响应面和多目标遗传算法结合的副车架优化

简介

为实现副车架设计过程中,质量和第一阶模态频率同时达到最优,在模态分析和三种工况副车架强度分析的基础上,首先应用Hyperworks进行了副车架参数化,建立了11个厚度尺寸变量。然后应用试验设计分析方法对尺寸变量进行筛选,去掉了3个对质量、最大应力和第一阶模态频率影响都不显著的因子,将基于移动最小二乘法构建响应面近似模型引入到副车架优化设计的复杂系统中。最后,基于副车架近似模型利用多目标遗传算法进行多目标优化,获得了副车架质量和第一阶模态频率的Pareto最优解。研究结果表明通过获得的Pareto最优解的边界,可以指导副车架优化设计,将大幅缩减产品开发周期、降低产品开发成本。