Page 134 - 《爆炸与冲击》2026年第3期
P. 134

第 46 卷          邹    震,等: 增强内凹蜂窝夹层结构弯曲力学性能及多目标优化设计                              第 3 期

               型的最优解并检验收敛性。如设计满足收敛准则,则输出对应非劣                               Pareto  解集,并结合实际需求给出最

               优解。如不满足收敛准则,则基于加点准则添加新的样本点、Kriging                             模型动态更新,直至满足收敛准
               则,输出代理模型。

                4.2    优化设计变量及目标
                   将  前  面  板  壁  厚  、 后  面  板  壁  厚  、 芯  层  壁  厚  作  为  设  计  变  量  。  当  前  面  板  壁  厚  处  于  1.0~  3.0 mm  区  间  ,
               RRH  夹层梁的主要变形包括夹层梁整体弯曲、芯层整体压缩、芯层压缩+夹层梁弯曲。当后面板壁厚由
               1.0 mm  增大至  3.0 mm,夹层梁由整体弯曲转为“芯层压缩+前面板弯曲”。当芯层壁厚由                               0.05 mm  增大
               至  0.30 mm,夹层梁由芯层压缩转为夹层梁整体弯曲。上述面板、芯层壁厚区间均发生                                 RRH  夹层梁变形
               模式的转变,确定前、后面板壁厚设计区间为                    1.0~3.0 mm,芯层壁厚设计区间为           0.05~0.30 mm。
                   结合夹层梁结构三点弯曲应用场景确定其优化设计目标。当夹层梁应用于碰撞场景,其力-位移曲
               线的最大值代表抵御最大冲击载荷。此外,多孔材料夹层梁冲击防护应用的优势不仅在于其较高抗弯
               强度,且局部冲击下通过面板带动芯层压缩变形,耗散冲击物的动能而实现吸能防护的效果,保护夹层
               梁背后人员、设备安全。此外,轻量化性能也是是夹层结构重要需求之一。因此,夹层梁冲击防护的目
               标是  F 和  E 更大、m    更小,其表达式为:
                    m
                         a
                   Max{F m ,E a },min{m}  1.00 mm≤t t ≤3.00 mm,1.00 mm≤t b ≤3.00 mm,0.05 mm≤t s ≤0.30 mm  (3)
                4.3    样本点抽取及代理模型建立

                   采用   Opt LHD  试验方法从设计变量空间均
                                                                             表 1    部分样本点
               匀抽取采样点,以构建高精度代理模型。优化问
                                                                        Table 1    Partial sample points
               题共涉及     3  个设计变量(前面板壁厚          t 、后面板
                                                 f
                                                              序号    t f /mm  t b /mm  t c /mm  m/g  E a /J  F m /N
               壁厚  t 、芯层壁厚     t )。如表   1  所示,结合样本点
                    b
                               c
                                                               1    1.513  1.154  0.172  100.9  13.9  470.0
               数量需求和利用        DOE  高效性,共计选取       40  个样
                                                               2    2.282  2.333  0.146  115.3  14.1  540.0
               本点。
                                                               3    1.923  3.000  0.121  119.1  12.6  489.0
                   合理的样本点选择可以有效预测未知设计
                                                               ⋮      ⋮     ⋮      ⋮      ⋮     ⋮      ⋮
               空间特征,如图      13  所示,通过    Opt LHD  试验方法
                                                               38   2.487  1.718  0.127  227.4  36.4  769.0
               抽取的   40  个样本点在设计空间中具有良好的空
                                                               39   1.615  2.538  0.056  235.0  31.4  770.5
               间填充性和投影均匀性。建立抽取样本点对应                            40   2.436  2.077  0.294  256.4  33.6  723.0
               的数值模型,并利用         LS-DYNA   进行求解,以获
               取样本点对应的        F 、E 。随后,基于样本点和对
                               m
                                   a
               应响应值构建优化问题的代理模型。Kriging                 模
                                                                 3.0
               型具有较好的全局和局部近似能力,已被广泛用
               于冲击碰撞相关优化问题。此处,采用                  Kriging
                                                                  2.5
               模型构建    RRH  夹层梁三点弯曲耐撞性问题的代
               理模型。Kriging    模型是一个包含已知样本函数                      t f /mm  2.0
               响应值的插值模型,其插值过程可看作随机过程
               的实现结果:                                             1.5
                                 n
                                ∑
                          y(x) =   β i f i (x)+z(x)    (4)        1.0                                0.4
                                 i=1                                   1.5                    0.2  0.3
               式中:∑β f (x) 为确定性漂移,可以实现全局的近                                  2.0            0.1   t c /mm
                      i i                                               t b /mm  2.5  3.0 0
               似模拟;β 为待定回归系数;f (x) 为已知回归基
                       i
                                         i
               函数;z(x) 为非零静态随机过程,可以模拟局部                                   图 13    样本点的空间分布
               偏差待定。z(x) 具有如下统计特征:                               Fig. 13    Space distribution of sample points selected


                                                         033103-11
   129   130   131   132   133   134   135   136   137   138   139