基于LS-OPT的整車多學科優化及輕量化優化分析

基于LS-OPT的整車多學科優化及輕量化優化分析的圖1

背景整車多學科優化是整車性能、整車重量的一種協同優化的手段。整車的結構性能包括NVH、碰撞安全、剛強度等。通常的分析優化過程都是按不同學科單獨進行的,然后在驗證優化方案對其他性能的影響。多學科優化可以同時考察各項性能,并可以將整車質量作為設計目標,在滿足各項性能的基礎上進行最優化輕量化設計

MDO.png

 第一章 多學科優化分析工況

分析工況:多學科優化考察的工況需要根據不同的策略進行篩選,本案例選擇的非線性工況為正碰和側柱碰,線性工況為彎曲剛度、扭轉模態工況。案例模型為一個小的計算模型,和實際整車模型有些差別。

分析模型:

mdo模型.png

 設計變量:

設計變量.png

設計響應:

 

instruction.gif

正碰防火墻侵入量

acc1.gif

正碰B柱加速度

B柱侵入量.gif

側柱碰B柱侵入量

bending.png

彎曲剛度

mode.gif

扭轉模態

 第二章 多學科優化設置

        本案例優化方法使用元模型基優化方法,采用具有域縮減的順序優化策略,響應面采用徑向基函數法,樣本采用使用LSOPT自帶的空間填充方法,優化方法采用自適應模擬退火優化算法。

優化設置.png

        約束整車彎曲剛度、扭轉模態、正碰防火墻侵入量、正碰B柱加速度、側碰B柱侵入量等性能,并以整車質量為設計目標。設置最大優化迭代次數為10次。

第三章 分析優化結果

彎曲剛度靈敏度結果

bending_sensi.png

扭轉模態靈敏度結果

mode_sensitiy.png
正碰防火墻侵入量靈敏度結果
firewall_intursion_sensitivyti.png

正碰B柱加速度靈敏度結果

bPillar_acc_sensiti.png

側柱碰B柱侵入量靈敏度結果

poleside_sensiti.png
sensitivity_multi.png
sensitivity_multi1.png

從靈敏度結果來看,RockerT變量對于彎曲剛度和質量等影響是最大的。

對于其他性能,可以從靈敏度結果中查看到影響最大的設計變量,從而幫助分析設計變量的選擇。

響應面結果:

b_acc_response.png
poleside_intrusion_response.png
frb_Bpillar_acc.png
poleside_intursion.png

設計目標迭代歷史:

Mass_History.png

優化結果:

優化結果.png

       

       從優化結果來看,彎曲剛度性能基本保持不變,扭轉模態、防火墻侵入量、B柱加速度和B柱侵入量等性能均有所提高。優化前整車模型質量為2265.53kg,優化后模型質量為2241.15kg,共減重24.38kg。減重效果明顯。

結論:

       整車多學科優化是一個多系統的優化問題,涉及到項目開發周期,現有的軟硬件資源,人力資源等多方面的因素。針對于不同的條件可以選擇不同的多學科優化策略,包括不同學科的工況選擇,設計變量的選擇,優化目標的選擇等等。本案例基于LS-OPT軟件環境,簡單的選擇了幾個基本分析工況,從分析結果來看,多學科優化對于整車性能開發及輕量化優化的效果十分明顯。通過本分析案例,可以為企業建立整車多學科優化分析提供一個參考思路。

模型文件位置:

鏈接:https://pan.baidu.com/s/10-57vfYhw_qTFOm193pBwg
提取碼:al45

如果喜歡本案例,可以幫忙投票! 點贊哦!謝謝!

 

登錄后免費查看全文
立即登錄
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP

16
8
7