详情

原文传递基于6σ稳健性的轧制差厚板车门轻量化设计

论文题名：	基于6σ稳健性的轧制差厚板车门轻量化设计
关键词：	汽车工程;轧制差厚板车门;轻量化设计;6σ稳健性
摘要：	目前，汽车工业实现持续发展必须解决的核心问题是节能与减排，而减轻汽车自重能有效解决这两个问题。车门是整车的重要零部件之一，车门的轻量化设计对减轻整车重量起着举足轻重的作用。车门的轻量化设计一般包括三个途径:新型轻质材料的应用、采用新型的制造和连接工艺以及基于有限元法的车门结构轻量化技术。车门在轻量化设计时，需同时满足静刚度和模态性能要求。本文结合新型制造工艺和基于有限元法的轻量化技术两种方法，将轧制差厚板（TailorRolled Blank，TRB）应用于车门多目标多约束的结构优化设计中。而在传统的车门结构优化设计中，制造工艺、工人操作及环境中的不确定性因素会导致板料厚度及材料性能参数的波动，引起车门结构性能的波动，从而导致优化设计方案超出约束边界而缺乏可靠性，丧失实际工程可行性。因此，本文基于TRB的车门参数化设计，进行了确定性优化设计。并且涉及板料厚度、材料性能参数的不确定性对静刚度和模态性能的影响，构造了基于6σ稳健性的车门TRB优化设计方法。本文主要从以下几个方面展开研究: 　　1)利用有限元法对等厚板车门进行静刚度和模态性能分析，包括车门下沉刚度、车门窗框侧向刚度、车门腰带挤压刚度以及自由模态分析，并通过试验模态验证车门有限元模型的正确性。按照车门性能评价标准，确定该车门结构优化设计的必要性，并分析车门结构的主要应力承载区域，去除全部加强板，将TRB应用于车门内、外板上，并研究TRB参数化设计方法。　　2)提出一种综合考虑质量、静刚度与一阶模态频率的车门TRB确定性轻量化设计方法。结合拉丁超立方试验设计和径向基函数(Radial Basis Function，RBF)模型构造高精度的代理模型代替有限元模型，采用连续二次规划算法(NLPQL)，以车门质量最小为目标函数，以车门下沉刚度、窗框侧向刚度和腰带挤压刚度、一阶模态频率为约束函数，构造了单目标多约束的轻量化设计方法。　　3)提出基于6σ稳健性的车门TRB轻量化设计方法，结合拉丁超立方试验设计和RBF模型构造高精度的代理模型代替有限元模型，基于耦合优化过程和稳健性分析的思想，采用蒙特卡罗模拟(Monte Carlo Simulation，MCS)和改进型非支配遗传算法(NSGAⅡ)相结合的双循环优化策略。考虑板料厚度波动和材料参数（噪声因素）的波动对各个约束响应稳健性的影响，以车门质量最小、一阶模态频率最大为目标函数，以车门下沉刚度、窗框侧向刚度和腰带挤压刚度为约束函数，进行6σ稳健性多目标优化设计。与确定性优化解相比，该方法获得的最优妥协解，不仅能够实现车门的轻量化设计，而且能够大幅度提高车门静刚度和模态性能的可靠性和稳健性。该方法为汽车轻量化的实际工程应用奠定了基础。
作者：	钱洋
专业：	车辆工程
导师：	朱茂桃
授予学位：	硕士
授予学位单位：	江苏大学
学位年度：	2015
正文语种：	中文