王婧人
- 作品数：6 被引量：77H指数：6
- 供职机构：同济大学汽车学院更多>>
- 发文基金：上海汽车工业科技发展基金国家重点基础研究发展计划汽车噪声振动和安全技术国家重点实验室开放基金更多>>
- 相关领域：交通运输工程机械工程金属学及工艺自动化与计算机技术更多>>
- 基于双层规划的白车身结构优化被引量：8
- 2012年
- 在单次优化中,具有高维设计空间、多形态变量的优化易求解困难。因此将其分解成低维、单一形态变量的多层次优化。若优化分为双层次,上、下级相互依赖、相互作用、共同决定响应,即为双层规划问题。但是,双层规划令下级在上级的决策环境中寻求最优解,本质上求解困难。为此,通过上、下级间的迭代进行求解。为提高白车身性能并实现轻量化,应同时优化截面形状和板件尺寸。复杂截面形状的参数化引用网格变形技术,易引起板件穿透和单元质量差,进而导致单次优化的重分析失效而终止迭代。因此基于近似模型优化截面形状。然而,尺寸优化为实现轻量化而增加设计变量,随设计空间维数的提高响应面模型的采样点成倍增加、拟合精度急剧下降。因此采用Nastran Sol200优化的方法。根据截面形状和板件尺寸优化的特点,将双层规划法引入白车身结构优化,解决了优化求解困难的问题,同时有效提升其静态刚度、模态频率和实现轻量化。
- 高云凯王婧人方剑光王园
- 关键词：尺寸优化
- 基于正交试验的大型客车车身结构多工况拓扑优化研究被引量：20
- 2011年
- 建立了某大客车车身骨架结构有限元梁单元模型,并进行了静态工况下的刚度和强度分析。分析结果表明,该客车车身结构局部刚度偏小,应力偏大。通过正交试验得到各子工况最优权重系数组合,以局部大应力区作为拓扑空间,以加权柔度为目标函数,约束拓扑空间的质量分数,进行多工况拓扑结构优化。优化结果表明,在质量略有增加情况下,该客车车身结构模态特性得到改善,刚度和强度得到提高,车身结构更加合理。
- 高云凯王婧人汪翼
- 关键词：大型客车车身骨架拓扑优化
- 基于网格变形技术的白车身多目标形状优化被引量：27
- 2012年
- 市场的竞争压力促使汽车厂商致力于加快车身开发的进程,而基于计算机辅助工程(Computer aided engineering,CAE)的车身结构优化技术由此而成为业内的研究热点。与传统的尺寸优化不同,形状优化在工程优化中具有更大的潜力。将网格变形技术引入形状优化,提出基于近似模型的多目标形状优化方法。利用网格变形技术定义形状变量,并根据灵敏度信息筛选优化变量;采用优化拉丁方试验设计对设计空间均匀分布样本点,进一步拟合高精度的Kriging模型;运用多目标粒子群算法,保持其余性能指标满足预期的前提下,以白车身弯曲刚度和质量为目标进行优化。研究表明,所提出的优化方法成功用于白车身的多目标优化,设计者可根据优化结果权衡各个目标,以指导最终的决策。
- 方剑光高云凯王婧人王园
- 关键词：网格变形多目标粒子群算法KRIGING模型
- 网格变形技术在车身改型设计中的应用研究被引量：10
- 2012年
- 本文中将网格变形技术应用于某基础车型的改型设计中。根据拟定的变形方案,改变白车身有限元模型的几何尺寸,高效地建立新车型的有限元模型,并通过有限元分析对其性能进行预测。结果表明,网格变形技术避免了设计对详细CAD数据的依赖和费时的仿真准备工作,缩短了车型开发周期,降低了开发成本,真正体现了CAE引导设计的理念。
- 王园方剑光王婧人田林雳
- 关键词：车身网格变形改型设计
- 基于Kriging模型的大客车侧翻安全性多目标优化被引量：12
- 2012年
- 建立某型客车的有限元模型,依据ECE R66法规对客车侧翻安全性进行了多目标优化.根据侧翻仿真结果,选取客车上部结构关键零件截面形状为变量,以最大质心加速度和质量为目标,以侧围立柱与地板间夹角θ为约束条件,并结合最优拉丁方试验设计法生成了高精度的Kriging模型.利用NSGA(non-dominated sorting genetic algorithm)-II算法对大客车侧翻安全性进行了多目标优化并得到了Pareto最优解集.优化结果表明利用截面形状优化法可以在质量增加较小的条件下提高整车的侧翻安全性能.
- 高云凯张朋吴锦妍王婧人
- 关键词：KRIGING模型多目标优化NSGA-II算法
- 基于序列Kriging模型的车身轻量化设计被引量：6
- 2015年
- 为解决常规Kriging模型在设计空间拟合精度低的问题,提出了序列Kriging模型。通过预期改善函数,在优化解附近和设计空间的稀疏区域增加样本点,不断更新近似模型,从而提高近似模型在兴趣域的拟合精度和全局预测能力。通过两个数值算例分析了序列Kriging模型的全局搜索特性,从算例优化的统计结果可以看出,序列Kriging模型比常规Kriging模型的优化精度更高,稳健性更好。最后,序列Kriging模型被应用到车身轻量化设计中,采用粒子群算法所得到的优化结果表明,近似模型的精度有了很大的提高,并且在满足耐撞性约束的同时所选部件的质量降低了23.35%。
- 高云凯郭其飞方剑光王婧人刘卫国
- 关键词：耐撞性粒子群优化
