买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:合肥工业大学
摘要:本发明涉及一种基于FAHP‑TOPSIS的铸铝一体化发动机罩轻量化设计方法,包括以下步骤:设计并加工出铸铝一体化发动机罩,根据有限元仿真得出铸铝一体化发动机罩的性能,确定优化目标,采用最优拉丁超立方提取样本点,建立RBF‑Kriging混合近似模型,基于AMGA算法进行多目标优化,通过FAHP构造模糊判断矩阵,确定指标权重;通过TOPSIS法确定优化目标的优劣解距离并进行综合评价。本发明实现了铸铝一体化发动机罩轻量化设计,有效提高了发动机罩的刚度、模态和行人保护性能。
主权项:1.一种基于FAHP-TOPSIS的铸铝一体化发动机罩轻量化设计方法,其特征在于,所述方法包括以下步骤:步骤1:结合材料-结构-性能一体化集成设计方法,取消内板,将锁扣加强板、铰链加强板和环绕加强筋与外板一体化,在CATIA中建立一体化发动机罩的三维几何模型,其厚度均为3mm;步骤2:在HyperMesh中对一体化发动机罩以5mm大小进行2D网格划分,建立发动机罩的弯曲工况、扭转工况、模态工况和行人保护工况,行人保护冲击区域包括A1、A2、A3共三个碰撞区域,其中线性分析通过OptiStruct求解器求解,非线性分析通过LS-DYNA求解器求解,所述非线性分析包括碰撞和大变形;步骤3:以一体化发动机罩各个加强筋和外板的厚度为设计变量,通过最优拉丁超立方试验设计提取若干组样本点,以一阶扭转模态、质量、A2碰撞区域峰值加速度和A3碰撞区域峰值加速度为优化目标,以一阶弯曲模态、弯曲工况位移、扭转工况位移和A1碰撞区域峰值加速度为约束,构建RBF-Kriging混合近似模型,并采用AMGA算法进行多目标优化,得到各个优化目标的大量Pareto非劣解;步骤4:以步骤3中的优化目标为评价因子,邀请专家采用1-9标度法对评价因子之间重要度判断,进而构造判断矩阵,然后利用三角模糊数将判断矩阵转化为三角模糊判断矩阵,设模糊集合为,其函数为;步骤5:对于步骤4中的三角模糊判断矩阵,对其进行一致性检验,若三角模糊判断矩阵满足一致性的要求,一致性检验指标CR<0.1,则说明专家的评价结果符合逻辑一致性原则;步骤6:对步骤4的三角模糊判断矩阵计算综合模糊值,计算公式如下: ,,其中,,M为三角模糊数,,,;步骤7:设和,对步骤6的矩阵去模糊化,由综合模糊值对模糊的集合进行比较,则的可能度定义为:;最后通过计算最终各个指标的权重,并将结果标准化;步骤8:采用TOPSIS法把多目标评价问题转化为单一综合目标评价进行分析,将步骤3中的一阶扭转模态、质量、A2碰撞区域峰值加速度和A3碰撞区域峰值加速度的Pareto非劣解作为TOPSIS法中的决策矩阵;步骤9:为了消除不同指标量纲的影响,对步骤8中决策矩阵中的元素进行正向化和标准化处理,归一化矩阵用Z表示,Z中的每个元素z都可以写成下面的形式: ;其中,xij表示第i个厚度方案的第j个性能指标,i=1,2,…,m,j=1,2,...,n,m为厚度方案个数,n为优化目标数量;然后将步骤7求得的标准化权重对归一化后的决策矩阵zij进行加权,得到新的决策矩阵hij: ;步骤10:分别计算每个优化目标与理想解和负理想解的距离,对其进行排序,一体化发动机罩的质量、碰撞峰值加速度越小越好,计算公式为,一阶扭转模态性能是要求越大越好,其计算公式为:;式中和分别表示第j个性能指标的理想解和负理想解,i为Pareto非劣解的个数,并计算优化目标最大值最小值的欧式距离D;定义第j个评价对象与最大值最小值的欧式距离D,j=1,2,...,n: ;步骤11:通过计算得出所有评价对象归一化的得分,并根据得分结果对Pareto非劣解进行相对接近度进行排序,从而得到每个Pareto非劣解的排序结果;所述步骤4中的模糊集合,m为M的隶属度为1的中值,l和u分别表示上界和下界。
全文数据:
权利要求:
百度查询: 合肥工业大学 一种基于FAHP-TOPSIS的铸铝一体化发动机罩轻量化设计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。