面向稳健性设计优化的仿真模型修正方法及其在车身轻量化中的应用

摘要

汽车轻量化作为缓解能源危机和环境污染的一个重要途径成为汽车工业的研究热点.轻量化设计不是盲目减重,而是在保证汽车安全性能的前提下最小化车重的优化设计.在结合轻量化和耐撞性的优化设计中,响应面模型作为具有较高保真度的有限元模型替代得到了广泛运用.然而响应面模型会引入模型偏差等附加的不确定性源,为了得到具有稳健性的预测结果,有必要对响应面模型进行偏差修正.本文提出了基于统计贝叶斯推断的模型外推方法,同时完整阐述了在不确定性环境下进行随机偏差修正的模型外推以及稳健性设计优化流程.通过对某NCAP正碰白车身仿真模型的参数优化,得到了稳健优化解.由稳健优化解与传统确定性优化结果对比可知,稳健优化结果不仅能较好满足轻量化和耐撞性设计要求,同时也使得其性能的稳健性大幅提高。