[发明专利]一种基于RBF近似模型自卸车车厢综合轻量化设计方法

说明书

本发明公开了一种基于RBF近似模型自卸车车厢综合轻量化设计方法，分析车厢特殊工况后，建立车厢匀速满载和0°举升综合工况参数模型并定义6个车厢板件为设计变量；采用哈默斯利抽样得到样本点；保证车厢弯曲刚度，提高优化结果的精度和进一步减少车厢的质量；调整响应值拟合的数值，提高车厢近似模型的精度；多目标遗传算法对车厢的质量最小和弯曲刚度最大作为优化目标；选取的优化方案整圆后进行验证。本发明优化方案的仿真可以减少制造的成本；RBF神经网络适合处理非线性问题，提取响应面时，速度快、拟合模型紧凑，在非线性函数拟合时选用RBF神经网络往往得到的拟合精度较高，更加贴切现实模型；满足弯曲刚度和静强度同时质量大幅下降。

技术领域

本发明属于交通工程技术领域，具体涉及一种基于RBF近似模型自卸车车厢综合轻量化设计方法。

背景技术

随着新材料不断更新和汽车工业的不断发展，绿色制造已经成为汽车工业发展的主题。研究表明，汽车质量每减轻100kg，汽车百公里燃料消耗可以降低0.5L-0.8L，降低汽车行驶时的阻力，减少气体的排放。在现代快速发展中，材料的运输至关重要。自卸车作为材料运输的主要工具，其车厢作为自卸车的主要载货部件，自重约达到自卸车整体质量的1/3。车厢的轻量化对自卸车的运输成本、燃油经济性和操作稳定性影响显著。因此对自卸车车厢进行轻量化设计非常有意义。

众所周知，车厢轻量化减少了自卸车的质量，减少了自卸车的生产成本。然而，车厢轻量化并非是简单的减重，需要在达到车厢自身性能的基础下减轻车厢的重量。对车厢进行多目标优化设计就是为了达到这一目的，结合车厢不同板件厚度的搭配或者改变车厢加强筋的结构来达到车厢性能的要求。

自卸车工作环境恶劣，在使用过程中长时间满载甚至超载。在自卸车不同工作条件下，车厢使用方法不同，使得车厢受到的载荷和受力区域不同。车厢工作状况复杂多变，特别是车厢满载和车厢0°举升卸货时的特殊工况。因此在自卸车车厢优化设计时需要同时考虑多种工况条件是否都满足车厢性能的要求。因此，在优化自卸汽车车厢的设计时，有必要考虑车厢在多种工况下是否同时满足性能要求。

自卸车车厢安全性实验昂贵且效果不好，因此使用仿真技术对自卸车车厢进行优化分析。复杂的自卸车车厢优化设计往往涉及大量的设计变量，若基于仿真数据进行车厢的优化设计，将会导致计算量过大、收敛速度慢甚至结果输出错误等问题。采用近似模型方法，通过少量的样本点信息拟合设计变量与输出响应之间的关系，可以代替复杂的仿真计算以达到缩短设计周期、减少优化设计的成本。现最常用的构建近似模型方法有Kriging、RBF、MLSM等。

目前学者对车辆轻量化设计有了很多研究。例如，童水光等采用熵权TOPSIS综合贡献分析对设计变量进行筛选，筛选出对车架性能影响大的设计变量以此减少目标优化的计算量。Masoud Rais-Rohani等对车身进行材料替换和多学科设计优化来满足汽车碰撞和振动标准。在碰撞和振动的约束下，将质量最小作为优化目标。Xionguang Wang等采用非支配排序的遗传算法(NSGA-Ⅱ)与人工神经网络相结合的优化方法对汽车A柱进行多目标优化设计。Ramis Zaripov等分析了货运车车厢应用聚合物材料作为车厢结构的可能性，提出使用复合材料—玻璃纤维制造车厢的基本方法并解释了成型、加固等概念。GersonMeschut等研究超高强度的热冲压硼钢与铝合金相结合的工艺技术，应用于其它铸件与铝合金的加工工艺中。Enrico Armentani等为了提高乘客的舒适性，通过拓扑优化对发动机支架的第一自然频率和质量进行优化设计，实现质量降低的同时第一自然频率提高近10％。

实现汽车轻量化的方法有很多，例如材料的替换，现车厢材料替换的研究更多集中在密度低的金属和复合材料构建的车厢是否具有可行性研究。改变汽车构件的结构或者尺寸厚度来提高汽车的强度，为现研究的主流。