[发明专利]基于非线性规划的纯电动汽车车架轻量化方法

说明书

本发明公开了一种基于非线性规划的纯电动汽车车架轻量化方法，包括以下步骤：S1、建立车架的有限元模型；S2、确定优化的目标函数和设计变量，借助Hypermesh软件求出目标函数的数学表达式；S3、确定优化的约束条件，对各约束响应进行样本数据的采集；S4、对样本数据进行处理，利用二阶响应面模型对各个约束响应进行函数拟合，求出各个约束的近似代理模型；S5、利用各个约束的代理模型和目标函数的数学表达式构造非线性规划模型，求解该优化模型。本发明采用非线性规划模型，利用Lingo软件进行求解优化，使用了极短的时间就能求出最优解，极大的提高了优化效率。该优化方法具有原理简单、求解速率高、优化精度高等特点。

技术领域

本发明属于纯电动汽车车架轻量化设计领域，特别涉及一种基于非线性规划的纯电动汽车车架轻量化方法。

背景技术

电动汽车轻量化就是在保证整车的被动安全性、操纵稳定性、乘车舒适性、NVH性能和结构强度等不受影响的前提下，减轻电动汽车的总质量。由于车架承载了整车大部分重量，是整车的重要组成部分，整车对车架的结构强度要求很高。车架对整车重量的占比也比较大，车架轻量化是减少整车重量的重点，对整车的轻量化有着相当重要的作用。对纯电动汽车进行前期的轻量化设计，不仅可以使能源消耗减少，并且可以使纯电动汽车的续航能力大幅度提升，提高汽车整车动力性能。加强对车架轻量化方法持续不断的研究，同时引用有限元法和数学优化方法相结合的优化思想，有利于探索出实现车架轻量化的新方法。

社会科学技术的创新发展，人们生活质量的增加，人类对汽车消费标准也变得日益增高，未来的新能源汽车具有电动化、共享化、网联化、智能化的发展特点。所以对车架进行概念设计阶段的优化是非常必要的，优化整车的整体性能，以适应时代发展。对汽车车架进行优化主要包括有限元法、数学优化法及两者结合优化的方法，随着计算机配置的提升和有限元仿真技术的不断革新，数值优化技术也被更多的运用到汽车轻量化中，并且起着至关重要的作用。目前的车架轻量化方法多采用近似代理模型和遗传算法、蚁群算法、神经网络结合的优化方法，此种方法需要反复的迭代求解，比较耗时，同时求解误差较大。而且现有的基于有限元仿真的轻量化方法，都是在简单的一种或者两种典型工况下对车架进行轻量化，这些简单的典型工况与实际工况相差较大，所以对车架的轻量化的结果误差较大。综上所述，目前对车架轻量化的研究缺少一种精确又高效且考虑多工况的优化方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种采用非线性规划模型，利用Lingo软件进行求解优化，使用了极短的时间就能求出最优解，极大的提高了优化效率，具有原理简单、求解速率高、优化精度高等特点的基于非线性规划的纯电动汽车车架轻量化方法。

本发明的目的是通过以下技术方案来实现的：基于非线性规划的纯电动汽车车架轻量化方法，包括以下步骤：

S1、建立车架的有限元模型，对车架进行正面碰撞、自由模态、弯曲刚度和扭转刚度四种工况建立有限元建模，并对车架的四种工况有限元模型进行仿真分析；

S2、确定优化的目标函数和设计变量，借助Hypermesh软件求出目标函数的数学表达式；

S3、确定优化的约束条件，对各约束响应进行样本数据的采集；

S4、对样本数据进行处理，利用二阶响应面模型对各个约束响应进行函数拟合，求出各个约束的近似代理模型；

S5、利用各个约束的代理模型和目标函数的数学表达式构造非线性规划模型，求解该优化模型。

进一步地，所述步骤S1包括以下子步骤：

S11、在UG中对车架进行简化，并导入到Hypermesh中对几何模型进行进一步简化；

S12、进行部件中面的抽取、网格类型的选择、网格划分、赋予网格材料属性、部件的连接、边界条件的设置、接触的设置、控制参数的设定，完成车架的有限元建模；