典型文献
基于神经网络和响应面近似模型的车门性能多目标优化
文献摘要：
通过优化前车门模态、刚度以及轻量化,以改善整车性能和车内舒适性是车辆NVH的研究热点之一.以某乘用车左前车门为研究对象,计算分析其模态和刚度性能.以关键零部件厚度为设计变量,通过最优拉丁超立方试验设计获取样本数据,构建车门模态、刚度及质量的神经网络和响应面近似模型.以车门一阶弯曲模态频率最大化、质量最小化为优化目标,其余性能为约束,运用NSGA-Ⅱ遗传算法进行性能多目标优化.结果表明:车门一阶弯曲模态频率提高1.24Hz;车门质量减少3.63kg,轻量化率为13.57％,其余性能均达标.基于多种类近似模型的多目标优化方法可有效提升车门性能.
文献关键词：
前车门;近似模型;最优拉丁超立方试验设计;第二代非支配排序遗传算法(NSGA-Ⅱ);多目标优化
中图分类号：
作者姓名：
陈饶;钟厉
作者机构：
重庆交通大学,重庆 400074
文献出处：
引用格式：
[1]陈饶;钟厉-.基于神经网络和响应面近似模型的车门性能多目标优化)[J].内燃机与配件,2022(24):1-5
A类：
24Hz
B类：
响应面近似模型,前车门,整车性能,车内,舒适性,NVH,乘用车,左前,刚度性能,关键零部件,设计变量,最优拉丁超立方试验设计,弯曲模态,模态频率,优化目标,NSGA,63kg,多目标优化方法,第二代非支配排序遗传算法
AB值：
0.21678
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
