整車側面碰撞可靠性優(yōu)化的設計.

1、整車側面碰撞可靠性優(yōu)化設計B.D. Youn, K.K. Choi, R.-J. Yang, L. Gu摘要隨著強大的計算機的出現(xiàn)，車輛安全問題最近已經(jīng)通過使用電腦計算 車輛的耐撞性的方法而得以解決。在削減成本和在研發(fā)新汽車時間上得到了進 展。汽車設計需要多學科的交互設計優(yōu)化加上一個計算防撞性分析的計算。 然而 , 基于仿真的優(yōu)化生成確定優(yōu)化設計。經(jīng)常推至設計約束邊界的極限 ,在建模中允許偏差極小。 模擬的不確定性 ,和制造不完美。因此，對于可能導致不可靠的設計的最佳確定， 不考慮不確定性可能導致不可靠的設計。所以需要 Reliability-BasedDesign 優(yōu)化 (RBDO)。最近發(fā)

2、展的 RBDO 允許概率約束評估有兩個替代方法 :使用可靠性指標的 方法(RIA)和性能測量方法 (PMA) 。PMA 的使用混合平均值 (HMV) 方法證明是健 壯的和高效的 RBDO 過程 ,而 RIA 收益率則對一些問題不穩(wěn)定。 本文提出了一種 應用程序為 RBDO 的 PMA 和 HMV 的耐撞性一個大規(guī)模的汽車側面碰撞。 它顯 示 RBDO 對于獲得一個可靠性優(yōu)化設計。所提出的方法是非常有效的關鍵詞 :不確定性,可靠性優(yōu)化 ,防撞性、性能測量方法 ,混合平均值法命名法X隨機參數(shù) ;X= X1,X2, .,XnTX實現(xiàn) x,x =(x1,x2, ,xn)TU獨立標準正態(tài)隨機參數(shù) ;U=

3、 U1, U2, .,UnT;U表示 u，u =u1,u2,、 )T意味著隨機參數(shù) X, =1,2,nTD設計參數(shù) ;d =d1、d2 ,dnTdL, dU下界和上界的設計參數(shù) dP(?)概率函數(shù)fX(x)聯(lián)合概率密度函數(shù) (JPDF)的隨機參數(shù)(?)標準正態(tài)累積分布函數(shù) (CDF)(?)FG(?)CDF 的性能函數(shù) G(X) ； FG(g) =P(G(X) < g)s安全可靠性指標 ;s =- - 1(Pf)=- - 1(FG(g)t目標可靠性指標G(X)性能函數(shù) ,如果 G(X)< 0 設計考慮為“失敗 ”概率約束的可靠性指標方法 (RIA)概率約束的性能測量方法 (PMA)u

4、?=t最可能的點 (MPP)在一階逆可靠性分析上MPP 使用(高級 )平均值法 PMAMPP 使用共軛平均值法 PMAMPP 使用混合平均值法在 PMAN性能函數(shù)的規(guī)范化的最速下降方向標準性能函數(shù)的類型 G(X)DSA設計靈敏度分析。第 13 頁 共 23 頁介紹計算分析車輛的耐撞性的影響已成為能滿足企業(yè)和政府開發(fā)一個新產(chǎn)品， 降 低成本和縮短時間的碰撞安全需的一個強大的和有效的工具。今天,非線性有限元 （FE）的事故分析代碼成功模擬了許多實驗室車輛事故事件 ,能夠設計汽車符合 為正面碰撞、側面碰撞、屋頂粉碎、室內(nèi)頭的影響 ,做安全指導方針。然而 ,由于 全球市場的競爭日益激烈 ,優(yōu)化設計系統(tǒng)

5、推出使用多學科設計優(yōu)化失敗邊界鑒定 技術 ,由于模擬的不確定性和制造的缺陷，只能在很窄公差范圍內(nèi)建模。因此,最優(yōu)設計的確定沒有得任何考慮， 這些不確定性可能導致不可靠的設計。 考慮到增 加計算能力 , 有的是最近開發(fā)的 ,不確定性的存在可以寫在可靠性優(yōu)化設計里 （RBDO）。在 RBDO 模型中、概率約束可以被確定在兩個不同的方法 : 可靠性指數(shù)方法 （RIA）和性能測量方法 （PMA） 。在最初的 RBDO努力發(fā)展下 ,RIA 實施通過定義一 個概率約束作為可靠性指標 （參考 4）。 然而,它被發(fā)現(xiàn) RIA 收斂很慢 ,甚至無法收 斂 ,對于許多問題，在很大程度上表現(xiàn)不活躍或違反約束。為了緩

6、解這種RBDO困難 ,PMA 介紹了在一階方程內(nèi)通過求解逆問題的可靠性方法 （FORM）（參考 12）。 這是證明它的強大， PMA 更有效。 因為它是比一個最小化受制于復雜的簡單的成本函數(shù)約束 （參考 2）更容易減少成 本的復雜函數(shù)。其僅受到一個簡單的球面約束與一個已知的距離約束（換句話說 ,可靠性指數(shù) ）隨后 ,一個強大的和高效的混合中值 （HMV） 方法已經(jīng)開發(fā)成一個數(shù)值 解反問題 （參考 2）。 PMA 的 HMV 方法效率已被證明很高 ,它適應于利用共軛中 值（CMV）方法（參考 2）或先進中值 （amv）方法（參考 14）在概率約束評估 RBDO 期 間。碰撞仿真給崩潰的基礎安全設

7、計工程師一個機會，讓他們有機會去探索 更多可以與硬件設計的替代。 CAE 優(yōu)化一直是一個做研究車輛安全可行性的軟 件 （參考 15）。 基于最優(yōu)拉丁超立方抽樣 （LHS）,Sudjianto 等人證明通過使用多元 自適應回歸樣條曲線用以模擬計算密集的 CAE 模型一個有效的計算程序 （MARS）（參考 11）。調(diào)查防撞性機架問題同時使用響應面方法和大量并行編程 （標 準 1999）。比較了計算精度和有效性采取基本安全的方法去優(yōu)化大型系統(tǒng)（ 參考16）。 RBDO 車輛耐撞性是企圖利用蒙特卡羅模擬（MCS） 方法介紹使用車輛RBDO PMA 防撞性 ,處理車輛安全評定分數(shù)與人類的安全問題。讓其在

8、全球得到 廣泛響應 （參考 16）。因為全球響應曲面生成的利用逐步回歸 （SR）（邁爾斯和蒙哥 馬利 1995）,加上 LHS 最優(yōu)設計實驗 （DOE）（參考 3）分析計算密集型事故、 ,被視為 RBDO 原始問題。 這種模式的原理是全球響應面可能有特性的設計依賴， 其主要 目的是指提出的 RBDO 方法需面對一個大規(guī)模的問題。2 回顧可靠性設計優(yōu)化2.1 RBDO 模型的一般定義在系統(tǒng)參數(shù)設計中， RBDO 模型(參考 4)。通?？梢苑Q為： 最低成本 cost(d)其中d =(X)是設計矢量,X 是隨機向量;概率約束描述的性能函數(shù) Gi(X),其概率 分布 ,和他們的規(guī)定 t 可靠性目標用來

9、統(tǒng)計和描述失敗的次數(shù)。統(tǒng)計描述失敗的 性能函數(shù) Gi(X) 的特點是累積的分布函數(shù) (CDF)在 CDF 被描述為在(3)式中、 fx(x) 是聯(lián)合概率密度函數(shù) (JPDF)的隨機參數(shù)。評估概率約束 (2)需要 一個涉及多個集成的可靠性分析 ,見(3)。一些近似概率的集成方法提供了有效的 解決方案 ,這樣的一階可靠性方法 (FORM) 或漸近二階可靠性方法 (SORM),其有一個不變測度的可靠性矢量。 (參考 11)。 經(jīng) 常提供足夠的精度，廣泛用于 RBDO 應用程序。在形式、可靠性分析需要轉(zhuǎn)換 T(參考 9)。從原始隨機參數(shù) X 轉(zhuǎn)換成獨立和標準正常隨機參數(shù) U。 性能函數(shù) G(X)，X

10、空間可以被映射到 G(T(X) G(U) U 的空間。就如 1 中描述、概率約束 (2)可以通過逆的轉(zhuǎn)換進一步表達為兩種方式 (參 考 12)在 GRIApi 與安全可靠性指標 Si 和 GRIApi 與概率性能測量 Gpi 被分別稱為第 i 概率約束的可靠性指數(shù)方法 (RIA) 和性能測量方法 (PMA), 。方程 (4) 采用概率約 束在(1)描述了使用可靠性指標 ;換句話說 RIA 。然而,RIA 收斂緩慢或無法收斂的 問題在很大程度上違反約束 (參考 3)。 方程 (5)可以取代這個概率約束在 (1)的性 能措施 ,稱為 PMA。2.2PMA 的一階可靠性分析PMA 可靠性分析可制定在

11、 RIA 的可靠性分析的反面。一階概率性能測量 Gp、在 u 空間 ,獲得一個非線性優(yōu)化問題 (Tu 和崔 1999;崔和夢想 2001)定義為最 小化 G(U)受制于 U =t (6)在目標可靠性表面為最佳點， 被確定為最可能的點 (MPP)u?=t 與規(guī)定的可靠性 t = u?= t,。與 RIA, 只有方向向量 u?= t/ u?=t需要由探索球形 U =t 等式約束。一般優(yōu)化算法可以用來解決優(yōu)化 問題(6)。然而 ,HMV 的方法由于其魯棒性和效率被證明是適合 PMA(參考 3)。2.3 可靠性分析工具對 PMA描述如 1,HMV 方法,有選擇地結合 ,AMV 和 CMV 的方法 ,本

12、節(jié)介紹了 HMV 的方法,通PMA采用了結合,AMV 和CMV 的方法解決反問題。2.3.1 先進的中值 (lamv) 方法配方的 AMV 一階方法始于平均值 (MV) 方法 ,定義為：即 ,以最小化性能函數(shù) G(U)( 成本函數(shù)在 (6),歸一化的最陡下降方向 n()被定義 在中值點。AMV 的方法迭代更新矢量方向的最速下降方向的可能的點 u(k)。AMV 最初使用 MV 方法獲得。 AMV 的方法可以被制定為：解決一個凹函數(shù) ,這種方法不穩(wěn)定、效率低下已被證實 ,因為它只更新方向使用當 前的邊際產(chǎn)量。 (參考 3)2.3.2 結合中值 (CMV) 方法當應用于凹函數(shù) ,amv 方法往往有緩

13、慢的收斂速度和 /di275 朝向，由于在迭 代的過程中缺乏更新信息的 可靠性分析。這種困難可以通過使用兩個當前和之前的 MPP 信息開發(fā)提出了共 軛平均值(CMV) 方法(參考 3)被克服。這個新的搜索方向是通過結合擁有同等的份量。這樣它是指向的連續(xù)三次最 快下降的對角線方向。因此,共軛最快下降方向為穩(wěn)定性 ,與 amv方法相比大大提高了凹函數(shù)的性能的收 斂速度。然而 ,CMV 方法被證明是低效的凸函數(shù) ,盡管該方法收斂為凹性能函數(shù)。2.3.3 混合中值 (HMV) 方法開發(fā)一個適當?shù)?MPP 搜索方法、函數(shù)類型的性能必須首先被確定。 這個函 數(shù)類型可以采用 steep276決定在三個連續(xù)下

14、降方向迭代 ,如下:凸型中 HMV w r t 設計維數(shù) 0:凹型在w r t 設計中在(k +1）標準來表現(xiàn)功能 （k+1）th 類型和 n（k）是性能函數(shù)在 MPP 最快下降方向 HMV 的 迭代。一旦性能函數(shù)確定類型 ,兩種數(shù)值算法 ,要么 AMV 或 CMV 是自動選擇的 邊際產(chǎn)量搜索。這種方法被稱為 MPP搜索混合平均值 （HMV）方法（參考 3）。這個 HMV 方法需要進一步研究非凸 （或非凹）響應,如響應n維空間一個轉(zhuǎn)折點 ,因為它 在二維空間是個很好的拐點 （參考 3）。2.4 在設計優(yōu)化模型的數(shù)值過程基于上述研究結果 ,RBDO模型的完整的數(shù)值程序提出了結合概率約束。 RBD

15、O 的數(shù)值程序詳細圖示如 Fig. 1.圖片1的左邊可靠性分析 , 計算局部優(yōu)化循環(huán)的概 率約束以及它的靈敏度。正如前面解釋的 ,PMA需要一個有效的方法。 HMV可靠性 分析。這個過程是持續(xù)在一個 RBDO使用迭代 , 類似于評價一個確定性約束的確定 性優(yōu)化。主要的優(yōu)化過程顯示在圖片 1的陰影區(qū)。執(zhí)行設計優(yōu)化受到指定概率的 約束。在主要的優(yōu)化循環(huán)中 , 一組活動概率約束之前必須確定一個局部優(yōu)化的循 環(huán), 這樣一個計算在整個設計優(yōu)化過程就很容易。這個 RBDO和確定性設計的主要 區(qū)別是優(yōu)化中可以找到評價約束。 在確定性約束及其敏感性評估中， 設計優(yōu)化過 程中設計點是確定的。在 RBDO中,概率

16、約束及其靈敏度的計算在 RIA失效面的 MPP 上。參考 3）, 或在規(guī)定的可靠性 PMA領域。 在確定性約束比較與評估中， 傳統(tǒng)確定 性設計優(yōu)化計算的概率約束更昂貴 ,因為每一個概率約束評價需要幾個確定性分 析。3 模型防撞性側面碰撞的描述3.1 車輛模型的耐撞性側影響描述一個大型應用程序提出的優(yōu)化設計方法論設計汽車側面碰撞在圖 2予以說 明。該系統(tǒng)模型包括一個全車 FE 結構模型、一個側面碰撞有限元虛擬模型 ,和 一個 FE 可變形側面碰撞障礙模型。 該系統(tǒng)模型由 85年的941和96 122節(jié)點單元。 在有限元中模擬側面碰撞和一個初始速度為 49.89公里 （31英里）車輛結構的沖擊。

17、一個非線性有限元模擬使用 RADIOSS軟件起源于 SGI 2000，CPU時間約為 20小 時。 設計的目的是：在側面碰撞時，對性能增強同時最小化車輛的重量3.2 汽車側面碰撞安全法規(guī)保護側面碰撞 ,汽車設計必須符合汽車市場的側面碰撞規(guī)定。 兩個主要側面碰 撞保護準則是：國家公路交通安全管理局 (NHTSA) 頒布的側面碰撞過程聯(lián)邦機動 車輛安全標準 (FMVSS)和加拿大機動車安全標準 (CMVSS), 歐洲加強車輛安全委 員會 (EEVC)側面碰撞過程 (針對歐洲車輛 )。在這項研究中 ,EEVC使用側面沖擊試 驗配置。虛擬的反應是在側面碰撞的研究主中的重要的度量 , 如表 1所示，其中

18、包 括頭部傷害標準 (HIC), 腹部負載 ,恥骨聯(lián)合力量 ,VC's(viscous 標準 )和肋歪斜 (上、中、和低 )。虛擬的反應必須滿足 EEVC標準 ,。在側面碰撞設計中其他問題 是在中間點的 b的速度和在前門的 b的速度。在這個研究中 ,優(yōu)化的任務是維護 或改善虛擬安全性能標準， 測量如表 1 側面碰撞的最高安全等級 ,同時減輕重量。 安全等級的分數(shù)由四個虛擬的測量( HIC):腹部負載 ,肋偏轉(zhuǎn)或 VC,恥骨聯(lián)合力。 最高安全等級為每個這些物品是按 4 比例分的。車輛的側面碰撞最多可以獲得 16 分。圖 2 汽車側面碰撞模型表 1 規(guī)定和要求對汽車側面碰撞3.3 車輛側碰

19、的由于牽涉事故分析的費用，響應面分析法 (RSM) 是用來證明針對車輛耐 撞性提出的 RBDO 方法。為了這個目的 ,最佳拉丁超立方體抽樣 (LHS)(邁爾斯和 蒙哥馬利 1995)生成了一個全球代理模型 ,耦合與二次向后逐步回歸 (SR)方法 (參 考 7 )。LHS最優(yōu)設計是直接基于非負熵標準用以減少樣本點統(tǒng)一在整個設計區(qū)域 的均方誤差的 , 偏差部分的分布。 非負熵準則 H(X)= E - lnfX(X) 。熵越低,在近似 響應表面的數(shù)據(jù)越精確。 此外,構建一個合理的計算量少精確響應面 ,最優(yōu) LHS要 求3 N采樣點,用N作為系統(tǒng)變量的總數(shù)量，其中包括設計參數(shù)和隨機參數(shù)。二 次向后 S

20、r 開始用一個模型 ,該模型包括所有二次回歸量。通過一次性刪除細小的 回歸量二次向后 sr 開發(fā)了逐步回歸模型 , ,它只包含在響應中有大影響的回歸量。 二次方法向后 sr 以最佳 LHS為目標函數(shù)和約束生成全球響應面 , 可以概括如下： (參考 5)Hlbcfi十 4.9DH1 + +pycnm + 4blp + l+Too村 5 + 2+rJ<T7LudfJ Ahdeme* n 11G CJW717 .HfrJh4 000931 HuHln P4QD4H3 世 +F01343HESDCFCCtionJ-ibll H 2H.gx + 3®1 A 芒 4tozlz2 +0020

21、7總 hid + G.G3J-EQ 7"耶蠱 +p32m9H10DefkLkmrjFm H 33.8G +2也5韶 +PITDZTUJ 5057171 占 I llbHZHg IP0215NQHKJ I Q.fJQCHTHB + zrjog 旨DeHectionrjFi H 4GCJG I mgMMI IzyHlHg +pl 107>3hM <*clv-3mHP2G 1 001 59HLHtJ°1coooHl 旦 * ®019HrJ«+ US44 占 Hs + 匸.00000口 7HGNL0 + OO8D45HU +0-00139 亭，F(xiàn)l】

22、 +9000015gf£11h c.mjdcnE H9S4 十*00001hcl 0-131H1TE + g-cw085h I ob一夂 hzht +P0208H忌 + £ 21TEQ P003G4JCEE +p00077sJ7iHlo I 0000 匚 31>hio + 000121 Hg 冷 I】"Vpower H!=>T4 OOG 1p1+ 0001232碼3,!1& PSCTF+P22品ForcepubEc H 4 - 72 obF P10& 哥 I«0122 柯益 a + 000832 5珂胃1 a + 0O0O19

23、1-T7L20°)vcociiyB_l£ H 1P5OOpoflMIHZ 11O5N2 空 + OO2OW4叫 Mio I GbEff +0-SH%svclocifydgr H IP 15 I 0 loc'QHal-r I 0+0043 2 曲"Hl o 90c.-l5GH9i3?l i pooofQCIGkrllW13曰肚23曰4 耐撞性可靠性優(yōu)化設計4.1 車輛 RBDO 模型側面耐撞性在工程設計中 ,確定性優(yōu)化設計模型已經(jīng)被廣泛的用于系統(tǒng)地減少成本和改善模 型性能。然而 ,由于不確定性的存在 ,無論是在制造業(yè)過程還是工程模擬中都需要 可靠性的基礎設計

24、。車輛模型的 RBDO 防撞性制定如下 :最小的重量 （d）使服從 P（腹部負載 1.0 kN）PsP（上/中/低 VC0.32 mls）Ps P（上/中/低肋偏轉(zhuǎn) 32 毫米）PsP（公共聯(lián)合力量 ,F4.0 kN）Ps P（b速度在中間點 9.9 mm / ms）PsP（速度的前門在 15.7 mm / ms b） Ps dLd杜,dR9 和 X R11（14） 有 9 個設計參數(shù)用于設計汽車側面碰撞的優(yōu)化。設計參數(shù)的厚度 （d1- d7） 和材料 屬性關鍵部件 （d8、d9）,如表 2 所示。所有的厚度設計變量 （單位,mm）是連續(xù)的 ;然 而,兩個材料設計變量 （單位,GPa）是離散的

25、 ,可以是輕微或高強度鋼。這兩個非設 計變量自由參數(shù)是勢壘高度和撞擊的位置 ,這可以根據(jù)物理測試從 -30 毫米到 30 毫米變換。在CAE模型側面碰撞中 ,它假定所有的隨機變量通常分布在其標稱值 周圍。概率約束、性能要求 ,可以輕松從性能值最高安全等級表 1 中列出,而最高 安全等級在現(xiàn)實中無法實現(xiàn)。4.2 車輛側面碰撞的耐撞性設計總結如表 3,總安全評級得分初始和確定性之間相比最佳設計 ,得到在 SR 代理 模型使用順序二次規(guī)劃 （電共生系統(tǒng) ）（Arora 1989）的基礎。優(yōu)化設計確定的情況 下,從人類的安全角度，提高車輛性能，如表 3 所示總安全評級分數(shù)是從 12.342 到 12.

26、924 增加，而重量卻減小。在確定性優(yōu)化設計中列出表 4 。然而 , 隨著前面 提到的、確定性優(yōu)化設計可能是由于系統(tǒng)不可靠不確定性。 圖 3 顯示了在確定性 優(yōu)化設計側面碰撞的陰力的可靠性評估。陰力 （= 3.99）在確定性優(yōu)化設計由于系 統(tǒng)的不確定性可能導致系統(tǒng)故障 ,確定性優(yōu)化設計的陰力被推到故障邊界 （= 4.00） 見（14）。因此,有必要開展 RBDO 與給定目標可靠性 ,見（14）。試圖執(zhí)行的 RBDO 防撞性通過使用 MCS 方法估算概率約束。 然而也得到了一個 成功的 RBDO 參考結果 ,因為盡管 MCS 方法能夠評估可靠性 ,但它不是有效的在 提供一種改進的設計指南。 因此

27、,PMA 的HMV 方法,AMV 方法,在RIA 用RBDO 與 HLRF 方法用于本文執(zhí)行 RBDO 車輛耐撞性。在為了滿足多樣化的需求，在 一個可靠的工程系統(tǒng)中 ,RBDO 車輛耐撞性需解決兩個目標可靠性、 Ps = 90%和 99.87%（3-設計）。對于 Ps = 90%,優(yōu)化歷史使用不同的方法，方法見表 5。通過10。對于 Ps = 99.87%,優(yōu)化結果使用 PMA 和 HMV 的方法顯示在表 11和 12。 RBDO 程序使用不同的方法和方法的結果一致 ,因為從總數(shù)的分析、 PMA 的方法 他們生產(chǎn)非常接近最優(yōu)設計。 HMV 效率比其他更高。在這個例子中 ,分析指出有 限元分析加

28、上設計靈敏度分析。對于一個更好的結果的解釋 ,一個 e 主動設置標 準確定臨界概率約束將成為在這個例子相對較大的。第 18 頁 共 23 頁cr*lntJwhc'Lh=i.<GrsJLWOi scie-nGE 0_JEGrncHLIQ*£5w2C§sO£G 闿T3>g£a:II1二G>二 b二s a刖GuiuIc1>二誘se當-忖>Psp8i-0.0710>Pi ” zuIo1P gppy丄5-1,NxF aualysLsTable B 90% RliDO probEJbirlk- CCHlFtTe.u* hS

29、atory fur crakhwortF曇 $is 2 vchn'rKide- inLpoMrt 一 ui>wiE-I一.MV)廠432iQfi1舊1o1-101Q=11些¥i§o§§&a§營1-*§字sn1§31§z1§§&bg8§*oo衛(wèi)i.-ia壬-1-o壬5Q§b0-IOria5to01JSO1啟o譽0i§5§0§亍5a§oio1aio10§1TabTT 90% HDDO cuea m.d

30、 dewig* h 旦-mry FggLlwvtlhitKMacfvehi-crMidnE'lpeETsA. EEil>盜 V)TaEe 8- 90% FHDO 旨 mrE-il 暫 ic gMsinlilN:* hhUury 6jr er邕星 uslE-kof veE鬥一e 監(jiān) dr impsict -PMA #jbh>MvjanLyfd 帥Xh1O二u吞11二¥二§3§3§?!=-7!=I1 JJP C g二£11§二0GiOgrJ1oio:. -J433N<?5M>$蟲B543tJoR盟T755、

31、90% RBDO cutsl aiad design hislw for Ltasbeuilhiti詢a Mg自11£l曽豈§管s3zE3£iago§0n§u電o§0§o§o'R«宀3百1 -R"iid <kj g gF=«/ 匸二K嚴a§.,.a a|blari-京 呂¥EE='ax站”1 £X0¥£l¥impacl (RjA with HLRF)Bfa5E麗5CLkp l-J 氈3 O£ g

32、31*3呈= wXXo§§0 s§§o gQ§o§o§Q總Q1o§9§ooiW17曰肚23曰第 25 頁 共 23 頁RBDO 使用 MCS 方法結果與 RBDO 使用 PMA 的 HMV 方法結果相比 ,如表 13 所示。注意所有 RBDO 結果比那些在表 3 中的有較高的總得分。 RBDO PMA 的 結果與 90%的目標可靠性降低更多車重更多 ,而這車設計證明比它的更不安全。RBDO PMA 給安全車輛設計的結果 ,與更高的目標可靠度 (99.87%)相反 ,這就需要 更多的車輛重量。 RBDO 結

33、果使用 MCS 方法獲得達到最大的安全等級分數(shù)。因 為 MCS 方法誤導了 RBDO 過程，它產(chǎn)生一個不可行的設計。換句話說 , 由于它 的不準確以及效率低下 MCS 方法不適用于 RBDO 的可靠性分析或輸出概率分 析。見表14,通過使用 MCS方法和 PMA 約束狀態(tài)為 RBDO檢查結果。由于 RBDO MCS 的結果方法、安全可靠性的第二、四、十約束必須小于目標可靠性的 90%, 因為不等式約束在 (14)不成立。換句話說 ,RBDO MCS 的結果方法為概率約束產(chǎn) 生不可行的設計。圖 3 節(jié)車輛側面碰撞陰力 CDF 點然而,RBDO PMA 的結果滿足概率約束 90%和 99.87%的

34、可靠性 ,因為顯示在表 14。為 RBDO PMA 的結果,第 4,8,10約束成為活躍在 90%可靠的優(yōu)化設計和第 4,8、9、10約束成為活躍在 99.87%可靠的最優(yōu)設計。 因此,RBDO PMA 達到一個 非常的安全的汽車設計與目標可靠性 ,同時最小化車重。四個設計 :設計 1 初始階 段 ,設 計 2 確定 性優(yōu) 化設 計,設計 3PMA-RBDO 90%目標可 靠 性和 設計 4PMA-RBDO 99.87% 目標可靠性對于車輛安全評級進行比較。見圖 4,CDFs 的安 全評級得分為 4 個不同的設計水平的人類安全演示汽車側面分配的影響。 最初 的設計擁有對汽車側面碰撞最大的偏差的

35、安全評級得分 ,而確定性優(yōu)化設計有較 小的偏差和可靠性優(yōu)化設計最小的偏差。因此 ,設計 4 產(chǎn)量的最高安全等級分數(shù) 在所有概率水平和能達到最高的目標可靠性同時。 可靠性優(yōu)化設計不僅提高了汽 車側面碰撞的耐撞性 ,而且還可以通過在安全評級得分中減少隨機性獲得一個可 靠和健壯的設計。表 13 可靠性優(yōu)化設計安全評級得分表14可靠性優(yōu)化設計概率約束值圖 4CDF 汽車側面碰撞的安全評級得分5 結論RBDO 使用 PMA 的 HMV 的方法被成功的應用于汽車側面碰撞的耐撞性。 確定性優(yōu)化設計是推至極限的約束邊界 ,因為系統(tǒng)的不確定性，會導致一個不可 靠的設計。因此,RBDO 過程要求獲得可靠的設計。

36、由于可靠性要求不達標， RBDO 使用 MCS 的方法產(chǎn)生了不成功的結果。 另一方面 ,RBDO 使用增強側面碰撞耐撞 性性能的 PMA 車輛 ,從而盡量減少重量 ,增加安全評級得分 ,實現(xiàn)一個高目標可靠 性。調(diào)研部分問題是由美國軍隊 TARDEC 的研究中心提供。參考文獻 :1、Arora, J.S. 1989: Introduction to optimum design. New York:McGraw-Hill2、Choi, K.K.; Youn, B.D. 2001: Hybrid analysis method forreliability-based design optimiz

37、ation. 27th ASME Design AutomationConference, DETC2001/DAC-21044, Pittsburgh,PA3、Currin, C.;Mitchell, T.; Morris, M.; Ylvisaker,D. 1991: Bayesian prediction of deterministic function with applications to the design and analysis of computer experiments. J. Am. Stat.Assoc. 86, 953 9634、Enevoldsen, I.;

38、 Sorensen, J.D. 1994: Reliability-based optimizationin structural engineering. Struct. Saf. 15, 169 1965 、 Gu, L.; Yang, R.J.; Cho, C.H.; Makowski, M.; Faruque, M.;Li, Y. 2001:Optimization and robustness for crashworthiness.Int. J. Vehicle Des. 26(4)6、Hohenbichler, M.; Rackwitz, R. 1981: Nonnormal d

39、ependentvectors in structural reliability. J. Eng. Mech. ASCE 107(6),122712387、Madsen, H.O.; Krenk, S.; Lind, N.C. 1986: Methods of structural safety. Engle wood Cliffs, NJ: Prentice-Hall Myers, H.R.; Montgomery, D.C. 1995: Response surface methodology.New York: Wiley8、Palle, T.C.; Michael, J.B. 1982: Structural reliability theory and its applications. Berlin, Heidelberg, New York: Springer9、Rackwitz, R.; Fiessler, B. 1978: Structural reliability under combined random load sequences. Comput. Struct. 9, 489 49410、Stan