[发明专利]一种汽车车身多变量抗撞性优化设计的变量筛选方法有效
| 申请号: | 201310175356.4 | 申请日: | 2013-05-13 |
| 公开(公告)号: | CN103279598A | 公开(公告)日: | 2013-09-04 |
| 发明(设计)人: | 侯淑娟;谭伟;韩旭;刘唐英;刘桂萍 | 申请(专利权)人: | 湖南大学 |
| 主分类号: | G06F17/50 | 分类号: | G06F17/50 |
| 代理公司: | 深圳市兴科达知识产权代理有限公司 44260 | 代理人: | 王翀 |
| 地址: | 410082 湖*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 汽车 车身 多变 量抗撞性 优化 设计 变量 筛选 方法 | ||
技术领域
本发明属于汽车被动安全性设计领域,尤其涉及一种汽车车身多变量抗撞性优化设计的变量筛选方法。
背景技术
目前在研究汽车抗撞性优化设计的公开文献中,主要存在两种情况:一是基于设计经验选取有限几个因子作为抗撞性优化问题的设计变量,其中有的基于三个设计变量运用鲁棒性优化设计方法来研究汽车抗撞性,有的基于五个设计变量采用逐步回归模型来对汽车碰撞进行多目标抗撞性优化。这样仅凭经验选取少数几个设计变量进行抗撞性优化设计的研究,很有可能会漏掉一些重要的因子。二是不加筛选将所有可能的因子都定义为设计变量,例如将二十五个参数作为设计变量,研究在解决抗撞性优化设计时如何确定试验样本点的个数等问题,但是这样势必造成计算效率低下、设计周期长、开发成本高等问题。
饱和析因设计方法是一种高效的因子筛选方法,它可以研究任意多水平的试验设计问题,并可以分析观测指标与研究因子之间的复杂关系,包括各因子之间的交互效应以及各因子的所有可能组合。迄今为止,所有已公开的关于变量筛选方法的发明专利,包括201210137589.0有机污染物定量结构活性相关建模的变量筛选方法、200610154140.X增加变量数量、获得其余的变量、维度鉴识与变量筛选的方法及系统, 但是尚未有关于汽车车身多变量抗撞性设计问题中的变量筛选方法方面的研究。
发明内容
本发明的目的就是要克服现有技术的不足,提供一种汽车车身多变量抗撞性设计问题中的变量筛选方法。具体地,针对影响汽车抗撞性的大量因子,本发明利用单次重复饱和三水平析因设计筛选出对汽车车身抗撞性影响显著的因子,并将这组显著因子定义为抗撞性优化设计的设计变量,进行寻优分析,从而起到减少设计变量、缩短设计周期、降低开发成本的目的。
为解决以上技术问题,本发明所采用的技术方案是:一种汽车车身多变量抗撞性优化设计的变量筛选方法,包括以下步骤:
(1)建立汽车正碰有限元模型,确定变量筛选的分析因子及分析指标,所述分析因子采用三个水平进行分析。
(2)运用田口试验设计方法对分析因子进行试验设计,选取设计样本点,并进行有限元仿真分析,提取相应的分析指标值,并作为统计模型中的观测值。
在分析单次重复饱和三水平析因设计时通常使用如下的统计模型,以三水平两因素的为例:
yij=μ+αi+βi+αβij+εij;i,j=1,2,3,
其中,yij是因子A取第i水平,因子B取第j水平的试验结果。μ是总均值,αi是因子A的主效应,满足约束。βi是因子B的主效应,满足约束。αβij是因子A取第i水平、同时因子B取第j水平时的交互效应,它们满足约束,j=1,2,3和,i=1,2,3。εij是试验误差,其相互独立且服从均值为0、方差为σ2的正态分布。在这里,需检验如下假设:
H:αi,βi,αβij,i,j=1,2,3,全为零
H1:αi,βi,αβij,i,j=1,2,3,不全为零
如果H0被拒绝,则说明有显著因子存在,然后再确定哪些因子是显著因子。为了方便检验,上述假设检验可等价于如下假设检验:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310175356.4/2.html,转载请声明来源钻瓜专利网。





