基于LS-OPT的整车多学科及轻量化优化
以下文章来源于CAE数值优化轻量化 ，作者方永利
背景：整车多学科优化是整车性能、重量的一种协同优化的手段。整车的结构性能包括NVH、碰撞安全、刚强度等。通常的分析优化过程都是按不同学科单独进行的，然后在验证优化方案对其他性能的影响。多学科优化可以同时考察各项性能，并可以将整车质量作为设计目标，在满足各项性能的基础上进行最优化轻量化设计。关于整车多学科优化有不同的优化策略，这涉及到软硬件资源、项目开发周期等等各方面的影响。
一.分析工况
多学科优化可以同时考察刚度、模态、动刚度、结构碰撞等工况，本例中分析考察正碰、侧碰、弯曲刚度和扭转模态。
正碰：
侧碰：
刚度：
模态：
多学科优化设计变量可以是材料牌号，料厚及结构形状等，本例中只考察料厚和材料牌号。对于线性工况如刚度、模态可以通过灵敏度分析来进行设计变量的筛选，对于碰撞工况可以通过经验进行变量筛选。
刚度、模态设计变量：
三.设计响应
其中刚度和模态分析设计变量一致，33个厚度变量，刚度和模态分析使用径向基代理模型。求解器使用Nastran，其中模态分析需要使用模态追踪，本例中通过Python语言进行模态追踪。正碰分析有28个设计变量，包括14个材料牌号和14个料厚。求解器使用LS-DYNA，结果后处理使用meta，并通过Python脚本获得防火墙侵入量设计响应，使用Kriging代理模型。侧碰分析共有10个设计变量，包括5个材料牌号和5个料厚。求解器使用LS-DYNA，同样使用Kriging代理模型。优化算法选择自适应模拟退火法。
五.优化结果
响应面模型
相关系数矩阵图
灵敏度图
优化目标迭代历史
最终，在满足所有性能约束的基础上，车身减重17.14Kg。
