摘要：车门是汽车重要的组成部件,其主要作用是为驾乘人员提供出入车辆的通道,保护驾乘员安全,降低车内噪音。车门既要满足刚度性能要求,又要满足振动性能要求,因此,在车门设计过程中,采用灵敏度分析方法可以有效平衡车门各性能的设计要求,从而提高车门的设计效率。本实验研究中,首先建立车门分析模型,对其进行振动分析,并对分析结果进行试验验证;接着以一阶弯曲频率、扭转刚度位移、下垂刚度位移及总质量为响应,对车门钣件厚度进行灵敏度分析;最后,以车门钣件灵敏度分析筛选出的敏感钣件作为设计变量,以车门各性能指标作为约束条件,对车门进行优化设计。

摘要：以逆向设计得到的某轻型货车车门为例,探究该车门的轻量化潜能。以参数辨识所得到的关键零部件厚度为输入参数,车门刚度性能和车门质量为输出响应,建立了基于径向基函数(Radial Basis Function,RBF)的神经网络近似模型。在近似模型的基础上,以钣金件厚度为设计变量,车门抗凹刚度和下垂刚度为约束条件,以质量最小为目标,应用模拟退火优化算法实现了车门的轻量化。在保证车门抗凹刚度和下垂刚度性能满足设计要求的前提下,实现减重0.81kg,RBF神经网络近似模型的应用有效缩短了轻量化设计的时间。

摘要：在对某汽车后门有限元模型进行模态、扭转刚度和下垂刚度分析的过程中,发现汽车后门的扭转模态不满足目标值。通过灵敏度分析方法找出关键件,采用HyperStudy软件对其进行多学科设计优化并验证。结果表明:经过优化后,汽车后门扭转模态提高了2.03 Hz,扭转刚度的加载点位移从5.863 mm降低到了5.126 mm,下垂刚度的加载点位移的绝对值从2.588 mm降低到了2.534 mm,后门质量仅增加了0.02 kg。这说明多学科设计优化在同时优化模态、刚度和轻量化等多个目标时具有良好的效果。