整车性能分析优化方法、装置、设备及存储介质与流程

1.本发明涉及汽车制造技术领域，尤其涉及一种整车性能分析优化方法、装置、设备及存储介质。


背景技术：

2.在整车开发cae分析体系中，从安全碰撞、nvh、结构刚度强度、疲劳耐久等与车身结构息息相关的多个学科对整车性能进行约束和评估。目前每个学科维度独自各有一套目标和评价体系，但对整车来说，各学科性能之间可能存在评价重叠过剩的部分。
3.轻量化是整车面临的重大难题，在整车性能维度体现上，各学科性能之间的优化、各学科性能与轻量化之间的优化均存在冲突，如何平衡各学科性能之间的关系和平衡整车性能与重量之间的关系，最终达成“性能-重量-成本”之间的平衡，是行业内共同关注的焦点。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.本发明的主要目的在于提供一种整车性能分析优化方法、装置、设备及存储介质，旨在解决如何平衡各学科性能之间的关系和平衡整车性能与重量之间的关系的技术问题。
6.为实现上述目的，本发明提供了一种整车性能分析优化方法，所述方法包括以下步骤：
7.构建整车有限元模型；
8.约束加载所述整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项；
9.将所述重要指标项作为目标优化的子项目标，并确定所述子项目标对应的目标值；
10.从整车模型中筛选出与整车性能强相关的零部件；
11.将所述零部件的最小总重量作为目标优化的最终目标；
12.基于所述零部件构建目标仿真近似模型；
13.根据所述子项目标对应的目标值和所述零部件对应的最终目标构建目标优化流程；
14.根据所述目标仿真近似模型进行仿真计算，确定所述目标优化流程的最优解，得到优化结果。
15.可选地，所述约束加载所述整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项，包括：
16.约束加载所述整车有限元模型，并进行有限元仿真分析，得到仿真分析结果；
17.对所述仿真分析结果进行后处理，得到基准分析结果；
18.根据所述基准分析结果和对应的整车技术规范进行初步评价，从各性能指标中筛选出与车身整体结构关联性强的重要指标项。
19.可选地，所述基准分析结果包括安全碰撞基准分析结果、nvh基准分析结果、结构刚度基准分析结果、结构强度基准分析结果以及疲劳耐久基准分析结果；
20.所述对所述仿真分析结果进行后处理，得到基准分析结果，包括：
21.确定预设目标分解的考察性能项以及所述考察性能项对应的考察点，提取所述考察点对应的侵入量和加速度，将所述考察点对应的侵入量和加速度记录为安全碰撞基准分析结果；
22.制作动刚度响应点加速度曲线并换算成动刚度值，读取ntf响应点x向位移并转换成噪声值，制作vtf响应点加速度曲线并读取曲线峰值，将所述动刚度值、所述噪声值以及所述曲线峰值记录为nvh基准分析结果；
23.读取各所述考察点对应的z向位移，基于所述z向位移计算对应的刚度值，将所述刚度值记录为结构刚度基准分析结果；
24.根据各零部件对应的预设屈服强度读取各零部件的最大应力值，将所述各零部件对应的最大应力值记录为结构强度基准分析结果；
25.读取损伤值大于预设阈值的连接位置损伤值，将所述连接位置损伤值记录为疲劳耐久基准分析结果。
26.可选地，所述根据所述基准分析结果和对应的整车技术规范进行初步评价，从各性能指标中筛选出与车身整体结构关联性强的重要指标项，包括：
27.根据所述基准分析结果和对应的整车技术规范进行初步评价，确定达标项和不达标项，将所述达标项和所述不达标项作为初始重要指标项；
28.对所述初始重要指标项中预设整车疲劳耐久维度和预设整车强度相关的指标项进行排除，得到与车身整体结构关联性强的重要指标项。
29.可选地，所述根据所述目标仿真近似模型进行仿真计算，确定所述目标优化流程的最优解，得到优化结果，包括：
30.根据所述目标仿真近似模型进行仿真计算，最小化所述最终目标并最大化所述子项目标对应的目标值，确定所述目标优化流程的最优解，得到优化结果。
31.可选地，所述根据所述目标仿真近似模型进行仿真计算，确定所述目标优化流程的最优解，得到优化结果之后，所述方法还包括：
32.为各学科维度的基准分析模型中的变量零部件赋予所述最优解对应的厚度变量值，得到验证模型；
33.基于所述验证模型进行分析，确定性能目标达成信息和质量变化信息；
34.根据所述性能目标达成信息和所述质量变化信息进行综合评估，得到综合评估结果。
35.可选地，所述基于所述验证模型进行分析，确定性能目标达成信息和质量变化信息之后，所述方法还包括：
36.若所述性能目标达成信息不满足预设性能要求，且所述质量变化信息不满足预设质量要求，则调整所述目标优化流程；
37.根据所述目标仿真近似模型进行仿真计算，确定调整后的目标优化流程对应的最
优解，得到调整后的优化结果。
38.此外，为实现上述目的，本发明还提出一种整车性能分析优化装置，所述整车性能分析优化装置包括：
39.构建模块，用于构建整车有限元模型；
40.有限元仿真分析模块，用于约束加载所述整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项；
41.优化项确定模块，用于将所述重要指标项作为目标优化的子项目标，并确定所述子项目标对应的目标值；
42.筛选模块，用于从整车模型中筛选出与整车性能强相关的零部件；
43.所述优化项确定模块，还用于将所述零部件的最小总重量作为目标优化的最终目标；
44.近似模型构建模块，用于基于所述零部件构建目标仿真近似模型；
45.所述优化项确定模块，还用于根据所述子项目标对应的目标值和所述零部件对应的最终目标构建目标优化流程；
46.优化模块，用于根据所述目标仿真近似模型进行仿真计算，确定所述目标优化流程的最优解，得到优化结果。
47.此外，为实现上述目的，本发明还提出一种整车性能分析优化设备，所述整车性能分析优化设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的整车性能分析优化程序，所述整车性能分析优化程序配置为实现如上文所述的整车性能分析优化方法。
48.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有整车性能分析优化程序，所述整车性能分析优化程序被处理器执行时实现如上文所述的整车性能分析优化方法。
49.本发明通过构建整车有限元模型；约束加载整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项；将重要指标项作为目标优化的子项目标，并确定子项目标对应的目标值；从整车模型中筛选出与整车性能强相关的零部件；将零部件的最小总重量作为目标优化的最终目标；基于零部件构建目标仿真近似模型；根据子项目标对应的目标值和零部件对应的最终目标构建目标优化流程；根据目标仿真近似模型进行仿真计算，确定目标优化流程的最优解，得到优化结果。通过上述方式，在优化阶段，统筹考虑性能和质量进行性能未达标项和质量的优化，优化整车性能和质量的同时，兼顾考虑了各学科之前的设计矛盾点，使得整车性能和质量达成最优平衡关系。
附图说明
50.图1是本发明实施例方案涉及的硬件运行环境的整车性能分析优化设备的结构示意图；
51.图2为本发明整车性能分析优化方法第一实施例的流程示意图；
52.图3为本发明整车性能分析优化方法第二实施例的流程示意图；
53.图4为本发明整车性能分析优化装置第一实施例的结构框图。
54.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
55.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
56.参照图1，图1为本发明实施例方案涉及的硬件运行环境的整车性能分析优化设备结构示意图。
57.如图1所示，该整车性能分析优化设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
58.本领域技术人员可以理解，图1中示出的结构并不构成对整车性能分析优化设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
59.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及整车性能分析优化程序。
60.在图1所示的整车性能分析优化设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明整车性能分析优化设备中的处理器1001、存储器1005可以设置在整车性能分析优化设备中，所述整车性能分析优化设备通过处理器1001调用存储器1005中存储的整车性能分析优化程序，并执行本发明实施例提供的整车性能分析优化方法。
61.本发明实施例提供了一种整车性能分析优化方法，参照图2，图2为本发明整车性能分析优化方法第一实施例的流程示意图。
62.本实施例中，所述整车性能分析优化方法包括以下步骤：
63.步骤s10：构建整车有限元模型。
64.可以理解的是，本实施例的执行主体为整车性能分析优化设备，所述整车性能分析优化设备可以为计算机、处理器以及服务器等设备，还可以为其他具备相同或相似功能的设备，本实施例对此不加以限制。
65.需要说明的是，获取整车cad模型，按照模型要求建立整车有限元模型。可选的，cae各学科维度对整车模型的建模要求不一样，根据各学科维度对应的不同要求进行区别化模型搭建。具体地，构建的整车有限元模型为已赋材料厚度、已完成应有的连接关系搭建的可加载计算的模型。
66.步骤s20：约束加载所述整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项。
67.应当理解的是，不同学科维度的加载工况和软件操作环境要求不一样，根据各学科维度对应的不同要求进行区别化约束加载和分析计算。具体地，安全碰撞在lsdyna环境中进行约束加载和分析计算；nvh性能在nastran或者optistuct环境中进行约束加载和分析计算；结构刚度强度在nastran或abaqus环境中进行约束加载和分析计算；疲劳耐久在nastran/ncode环境中进行约束加载和分析计算。
68.进一步地，所述步骤s20，包括：约束加载所述整车有限元模型，并进行有限元仿真分析，得到仿真分析结果；对所述仿真分析结果进行后处理，得到基准分析结果；根据所述基准分析结果和对应的整车技术规范进行初步评价，从各性能指标中筛选出与车身整体结构关联性强的重要指标项。
69.需要说明的是，约束加载已赋材料厚度、已完成应有的连接关系搭建的模型，进行仿真分析，对仿真分析结果进行后处理，记为基准(base)分析结果。根据基准分析结果和相应的整车技术规范(vts)进行初步评价，从各性能指标中筛选出与车身整体结构关联性强的重要指标项。
70.进一步地，所述基准分析结果包括安全碰撞基准分析结果、nvh基准分析结果、结构刚度基准分析结果、结构强度基准分析结果以及疲劳耐久基准分析结果；
71.所述对所述仿真分析结果进行后处理，得到基准分析结果，包括：确定预设目标分解的考察性能项以及所述考察性能项对应的考察点，提取所述考察点对应的侵入量和加速度，将所述考察点对应的侵入量和加速度记录为安全碰撞基准分析结果；制作动刚度响应点加速度曲线并换算成动刚度值，读取ntf响应点x向位移并转换成噪声值，制作vtf响应点加速度曲线并读取曲线峰值，将所述动刚度值、所述噪声值以及所述曲线峰值记录为nvh基准分析结果；读取各所述考察点对应的z向位移，基于所述z向位移计算对应的刚度值，将所述刚度值记录为结构刚度基准分析结果；根据各零部件对应的预设屈服强度读取各零部件的最大应力值，将所述各零部件对应的最大应力值记录为结构强度基准分析结果；读取损伤值大于预设阈值的连接位置损伤值，将所述连接位置损伤值记录为疲劳耐久基准分析结果。
72.应当理解的是，本实施例的安全碰撞仿真分析中，根据预设目标分解的考察性能项，提取考察点的侵入量和加速度等，记录为安全碰撞的base分析结果；nvh仿真分析中，制作动刚度响应点加速度曲线并换算成动刚度值，读取ntf响应点x向位移并转换成db值，作出vtf响应点加速度曲线并读取曲线峰值，以上汇总到nvh的结果汇总表，记录为nvh的base分析结果；结构刚度仿真分析中，读取各考察点的z向位移，通过计算公式换算成相应的刚度值；结构强度仿真分析中，根据每个零件定义的屈服强度去读取该零部件的最大应力值，并记录为结构强度的base分析结果；疲劳耐久仿真分析中，读取损伤值＞1的钣金和焊点损伤值，并记录为疲劳耐久的base分析结果。
73.进一步地，所述根据所述基准分析结果和对应的整车技术规范进行初步评价，从各性能指标中筛选出与车身整体结构关联性强的重要指标项，包括：根据所述基准分析结果和对应的整车技术规范进行初步评价，确定达标项和不达标项，将所述达标项和所述不达标项作为初始重要指标项；对所述初始重要指标项中预设整车疲劳耐久维度和预设整车强度相关的指标项进行排除，得到与车身整体结构关联性强的重要指标项。
74.需要说明的是，与车身整体结构关联性强的重要指标项，包含base分析结果中的达标项和不达标项，由于整车疲劳耐久和整车强度这两个性能维度重点关注未达标件，可通过局部结构优化解决，因此本实施例将初始重要指标项中整车疲劳耐久、整车强度的所有指标项排除，确定与车身整体结构关联性强的重要指标项。
75.步骤s30：将所述重要指标项作为目标优化的子项目标，并确定所述子项目标对应的目标值。
76.在具体实现中，筛选出重要指标项作为多学科多目标优化的子项目标，根据预设目标，设置子项目标最低要达成的目标值。
77.步骤s40：从整车模型中筛选出与整车性能强相关的零部件。
78.应当理解的是，可选地，通过灵敏度分析筛选出与整车性能强相关的零部件，这些零部件的厚度与整车有限元模型中的厚度可有上下变动的空间。
79.步骤s50：将所述零部件的最小总重量作为目标优化的最终目标。
80.需要说明的是，统计筛选出的车身零部件的base总质量，并将总体变量零部件的最小总重量设置为多学科多目标优化的最终目标，其中，筛选出来的车身零部件的base质量并不是期望达成的最小质量。
81.步骤s60：基于所述零部件构建目标仿真近似模型。
82.应当理解的是，将零部件作为变量，通过参数化驱动cae各学科维度基础抽样模型的搭建，结合统计学抽样方法得到样本模型，提交计算样本模型，构建多学科多目标仿真的近似模型。其中，基础抽样模型的搭建，是利用零部件变量进行参数化，参数化方法不做限定；利用统计学抽样方法得到样本模型，其统计学抽样方法不做限定。
83.步骤s70：根据所述子项目标对应的目标值和所述零部件对应的最终目标构建目标优化流程。
84.步骤s80：根据所述目标仿真近似模型进行仿真计算，确定所述目标优化流程的最优解，得到优化结果。
85.需要说明的是，设计和构建多学科多目标优化流程，进行优化仿真计算，平衡各项子项目标与最终目标，找到最优解。其中，对于多学科多目标的优化方法不做限定，可选多项式、kriging、rbf等不同的优化算法。多学科多目标优化仿真分析结果中，所有的解集应当收敛。
86.具体地，所述步骤s80，包括：根据所述目标仿真近似模型进行仿真计算，最小化所述最终目标并最大化所述子项目标对应的目标值，确定所述目标优化流程的最优解，得到优化结果。
87.在具体实现中，多学科多目标优化的最终目标是达成整车性能与质量之间的平衡，各子项目标之间优化相互协调，最小化质量并最大化的整车性能目标。
88.进一步地，筛选出满足所有子项目标和最终目标的解集，在满足目标的解集中选取质量最小的解作为最优解。
89.本实施例通过构建整车有限元模型；约束加载整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项；将重要指标项作为目标优化的子项目标，并确定子项目标对应的目标值；从整车模型中筛选出与整车性能强相关的零部件；将零部件的最小总重量作为目标优化的最终目标；基于零部件构建目标仿真近似模型；根据子项目标对应的目标值和零部件对应的最终目标构建目标优化流程；根据目标仿真近似模型进行仿真计算，确定目标优化流程的最优解，得到优化结果。通过上述方式，在优化阶段，统筹考虑性能和质量进行性能未达标项和质量的优化，优化整车性能和质量的同时，兼顾考虑了各学科之前的设计矛盾点，使得整车性能和质量达成最优平衡关系。
90.参考图3，图3为本发明整车性能分析优化方法第二实施例的流程示意图。
91.基于上述第一实施例，本实施例整车性能分析优化方法在所述步骤s80之后，还包
括：
92.步骤s801：为各学科维度的基准分析模型中的变量零部件赋予所述最优解对应的厚度变量值，得到验证模型。
93.步骤s802：基于所述验证模型进行分析，确定性能目标达成信息和质量变化信息。
94.步骤s803：根据所述性能目标达成信息和所述质量变化信息进行综合评估，得到综合评估结果。
95.应当理解的是，将最优解的厚度变量赋予cae各学科维度的base分析模型中的变量零部件，得到验证模型，并提交验算，后处理验算结果，并根据原定的目标值进行评价。统计在验证模型中总体变量零部件的总质量，并与base分析模型统计的base总质量做比较，确定两者差值即为轻量化的重量或者性能优化需要增加的重量。综合评估验算的性能目标达成情况与质量的变化情况，评价此车辆的整车性能和质量是否已达到最优平衡。
96.需要说明的是，验算结果通过的标准是验证模型的验证结果与多学科多目标优化结果之间的差值小于一定值。可选地，验算结果中的子项性能目标根据设定最低要达成的目标值进行对比和评价。
97.进一步地，所述基于所述验证模型进行分析，确定性能目标达成信息和质量变化信息之后，所述方法还包括：若所述性能目标达成信息不满足预设性能要求，且所述质量变化信息不满足预设质量要求，则调整所述目标优化流程；根据所述目标仿真近似模型进行仿真计算，确定调整后的目标优化流程对应的最优解，得到调整后的优化结果。
98.应当理解的是，将验算结果中的所有性能目标与对应的base分析结果进行比较，确定验证性能结果是否优于base结果。其中，若验证性能结果优于base结果，则表征对应项性能得到优化；若验证性能结果差于base结果，则表征对应项性能相对减弱，之后结合相应的vts进行对比和评价，确定减弱程度是否与原base结果水平一致，或是否满足vts性能目标要求，若减弱程度与原base结果水平一致或仍然满足目标要求则完全接收优化方案；若减弱程度相差较大，或不满足目标要求，或质量变化不满足质量要求，则局部修改目标优化流程。由于本实施例中设置的变量不是整车的全部零部件，除了作为子项目标的性能项外的验算结果较base分析结果有小幅度波动，但不影响整体性能的体现，此上描述的性能达标情况均可评价此车辆的整体性能和质量已达到最优平衡。
99.需要说明的是，若子项目标中无未达目标项或含有少量未达标项，优化后质量较base质量有所下降，属于轻量化正向开发，评价整车性能与质量已达成最优平衡。若子项目标中有多个未达标项，优化后质量较base质量有所增加，亦属于逆向的整车性能与质量已达成最优平衡。
100.本实施例通过构建整车有限元模型；约束加载整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项；将重要指标项作为目标优化的子项目标，并确定子项目标对应的目标值；从整车模型中筛选出与整车性能强相关的零部件；将零部件的最小总重量作为目标优化的最终目标；基于零部件构建目标仿真近似模型；根据子项目标对应的目标值和零部件对应的最终目标构建目标优化流程；根据目标仿真近似模型进行仿真计算，确定目标优化流程的最优解，得到优化结果；为各学科维度的基准分析模型中的变量零部件赋予最优解对应的厚度变量值，得到验证模型；基于验证模型进行分析，确定性能目标达成信息和质量变化信息；根据性能目标达成信息和质量变化信息进行
综合评估，得到综合评估结果。通过上述方式，在优化阶段，统筹考虑性能和质量进行性能未达标项和质量的优化，优化整车性能和质量的同时，兼顾考虑了各学科之前的设计矛盾点，使得整车性能和质量达成最优平衡关系，提供了验证评估方式，对优化阶段的优化效果进行监控，为了优化流程调整提供数据支持。
101.此外，本发明实施例还提出一种存储介质，所述存储介质上存储有整车性能分析优化程序，所述整车性能分析优化程序被处理器执行时实现如上文所述的整车性能分析优化方法。
102.由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
103.参照图4，图4为本发明整车性能分析优化装置第一实施例的结构框图。
104.如图4所示，本发明实施例提出的整车性能分析优化装置包括：
105.构建模块10，用于构建整车有限元模型。
106.有限元仿真分析模块20，用于约束加载所述整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项。
107.优化项确定模块30，用于将所述重要指标项作为目标优化的子项目标，并确定所述子项目标对应的目标值。
108.筛选模块40，用于从整车模型中筛选出与整车性能强相关的零部件。
109.所述优化项确定模块30，还用于将所述零部件的最小总重量作为目标优化的最终目标。
110.近似模型构建模块50，用于基于所述零部件构建目标仿真近似模型。
111.所述优化项确定模块30，还用于根据所述子项目标对应的目标值和所述零部件对应的最终目标构建目标优化流程。
112.优化模块60，用于根据所述目标仿真近似模型进行仿真计算，确定所述目标优化流程的最优解，得到优化结果。
113.应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
114.本实施例通过构建整车有限元模型；约束加载整车有限元模型，并进行有限元仿真分析，筛选出与车身整体结构关联性强的重要指标项；将重要指标项作为目标优化的子项目标，并确定子项目标对应的目标值；从整车模型中筛选出与整车性能强相关的零部件；将零部件的最小总重量作为目标优化的最终目标；基于零部件构建目标仿真近似模型；根据子项目标对应的目标值和零部件对应的最终目标构建目标优化流程；根据目标仿真近似模型进行仿真计算，确定目标优化流程的最优解，得到优化结果。通过上述方式，在优化阶段，统筹考虑性能和质量进行性能未达标项和质量的优化，优化整车性能和质量的同时，兼顾考虑了各学科之前的设计矛盾点，使得整车性能和质量达成最优平衡关系。
115.需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
116.另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的整车性能分析优化方法，此处不再赘述。
117.在一实施例中，所述有限元仿真分析模块20，还用于约束加载所述整车有限元模型，并进行有限元仿真分析，得到仿真分析结果；对所述仿真分析结果进行后处理，得到基准分析结果；根据所述基准分析结果和对应的整车技术规范进行初步评价，从各性能指标中筛选出与车身整体结构关联性强的重要指标项。
118.在一实施例中，所述基准分析结果包括安全碰撞基准分析结果、nvh基准分析结果、结构刚度基准分析结果、结构强度基准分析结果以及疲劳耐久基准分析结果；
119.所述有限元仿真分析模块20，还用于确定预设目标分解的考察性能项以及所述考察性能项对应的考察点，提取所述考察点对应的侵入量和加速度，将所述考察点对应的侵入量和加速度记录为安全碰撞基准分析结果；制作动刚度响应点加速度曲线并换算成动刚度值，读取ntf响应点x向位移并转换成噪声值，制作vtf响应点加速度曲线并读取曲线峰值，将所述动刚度值、所述噪声值以及所述曲线峰值记录为nvh基准分析结果；读取各所述考察点对应的z向位移，基于所述z向位移计算对应的刚度值，将所述刚度值记录为结构刚度基准分析结果；根据各零部件对应的预设屈服强度读取各零部件的最大应力值，将所述各零部件对应的最大应力值记录为结构强度基准分析结果；读取损伤值大于预设阈值的连接位置损伤值，将所述连接位置损伤值记录为疲劳耐久基准分析结果。
120.在一实施例中，所述有限元仿真分析模块20，还用于根据所述基准分析结果和对应的整车技术规范进行初步评价，确定达标项和不达标项，将所述达标项和所述不达标项作为初始重要指标项；对所述初始重要指标项中预设整车疲劳耐久维度和预设整车强度相关的指标项进行排除，得到与车身整体结构关联性强的重要指标项。
121.在一实施例中，所述优化模块60，还用于根据所述目标仿真近似模型进行仿真计算，最小化所述最终目标并最大化所述子项目标对应的目标值，确定所述目标优化流程的最优解，得到优化结果。
122.在一实施例中，所述整车性能分析优化装置还包括验证模块；
123.所述验证模块，用于为各学科维度的基准分析模型中的变量零部件赋予所述最优解对应的厚度变量值，得到验证模型；基于所述验证模型进行分析，确定性能目标达成信息和质量变化信息；根据所述性能目标达成信息和所述质量变化信息进行综合评估，得到综合评估结果。
124.在一实施例中，所述验证模块，还用于若所述性能目标达成信息不满足预设性能要求，且所述质量变化信息不满足预设质量要求，则调整所述目标优化流程；根据所述目标仿真近似模型进行仿真计算，确定调整后的目标优化流程对应的最优解，得到调整后的优化结果。
125.此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
126.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
127.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下
前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
128.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。