基于重分析理论的简化车身多单元框架结构截面参数快速优化研究

为了降低车身设计的成本和风险，越来越多的主机厂家试图将更多的车身结构性能分析提前在车身概念设计阶段完成，关键技术就是建立近似详细车身模型的等效简化车身参数化框架结构并对其快速优化。本项目考虑车身结构几何、力学及工艺特性，研究简化车身结构建模方式，开发符合车身结构特性的梁、板、接头及连接单元，建立车身框架的多单元组合结构。根据车身设计的轻量化与高刚度目标，建立基于单元截面力学特性与几何特性的协同优化模型，解决粱单元多变量截面参数优化难题。采用改进的非劣分类遗传算法求解该多目标结构优化问题。为了缩减优化过程中反复求解有限元模型的计算量，研究基于预条件Lanczos算法的重分析理论，并通过Aitken算法加速重分析收敛速度。研究重分析算法的自适应性与可控性，搭建起优化算法与重分析算法的桥梁，实现结构快速优化。自主开发简化车身框架结构截面参数快速优化专用系统，提高我国汽车车身自主开发设计能力。

车身设计过程中的成本和风险问题日渐突出，概念设计的好坏在很大程度上影响着后期车身性能的开发，由于在概念设计阶段不存在详细模型，概念设计的主要技术问题便是快速建立等效简化车身参数化框架结构和快速优化。本项目综合参考车身结构几何、力学及工艺特性，深入研究简化车身结构建模方式，开发符合车身结构特性的梁、板、接头及连接单元，建立车身框架的多单元组合结构，并结合重分析算法，提高优化设计速度。.项目根据车身设计的轻量化与高刚度目标，建立了基于单元截面力学特性与几何特性的协同优化模型，解决了粱单元多变量截面参数优化难题；为了缩减优化过程中反复求解有限元模型的计算量，研究并发展了基于CA算法的FSCA算法和自适应CA算法的重分析理论，并通过Epsilon算法加速重分析收敛速度；项目将自适应重分析算法和遗传优化算法进行有机结合，通过桁架结构算例验证了自适应重分析算法，并在很大程度上提高优化的计算速度；项目针对车身薄壁梁碰撞问题的简化和优化设计问题进行了深入研究，结合非线性有限元分析、响应面分析和PSO等智能优化算法针对车身概念设计问题给出了解决方案；本项目应用单元应变能密度理论，结合白车身结构，提出了车身部件的应变能密度比质量灵敏度的相对灵敏度概念，给出了车身结构高刚度、轻质量的设计方案；更进一步对车身密频振动时与亏损振动可能相互转化的情况进行了深入研究，建立了亏损振动系统快速灵敏度分析的方法。在结构分析快速数值方法研究过程中，项目提出了基于三次B样条小波权函数的无网格实用方法，并应用于杆和板等结构单元，获得了良好的计算精度，并确定了其在多尺度和稳定性等方面相对于其他拟合算法的优越性；在同位网格算法的研究中，本项目针对同位网格求解N-S方程的快速算法进行了研究，提出了SIMPLEM和SIMPLEXT算法，在不同条件下讨论了迭代次数和残差的关系和不同算法的收敛性，同时验证了算法和程序是准确可信的。.本项目基于重分析算法的自适应性与可控性，将优化算法与本项目提出的重分析算法相结合，实现车身结构的快速优化设计。项目自主开发了完整的简化车身框架结构截面参数快速优化系统，提高了我国汽车车身自主开发设计能力。