基于试验设计与PSI决策相结合的白车身前端结构轻量化设计

2021年（第43卷）第1期汽车工程
Automotive Engineering2021（Vol.43）No.1基于试验设计与PSI决策相结合的白车身
前端结构轻量化设计*
王登峰，李慎华
（吉林大学，汽车仿真与控制国家重点实验室，长春130022）
［摘要］为提高白车身轻量化设计效率，提出了一种试验设计与PSI决策相结合的轻量化设计策略。

首先对白车身基本静-动态性能和正撞安全性能进行有限元分析，并通过车辆正撞试验验证有限元模型的准确性。

然后采用贡献度分析对白车身前端结构进行设计变量筛选。

接着通过试验设计获得白车身前端结构轻量化备选解。

最后采用PSI法对众多备选解进行多目标决策，获得最佳轻量化方案。

结果表明，轻量化设计后，白车身前端结构质量减轻
4.43kg，轻量化率达7.23%，同时白车身性能均满足设计基线要求。

关键词：白车身；轻量化；耐撞性；试验设计；PSI决策
Lightweight Design for the Front⁃end Structure of BIW Based on the
Combination of the Design of Experiment and PSI Decision Tool
Wang Dengfeng&Li Shenhua
Jilin University，State Key Laboratory of Automotive Simulation and Control，Changchun130022
［Abstract］A lightweight design strategy combining design of experiments and PSI decision tool is proposed to improve the efficiency of BIW lightweight design.First of all，a finite element analysis on the basic static⁃dynamic performance and the frontal collision safety performance of BIW is conducted and the correctness of the finite ele⁃ment model is verified by vehicle frontal crash test.Then the design variables for the front⁃end structure of the BIW are screened in by using contribution analysis technique.Next，the lightweight candidate solutions for the front⁃end structure of the BIW are obtained through the design of experiments.Finally，PSI method is used to make multi⁃ob⁃jective decision from numerous lightweight candidate solutions to obtain the best lightweight solution.The results show that after lightweight design the mass of front⁃end structure of BIW is reduced by4.43kg，corresponding to a lightweighting rate of7.23%，while the performance of BIW meets the design baseline requirements.
Keywords：BIW；lightweight；crashworthiness；design of experiments；PSI decision making
前言
为应对环境保护及能源危机等问题，汽车轻量化引起广泛关注［1-3］。

汽车轻量化主要通过轻质材料、先进制造工艺及结构优化设计3种途径来实现［4］。

由于轻质材料和先进制造工艺成本较高难以广泛应用，尤其是经济性车辆，因此结构优化设计技术仍需深入探索。

白车身占整车质量的30%~40%，对其进行结构优化可以显著提高车辆轻量化水平。

左文杰等［5］基于刚度、强度及频率约束对白车身薄壁结构进行了尺寸优化。

王震虎等［6］基于车身概念模型进行了白车身主断面尺寸优化。

王登峰等［7］通过隐式参数化
doi：10.19562/j.chinasae.qcgc.2021.01.016
*国家自然科学基金（51975244）资助。

原稿收到日期为2020年4月22日，修改稿收到日期为2020年8月6日。

通信作者：李慎华，博士研究生，E-mail：shli18@。

汽车工程2021年（第43卷）第1期
技术优化设计了白车身结构。

以上研究均取得了良好的白车身轻量效果，但并未研究白车身结构优化设计后对车辆耐撞安全性能的影响。

Wang 等［8］综合考虑白车身基本静-动态性能及
碰撞安全性能，采用RBF 近似模型联合多目标优化算法进行了白车身结构优化设计。

张帅等［9］基于Kriging 近似模型联合NSGA-II 优化算法对白车身前
端结构进行了优化设计，实现了良好的轻量化效果。

白车身轻量化设计实质是一项涉及白车身弯扭刚度、模态频率和碰撞安全性能的大变量多学科优化设计。

针对多学科优化设计问题目前主要是采用近似模型联合优化算法进行迭代优化，但获得理想结果的前提是建立高精度近似模型。

白车身碰撞安全性能是一个涉及大变形、高度非线性优化响应。

陈媛媛等［10］研究表明，建立一个能够映射车辆碰撞安全性能的高精度近似模型仍是一项挑战。

为避免反复修正近似模型的困扰、提高优化设计效率及丰富白车身结构轻量化设计方法，本文中提出试验设计联合偏好选择指数（preference selection index ，PSI ）决策的轻量化设计策略。

以白车身前端结构为轻量化对象，综合考虑白车身弯扭刚度、一弯一扭模态频率等基本静-动态性能和正撞安全性能约束。

通过试验设计获得能够反映整个白车身前端结构轻量化设计空间的备选解，采用PSI 法对有限个备选解进行多目标决策，得到最佳轻量化设计方案。

1
白车身性能仿真与试验
1.1
白车身基本静-动态性能
（1）低阶模态频率。

白车身1阶扭转频率f T 和1
阶弯扭频率f B 反映了白车身动态刚度，同时与白车身振动噪声密切相关。

采用Lamczos 法提取白车身
前6阶自由模态，根据白车身振型确定f T 和f B 。

（2）扭转刚度S T 。

S T 表征白车身抵抗扭转变形
能力。

白车身扭转工况设置如图1所示。

在扭转载
荷作用下分别测量白车身前端左右减振塔安装孔中心点最大变形量D Lmax 、D Rmax ，白车身S T 计算公式为
S T =2000
arctan ()
D Lmax +D Rmax 1041×
180
π
（1）
（3）弯曲刚度S B 。

S B 表征白车身在垂直载荷作
用下抵抗弯曲变形的能力。

白车身弯曲工况设置如
图2所示。

分别测量白车身底部左右门槛梁在集中
载荷（F=750N ）作用下的最大变形量Z Lmax 、Z Rmax ，白车身S B 计算公式为
S B =
8F
Z Lmax +Z Rmax
（2）
基于建立的白车身有限元模型，分别对f T 、f B 、S T
和S B 进行有限元分析与计算得到白车身基本静-动态性能，如表1所示。

1.2白车身正撞安全性能
建立整车有限元模型，并按照中国新车评价程
序（C-NCAP ）2015版试验规范，设置车辆100%刚性墙正面碰撞仿真分析工况。

车辆以50km/h 的速度垂直撞击刚性墙，车辆前端结构与刚性墙的摩擦因数为0.7。

车辆正撞有限元模型见图3。

为评价白车身正撞安全性能，设置白车身正撞安全性能指标为：防火墙最大侵入量D Fmax ；前门框最大变形量，即A 柱D 点相对于B 柱水平方向最大变形量D Dmax ；B 柱与门槛梁交叉处“T ”点X 向最大加速度A CC 。

白车身正撞安全性能监控点如图4所示。

使用LS_Dyna
软件对车辆正撞有限元模型进行仿真分
图1
白车身扭转工况
图2
白车身弯曲工况表1
白车身基本静-动态性能
f T /Hz
40.00f B /Hz
51.10S T /（N·m ·（°）-1
）
22052.60
S B /（N·mm -1）17276.10
122
2021（Vol.43）No.1王登峰，等：基于试验设计与PSI 决策相结合的白车身前端结构轻量化设计析，提取白车身正撞安全性指标，如表2所示。

1.3100%刚性墙正面碰撞试验
根据C-NCAP 2015版100%刚性墙正面碰撞试
验规范，对车辆进行正撞试验。

试验工况与仿真分析工况一致。

B 柱与门槛梁交叉处结构强度高，不易发生破坏，在此位置布置传感器，获取碰撞过程的加速度，并对采集的加速度进行低通滤波。

加速度可以反映乘员在碰撞过程所承受的冲击力，是碰撞安全性能最重要的指标。

车辆正撞试验如图5所示。

为检验所建立的有限元模型精度，将加速度试验结果与仿真值进行对比，如图6所示。

结果表明，
在0-100ms 时间历程内仿真分析值与试验值除在一些局部小区域有偏差外，整体变化趋势一致。

表明本研究所建立的有限元模型具备足够精度。

根据C-NCAP 2015版标准，该小型乘用车碰撞试验获得了“五星”安全等级。

正撞试验结果表明，该车具备足够的正撞安全裕度，同时存在一定的轻量化空间。

为充分发挥材料利用率避免冗余设计，结合企业经验及碰撞安全等级“五星”阈值，制定该
白车身前端结构轻量化设计的基本静-动态性能基线如表3所示，正撞安全性能基线如表4所示。

2
白车身前端结构设计变量筛选
2.1
白车身前端结构初始设计变量
根据车辆正撞工况下力的传递路径及零部件吸
能量，将白车身前端26组零件（包含对称件）的壁厚作为轻量化初始设计变量，如图7所示。

2.2
初始设计变量的贡献度分析
26组初始设计变量对白车身前端结构质量M 、白车身基本静-动态性能及碰撞安全性能响应的影
响程度不同。

为提高优化设计效率，缩减样本空间，对初始设计变量进行贡献度分析获得最终设计变量。

系统的性能响应可以通过设计变量的回归模型
图4
白车身正撞安全性能监控点
表2
白车身正撞安全性能
D Fmax /mm
157.41D Dmax /mm
4.30A CC /g
42.
31
图5
车辆100%
刚性墙正面碰撞试验
图6加速度试验值与仿真值比较
表3
白车身基本静-动态性能基线
f T /Hz
38.00f B /Hz
48.55S T /(N·m·(°)-1)
20949.97
S B /(N·mm -1)
16412.30
表4
白车身正撞安全性能基线
D Fmax /mm
165.25D Dmax /mm
4.52A CC /g
44.
43
图3车辆100%刚性墙正撞有限元模型
123
汽车工程2021年（第43卷）第1期
进行近似表示：
Y （x 1，x 2，…，x N ）=μ+
∑i =1
N H i (x i )+∑i =2N
∑j =1
i -1
R ij (x i ，x j )+ε
（3）
式中：Y 表示系统性能响应；x i 表示设计变量；
∑i =1
N
H i (x i )表示设计变量的主效应；∑i =2N
∑j =1
i -1
R ij (x i ，x j )表
示任意两个设计变量的交叉效应；μ为常数；ε为误差值；N 为变量个数。

设计变量主效应可以近似表示为式（4）。

因此，设计变量对响应的贡献度定义为
∑i =1
N H i (x i )=∑i =1
N
γi x i
（4）N x i
=
100γi
∑i
|
|γi （5）
式中：
γi 表示通过最小二乘法得到的设计变量主效应系数；
N x i
表示设计变量对响应的贡献度。

基于以上贡献度分析原理，分别计算得到26组初始设计变量对白车身质量、基本静-动态性能及碰撞安全性能的贡献度结果，如图8所示（由于篇幅限制仅列出设计变量对部分性能响应的贡献度结果），正值表示正相关贡献度，负值表示负相关贡献度。

通过分析26组初始设计变量的贡献度结果，筛选出对白车身质量、基本静-动态性能及碰撞安全性综合影响较大的20组变量作为最终设计变量，如图9所示。

3
白车身轻量化结果
3.1
白车身轻量化试验设计
（1）试验因子。

将通过贡献度分析筛选出的20
组壁厚设计变量作为试验因子，因子的变化范围为
每个壁厚初值的70%~110%。

（2）试验设计矩阵。

Hammersley 采样是在拉丁超立方采样的基础上改进而来，既有单一维度的均衡性又有良好的空间填充性，可用较少的样本点来反映整个设计空间。

为充分填充整个轻量化设计空间，给设计人员提供更多的轻量化备选方案以达到较好的轻量化效果，对20个试验因子基于Hammersley 采样法生成120组样本点构造试验设计
矩阵，如表5所示。

（3）试验设计结果。

将试验设计矩阵中的120组样本点分别赋予已建立的有限元模型进行仿真分析和计算。

使用8核3.60GHz 的计算机，每一个样本点计算（车身基本静-动态性能及整车碰撞）大约11h ，得到相应的120组试验设计结果，如表6
所示。

根据试验设计结果可知，白车身前端结构质量、基本静-
动态性能及正撞安全性能指标间有的相互
图7
白车身前端结构初始设计变量
图8
设计变量的贡献度结果
图9
白车身前端结构最终设计变量
124
2021（Vol.43）No.1王登峰，等：基于试验设计与PSI决策相结合的白车身前端结构轻量化设计
矛盾冲突、整体趋势也变化不一，难以直接选出一组最优解。

因此，须进行多目标决策。

3.2白车身轻量化试验设计结果PSI决策PSI是一种多目标决策方法。

当多个目标之间相互矛盾难以决策时，PSI根据统计学原理计算多个目标的总体偏好选择指数P i，依据P i大小对备选方案进行排序获得最佳理想方案。

现有的其它多目标决策方法需要对每个目标进行权重分配，不同的权重分配直接影响最终的决策结果，且合理的权重确立需要复杂的计算。

然而，PSI法在多目标决策时无须赋予目标之间的相对权重，这是该方法的优点。

因此，本文中提出采用PSI法对白车身轻量化试验设计结果进行决策分析，获得最佳轻量化设计方案。

基于PSI法的白车身轻量化设计方案决策流程如下。

表5试验设计矩阵mm
序号1 2 3 4 5︙95︙118 119 120T1
0.96
0.97
0.98
0.98
0.98
︙
1.24
︙
1.31
1.32
1.32
T5
1.62
1.71
1.31
1.67
1.49
︙
1.93
︙
1.38
1.74
1.56
T6
2.08
2.53
2.64
1.79
2.12
︙
2.47
︙
2.26
2.59
2.04
T10
1.38
1.30
1.59
1.68
1.32
︙
1.74
︙
1.65
1.74
1.28
T11
1.26
1.52
1.27
1.34
1.40
︙
1.23
︙
1.27
1.33
1.40
T12
1.10
1.32
1.49
1.54
1.60
︙
1.59
︙
1.33
1.39
1.44
…
…
…
…
…
…
︙
…
︙
…
…
…
T24
1.06
1.10
1.13
1.14
1.15
︙
1.06
︙
1.36
1.37
1.38
T25
1.41
1.47
1.50
1.52
1.53
︙
2.16
︙
1.74
1.75
1.77
T26
0.70
0.71
0.72
0.72
0.73
︙
0.84
︙
0.74
0.74
0.74
表6试验设计结果
序号1 2 3 4 5︙95︙118 119 120M/kg
49.81
52.71
53.55
54.19
54.22
︙
56.86
︙
56.00
57.62
56.76
f T/Hz
38.64
38.64
38.66
38.65
38.64
︙
38.69
︙
38.71
38.71
38.69
f B/Hz
50.33
50.66
50.85
50.96
50.73
︙
50.68
︙
51.61
51.72
51.39
S T/（N·m·（°）-1）
20229.16
21577.32
22018.81
19914.73
20868.06
︙
22541.35
︙
21820.94
22695.66
21175.58
S B/（N·mm-1）
16367.14
16924.52
17028.19
16207.94
16621.84
︙
17010.02
︙
17071.86
17457.93
16846.08
D Fmax/mm
170.16
167.44
144.67
135.48
155.47
︙
112.99
︙
141.17
136.13
117.43
D Dmax/mm
6.54
4.97
6.34
4.98
4.73
︙
3.55
︙
5.83
5.67
4.10
A CC/g
49.02
40.95
46.29
40.54
47.03
︙
44.33
︙
52.34
41.73
45.50
125
汽车工程2021年（第43卷）第1期
（1）定义决策矩阵
X =éëêêêêùû
úúúúx 11
x 12…
x 1n x 21
x 22…x 2n ︙︙x ij ︙x m 1x m 2
…x mn 式中x ij 表示第i 个试验设计结果的第j 个目标值。

（2）数据归一化处理
白车身前端结构质量、模态频率、弯扭刚度和正撞安全性能的单位不同，在决策过程中具有不可公度性。

须通过归一化处理将不同单位、不同大小的属性数据转化为［0-1］范围的无量纲规范化数据。

不同特性的目标数据归一化方式不同，f T 、f B 、S T 和S T 具有望大特性（收益性指标），归一化处理公式为r ij =x ij /x max j
（6）
式中x max j
表示第j 个性能指标的最大值。

M 、D Fmax 、D Dmax 和A CC 具有望小特性（成本性指标），归一化处理公式为
r ij =x min j /x ij
（7）
式中：r ij 为x ij 的归一化结果；x min j
表示第j 个性能指标的最小值。

（3）计算偏好变化值PV j
利用样本方差类比的概念，使用以下公式确定每个目标的偏好变化值PV j ：
PV j =∑i =1
n
[r ij -r ˉj ]2
（8）
其中：r ˉj =
1n ∑i =1
n
r ij （4）计算总体偏好值αj
计算总体偏好值须获得PV j 的偏差βj ：βj =|1-PV j |
（9）
总体偏好值的计算如下：
ìíîïïïïαj =βj /∑j =1m βj ∑j =1
m αj =1（10）
（5）获得偏好选择指数P i P i =∑j =1
m (r ij ·αj )
（11）
P i 数值越大表示备选方案的轻量化综合效果越好。

根据以上PSI 计算流程，对表6中白车身轻量化试验设计结果进行计算，得到决策结果如表7所示。

图10示出所有试验设计方案的P i 值信息。

根据P i 值大小排序结果可知，第95组轻量化方案的P i 数值最大排序第一。

因此，将白车身轻量化试验设计的第95组试验因子作为白车身前端结构的最佳轻量化方案。

表7
PSI 决策结果
序号
12345︙95︙118119120
试验设计结果归一化处理
M
1.00000.94500.93000.91910.9186︙0.8760︙0.88940.86440.8775
f T 0.99780.99810.99850.99810.9979︙0.9993︙0.99960.99970.9991
f B 0.97310.97940.98310.98520.9808︙0.9799︙0.99781.00000.9936
S T 0.87730.93570.95490.86360.9050︙0.9775︙0.94630.98420.9183
S B 0.93130.96300.96890.92220.9458︙0.9679︙0.97140.99340.9585
D Fmax 0.62520.63530.73530.78520.6842︙0.9415︙0.75360.78140.9059
D Dmax 0.51060.67210.52670.67030.7060︙0.9399︙0.57260.58880.8152
A CC 0.67460.80760.71440.81570.7032︙0.7460︙0.63180.79250.7268
P i 0.81980.86400.83900.85760.8654︙0.9453︙0.84680.85830.9073
排序11055796053︙1︙725825
126
2021（Vol.43）No.1王登峰，等：基于试验设计与PSI 决策相结合的白车身前端结构轻量化设计3.3白车身轻量化结果对比
根据汽车钢板的常用厚度规格，以0.05mm 的
变化梯度对表5中的第95组试验因子进行参数圆整以满足实际应用。

圆整后的因子参数重新赋予到有限元模型进行仿真分析，计算得到最终白车身前端结构质量、基本静-动态性能及正撞安全性能参数值，如表8中“轻量化后”栏所示，相比于初始值变化如“改变”栏所示。

白车身前端结构轻量化设计后质量减轻4.43kg ，轻量化率达7.23%，白车身基本静-动态性能及正撞安全性能有增有减但均满足设计基线要求。

轻量化后车辆前端变形模式如图11所示。

轻量化后的正撞安全性能与初始性能详细对比如图12所示。

3.4
方法比较
响应面等代理模型结合优化算法是一种常用的车身结构轻量化优化设计方法。

根据响应面算法对
样本点数量要求及陈媛媛等［10］研究表明，构建一个涉及整车耐撞性的高精度代理模型至少需要（N+1）×（N+2）/2个样本点且需要修正，N 为设计变量个数。

针对本文的20个设计变量采用响应面代理模型至少需要231个样本点，计算总时长为2541h 。

大量文献［11-14］研究表明，采用代理模型及优化算法进行车身结构优化，轻量化率一般低于10%，否则将以牺牲车身性能为代价。

本文中试验设计联合PSI 决策方法计算总时长1320h ，相比于代理模型结合优化算法的优化效率提高了48%。

在满足车身性能设计基线要求的前提下，轻量化率达到7.23%，取得了较好的轻量化效果。

因此，试验设计联合PSI 决策相比于代理模型结合优化算法更好地权衡了优化效率和轻量化效果之间的关系。

尤其在研发周期紧、计算资源有限的情况下，该方法为车身轻量化设计提供了一条新的途径。

4结论
（1）以某白车身前端结构为轻量化研究对象，通
过有限元分析获得了白车身基本静-动态性能及正撞安全性能作为白车身轻量化设计性能评价指标，并通过车辆碰撞试验验证了所建有限元模型的准
确性。

图10
试验设计方案的偏好选择指数P i
表8
白车身前端结构质量与车身性能比较
项目
轻量化后改变
M /kg
56.85-7.23%
基本静-动态性能
f T /Hz
38.70-3.25%
f B /Hz 50.65-0.88%
S T /（N·m ·（°）-1
）
22531.35+2.17%
S B /（N·mm -1）17012.21-1.53%
正撞安全性能
D Fmax /mm 116.82-25.78%
D Dmax /mm 3.66-14.88%
A CC /g 44.12+4.28
%
图11
车辆前端变形模式
127
（2）采用贡献度分析，筛选出20组对白车身质量、基本静-动态性能及碰撞安全性能综合影响较大的结构壁厚作为轻量化设计变量。

（3）提出了试验设计联合PSI决策白车身轻量化设计方法。

使用该方法对白车身前端结构轻量化设计后质量减轻4.43kg，轻量化率达7.23%，同时白车身基本静-动态性能及碰撞性能均满足设计基线要求。

因此，该方法能够有效实现白车身轻量化设计，具有较强的实际工程应用价值。

参考文献
［1］周青，夏勇，聂冰冰，等.汽车碰撞安全与轻量化研发中的若干挑战性课题［J］.中国公路学报，2019，32（7）：1-14.
ZHOU Qing，XIA Yong，NIE Bingbing，et al.Challenging topics
in research of vehicle crash safety and lightweighting［J］.China
Journal of Highway and Transport，2019，32（7）：1-14.
［2］DUAN Libin，XIAO Ningcong，HU Zhaohui，et al.An efficient lightweight design strategy for body-in-white based on implicit
parameterization technique［J］.Structural and Multidisciplinary
Optimization，2017，55（5）.
［3］LI Z，DUAN L B，CHENG A G，et al.Lightweight and crashwor⁃thiness design of an electric vehicle using a Six-Sigma robust de⁃
sign optimization method［J］.Engineering Optimization，
2019，51（8）.
［4］范子杰，桂良进，苏瑞意.汽车轻量化技术的研究与进展［J］.
汽车安全与节能学报，2014，5（1）：1-16.
FAN Zijie，GUI Liangjing，SU Ruiyi.Research and development
of automotive lightweight technology［J］.Journal of Automotive
Safety and Energy，2014，5（1）：1-16.
［5］左文杰，陈继顺，李亦文，等.刚度、强度与频率约束下的白车身板厚尺寸优化［J］.汽车工程，2017，39（2）：145-149.
ZUO Wenjie，CHEN Jishun，LI Yiwen，et al.Size optimization
on plate thickness of BIW with constraints of stiffness，strength
and frequency［J］.Automotive Engineering，2017，39（2）：
145-149.
［6］王震虎，王万林，张松波，等.基于车身概念模型的白车身主断面尺寸优化［J］.汽车工程，2018，40（8）：904-911.
WANG Zhenhu，WANG Wanlin，ZHANG Songbo，et al.Size op⁃
timization on main cross-sections of body-in-white based on con⁃
ceptual model for car body［J］.Automotive Engineering，2018，40
（8）：904-911.
［7］王登峰，蔡珂芳，马明辉，等.基于隐式参数化模型的白车身轻量化设计［J］.汽车工程，2018，40（5）：610-616，624.
WANG Dengfeng，CAI Kefang，MA Minghui，et al.Lightweight
design of BIW based on implicit parametric model［J］.Automo⁃
tive Engineering，2018，40（5）：610-616，624.
［8］WANG C Q，WANG D F，ZHANG S.Design and application of lightweight multi-objective collaborative optimization for a para⁃
metric body-in-white structure［J］.Proceedings of the Institution
of Mechanical Engineers，Part D：Journal of Automobile Engi⁃
neering，2016，230（2）.
［9］张帅，郭志军，王传青.基于分析驱动设计的参数化白车身前端结构轻量化多目标优化［J］.汽车工程，2019，41（9）：1102-
1107.
ZHANG Shuai，GUO Zhijun，WANG Chuanqing.Multi-objec⁃
tive lightweight optimization of parametric frontend BIW structure
based on analysis-driven design［J］.Automotive Engineering，
2019，41（9）：1102-1107.
［10］陈媛媛，郑玲.基于代理模型的汽车正撞安全性仿真优化［J］.
汽车工程，2018，40（6）：673-678，718.
CHEN Yuanyuan，ZHENG Ling.Simulation and optimization of
vehicle frontal crashworthiness based on surrogate model［J］.Au⁃
tomotive Engineering，2018，40（6）：673-678，718.
（下转第144页
）图12正撞安全性能结果比较
cial vehicle cab［J］.Automotive Engineering，2016，38（10）：
1227-1231.
［4］ROY J，LAW E H.Effect of cab suspension configuration and lo⁃cation on tractor semi⁃trailer driver comfort［J］.SAE International
Journal of Commercial Vehicles，2016，9（2）：405-416.
［5］刘维达，王铁，申晋宪，等.基于响应面法的驾驶室悬置系统平顺性优化［J］.汽车工程，2017，39（3）：323-334.
LIU W D，WANG T，SHEN J X，et al.Ride comfort optimization
of cab mounts based on response surface method［J］.Automotive
Engineering，2017，39（3）：323-334.
［6］赵林峰，胡金芳，张荣芸.重型牵引车驾驶室悬置与悬架参数的集成优化设计［J］.中国机械工程，2016，27（6）：791-880.
ZHAO L F，HU J F，ZHANG R Y.Integrated optimization design
of cab suspension and suspension parameters for heavy tractor
［J］.China Mechanical Engineering，2016，27（6）：791-880.［7］JAMALI A，SHAMS H，FASIHOZAMAN M.Pareto multi⁃objec⁃tive optimum design of vehicle suspension system under random
road excitations［J］.Proc IMechE Part K：J Multi⁃body Dynam⁃
ics，2014，DOI：10.1177/1464419314531757.
［8］AKÇAY H，TÜRKAY S.Stochastic optimal control of truck cab⁃in with active suspension［J］.Int.J.Heavy Vehicle Systems，
2014，21（3）：183-207.
［9］赵雷雷，李胜，黄德惠，等.重型商用车平衡悬架性能研究及分析平台构建［J］.汽车技术，2015（2）：48-52.
ZHAO L L，LI S，HUANG D H，et al.Study on performance of
balanced suspension for heavy commercial vehicle and platform
construction analysis［J］.Automotive Technology，2015（2）：
48-52.
［10］SPIVEY C R.Analysis of ride quality of tractor semi⁃trailers［D］.
Clemson：Clemson University，2007.
［11］赵雷雷.载货车座椅-驾驶室耦合系统的五悬置振动理论研究［D］.北京：北京邮电大学，2019.
ZHAO L L.Five⁃suspensions vibration theory of seat⁃cab coupled
system for trucks［D］.Beijing：Beijing University of Posts and
Telecommunications，2019.
［12］ISO2631-1.Mechanical vibration and shock⁃evaluation of human exposure to whole⁃driver vibration⁃part1：general requirements
［S］.International Organization for Standardization：Geneva，
1997.
［13］SIM K，LEE H，YOON J，et al.Effectiveness evaluation of hydro⁃pneumatic and semi⁃active cab suspension for the improvement of
ride comfort of agricultural tractors［J］.Journal of Terramechan⁃
ics，2017，69：23-32.
［14］黄山云，陈彬，涂奉臣，等.重卡驾驶室半主动悬置控制方法［J］.振动、测试与诊断，2016，36（1）：176-205.
HUANG S Y，CHEN B，TU F C，et al.Research on control meth⁃
od for semi⁃active heavy truck cab mounting system［J］.Journal
of Vibration，Measurement and Diagnosis，2016，36（1）：
176-205.
［15］WANG K，GAO F.Vibration isolation analysis and optimization of commercial vehicle cab suspension system［C］.SAE Paper
2018-01-1405.
［16］王国林，李凯强，杨建.商用车驾驶室悬置仿真与隔振性能优化［J］.汽车工程，2017，39（9）：1081-1086.
WANG G L，LI K Q，YANG J.Simulation and vibration isolation
optimization on the cab mount of a commercial vehicle［J］.Auto⁃
motive Engineering，2017，39（9）：1081-1086.
［17］ZHAO L L，ZHOU C C，YU Y W，et al.Hybrid modelling and damping collaborative optimisation of five⁃suspensions for cou⁃
pling driver⁃seat⁃cab system［J］.Vehicle System Dynamics，2016，
54（5）：667-688.
［18］CAFFARO F，CREMASCO M M，PRETI C，et al.Ergonomic analysis of the effects of a telehandler's active suspended cab on
whole body vibration level and operator comfort［J］.International
Journal of Industrial Ergonomics，2016，53：19-26.
［19］周长城，赵雷雷.车辆悬架弹性力学解析计算理论［M］.北京：机械工业出版社，2012
ZHOU C C，ZHAO L L.Analytical calculation theory of elastic
mechanics for vehicle suspensions［M］.Beijing：China Machine
Press，2012.
［20］ZHAO L L，ZHOU C C，YU Y W，et al.Dynamic parameter⁃inte⁃grated identification of cabin system for heavy trucks［J］.Arabian
Journal for Science and Engineering，2017，42：1699-1706.
（上接第128页）
［11］陈鑫，胡翠松，宁厚于，等.SUV白车身隐式参数化建模及多性能优化轻量化［J］.吉林大学学报（工学版），2016，46（6）：
1780-1785.
CHEN Xin，HU Cuisong，NING Houyu，et al.Implicit parame⁃
terization modeling and multi-performance lightweight optimiza⁃
tion for SUV body-in-white［J］.Journal of Jilin University（Engi⁃
neering and Technology Edition），2016，46（6）：1780-1785.［12］吕天佟，王登峰，王传青.隐式参数化白车身多目标协同优化设计［J］.北京理工大学学报，2019，39（5）：447-453.
LÜTiantong，WANG Dengfeng，WANG Chuanqing.Multi-ob⁃
jective lightweight collaborative optimization and design for latent
parametric BIW structure［J］.Transactions of Beijing Institute of
Technology，2019，39（5）：447-453.
［13］CHEN Xin，MA Fangwu，WANG Dengfeng，et al.Carbody struc⁃tural lightweighting based on implicit parameterized model［J］.
Chinese Journal of Mechanical Engineering，2014，27（3）：
483-487.
［14］WANG Dengfeng，LÜTiantong，WANG Chuanqing，et al.Multi-objective lightweight optimization and design for body-in-white
frontal sub-module［J］.Proceedings of the Institution of Mechan-
ical Engineers，2018，232（11）.。