本发明涉及汽车轻量化，具体涉及面向实际工程应用的车身轻量化方法、装置、存储介质及电子设备。
背景技术：
1、轻量化一方面能降低汽车自身的生产制造成本，另一方面有利于汽车节能减排，因而轻量化是汽车行业不懈追求的目标。车身作为整车的关键系统之一，从重量角度：车身在整车的重量占比约20％，是整车最重的单一系统，车身轻量化对整车轻量化意义和作用明显；从性能角度：车身是整车重要框架结构，底盘、内外饰等均安装在车身上，故车身必须满足一定的刚度、强度耐久、结构碰撞、nvh等性能。由此可见，在对车身进行轻量化的同时，必须兼顾性能的要求。否则，将会导致汽车性能下降、产品力衰减，进而导致产品市场竞争力降低的风险。
2、车身轻量化途径主要有框架拓扑、轻量化材料运用、新工艺运用、料厚减薄等；框架拓扑和材料及工艺的运用主要在平台研发阶段或车型预研阶段进行。对于具体车型工程数据研发阶段，料厚减薄是主要的轻量化途径。
3、下面重点阐述目前获得最优料厚(最佳轻量化)的技术方法及其不足。
4、现有的基于刚度模态性能的车身钣金轻量化通过如下方式进行：1、主观匹配法：通过料厚灵敏度分析，识别出各个钣金件对刚度、模态的贡献度(灵敏度)，对贡献度高的件进行加厚，对贡献度低的件进行减薄，将主观匹配的钣金料厚代入有限元模型进行验算。2、有限元软件直接优化法：通过料厚灵敏度分析，识别出各个钣金件对刚度、模态的贡献度(灵敏度)，通过最速下降法匹配料厚，得到满足约束条件的优化料厚，最后将优化的料厚代入有限元模型进行验算。3、doe法(试验设计)：通过doe得到钣金料厚在设定变量范围类的效应水平，基于doe结果建立响应面模型，并校验响应面模型的精度，然后基于响应面模型进行优化，将优化的钣金料厚代入有限元模型进行验算。
5、上述方法的缺陷主要为：
6、1、主观匹配法：难以得到较优解，几乎不可能得到最优解。对于上百个变量的车身模型，每个变量对应扭转刚度、弯曲刚度、扭转模态、弯曲模态及重量的5个灵敏度，按100个变量，每个变量3个水平计算，共有1003×5＝5000000种组合，主观上不可能在5百万种组合中得到最优解，也很难获得较优解。例如：cn111950080a公开的一种车身轻量化设计方法。
7、2、有限元软件直接优化法：能得到较优解，难以获得最优解，且计算时间长。有限元软件采用最速下降法对钣金料厚直接优化，其原理为基于钣金料厚灵敏度结果进行最速匹配(从初始料厚直接优化为最高或最低料厚)，故每次匹配前均需要计算钣金料厚灵敏度。一方面计算时间较长，另一方面钣金在初始料厚和在最高或最低料厚水平时的灵敏度不一致，灵敏度随迭代不断变动，计算不易收敛。通过设定最大迭代次数收敛后，可以获得较优解。按单次迭代时间4小时，迭代50次计算，共计200小时才能获得较优解。
8、3、doe法：基本能得到最优解，但计算时间很长，工程上不可行。doe法通过大量的样本计算结果构建响应面模型，通过响应面模型快速优化得到最优解。其工程不可行性在于样本求解数量太大，按100个变量，每个变量3个水平，若用精度最高的全因子doe，则样本量高达3100，即便工程常用的拉丁超立方doe，样本数量也高达个，按单个样本计算1小时，则需5151小时方能将样本算完。例如：cn115270584a公开的一种适用于新能源电动汽车电池托架的轻量化方法。
技术实现思路
1、本发明的目的是提供面向实际工程应用的车身轻量化方法、装置、存储介质及电子设备，其能够在满足约束条件的前提下，达到最佳轻量化的效果，并且分析及优化时间短，能够运用在各个数据发布阶段的cae性能分析中，从而实现工程实用地目的。
2、为了实现上述目的，本发明采用的技术方案如下：
3、第一方面，本技术提供了一种面向实际工程应用的车身轻量化方法，其包括：
4、确定与预设车辆性能维度对应的设计变量；
5、计算得到设计变量对每个车辆性能维度的灵敏度；
6、构建输入项为设计变量和灵敏度、输出项为车辆性能维度的代理模型；
7、依据实际工程应用确定设计变量的变化步长及变化范围，设定第一约束条件，以重量最小为优化目标，或者设定第二约束条件，以除重量外的车辆性能维度最优为优化目标，对代理模型进行优化求解，得到设计变量的优化参数。
8、在一些实施方式中，构建的输入项为设计变量和灵敏度、输出项为车辆性能维度的代理模型为式中，ri为第i个车辆性能维度，sij为灵敏度，即第j个设计变量tj的变化对第i个车辆性能维度ri的性能影响，i、j、m、和n均为正整数，m为车辆性能维度的总数，n为设计变量的总数。
9、在一些实施方式中，所述面向实际工程应用的车身轻量化方法还包括：在得到设计变量的优化参数后，采用有限元分析方法对优化参数进行验证，当验证通过时，则将设计变量的优化参数确定为设计参数；当验证未通过时，则依据设计变量的优化参数并依据实际工程应用重新确定设计变量的变化步长及变化范围，设定约束条件，以重量最小为优化目标，对代理模型重新进行优化求解，直至验证通过。
10、在一些实施方式中，采用有限元分析方法对优化参数进行验证具体包括如下步骤：
11、步骤一，将设计变量的优化参数输入至构建的车身的有限元分析模型中，进行仿真分析计算，得到包括优化后的车身重量的多个车辆性能维度；
12、步骤二，判断优化后的车辆性能维度是否满足第一约束条件，当优化后的车辆性能维度满足第一约束条件，则执行步骤三，当优化后的车辆性能维度不满足第一约束条件，则判定验证未通过；
13、步骤三，比较优化后的车身重量与第一预设目标值，当优化后的车身重量＜第一预设目标值，则执行步骤四，反之则判定验证未通过；
14、步骤四，计算优化前的车身重量与优化后的车身重量之间的第一差值，将该第一差值与第一预设差值阈值进行比较，当第一差值＜第一预设差值阈值，则判定验证通过；当第一差值≥第一预设差值阈值，则判定验证未通过。
15、或者采用有限元分析方法对优化参数进行验证具体包括如下步骤：
16、步骤一，将设计变量的优化参数输入至构建的车身的有限元分析模型中，进行仿真分析计算，得到包括优化后的车身重量的多个车辆性能维度；
17、步骤二，判断优化后的车辆性能维度是否满足第二约束条件，当优化后的车辆性能维度满足第二约束条件，则执行步骤三，当优化后的车辆性能维度不满足第二约束条件，则判定验证未通过；
18、步骤三，比较优化后的除重量外的车辆性能维度与第二预设目标值，当优化后的除重量外的车辆性能维度＞第二预设目标值，则执行步骤四，反之判定验证未通过；
19、步骤四，计算优化前的除重量外的车辆性能维与优化后的除重量外的车辆性能维之间的第二差值，将该第二差值与第二预设差值阈值进行比较，当第二差值≥第二预设差值阈值，则判定验证通过；当第二差值＜第二预设差值阈值，则判定验证未通过。
20、在一些实施方式中，所述面向实际工程应用的车身轻量化方法还包括：在得到设计变量的优化参数后，采用有限元分析方法对代理模型进行验证，具体包括：
21、将设计变量的优化参数输入至构建的车身的有限元分析模型和代理模型中，基于车身的有限元分析模型计算得到第一车辆性能维度，基于代理模型计算得到第二车辆性能维度；
22、判断第一车辆性能维度与第二车辆性能维度的第三差值是否在预设范围内，当两者的第三差值在预设范围内，则判定代理模型验证通过，反之则判定代理模型验证未通过。
23、在一些实施方式中，当代理模型验证未通过时，采用有限元分析方法并基于设计变量的优化参数重新计算得到设计变量对每个车辆性能维度的灵敏度，并基于重新计算得到的灵敏度构建代理模型进行优化，直至代理模型验证通过。
24、在一些实施方式中，采用有限元分析计算得到设计变量对每个车辆性能维度的灵敏度，包括：构建车身的有限元分析模型，将预设车辆性能维度定义为响应，通过有限元分析计算设计变量对每个车辆性能维度的灵敏度sij，sij为第j个设计变量tj的变化对第i个车辆性能维度ri的性能影响，i和j为正整数。
25、在一些实施方式中，所述车身的有限元分析模型为bipp模型，该bipp模型包括车身子模型以及连接于车身子模型上的电池包子模型、玻璃子模型、硬连接副车架子模型、仪表板横梁总成子模型、前端模块子模型、前防撞横梁子模型、后防撞横梁子模型以及对车身整体刚度有加强作用的部件子模型。
26、对车身整体刚度有加强作用的部件子模型包括：后副车架与车身门槛梁连接件子模型、电池包与前副车架连接件子模型。
27、在一些实施方式中，所述预设车辆性能维度包括弯曲刚度、扭转刚度、一阶弯曲模态、一阶扭转模态以及重量；所述设计变量为产品料厚。
28、在一些实施方式中，采用序列二次规划法、遗传法或全局响应面法对代理模型进行优化求解。
29、第二方面，本技术提供了一种面向实际工程应用的车身轻量化装置，其能够实现上述的面向实际工程应用的车身轻量化方法中的步骤，包括灵敏度计算模块、代理模型构建模块和优化模块；所述灵敏度计算模块用于计算得到设计变量对每个车辆性能维度的灵敏度；所述代理模型构建模块用于构建输入项为设计变量和灵敏度、输出项为车辆性能维度的代理模型；所述优化模块依据实际工程应用确定设计变量的变化步长及变化范围，设定第一约束条件，以重量最小为优化目标，或者设定第二约束条件，以除重量外的车辆性能维度最优为优化目标，对代理模型进行优化求解，得到设计变量的优化参数。
30、在一些实施方式中，所述面向实际工程应用的车身轻量化装置还包括第一验证模块，用于采用有限元分析方法对优化参数进行验证。
31、在一些实施方式中，所述面向实际工程应用的车身轻量化装置还包括第二验证模块，用于采用有限元分析方法对代理模型进行验证。
32、第三方面，本技术提供了一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述存储器中存储的计算机程序，以实现上述的面向实际工程应用的车身轻量化方法中的步骤。
33、第四方面，本技术提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机指令，所述计算机指令用于使处理器执行时，实现上述的面向实际工程应用的车身轻量化方法中的步骤。
34、本发明的有益效果：本发明计算得到设计变量对每个车辆性能维度的灵敏度，并基于灵敏度局域不变的特性构建输入项为设计变量和灵敏度、输出项为车辆性能维度的代理模型，依据实际工程应用对代理模型进行寻优求解，能够在满足约束条件的前提下，获得设计变量的最优解，达到最佳轻量化的效果。并且通过基于灵敏度构建代理模型，分析及优化时间短，能够运用在各个数据发布阶段的cae性能分析中，从而实现工程实用地目的。
1.一种面向实际工程应用的车身轻量化方法，其特征在于，包括：
2.根据权利要求1所述的面向实际工程应用的车身轻量化方法，其特征在于：构建的输入项为设计变量和灵敏度、输出项为车辆性能维度的代理模型为式中，ri为第i个车辆性能维度，sij为灵敏度，即第j个设计变量tj的变化对第i个车辆性能维度ri的性能影响，i、j、m、和n均为正整数，m为车辆性能维度的总数，n为设计变量的总数。
3.根据权利要求1所述的面向实际工程应用的车身轻量化方法，其特征在于，还包括：在得到设计变量的优化参数后，采用有限元分析方法对优化参数进行验证，当验证通过时，则将设计变量的优化参数确定为设计参数；当验证未通过时，则依据设计变量的优化参数并依据实际工程应用重新确定设计变量的变化步长及变化范围，设定第一约束条件，以重量最小为优化目标，或者设定第二约束条件，以除重量外的车辆性能维度最优为优化目标，对代理模型重新进行优化求解，直至验证通过。
4.根据权利要求3所述的面向实际工程应用的车身轻量化方法，其特征在于，采用有限元分析方法对优化参数进行验证具体包括如下步骤：
5.根据权利要求1所述的面向实际工程应用的车身轻量化方法，其特征在于：还包括：在得到设计变量的优化参数后，采用有限元分析方法对代理模型进行验证，具体包括：
6.根据权利要求5所述的面向实际工程应用的车身轻量化方法，其特征在于：当代理模型验证未通过时，采用有限元分析方法并基于设计变量的优化参数重新计算得到设计变量对每个车辆性能维度的灵敏度，并基于重新计算得到的灵敏度构建代理模型进行优化，直至代理模型验证通过。
7.根据权利要求1所述的面向实际工程应用的车身轻量化方法，其特征在于：采用有限元分析计算得到设计变量对每个车辆性能维度的灵敏度，包括：构建车身的有限元分析模型，将预设车辆性能维度定义为响应，通过有限元分析计算设计变量对每个车辆性能维度的灵敏度sij，
8.根据权利要求7所述的面向实际工程应用的车身轻量化方法，其特征在于：所述车身的有限元分析模型为bipp模型，该bipp模型包括车身子模型以及连接于车身子模型上的电池包子模型、玻璃子模型、硬连接副车架子模型、仪表板横梁总成子模型、前端模块子模型、前防撞横梁子模型、后防撞横梁子模型以及对车身整体刚度有加强作用的部件子模型。
9.根据权利要求1所述的面向实际工程应用的车身轻量化方法，其特征在于：所述预设车辆性能维度包括弯曲刚度、扭转刚度、一阶弯曲模态、一阶扭转模态以及重量；
10.根据权利要求1所述的面向实际工程应用的车身轻量化方法，其特征在于：采用序列二次规划法、遗传法或全局响应面法对代理模型进行优化求解。
11.一种面向实际工程应用的车身轻量化装置，其特征在于，能够实现如权利要求1至10中任一项所述的面向实际工程应用的车身轻量化方法中的步骤，包括：
12.根据权利要求11所述的面向实际工程应用的车身轻量化装置，其特征在于，还包括第一验证模块，用于采用有限元分析方法对优化参数进行验证。
13.根据权利要求11所述的面向实际工程应用的车身轻量化装置，其特征在于，还包括第二验证模块，用于采用有限元分析方法对代理模型进行验证。
14.一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述存储器中存储的计算机程序，以实现如权利要求1至10中任一项所述的面向实际工程应用的车身轻量化方法中的步骤。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机指令，所述计算机指令用于使处理器执行时，实现如权利要求1至10中任一项所述的面向实际工程应用的车身轻量化方法中的步骤。
