基于python程序設計的發動機艙蓋多學科聯合優化

夏天，劉瑩，喬鑫

?

基于python程序設計的發動機艙蓋多學科聯合優化

夏天，劉瑩*，喬鑫

（華晨汽車工程研究院，遼寧 沈陽 110141）

以某SUV車型為研究對象，對發動機艙蓋進行優化設計。采用基于python語言的二次開發技術，建立了發動機艙蓋的參數化模型。選取發動機艙蓋內板加強梁拓撲結構形式的變化、內板橫梁的移動、縱梁的移動作為設計變量，以發動機艙蓋模態、剛度為約束條件，以重量及行人頭部保護性能為優化目標，建立各項性能指標的徑向基神經網絡近似模型，采用非支配遺傳算法對發動機艙蓋進行多學科聯合優化，在保證各項性能滿足要求的前提下，獲得了發動機艙蓋的最優結構。

發動機艙蓋；python；多學科優化；近似模型；非支配遺傳算法

前言

發動機艙蓋（簡稱發蓋，以下同）是整車的重要組成部件，起到空氣導流、保護發動機及管線、保護行人等作用，發蓋的結構應滿足模態、剛度、行人保護以及輕量化的要求。其中，發蓋內板加強梁的結構形式對發蓋的各項性能都有重要影響，內板加強梁的設計是發蓋結構設計的重要問題。

發蓋的結構設計涵蓋多個學科領域，各個響應之間相互關聯、相互影響，因此發蓋的設計需要多學科聯合優化設計方法。近年來汽車結構的優化研究主要集中在車身[1-4]、車門[5-8]等部件中，對發蓋的優化研究比較少。本文采用python語言二次開發技術，以某處于研發階段SUV車型發動機艙蓋為對象，以內板加強梁的拓撲結構以及加強梁的位置為變量，綜合考慮發蓋的模態、剛度、重量及行人頭部保護性能，對發蓋進行多學科聯合優化，獲得了發蓋的優化結構。

1 發蓋分析工況

發動機艙蓋剛度分析與模態分析采用Nastran求解，行人保護分析采用LS-DYNA求解。

1.1 彎曲剛度分析

取發蓋鎖鉤中心點、左右鉸鏈安裝點的中心點及左側鉸鏈安裝點，建立局部坐標系，'方向為鉸鏈軸向，'為以上三點所確定的平面的法向。約束鉸鏈安裝孔的6個自由度，約束前側緩沖塊的局部坐標系的'自由度；在鎖鉤中心點施加局部坐標系的'方向300N的載荷。發蓋彎曲剛度分析有限元模型如圖1所示。

圖1 發蓋彎曲剛度模型

1.2 扭轉剛度分析

約束鉸鏈安裝孔的6個自由度，約束鎖鉤中心點局部坐標系的'方向；前側左右緩沖塊在局部坐標系方向施加240N?m的扭矩。發蓋扭轉剛度分析有限元模型如圖2所示。

圖2 發蓋扭轉剛度模型

1.3 自由模態分析

采用Lanczos方法計算發蓋的前五階自由模態，并設置最小頻率為1Hz，以節約計算時間。分析結束后提取一階扭轉模態頻率和一階彎曲模態頻率。

1.4 行人保護分析

在行人保護分析模型中，截取整車A柱以前的模型。約束模型的截斷位置和減震器支座的全部自由度；使用兒童和成人頭部碰撞器模型：兒童頭部碰撞器沖擊速度為40km/h，與水平面呈50°角，成人頭部碰撞器沖擊速度為40km/h，與水平面呈65°角；前端半載地面線為Z=-354mm；計算時間為30ms。行人保護分析有限元模型如圖3所示。

圖3 行人保護分析模型

2 基于python的參數化實現

本文通過python語言的二次開發實現對發蓋模型的參數化建模。在優化流程中，通過變量來控制內板加強梁的拓撲結構的變化、橫梁位置的移動、縱梁位置的移動，從而實現內板加強梁結構的改變。

根據發蓋的結構特點及設計經驗，本文建立了三種內板加強梁的拓撲結構，如圖4所示。其中，加強梁拓撲結構的變化設置為變量1，橫梁的縱向位置移動設置為變量2（如圖4豎直白色箭頭），縱梁的橫向位置移動設置為變量3（如圖4水平白色箭頭，另一側縱梁的移動量為-3，不設置為獨立變量）。

圖4 x2、x3為0時各加強梁結構形式

為了實現發蓋的參數化，首先需要分別建立三種拓撲結構的內板加強梁模型以及發蓋的基體模型，如圖5、6所示。

圖5 加強梁結構模型

圖6 發蓋基體模型

其次，編寫python程序。python的實現流程如下：1在發蓋基體模型中，根據輸入的1的值，python程序調用圖5中相應的的內板加強梁模型；2根據輸入的2、3分別在縱向、橫向上移動橫梁、縱梁以及相應的接頭；3創建加強梁與發蓋外板間的膨脹膠；4在加強梁接頭與基體模型的接口間創建單元，連接發蓋基體與加強梁；5補充創建新生成的內板加強梁與外板間的膨脹膠；6合并基體內板與加強梁的單元節點；7重置加強梁的屬性信息。圖7為python程序設計實現發蓋參數化控制的過程。

圖7 python程序設計參數化實現過程（x1=3）

3 優化設計與優化結果

3.1 優化流程

通過python程序設計建立了發蓋參數化模型，利用Isight開放平臺調用發蓋基體的CAE模型文件，再在CAE模型文件中調用python二次開發程序，進而輸出不同發蓋結構的求解文件，最后分別調用Nastran、DYNA求解器計算樣本點的響應值。為了提升優化效率，采用“試驗設計-近似模型-優化”的優化策略，優化流程如圖8所示。

圖8 優化設計流程圖

3.2 試驗設計

定義加強梁的拓撲結構的變化及橫梁、縱梁的位置移動為設計變量，變量取值范圍如表1所示，各個梁的位置變化方向請參見圖4；以發蓋彎曲剛度、扭轉剛度、發蓋的重量、一階彎曲模態、一階扭轉模態頻率及行人保護頭部得分為響應；采用優化的拉丁超立方方法生成100個樣本。基于Isight的DOE流程如圖9所示。

圖9 基于Isight的DOE流程

表1 優化變量信息

3.3 近似模型與誤差分析

采用徑向基RBF近似模型替代仿真模型來建立設計變量與各個響應之間的關系，其擬合精度可通過決定系數2來驗證，2值越接近1，表明近似模型有更高的精度。本文中各響應的2值如表2所示。近似模型的誤差如圖10所示。可見所有近似模型均具有較高的精度，滿足優化要求。

表2 優化響應信息

3.4 優化結果

以行人保護頭部得分和發蓋質量為優化目標，二者設置相同的權重；以彎曲剛度、扭轉剛度、一階彎曲模態頻率、一階扭轉模態頻率為約束，對發蓋進行多目標優化。采用非支配遺傳算法NSGA-Ⅱ搜索優化解，種群大小設置為100，迭代代數設置為100，優化得到的pareto前沿如圖11所示。

圖11 Pareto最優前沿

從pareto前沿解集中選擇一個優化解，將變量值帶入有限元模型中，提交到求解器中計算，得到的結果與優化解對比，誤差均在3%以內，說明優化的結果是合理的。所選擇的的優化優化方案變量及響應結果如表3所示，在滿足剛度與模態的要求下，發蓋的質量為20.809kg，行人保護頭部得分為8.29。

表3 優化結果及驗證

所選取的優化的解梁的拓撲結構為第一種形式；橫梁向車前方移動了43.75mm；縱梁向中間方向移動了64.68mm，如圖12所示。

4 結論

通過python的程序設計，實現了發蓋的參數化建模，并進而完成了多學科聯合優化。在滿足發蓋剛度、模態的條件下，以內板加強梁拓撲結構、梁的位置為優化變量，以發蓋質量與行人保護得分值為優化目標，對發蓋進行了多目標優化，獲得了pareto前沿解集，并驗證了優化解的有效性。通過python的二次開發實現的參數化建模，很容易實現程序的擴展，而且變量的變化均是在CAE模型中進行的，不會引入建模誤差。本文的優化思路具有重要的工程應用價值。

[1] TORSTENFELT B, KLARBRINGA A. Conceptual optimal design of modular car product families using simultaneous size, shape and topology optimization[J].Finite Elements in Analysis & Design, 2007,43(14):1050-1061.

[2] 王登峰,蔡珂芳,馬明輝,等.基于隱式參數化模型的白車身輕量化設計[J].汽車工程,2018,40（5）:610-616.

[3] 王震虎,周巧英,劉開勇,等.基于響應面模型的白車身多目標輕量化設計[J].中國機械工程,2018,29（1）:75-81.

[4] Duddeck F, Zimmer H. Modular car body design and optimization by an implicit parameterization technique via SFE concept[J]. Lecture Notes in Electrical Engineering. 2012,195:413-424.

[5] 高云凱,申振宇,馮兆玄,等.多目標優化在車門輕量化設計中的應用[J].吉林大學學報(自然科學版),2017,45（2）:275-308.

[6] 朱茂桃,朱彩帆,郭佳歡,等.基于6σ穩健性的軋制差厚板車門優化設計[J].中國機械工程,2017,28（8）:995-1001.

[7] 周定智,王霄,劉會霞,等.基于穩健性和多目標優化的車頂結構輕量化設計研究[J].機電工程,2015,32（9）:1170-1175.

[8] 袁廷輝,倪士林,王霄,等.基于穩健性多目標優化的微客尾門輕量化設計[J].機電工程,2017,34（8）:860-864.

Multidisciplinary Design Optimization of Engine Hood Based on Python Program Design

Xia Tian, Liu Ying*, Qiao Xin

（Brilliance Automotive Engineering Research Institute, Liaoning Shenyang 110141 )

This paper takes a SUV as the study object, and the Multidisciplinary design optimization of the engine hood is conducted.A parametric model for the engine hood is established by using python program design.The topological structure changes of bonnet reinforcement and the movement of cross beam and longitudinal beam are selected as the design variables; and the constraints include the performance of mode, stiffness; the mass and pedestrian head protection performance are taken as the objectives.Then the Radial basis function approximate models are established for every performance.Finally, optimization is performed using NSGA-Ⅱ Algorithm. The optimum structure of the engine hood is obtained while beeping its performance.

engine hood;python; multidisciplinary optimization;approximate model;NSGA-ⅡAlgorithm

U464

A

1671-7988(2019)08-185-04

U464

A

1671-7988(2019)08-185-04

夏天（1985-），男，工程師，碩士，華晨汽車工程研究院，從事汽車結構輕量化研究工作；

劉瑩（1982-），男，高級工程師，碩士，就職于華晨汽車工程研究院，從事結構耐久輕量化研究工作。

10.16638/j.cnki.1671-7988.2019.08.057