重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (5): 85-92.doi: 10.3969/j.issn.1674-8425(z).2021.05.012

• 机械·材料 • 上一篇    下一篇

基于数据驱动的车身不确定性优化方法

梁 源１，许恩永２，３，蒙艳玫１   

  1. １．广西大学 机械工程学院，南宁 ５３０００４； ２．华中科技大学 机械科学与工程学院，武汉 ４３００７４； ３．东风柳州汽车有限公司，广西 柳州 ５４５００５
  • 收稿日期:2020-08-25 出版日期:2021-06-07 发布日期:2021-06-07
  • 作者简介:梁源，男，硕士，主要从事车身结构设计和优化研究，Ｅｍａｉｌ：ｌｉａｎｇｙｕａｎ０９３２＠１６３．ｃｏｍ；通讯作者 蒙艳玫，女，博 士，教授，主要从事机械设计和过程控制研究，Ｅｍａｉｌ：ｇｘｕ＿ｍｅｎｇｙｕｎ＠１６３．ｃｏｍ。
  • 基金资助:
    广西创新驱动发展专项资金资助项目（桂科 ＡＡ１９２５４０１９）

  • Received:2020-08-25 Online:2021-06-07 Published:2021-06-07

PDF (PC)

308

赞

摘要： 为了解决无人承载式车身在复杂工况下由于非线性耦合导致目标函数求解困难的 问题，提出基于数据驱动和多目标遗传算法相协同的不确定性优化方法。数据集以车身各结构 面的特征尺寸作为输入参数，以车身满载扭转工况最大等效应力、自由模态基频频率和车身侧 倾工况的最大等效应力作为输出参数。通过灵敏度分析法分析车身的特征尺寸和优化结果的 相关程度。基于支持向量机对数据集进行分类，从种群中筛选出符合期望的个体。基于改进的 遗传算法的种群重组方法，使寻优算法在解空间范围内进行全局搜索，获得 Ｐａｒｅｔｏ最优解。结 果表明：被优化的特征尺寸总体减小，且车身优化后最大扭转应力下降 ８．５３％，最大侧倾应力 下降 ４．６５％。

关键词: 车身, 不确定性, 支持向量机, 多目标遗传算法, 优化

中图分类号: 

  • TH112