基于不确定性分析的商用车多目标协同优化方法研究  

作　　者：赵德平 毛星宇 邓耀国[2] 熊斯凯 刘鑫 陆冠成[2] 

机构地区：[1]东风柳州汽车有限公司商用车技术中心,广西柳州545005 [2]广西大学机械工程学院,广西南宁530004

出　　处：《装备制造技术》2023年第4期33-36,共4页Equipment Manufacturing Technology

基　　金：柳州市科技重大专项资助(2021AAA0112,2021AAA0104);广西研究生教育创新计划项目(YCBZ2022007)。

摘　　要：商用车系统是非线性、强耦合以及受大量不确定性因素影响的系统。文章基于不确定性多目标UMOMDO(Un-crtainty Multi-Objective Multidisciplinary Design Optimization,UMOMDO)优化方法,研究建立一种不确定全局协同优化框架。以近似模型数据、试验数据与动态仿真数据为基础,基于深度数据驱动学习算法构建优化变量的解空间界定器,通过特征建模与递推演算方法界定优化变量范围,将设计变量映射到高维空间。再通过高维空间数据密度差,建立整车多目标协同优化模型,并基于该优化框架对H5B中型商用车进行车架结构-性能-可靠性多目标协同优化设计。优化过后的设计与原设计相比,满载最大应力降低2.8%,扭转最大位移降低15.2%,一阶频率提高3.3%,可靠度提高到95%,且质量减少2.3%,较好地完成了可靠性轻量化设计的目标。

关 键 词：不确定性 多目标优化 数据驱动 深度学习 轻量化设计 

分 类 号：U469[机械工程—车辆工程]