بهینهسازی توپولوژی چندهدفه دادهمحور سازه بدنه خودروی الکتریکی تحت قیود واقعی ایمنی تصادف و حفاظت باتری با استفاده از دادههای Euro NCAP و NHTSA
کلمات کلیدی:
خودروی الکتریکی, بهینهسازی توپولوژی, ایمنی تصادف, حفاظت باتری, طراحی دادهمحورچکیده
افزایش پیچیدگی سازهای خودروهای الکتریکی مدرن، چالشهای قابلتوجهی را در دستیابی همزمان به سبکسازی، بهبود ایمنی تصادف و حفاظت از باتری ایجاد کرده است. برخلاف خودروهای متداول با موتور احتراق داخلی، سازه بدنه خام خودروهای الکتریکی باید توانایی تحمل بارهای شدید چندجهته ناشی از تصادف را داشته باشد و همزمان انتقال تغییرشکل به محفظه باتری را کاهش داده و ایمنی سرنشینان را حفظ کند. بسیاری از روشهای موجود بهینهسازی تنها بر سبکسازی یا جذب انرژی تمرکز دارند و بهندرت از دادههای واقعی تصادف در کنار چارچوبهای بهینهسازی توپولوژی چندهدفه استفاده میکنند. این محدودیت باعث کاهش قابلیت کاربرد صنعتی بسیاری از روشهای فعلی طراحی سازه خودروهای الکتریکی شده است. در این پژوهش، یک چارچوب دادهمحور برای بهینهسازی توپولوژی چندهدفه سازه بدنه خام خودرو الکتریکی با استفاده از قیود واقعی ایمنی تصادف استخراجشده از دادههای Euro NCAP و NHTSA ارائه شده است. روش پیشنهادی شامل تلفیق شبیهسازی اجزای محدود، مدلسازی جانشین مبتنی بر یادگیری ماشین و الگوریتم NSGA-II بهمنظور کمینهسازی همزمان جرم سازه و نفوذ باتری و بیشینهسازی جذب انرژی تصادف است. سناریوهای تصادف شامل برخورد آفست جلو، برخورد جانبی با تیرک و برخورد با مانع تغییرشکلپذیر در فرآیند بهینهسازی لحاظ شدند تا شرایط واقعی بارگذاری چندگانه بازنمایی شوند. دامنه بهینهسازی توپولوژی در مسیرهای بحرانی انتقال بار شامل رکابها، تیرهای جانبی، تیرهای عرضی و زیرسازههای نگهدارنده باتری تعریف شد. بهمنظور کاهش هزینه محاسباتی و حفظ دقت پیشبینی پاسخهای تصادف، یک ساختار ترکیبی مبتنی بر مدلهای جانشین توسعه یافت. شاخصهای مختلفی شامل میزان نفوذ، جذب انرژی ویژه، شتاب بیشینه و سختی سازه بهعنوان توابع هدف و قیود در نظر گرفته شدند. نتایج نشان داد سازه بهینهشده در مقایسه با مدل پایه، بهبود قابلتوجهی در عملکرد ایمنی تصادف ایجاد میکند. تحلیلهای عددی کاهش نفوذ باتری و جرم سازه را در کنار حفظ الزامات ایمنی Euro NCAP نشان دادند. راهحلهای پارتوی حاصل، روابط غیرخطی معناداری میان راهبردهای سبکسازی و مکانیزمهای مدیریت انرژی تصادف آشکار ساختند. همچنین نتایج نشان دادند ترکیب مدلهای دادهمحور با بهینهسازی توپولوژی، کارایی فرآیند بهینهسازی را در شرایط بارگذاری چندگانه تصادف بهطور چشمگیری افزایش میدهد. چارچوب پیشنهادی میتواند بهعنوان روشی توسعهپذیر برای طراحی نسل آینده سازه خودروهای الکتریکی و توسعه خودروهای سبک و ایمن مطابق مقررات سختگیرانه بینالمللی مورد استفاده قرار گیرد..
مراجع
Sun G, Li G, Stone M, Li Q. Multi-objective optimization design of electric vehicle body structures under crashworthiness and lightweight requirements. Struct Multidiscip Optim. 2021;64(3):1457-1476. doi:10.1007/s00158-021-02912-4
Wang T, Huang M, Xu J, Li H. Structural lightweighting and crash safety optimization of electric vehicle body-in-white based on NSGA-II. Struct Multidiscip Optim. 2022;65(8):241. doi:10.1007/s00158-022-03269-3
Chen W, Li Q, Gao Y, Hu H. Multi-objective topology optimization of automotive structures for crash energy absorption. Thin-Walled Struct. 2022;174:109083. doi:10.1016/j.tws.2022.109083
Zhang J, Ning L, Hao Y, Sang T. Topology optimization for crashworthiness and structural design of a battery electric vehicle. Int J Crashworthiness. 2021;26(6):651-660. doi:10.1080/13588265.2020.1766644
Li G, Sun G, Huang X, Li Q. Crashworthiness design and optimization of electric vehicle battery-pack enclosure structures. Thin-Walled Struct. 2021;166:108127. doi:10.1016/j.tws.2021.108127
Liu Y, Xiao Z, Luo K, Wang B. Battery pack protection-oriented crashworthiness design for electric vehicles under side impact loading. Int J Crashworthiness. 2023;28(9):1382-1398. doi:10.1080/13588265.2022.2089445
Zhang X, Xu L, Chen Y, Wang Z. Data-driven surrogate modeling for crashworthiness optimization of vehicle body structures using machine learning techniques. Thin-Walled Struct. 2023;188:110798. doi:10.1016/j.tws.2023.110798
Zhao X, Fang J, Sun G, Li Q. Surrogate-assisted multiobjective optimization for vehicle crashworthiness design. Struct Multidiscip Optim. 2021;63(2):921-939. doi:10.1007/s00158-020-02755-5
Gao Z, Zhang Y, Li X, Chen H. Machine learning-assisted topology optimization for lightweight crashworthy vehicle structures. Eng Comput. 2024;40(5):4031-4050. doi:10.1007/s00366-023-01877-9
Wang P, Yang S, Zhao K, Liu H. Multi-load-case crashworthiness optimization of electric vehicle structures considering occupant injury indices. Thin-Walled Struct. 2024;194:111312. doi:10.1016/j.tws.2023.111312
He B, Wang E, Zhu S, Li Y. Multi-objective robust optimization of electric vehicle body structures under uncertainty. Eng Optim. 2022;54(10):1748-1765. doi:10.1080/0305215X.2021.1961710
Yang R, Liu H, Zhao K, Wang P. Enhanced side pole impact protection: crashworthiness optimization of electric micro commercial vehicles considering battery intrusion constraints. Appl Sci. 2025;15(4):2220. doi:10.3390/app15042220
Muresanu AD, Dudescu MC, Tica D. Study on the crashworthiness of a battery frame design for an electric vehicle using FEM. World Electr Veh J. 2024;15(11):534. doi:10.3390/wevj15110534
Chen Y, Wang T, Zhang X, Xu H. Hybrid machine learning and finite element framework for crashworthiness prediction of electric vehicle structures. Adv Eng Inform. 2025;63:102742. doi:10.1016/j.aei.2025.102742
Li Z, Duan LB, Cheng AG. Lightweight and crashworthiness design of an electric vehicle using a six-sigma robust design optimization method. Eng Optim. 2019;51(1):1-19. doi:10.1080/0305215X.2018.1521396
دانلود
چاپ شده
شماره
نوع مقاله
مجوز
حق نشر 2026 مجله علمی مطالعات پژوهشی در مهندسی مکانیک آینده
این پروژه تحت مجوز بین المللی Creative Commons Attribution 4.0 می باشد.
