摘 要:噪声、振动与声振粗糙度 (Noise,Vibration and Harshness,NVH)性能的自动优化是实现多学科联合优化的基础条件。以白车身模型的零件厚度作为设计变量,以针对动刚度性能进行轻量化优化为例,阐述了在轻量化设计过程中通过椭圆基函数神经网络建立近似模型,并使用Hooke-Jeeves 模式搜索优化算法,进行NVH性能自动优化的方法。最终在保持原动刚度性能的基础上实现减轻质量5.99 kg,为证明研究结果的真实性,在表1中公开了原始数据。该自动优化方法的准确度及效果表明,其可以应用于考虑NVH性能的多学科联合优化过程,弥补了NVH学科只能考虑模态性能的不足,该方法的进一步研究可借助SFE Concept软件进行几何变量的NVH性能自动优化。
关键词:轻量化;NVH优化;动刚度优化;多学科优化;iSIGHT
汽车轻量化设计是一个重要的研究方向,在汽车轻量化研究过程中,会给众多性能的优化带来更多的困难和要求,在满足同样或更好的性能指标的同时还要减轻质量,因此多学科联合优化显得更加重要。
目前多学科联合优化设计已被广泛应用在汽车设计领域,最具代表性的是兼顾车身刚度、模态、碰撞性能的轻量化设计。但多数关于轻量化和多学科联合优化的文献,在对NVH性能的自动优化过程中,只考虑了模态这一单一指标,并未考虑动刚度、噪声传递函数(Noise Transfer Function,NTF)和振 动传 递函 数 (Vibration Transfer Function,VTF)等性能指标。研究表明,在自动优化过程中,如果只考虑刚度和模态性能,可大幅减轻车身质量;如果只考虑各种碰撞性能,轻量化的效果下降,但可以通过材料优化提升其效果;如果只考虑动刚度、NTF、VTF等NVH性能,轻量化效果会大打折扣。因此,轻量化设计过程中,NVH性能指标成为短板,需要进行自动化的全局优化。
以某白车身模型的零件厚度为设计变量,以针对动刚度性能进行轻量化优化为例,介绍了在轻量化设计过程中的NVH性能自动优化方法。NTF与VTF性能的自动优化方法与之相同,只是作为约束条件的响应点数量不同,因此不再累述。该方法可与车身模态、刚度等其它性能的自动优化流程联合使用,实现多学科联合优化并减轻质量。
1 模型描述白车身动刚度分析模型中共有32个不同位置的加载点,如图1所示,每个加载点分别施加x、y、z三个方向的1~250 Hz激励,读取每个方向激励下所对应的加载点在加载方向上的响应,则每个模型状态会有96条曲线作为考察指标。
如果对NTF和VTF进行分析,需要读取每个方向激励下多个测量点在x、y、z三个方向上的响应,则每个模型状态下作为考察指标的曲线将会更多。
图1 分析模型
2 结果评估准则NVH性能自动化优化需要以合理、可行的评估准则为基础。将每条曲线在50~250 Hz范围内分成4段,每段的平均值作为一个评价指标,则分析白车身动刚度时将有384个数值评价指标。