdf

1、隨著汽車保有量的越來越大，對汽車安全的要求也越來越高。汽車安全主要分為主動安全及被動安全。主動安全可以在事故發(fā)生前主動規(guī)避，而一旦事故發(fā)生，則需要較好的整車被動安全性能，才能保證乘員的安全性。因此作為汽車安全的最后一道防線，汽車碰撞安全性能的優(yōu)化至關(guān)重要。為了減少成本，對于汽車碰撞過程通常采用有限元仿真的方法。但仿真過程是非線性的動力學(xué)過程，耗時較長，無法滿足迭代優(yōu)化計算要求。因此需利用代理模型代替有限元模型，用以減少仿真時長，提高計算

2、效率。本文主要的研究內(nèi)容就是利用代理模型進行汽車碰撞安全性的優(yōu)化設(shè)計。
　　本文以汽車前部主要吸能板件的厚度作為設(shè)計變量，以B柱峰值加速度最小、腳踏板侵入量最小及整車質(zhì)量最小作為優(yōu)化目標，對汽車碰撞安全性進行了多目標優(yōu)化計算。首先利用拉丁超立方試驗設(shè)計方法選取樣本點。其次建立高斯徑向基模型、Multiquadric徑向基模型及 Kriging模型，并對三種模型的誤差進行了分析，將精度較高的近似模型作為代理模型。其中 B柱峰值加速度

3、及腳踏板侵入量采用Kriging模型，整車質(zhì)量采用c=4.5的Multiquadric徑向基模型，用以降低計算代價，提高計算效率。最后，采用遺傳算法及粒子群算法，求解了多目標優(yōu)化問題，獲得了Pareto最優(yōu)解集，并在Pareto最優(yōu)解集中根據(jù)安全性及汽車輕量化的要求，對方案進行了制定，分別根據(jù)兩種優(yōu)化算法制定了兩套方案，其中，利用多目標遺傳算法使B柱峰值加速度下降10.07％，腳踏板侵入量下降19.32%，整車質(zhì)量下降0.9kg；利用多