基于CAE与遗传算法的汽车B柱外饰板轻量化设计

作者：陈毅超; 王辉^*

来源：工程塑料应用, 2023, 51(10): 85-91.

DOI：10.3969/j.issn.1001-3539.2023.10.013

• 轻量化
• CAE分析
• 正交试验
• BP神经网络
• 遗传算法

以某品牌汽车B柱外饰板为研究对象，基于CAE分析技术对B柱外饰板结构进行轻量化设计。首先利用ANSYS软件对原始模型进行仿真，在此基础上将B柱外饰板受力工况等效为简支梁模型并计算得到壁厚范围为2.67～2.72 mm，结合实际生产特点最终确定饰板件主要厚度为2.7 mm，随后在CATIA软件中建立轻量化设计后的模型并再次进行有限元仿真，得到饰板在设定的受力工况下的形变量为1.485 1 mm，符合轻量化设计的刚度要求。为了进一步验证设计的合理性，从实际生产出发，将翘曲变形量作为成型质量评价指标，运用正交试验法设计了六因素五水平的工艺组合方案，并采用Moldflow软件进行模流仿真，接着基于Matlab平台建立BP神经网络模型，将其作为适应度函数，通过遗传算法(NSGA-Ⅱ)进行全局寻优，得到最优工艺参数组合下轻量化设计前后两模型的最大翘曲变形量分别为2.568 mm和2.353 mm，制件质量分别为104.6 g和94.44 g。结果表明，该轻量化设计减重达9.71%并使翘曲变形量减小了8.37%，较好地实现了轻量化的目标，有效提高了制件的成型质量。

• 单位
  武汉理工大学; 现代汽车零部件技术湖北省重点实验室