基于响应面的白车身轻量化多目标优化设计

针对某车型的轻量化需求，本文结合灵敏度分析法和代理模型法实现白车身在扭转刚度和模态约束下的多目标优化。首先建立某车型白车身有限元模型，对模态、弯曲刚度、扭转刚度进行数值分析，掌握结构的基础性能。接着以车身板件厚度为设计变量，进行弯曲刚度、扭转刚度及模态频率的综合性能灵敏度分析。然后根据灵敏度分析结果，筛选出15个板件厚度作为变量，通过哈默斯雷采样法采样150个，并由此构建响应面模型。最后采用GRSM响应面优化法对白车身进行多目标优化，并获得Pareto最优解集。根据轻量化目的选取最优结果，结果显示：在刚度、模态等性能参数满足要求的同时，实现白车身减重3.7%，实现了轻量化目的。

汽车的轻量化对于节能环保具有重要的意义。欧洲铝业协会根据大量的研究数据进行分析，得出以下结论：当汽车的整车重量下降20%时， 汽车油量的消耗可以减少20%， 能源的效率将会升高10%~18%， 尾气的污染物排放量会减弱10%~12% [1]。此外，汽车质量每减少100 kg，每升油可多行驶1 km。而白车身是汽车的基础，质量占整车的40%左右，因此对白车身展开轻量化研究已经成为当今汽车行业的重要研究课题。安徽理工大学的王小睿通过结构优化设计白车身的轻量化方案，减少了部分零件的料厚， 优化部分零件的形状、尺寸，基本实现了减重目标[2]。重庆理工大学的王权局部采用结构尺寸设计、平台CMAN 选型设计、安装结构轻量化设计使白车身减重，并基于灵敏度分析对白车身板件进行尺寸优化[3]。

天津科技大学的李义东首先确定哪些板件对白车身动态特性的修改最为有效，根据灵敏度分析结果确定以20 个相对敏感的板件作为优化对象。

然后通过尺寸优化及牛顿法获得板件最优厚度值。最终提升白车身一阶扭转模态频率的同时降低白车身总质量[4]。

Duan Li Bin 提出了一种基于厚度的子域混合元胞自动机(T-SHCA)算法来解决侧面碰撞下白车身的轻量化设计，并基于高效的全局优化算法对某白车身厚度进行了优化，验证了其收敛性和高效性[5]。

近似模型拟合方法是通过将试验设计得到的样本点输入与响应输出拟合成为高精度的数学模型，来逼近设计变量与响应的关系。由于白车身轻量化需要考虑模态、刚度等多个性能，而直接调用有限元模型进行迭代分析，需要耗费大量时间。因此本文采用代理模型技术和有限元分析相结合的方法。首先采用灵敏度分析方法来分析车身板件厚度对质量、弯曲刚度、扭转刚度、一阶弯扭频率的灵敏度程度，由此计算相对灵敏度并进行排序，从而选择优化设计变量。进而通过HyperStudy 软件，通过哈默斯雷采样法采样，并进行拟合，最后通过拟合的响应模型结合GRSM 优化算法多次迭代获得Pareto 最优解集，从而得到最优轻量化方案。