摘要
本发明提出了新能源汽车白车身和电池包结构性能协同优化方法及系统,涉及新能源汽车结构设计与优化技术领域,针对的问题是:现有技术存在分离式优化导致性能失衡、效率低、成本高及模型预测收敛困难等问题。包括:构建白车身和电池包一体化有限元模型,对白车身和电池包进行结构性能分析;构建粒子群‑神经网络混合模型,利用粒子群算法优化BP神经网络,基于结构性能分析,以白车身弯曲刚度和电池包一阶模态频率最大化为优化目标,通过基于改进的多目标遗传算法,生成Pareto前沿解集,基于此调整12个关键板件厚度,确定最优板件厚度参数组合。本发明解决现有技术存在的问题,实现轻量化的同时,平衡白车身和电池包结构性能。
技术关键词
电池包结构
协同优化方法
粒子群算法优化BP神经网络
神经网络混合模型
新能源汽车
优化约束条件
模态分析
遗传算法
弯曲
频率
板件
动力电池模型
协同优化系统
车身扭转刚度
系统为您推荐了相关专利信息
自组网技术
协同优化方法
资源占用状态
通信链路
时序特征
协同优化方法
控制策略模型
行星齿轮结构
混合动力系统
参数
电池健康状态
智能管理方法
电池系统
历史运行数据
异常状态
协同优化方法
负荷需求响应模型
优化调度模型
分布式电源消纳
分布式光储系统