一种汽车车身多变量抗撞性优化设计的变量筛选方法

摘要

本发明提供一种汽车车身多变量抗撞性设计问题中的变量筛选方法。具体地，针对影响汽车抗撞性的大量因子，本发明利用单次重复饱和三水平析因设计筛选出对汽车车身抗撞性影响显著的因子，并将这组显著因子定义为抗撞性优化设计的设计变量，进行寻优分析，从而起到减少设计变量、缩短设计周期、降低开发成本的目的。

主权项

一种汽车车身多变量抗撞性优化设计的变量筛选方法，其特征在于，包括以下步骤：(1)建立汽车正碰有限元模型，确定变量筛选的分析因子及分析指标，所述分析因子采用三个水平进行分析；(2)运用田口试验设计方法对分析因子进行试验设计，选取设计样本点，并进行有限元仿真分析，提取相应的分析指标值，并作为统计模型中的观测值；(3)采用Bartlett检验统计量中的检验量来进行假设检验并初步判断出显著因子，其检验统计量公式为：$T_k^1=\ln \left(\frac{1}{k}\underset{i=1}{\overset{k}{\Sigma }}{\mathrm{MS}}_{\left(i\right)}\right)-\frac{1}{k}\underset{i=1}{\overset{k}{\Sigma }}{\mathrm{lnMS}}_{\left(i\right)},k=2,3...m$其中，MS₍₁₎≤MS₍₂₎≤MS₍₃₎≤........≤MS_(m)是MS_i(i＝1,2,3…m)的次序列统计量；(4)采用Bartlett检验统计量中的检验方法来进行假设检验并判断出显著因子，对步骤(3)检验出的显著因子进行验证、补充和对比，其检验统计量公式为：$T_k^2=\frac{{\mathrm{MS}}_k}{{\Sigma }_{i=1}^l{\mathrm{MS}}_{\left(i\right)}},k=1,2,\mathrm{3....}m$其中，l取小于等于0.6m的最大正整数；(5)把选出的显著因子作为抗撞性优化的设计变量，采用D‑最优试验设计方法进行采样，运用二次响应面模型构造目标函数和约束函数的近似表达式，并对构造出的响应面精度进行分析调整，以得到足够精确的响应面模型；(6)建立汽车抗撞性多目标优化设计问题的数学模型；(7)采用多岛遗传算法和SQP‑NLPQL优化算法求解，最后输出多种不同的权重的因子组合从而构成抗撞性优化问题的Pareto解集，根据Pareto解集，设计人员可以根据需求选择相应的设计变量值。