一种电池箱轻量化的优化方法技术

本发明专利技术涉及电池重量优化技术领域，提供了一种电池箱轻量化的优化方法，包括具体如下：S1、基于目标函数和约束条件构建适应度函数；S2、对电池箱各零件的厚度进行基因编码，确定个体基因和电池箱各零部件厚度的映射关系；S3、通过NSGA

【技术实现步骤摘要】
一种电池箱轻量化的优化方法


[0001]本专利技术涉及到动力电池重量优化
，提供了一种电池箱轻量化的优化方法。

技术介绍

[0002]新能源汽车由于其低碳、环保、节能的特点，已成为我国汽车发展的重要方向之一。为了提高新能源汽车的续航里程，新能源汽车通常具有较大的整车质量。在电池技术取得重大突破之前，要提高动力系统的比能量，对电池箱进行结构优化设计尤为重要。

技术实现思路

[0003]本专利技术提供了一种电池箱轻量化的优化方法，旨在改善上述问题。
[0004]本专利技术是这样是实现的，一种电池箱轻量化的优化方法，所述方法具体如下：
[0005]S1、基于目标函数和约束条件构建适应度函数，以电池箱质量最小的为目标函数，以电池箱模态分析和刚度分析为约束条件；
[0006]S2、对电池箱各零件的厚度进行基因编码，确定个体基因和电池箱各零部件厚度的映射关系；
[0007]S3、通过NSGA
‑Ⅱ
算法获取适应度值最优的个体基因，即电池箱各零部件厚度的最优值。
[0008]进一步的，目标函数表示为：
[0009][0010]其中，M为电池箱的总质量，a
i
为零件i的材料密度，S
i
为零件i的截面面积，t
i
为零件i的厚度值。
[0011]进一步的，约束条件表示为：
[0012]s.t.ξ
m
＜＜ξ
[0013]δ＜δ
m
[0014]d＜d
m
[0015]t
min
＜t
i
＜t
max
[0016]其中，ξ为一阶固有频率，ξ
m
为车辆固有频率，d为负载条件下最大应变，d
m
为材料许用应变，δ为负载条件下最大应力，δ
m
为材料许用应力，t
min
、t
max
分别为厚度最大值及厚最小值。
[0017]进一步的，适应度函数为：
[0018][0019]其中，C1、C2、C3、C4为权重因子，且M为电池箱总质量，M
m
为优化前电池箱总质量，ξ为一阶固有频率，ξ
m
为车辆固有频率，d为负载条件下最大应变，d
m
为材料许用应变，δ为负载条件下最大应力，δ
m
为材料许用应力。
[0020]进一步的，所述步骤S3具体包括如下步骤：
[0021]S31、设置种群规模在，在各零部件的厚度尺寸约束条件下随机生成初始种群；
[0022]S32、计算个体适应度值；
[0023]S33、采用随机配对方式对父代种群中的个体进行比较，利用快速非支配排序算子和个体拥挤距离算子进行个体选择；
[0024]S35、采用SBX算子和随机变异算子对步骤S31得到种群进行交叉变异操作，以得到新的子代种群D
i
；
[0025]S36、精英策略选择算子按非支配序i
rark
及个体拥挤距离对父代种群C
i
和子代种群D
i
进行优选，以组成新父代种群C
i+1
；
[0026]S37、确定是否达到收敛条件，若不满足，则重复S32，若满足，则直到输出适应度值最优个体。
[0027]进一步的，所述步骤S36具体如下：
[0028]按非支配序i
rark
从低到高排序，将整层种群依次放入C
i+1
,直到放入某一层F
j
时出现C
i+1
大小超出种群规模限值N，则依据F
j
中的个体拥挤距离由大到小的顺序继续填充C
i+1
直到种群数量达到N时终止。
[0029]进一步的，所述电池为电动汽车上的动力电池。
[0030]该专利技术利用NSGA
‑Ⅱ
非常强的全局寻优能力，综合考虑电池箱轻量化设计时所需满足的约束条件，在多种约束条件下寻求最优的尺寸设计方案，以达到电池箱最大化的减重需求，实现更有效的电池箱轻量化设计。
附图说明
[0031]图1为本专利技术是实施例提供的电池箱轻量化优化方法的流程图。
具体实施方式
[0032]下面对照附图，通过对最优实施例的描述，对本专利技术的具体实施方式作进一步详细的说明。
[0033]动力电池的电池箱由电池壳本体、加强板、内横梁、外横梁组成，在进行轻量化设计之前，这是通常已有电池箱完整的三维模型。本专利技术旨在确定电池箱大体结构的基础上，以电池箱质量最小的为目标函数，以电池箱模态分析和刚度分析为约束，通过NSGA
‑Ⅱ
算法优化电池箱不同部位的厚度尺寸。
[0034]图1为本专利技术是实施例提供的电池箱轻量化优化方法的流程图，该方法具体包括如下步骤：
[0035]S1、确定电池箱轻量优化的优化目标及约束条件，本实例中优化目标选为电池箱质量最小，目标函数设为：
[0036][0037]其中，M为电池箱的总质量，a
i
为零件i的材料密度，s
i
为零件i的截面面积，t
i
为零件i的厚度值，电池箱总质量为电池箱各零件的质量和，零件质量由零件材料密度，零件中截面面积和零件厚度值相乘得到，其中零件材料密度和零件中截面面积在优化初期即可知道，零件厚度值则由优化得到的最优个体基因值换算而来。
[0038]在本专利技术实施例中，约束条件选为电池箱模态分析一阶固有频率和负载条件下电池箱的最大应力；其中负载工况为极限垂向，前向刹车，反向刹车，刹车过弯，转弯五个工况，负载以不同方向的加速度值添加，约束条件表示如下：
[0039]s.t.ξ
m
＜＜ξ
[0040]δ＜δ
m
[0041]d＜d
m
[0042]t
min
＜t
i
＜t
max
[0043]其中，ξ为电池箱的一阶固有频率，ξ
m
为车辆固有频率，d为电池箱在负载条件下最大应变，d
m
为材料许用应变，δ为电池箱在负载条件下最大应力，δ
m
为材料许用应力，t
min
、t
max
分别为电池箱的厚度最大值及厚最小值。
[0044]约束条件的作用是：(1)ξ
m
为车辆怠速激振频率。为了减少零件损伤，提高驾驶舒适性，要求行驶车辆零件的固有频率远离车辆怠速激振频率，防止共振；(2)负载条件下，其最大应力δ＜δ
m
，其中δ
m
为材料许用应力；为了防止零件应力集中，导致零件出现断裂，危害汽车行驶安全，要求零件最大应力在零件材料许用应力范围内。(3)负载条件下，其最大应力d＜d<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池箱轻量化的优化方法，其特征在于，所述方法具体如下：S1、基于目标函数和约束条件构建适应度函数，以电池箱质量最小的为目标函数，以电池箱模态分析和刚度分析为约束条件；S2、对电池箱各零件的厚度进行基因编码，确定个体基因和电池箱各零部件厚度的映射关系；S3、通过NSGA
‑Ⅱ
算法获取适应度值最优的个体基因，即电池箱各零部件厚度的最优值。2.如权利要求1所述电池箱轻量化的优化方法，其特征在于，目标函数表示为：其中，M为电池箱的总质量，a
i
为零件i的材料密度，S
i
为零件i的截面面积，t
i
为零件i的厚度值。3.如权利要求1所述电池箱轻量化的优化方法，其特征在于，约束条件表示为：s.t.ξ
m
＜＜ξδ＜δ
m
d＜d
m
t
min
＜t
i
＜t
max
其中，ξ为一阶固有频率，ξ
m
为车辆固有频率，d为负载条件下最大应变，d
m
为材料许用应变，δ为负载条件下最大应力，δ
m
为材料许用应力，t
min
、t
max
分别为厚度最大值及厚最小值。4.如权利要求1所述电池箱轻量化的优化方法，其特征在于，适应度函数为：其中，C1、C2、C3、C4为权重因子，且M为电池箱总质量，M
m
为优化前电池箱总质量，ξ为一阶固有频率，ξ
m
...

【专利技术属性】
技术研发人员：秦玉林，胡广地，周红梅，李国超，郭熙，刘雷，李志虎，柯俊，董红莉，杨梅，朱杰，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：