基于隐式参数化的车身多学科轻量化设计

为实现整车综合性能的快速方案验证和优化设计,在新车型设计阶段构建车身隐式参数化模型,并对其进行模态、刚度和安全等综合性能计算,验证参数化模型的有效性。基于灵敏度分析、试验设计（design of experiments, DOE）方法和近似模型优化等策略,对某白车身进行多学科轻量化设计。优化设计结果表明,白车身的模态、刚度和安全性能均满足设计要求。     

基于隐式参数化的白车身建模方法

针对利用传统方法进行新车型概念设计时,需要在大量待选方案的基础上分别建立CAD模型和CAE模型,耗费大量人力和时间的问题,介绍车身隐式参数化建模的基本构成元素和高级构成元素、多层面建模技术和映射连接技术,以及基于隐式参数化的车身建模思路;对某车型前部白车身进行隐式参数化建模;对参数化模型与原有限元模型进行碰撞仿真分析和对比,结果表明用隐式参数化建模方法进行车型概念开发可行,能实现早期开发中车辆结构性能的快速评估.     

多目标轻量化的白车身隐式参数数值模拟

普通方法构建的白车身多目标轻量化设计模型存在精准度低、优化效果差的问题.通过隐式参数数值模拟方法,先对白车身构建隐式参数化模型,再通过非安全件轻量化优化设计和正面碰撞安全件轻量化优化设计实现白车身多目标轻量化.通过对该方法的性能优化验证及对比实验发现,经过多次迭代后,上述方法构建的白车身模型的精准度均大于90％,优化变...     

参数化白车身结构轻量化多目标优化

利用SFE Concept建立某轿车白车身的参数化模型,采用有限元法对白车身的静态弯曲和扭转刚度、主要低阶模态进行分析,并将仿真结果与试验结果进行对比。将参数化白车身与动力总成、底盘、闭合件连接后,仿真分析整车正面100%碰撞安全性能并验证有限元模型的有效性。提出通过相对灵敏度分析确定白车身非安全件设计变量的方法,采用最优拉丁超立方方法生成样本点,基于径向基神经网络方法拟合近似模型,以白车身非安全件和正碰安全件为轻量化对象,通过第二代非劣排序遗传算法对白车身进行多目标优化设计。结果表明：在白车身静态弯曲刚度降低3.60%、静态扭转刚度降低3.91%、一阶弯曲模态固有频率降低0.09%、一阶扭转模态固有频率上升1.26%、正碰安全性能基本不变的情况下,白车身质量减少24.17 kg,减重7.42%,轻量化效果显著。     

基于网格优化的隐式曲面自适应多边形化

隐式曲面多边形化是隐式曲面绘制的一种常用算法.基于网格优化的隐式曲面快速自适应多边形化算法,首先用多边形化算法生成一个粗糙的初始网格,再利用网格优化方法从网格顶点位置、规则性和网格法向三个方面对粗糙网格进行调整,最后根据网格的局部曲率用多边形细分策略细分优化后的网格.实验结果表明,该算法在网格生成速度和网格规则性上都胜于Marching Cubes的多边形化算法,恢复的隐式曲面能较好地反映形状特征.     

一类三次隐式代数曲面参数化研究

在CAGD中隐式曲面和参数曲面作为曲面的两种表示形式各有其内在的优点 ,多年来如何有效地实现二者的相互转换一直是CAGD的一个热点问题 对一类GC1拼接两个二次曲面的三次混合代数曲面进行了研究 ,提出一种基于同轴平面束与代数曲面相交的几何化参数化方法 与传统参数化方法相比 ,该方法结构直观且具有可使三次代数曲面位于 [0 ,1]× [0 ,1]参数区间内 ,以及曲面的边界位于等参数线上等特点 ,利用这种参数曲面可以方便地实现机器作图和各种操作 实验结果验证了方法的有效性     

基于近似模型的车身气动外形优化

以英国汽车工业研究协会(Motor Industry Research Association,MIRA)阶背模型为基本模型,用参数化建模方法建立其纵向对称面的二维模型.运用优化拉丁超立方方法对每组参数化方案生成600组样本点;将MATLAB与Gambit结合,自动快速生成其网格模型;用FLUENT计算每个样本点的气动阻力.建立径向基神经网络(Radial Basis Function Neural Network,RBFNN)近似模型,以阻力最小为优化目标,采用多岛遗传算法优化外形参数;对优化后的结果进行数值模拟,结果表明阻力减少31.9%.三维验证结果表明:二维优化结果不能完全代表三维结果,直接进行三维优化设计的效果更好.     

隐式曲面快速多边形化

隐式曲面多边形化是隐式曲面绘制的常用算法。该文提出了一个隐式曲面快速多边形化算法。首先用Bloo-menthal的多边形化算法生成一个粗糙的初始网格,再进行网格优化提高网格规则性,最后用多边形细分策略细分优化后的网格。实验结果表明,该算法在网格生成速度和网格规则性上都胜于Bloomenthal的多边形化算法。     

平面有理曲线几何连续隐式化的优化方法

文中提出了平面有理曲线隐式化的优化方法,证明了隐式方程的系数实际上是一个这二次型的极小解向量,或是一个齐次线性方程的非平凡解。鉴于隐式方程的复杂性和实际中的近似计算,文中还提出了用低次隐式方程来逼近有理曲线的近似隐式化优化方法,由于加上了端点处的插值性和ＧＣ＾１连续性,最后得到的隐式方程是ＧＣ＾１连续的。数值例子说明这种近似隐式化方法的效果是不错的。     

一类四次隐式代数曲面参数化研究

隐式代数曲面的参数化是 CAGD的热点问题之一 .针对一类四次隐式代数曲面 ,提出一种基于分片的几何参数化方法 .首先对四次代数曲面进行分片 ,然后对每一个分片曲面利用一组同轴平面束与其求交线 ,通过对求得交线的参数化来完成对整个分片曲面的参数化 .该方法是一种精确的参数化方法 ,其结构直观、计算简单 ,并且具有可使分片的四次代数曲面位于 [0 ,1]× [0 ,1]参数区间内 ,以及分片曲面的边界位于等参数线上等特点 ,利用该参数曲面可以方便地实现机器作图和几何操作 .实验结果验证了文中方法的有效性 .     

基于概念设计的框架车身多目标优化系统

为实现概念设计阶段车身结构和性能的快速优化,构建多工况、多目标优化系统FVO,其中包括车身几何建模、有限元分析、结构优化等。该系统可以快速建立参数化框架车身几何模型,自动生成满足多工况要求的高精度有限元模型,利用多目标优化算法对车身的梁和板结构进行多工况优化计算,为用户提供满足众多约束条件的优化设计方案。在阐述FVO系统整体结构和具体方法的基础上,通过简单设计实例证明系统的有效性和准确性。     

基于多模型拓扑优化方法的车身结构概念设计

为获得最优的初始设计方案,在车身概念设计阶段对车身结构进行拓扑优化。车身结构性能指标综合考虑整体刚度、局部动态刚度和碰撞性能,采用多模型优化(multi-model optimization,MMO)方法解决此类复杂工况的拓扑优化问题,通过调节设计空间和设置参数,获得车身最优载荷路径。根据拓扑优化结果初步形成车身框架结构,可为后期详细设计提供参考。     

基于改进神经网络的非满载车辆路线优化模型

货物流通过程中,目前流行的车辆调度方式--基于简单的神经网络模型设计,造成运输成本的浪费。提出了一种基于改进神经网络的非满载车辆路线优化挖掘模型,来解决运输过程中的非满载车辆调度优化问题。改进的模型通过对非满载车辆时域长度和空域概率的加权、对神经网络稳定状态进行约束、建立非满载车辆起点和终点函数方程生成改进算法配送模型,并通过对新模型进行时间窗加权,合成了改进神经网络非满载车辆挖掘模式。仿真结果表明,该挖掘模型与传统的神经网络计算方法相比,能够提高非满载车辆路线选择效率和正确性,取得了较好的效果。     

针对多个动力学性能的整车多目标优化

针对难以用传统单目标方法开发综合性能好的汽车的问题,建立整车刚柔耦合多体动力学模型,用车身垂向加速度、前后轮荷标准差和横摆角速度超调量等3个参数表征乘坐舒适性、行驶安全性和操纵稳定性等3方面性能,并采用多目标遗传算法进行优化.从优化得到的一组Pareto解集中选取一个最优解,有效提高汽车的若干性能,证明该方法能有效优化整车动力学性能.     

基于Hadoop的IPTV隐式评分模型

根据网路协定电视（IPTV）用户收视行为数据中的隐式特性,提出一种新型的隐式评分模型。首先,介绍了IPTV用户收视行为数据的主要特点,提出一种新的用户收视比值、用户兴趣偏置因子以及视频类型影响因子相结合的多特征混合隐式评分模型;然后,提出基于收视时长和收视比值的收视行为筛选策略;最后,设计并实现了基于Hadoop的分布式模型架构。实验结果表明,所提模型有效提高了IPTV系统中推荐结果的质量,同时提升了时间效率,对于大规模数据有良好的可扩展性。     

上海A型地铁车辆弹性车体与转向架耦合振动分析

基于上海A型地铁车辆弹性车体有限元模型,建立弹性车体的刚柔耦合动力学模型,用其研究车体垂向弹性对运行平稳性的影响,分析弹性车体与转向架的耦合振动,探究车体弹性共振的机理.结果表明,在车体刚度低的情况下,该型地铁车辆车体弹性对车辆运行平稳性影响较大;车体的弹性共振并非由车体与转向架耦合振动引起,在车辆悬挂及车体的设计过程中应当考虑几何滤波现象引发车体弹性共振对车辆平稳性的影响。