[发明专利]一种基于两阶段进化优化的汽车多胞结构吸能盒设计方法及系统

说明书

本发明公开了一种基于两阶段进化优化的汽车多胞结构吸能盒设计方法及系统，在给定碰撞场景中，以汽车多胞结构吸能盒薄壁结构厚度为设计变量，以吸能盒的总吸能值及总重量为设计目标，在限定吸能盒所受最大峰值力的约束条件下同时达到轻量化设计和耐撞性提升的目的。本发明能够达到在限定最大峰值力的情况下，同时提升耐撞性和实现轻量化的目的，且优化进程为两个阶段，第一阶段充分利用目标的信息引导种群进化，以保持多样性探索目标空间，并跨越不可行域从各个方向进入可行域，可行域中不同区域的信息均能被收集到；第二阶段再使用可行性优先的约束处理技术，种群能同时进一步开发可行域的不同区域，并从不同方向收敛到最优前沿面。

技术领域

本发明涉及汽车设计领域，具体涉及一种基于两阶段进化优化的汽车多胞结构吸能盒设计方法及系统。

背景技术

当前，随着综合国力的提升，我国汽车工业发展迅速，已占DGP份额30％以上。在汽车保留量不断增加的同时，环保、节能和安全已成为汽车工业发展进一步的考量。在此情景下，轻量化与强耐撞性成为了汽车设计的两大追求，这对汽车吸能盒的设计提出了挑战。

汽车吸能盒是汽车的一个重要吸能部件，位于保险杠后方。它能在发生碰撞时，通过吸收碰撞能量，对汽车起到保护作用。因此，设计优良的吸能盒对汽车的耐撞性有显著的正面作用。目前，在工业界，多胞结构吸能盒由于其卓越的性能而得到广泛应用。

吸能盒的耐撞性可通过在碰撞场景中的总吸能值和所受到的最大峰值力来评估。前者代表吸能盒在一次碰撞中的吸能总值，后者代表发生碰撞时所受的瞬间最大冲击力，前者越大，后者越小，则吸能盒的耐撞性越好。一般而言，吸能盒的耐撞性提升和轻量化设计之间往往存在冲突性。例如，增加薄壁结构的厚度，可以提升多胞结构吸能盒的耐撞性，但这会导致汽车总重量的提升。因此在实际工业设计中，通常将吸能盒的总吸能值和总重量当作两个目标同时优化，并将最大峰值力作为约束，从而一次性获得多个设计方案。

汽车多胞结构吸能盒设计主要包含以下三个特点：

·黑盒：在汽车多胞结构吸能盒设计中，无法用解析表达式来精确描述设计变量与优化目标之间的映射关系，只能通过有限元分析软件来得到一组设计变量对应的目标函数值。

·昂贵：对于吸能盒的总吸能值和所受到的最大峰值力，只能调用有限元分析软件来针对一组设计变量来进行评估，这个评估过程十分耗时，往往需要十几分钟。因此，在实际工业设计中，可用的真实评估次数是十分有限的。

·存在约束条件：由于瞬间最大冲击力直接关系到乘客的安全，吸能盒所受到的最大峰值力一般被要求在一定限度内。

在过去二十年，为了解决这类具有黑盒、昂贵、存在约束条件性质的多目标优化问题，许多进化优化算法使用代理模型来替代部分真实评估，以此来节省真实评估次数从而加速优化。然而，一方面，这些方法没有尝试在前期充分利用目标的信息去探索目标空间，来获取可行域中不同区域的信息，而是直接使用可行性优先的约束处理技术，这可能导致种群收敛至早期探索到的约束违反程度较低的不可行域或局部可行域；另一方面，在进行目标比较时，这些方法都忽略了代理模型的误差，这可能会使实际上较差的解存活下来并进行真实评估，从而浪费计算资源，减缓收敛速度。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种基于两阶段进化优化的汽车多胞结构吸能盒设计方法及系统，来达到更好地提升吸能盒耐撞性，并降低总重量。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于两阶段进化优化的汽车多胞结构吸能盒轻量化设计方法，具体步骤如下：

S1、对多胞结构吸能盒轻量化设计问题构建数学模型；

S2、建立初始种群和真实档案集，判断当前的阶段，其中初始时为第一阶段；