基于有限元仿真的车载柜体优化设计

0 引言

基于铁路运输增加运量和节能减排的考虑，车辆的轻量化设计越来越受到重视。国外关于优化设计方面的研究起步较早，专家Van Campen D.H.，Schoofs A.J.G等早在1994年就提出了结构优化设计及试验设计的理论。伴随软硬件技术的进步，尤其是多学科优化软件Isight的普及，国内很多专家、学者针对轨道车辆设备的优化设计进行了研究：北京交通大学的胡博以CRH3-EC01车体型材厚度尺寸为设计变量对车体进行了轻量化研究，实现减重7.0%;大连交通大学的丁彦闯等建立了铁路客车转向架构架参数化模型，以钢板厚度为设计变量，最终实现构架减重6.29%;长春轨道客车股份有限公司的马梦林对伊朗地铁车辆牵引梁的结构进行了拓扑优化设计，在满足各工况强度要求的基础上实现了材料的合理分布;北京交通大学索雪峰对动车组M2S 车下悬挂设备进行了布局优化，使车体在不需要配重的条件下达到了平衡。但是对于轨道车辆核心部件的车载柜体还缺乏相关的研究。

车载柜体如牵引变流器、辅助变流器、高压箱、供电箱、制动电阻等是实现轨道车辆正常运行的重要部件。出于可靠性方面的考虑，在进行轻量化设计的同时，车载柜体还需满足结构强度、振动模态、疲劳寿命等方面的要求。

本文提出了一种车载柜体的优化集成设计方法，即采用专业前处理软件建立车载柜体的有限元模型，然后在优化软件Isight中集成静强度仿真、模态仿真，以板厚作为优化变量，利用Pointer专家系统优化技术寻找最优方案，并通过成熟的疲劳计算程序对优化方案进行验证，最终实现了对车载柜体的优化设计。

1 模型描述

车载柜体是一个复杂的系统，包括柜体骨架、安装器件、门组件、线缆、母排、紧固件等，其中骨架和安装器件占柜体总质量的85%以上，进行轻量化设计时需着重考虑。安装器件关系到车载柜体的功率、容量等电学性能，需要通过控制系统仿真和电磁仿真进行优化。骨架由钣金件焊接而成，因此表征钣金件母材特性的板厚参数可作为车载柜体优化设计的重要参数。

2 优化算法

进行车载柜体的优化设计时，除了需要有可靠的优化模型外，还需要选择效率和计算精度都比较高的优化算法。按照优化过程中对约束的处理方法、样本选择方法等不同，优化算法可以分为梯度法、直接法和全局优化法3类：

梯度法利用了函数的导数、梯度等数学特征，是解决目标函数和约束函数为非线性、连续、可微函数这类问题的理想方法。计算时，首先计算初始点周围的梯度，然后根据沿梯度最大方向选择下一设计点，以同样方法依次选择下一设计点，直至最终确定最优解。对于连续及单峰的设计空间，该方法能有效地找到梯度下降最快方向;但最优结果很大程度上取决于初始点的选择，易陷于局部最优解，通常用于在某一设计点周围搜索局部最优解。Isight中的ฑ梯度优化算法有连续二次规划法、广义梯度下降法、修正可行方向法及多功能优化系统技术等。

直接法只需利用直接计算得到的函数值来评估寻优方向，无需计算梯度，即不需要连续的设计空间，且参数类型无限制;通过评估基准点周围某种模式下的性能指数确定搜索方向，搜索阶段可以设置较大步长，比较适合解决中等规模设计变量的问题℃;但不支持并行计算，需要的计算时间较长，且最优结果在某种程度上依赖于初始值。Isight中直接法有下山单纯型算法、Hookes Jeeves算法等。

3 优化设计案例

3.1 问题提出

它在轨道车辆的电传动系统中起到控制高压线路通断的作用，总质量为87.5 kg，骨架部分材料为不锈钢，屈服极限为205 MPa。模态仿真显示柜体一阶固有频率为22.0 Hz，静强度仿真的最大Von Mises应力和疲劳仿真最大1 应力如表1 所示。可以看出，最大V o nMises 应力远低于材料屈服极限，总体损伤小于1 ，具有很大裕量，可以进行轻量化设计以降低成本。

3.2 优化过程集成

依据标准规定，车载柜体需进行静强度仿真、模态仿真、随机振动疲劳仿真。静强度仿真、模态仿真一般需要几分钟到几十分钟的计算时间;而基于模态叠加法的随机振动疲劳仿真一般需要8 h 以上的计算时间，并且一个工况的输出文件达数百GB，因此不宜将其嵌入优化流程中。可将静强度仿真和模态仿真集成到优化软件中寻找最优方案，再通过随机振动疲劳仿真验证方案的可行性。

4 结语

通过在Isight软件中建立基于有限元仿真的优化流程，实现了车载柜体的优化设计，实现了前处理软件、۵Isight、Abaqus及ANSYS这 4个软件之间的数据传递。该方法同样适用于基于相同标准的其他模型的优化设计。

通过对某车载柜体进行优化设计，实现减重11.5%，并且验证是可行的，达到了优化的目的。这对今后的柜体设计将有重要的指导意义，并可推广应用到其他屏柜类产品。

上述优化集成方法采ศ用了与结构仿真相同的有限元模型，在软硬件满足要求的情况下可以同时进行结构仿真和优化设计，大大缩短了产品的设计周期 ;另外优化Σ中还可加入D O E 工具，减小设计变量的样本空间，提高优化仿真的效率。