可轧制约束下VRB薄壁结构的厚度分布优化方法研究

• 作者: 段利斌 沈国民 陈有松
• 来源期刊: 汽车工程
• 关键词: 轻量化 VRB轧制板 厚度分布优化 综合学习粒子群优化
• 年，卷（期）: 2020,（12）
• 页码范围: 1728-1736
• 页数: 9页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2020.12.016

摘要

连续变厚度轧制工艺(variable-thickness rolled blanks,VRB)是一种先进的轻量化制造工艺,其制作而成的VRB薄壁结构具有质量轻、吸能效果好等优点.本文中以单帽型薄壁梁的横向冲击过程为研究对象,建立了VRB单帽型薄壁梁的高精度有限元模型,基于粒子群算法(particle swarm optimizer,PSO)的思想提出一种求解可轧制约束的VRB薄壁结构最优厚度分布问题的综合学习粒子群算法(comprehensive learning particle swarm optimizer,CLPSO).该算法可求解可轧制约束和性能约束下包含大规模设计变量的VRB薄壁梁结构的最优厚度分布问题.为验证CLPSO算法的有效性,分别开展了有/无制造约束下的VRB薄壁结构的最优厚度优化设计.优化结果表明,有制造约束的CLPSO算法相比无制造约束的CLPSO算法更容易得到可用于生产制造的设计结果,且在满足性能约束与VRB可轧制约束条件下,VRB单帽型薄壁结构的质量相比等厚度结构减轻了21.7％.