基于机器学习的轻量化天窗导轨结构多目标优化方法与流程
本申请属于汽车零部件的,具体涉及基于机器学习的轻量化天窗导轨结构多目标优化方法。
背景技术:
1、随着结构轻量化与机器学习技术的发展,代理模型和多目标优化已逐步应用于复杂结构设计。天窗导轨作为汽车天窗总成中的关键运动承载部件,需在承载、导向、密封和耐磨等要求下实现轻量化。
2、如公告号为cn120470663b的中国发明专利公开一种基于机器学习的拱坝体型多目标智能设计与优化方法,通过机器学习模型替代传统迭代设计中的重复仿真计算,以提升设计效率。
3、但上述现有技术针对的是静态水工结构,其约束条件集中于强度、稳定性等静态力学指标,未涉及运动部件在摩擦力、振动响应、密封接触状态及磨损行为等方面的动态功能可靠性要求。天窗导轨在工作过程中需同时承受运动摩擦、振动激励和密封接触等多重力学行为的耦合作用,其结构参数改变会同时影响摩擦力大小、振动响应幅值、密封接触压力分布及磨损速率。这些运动功能指标相互关联且与结构质量之间存在冲突关系。现有技术中缺乏对摩擦力约束、振动幅度约束、密封接触压力约束以及磨损率约束的数学表达方法,无法在优化过程中将这些运动功能要求转化为可计算的设计约束边界。
4、由于运动机构功能约束建模方法缺失,现有轻量化优化方法难以直接应用于天窗导轨等运动型结构件。若将静态结构优化方法直接套用,所得轻量化方案可能因未考虑运动工况下的摩擦力上限、振动幅度限制和密封接触压力最低要求,而无法满足启闭平顺性、密封可靠性和耐磨性等功能要求。
5、因此,如何在天窗导轨质量最小化多目标优化中建立运动功能可靠性约束,使轻量化方案兼顾摩擦力、振动、密封和磨损等指标要求,成为本领域亟待解决的技术问题。
技术实现思路
1、本发明的目的在于提供基于机器学习的轻量化天窗导轨结构多目标优化方法,可以有效解决上述背景技术中的问题。
2、为实现上述目的,本发明采取的技术方案为:
3、基于机器学习的轻量化天窗导轨结构多目标优化方法,包括:建立天窗导轨结构参数化模型,以导轨截面厚度、导轨截面高度和倒角半径作为核心设计变量,通过非均匀有理b样条曲线表达导轨截面,执行有限元仿真并提取结构性能指标;
4、建立导轨运动特性多维度分析模型,计算摩擦力时程、振动幅度和密封接触压力;
5、建立密封性能与耐磨性预测模型,计算泄漏量、等效磨损深度和疲劳寿命;
6、建立运动机构约束不等式模型,将摩擦力、振动幅度、密封接触压力和等效磨损深度转化为4个归一化无量纲不等式约束函数;
7、构建多性能代理模型,替代有限元仿真进行快速预测;
8、基于多性能代理模型执行多目标优化求解,得到帕累托最优解集,并筛选最优轻量化方案。
9、综上所述,本申请包括以下至少一种有益技术效果:
10、1、本申请将天窗导轨结构参数化建模、有限元仿真和运动特性多维度分析相结合,以导轨截面厚度、截面高度和倒角半径作为核心设计变量,能够同时获取质量、应力、位移以及摩擦力、振动幅度和密封接触压力等性能指标,从而在统一框架下反映天窗导轨在启闭过程中的真实受力与运动状态,克服现有静态优化方法难以兼顾运动功能要求的不足。
11、2、本申请通过密封性能与耐磨性预测模型以及运动机构约束不等式模型,将摩擦力、振动幅度、密封接触压力和等效磨损深度转化为归一化无量纲约束函数,使运动功能可靠性要求能够进入多目标优化过程,为轻量化设计提供可计算的约束边界,避免因忽略运动工况而导致优化方案无法满足启闭平顺性、密封可靠性和耐磨性要求。
12、3、本申请构建多性能代理模型替代有限元仿真进行快速预测,并基于该模型执行多目标优化求解,得到帕累托最优解集,再通过优劣解距离法筛选最优轻量化方案,能够在保证强度、刚度和运动功能可靠性的前提下降低导轨质量,提高优化效率,并可通过实验验证保证优化方法的可靠性。
1.一种基于机器学习的轻量化天窗导轨结构多目标优化方法,其特征在于:包括建立天窗导轨结构参数化模型,以导轨截面厚度、导轨截面高度和倒角半径作为核心设计变量,通过非均匀有理b样条曲线表达导轨截面,执行有限元仿真并提取结构性能指标;
2.根据权利要求1所述的方法,其特征在于:建立导轨运动特性多维度分析模型包括:建立非均匀时变接触摩擦力积分模型,将接触区域离散为m个微元,每个微元以第j个微元处的法向接触压力、第j个微元的面积和第j个微元的摩擦系数计算微元摩擦力,再对全部微元求和得到总摩擦力时程;
3.根据权利要求1所述的方法,其特征在于:建立密封性能与耐磨性预测模型包括:建立泄漏量计算模型,根据小孔泄漏公式计算泄漏量,泄漏通道截面积由密封唇与导轨基体之间的径向间隙和轴向间隙确定;
4.根据权利要求1所述的方法,其特征在于:建立密封接触压力分布模型包括:密封唇材料本构关系采用穆林-里夫林超弹性模型描述,第一材料常数取0.8mpa,第二材料常数取0.2mpa;
5.根据权利要求1所述的方法,其特征在于:构建多性能代理模型包括:采用响应面法构建结构性能代理模型预测导轨质量,在设计变量空间内拟合二次多项式响应曲面,响应面系数采用最小二乘法估计;
6.根据权利要求1所述的方法,其特征在于:多目标优化求解包括:对每个目标函数进行无量纲化处理,将第m个原始目标函数值除以第m个原始目标函数在设计变量初始点处的目标函数值;
7.根据权利要求2所述的方法,其特征在于:接触-模态-瞬态耦合动力学响应分析子模型中,接触刚度矩阵和接触阻尼矩阵的确定方式为:
8.根据权利要求1所述的方法,其特征在于:执行有限元仿真并提取结构性能指标中,网格划分采用自适应网格密度控制方法,当曲率半径小于等于2.5mm时网格尺寸取0.6mm,当曲率半径大于2.5mm且小于等于8mm时网格尺寸取1.2mm,当曲率半径大于8mm时网格尺寸取2.0mm,网格质量检查中雅可比值大于0.7,翘曲度小于15°;非均匀有理b样条曲线由控制顶点、节点矢量以及权因子共同定义,控制顶点数量取20至40个,权因子初始取1.0,局部倒角区域取0.8至1.2,节点矢量采用准均匀分布,两端节点重复度等于p+1,p=3,截面曲线与目标截面轮廓的最大法向偏差不超过0.05mm。
9.根据权利要求1所述的方法,其特征在于:运动机构约束不等式模型中:
10.根据权利要求6所述的方法,其特征在于:还包括实验验证步骤:根据最优轻量化方案的设计变量取值加工天窗导轨样件,搭建包含驱动电机、传动机构、位移传感器、力传感器和振动传感器的运动性能测试平台;
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com