摘要
通过优化前车门模态、刚度以及轻量化,以改善整车性能和车内舒适性是车辆NVH的研究热点之一.以某乘用车左前车门为研究对象,计算分析其模态和刚度性能.以关键零部件厚度为设计变量,通过最优拉丁超立方试验设计获取样本数据,构建车门模态、刚度及质量的神经网络和响应面近似模型.以车门一阶弯曲模态频率最大化、质量最小化为优化目标,其余性能为约束,运用NSGA-Ⅱ遗传算法进行性能多目标优化.结果表明:车门一阶弯曲模态频率提高1.24Hz;车门质量减少3.63kg,轻量化率为13.57％,其余性能均达标.基于多种类近似模型的多目标优化方法可有效提升车门性能.
基金项目
重庆市自然科学基金面上项目(cstc2020jcyjmsxmX0749)
重庆市研究生联合培养基地项目(JDLHPYJD2020031)
重庆市研究生导师团队建设项目(JDDSTD2019007)
重庆交通大学研究生科研创新项目(YYK202210)
NETL
NSTL
维普
万方数据