中文摘要：

板料成形技术具有加工效率高、材料利用率高等特点，应用在汽车、航空、航天等领域。然而，成形工艺优化是一个反复迭代过程，花费大量的计算资源和时间。传统的优化设计忽略不确定因素的影响，变量的波动导致设计目标超出约束界限或者目标对变量的波动极其敏感，使设计失效。本项目以汽车覆盖件为研究对象，建立板料成形过程的Dual-Kriging稳健模型，利用基于随机模拟的遗传算法等进行优化，节省优化时间和提高产品稳健性。即利用拉丁超立法对变量进行实验设计，利用软件LS_DYNA进行数值模拟，在获取目标值的同时获取其方差，建立Dual-Kriging稳健模型，对产品进行6σ或3σ等稳健设计。为获得全局优化解，利用自适应样本法，更新样本数据，提高Dual-Kriging模型的精度和收敛性。该研究不仅提高设计效率和产品质量稳健性，而且为自主设计和制造甚至开发新的产品提供理论支持和技术方案，降低成本，提高企业效益。

结论摘要：

板料成形技术具有加工效率高、材料利用率高等特点，应用在汽车、航空、航天等领域。然而，成形工艺优化是一个反复迭代过程，花费大量的计算资源和时间。传统的优化设计忽略不确定因素的影响，变量的波动导致设计目标超出约束界限，使设计失效。本项目以汽车覆盖件为研究对象，建立了板料成形过程的Dual-Kriging稳健模型，利用基于随机模拟的遗传算法等进行优化，节省了优化时间和提高产品稳健性。即利用拉丁超立法对变量进行实验设计，利用软件LS_DYNA进行数值模拟，在获取目标值的同时获取其方差，建立了Dual-Kriging稳健模型，对产品进行了6σ或3σ等稳健设计。为获得全局优化解，利用自适应样本法，提高Dual-Kriging模型的精度和收敛性。该研究不仅提高了设计效率和产品质量稳健性，而且为自主设计和制造甚至开发新的产品提供理论支持和技术方案，降低成本，提高企业效益。