版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)軟件的不斷更新和計(jì)算機(jī)仿真理論的不斷完善,構(gòu)建車(chē)身的有限元模型的精度也越來(lái)越高,其采樣耗時(shí)長(zhǎng)和硬件的更新?lián)Q代快等問(wèn)題尤為突出。目前的車(chē)身結(jié)構(gòu)優(yōu)化設(shè)計(jì)有兩種方法。一種是直接對(duì)整車(chē)進(jìn)行采樣,精度高,響應(yīng)值可信,但是耗時(shí)長(zhǎng)。另一種就是采用簡(jiǎn)化模型技術(shù)對(duì)部分總成或部件進(jìn)行定性?xún)?yōu)化,再將結(jié)果代入整車(chē)計(jì)算,雖然耗時(shí)短,針對(duì)性強(qiáng),但理論性不強(qiáng),優(yōu)化結(jié)果的好壞主要依賴(lài)于研究者的經(jīng)驗(yàn)。針對(duì)上述問(wèn)題,本文借用變復(fù)雜度優(yōu)化思想,將兩種方法的優(yōu)點(diǎn)結(jié)合
2、起來(lái)用于車(chē)身結(jié)構(gòu)優(yōu)化設(shè)計(jì)中,主要研究?jī)?nèi)容如下:
?。?)通過(guò)測(cè)試函數(shù)和工程實(shí)例,比較了三種近似模型在不同優(yōu)化問(wèn)題中建模的擬合精度。研究表明:RBF近似模型在線(xiàn)性、弱非線(xiàn)性和強(qiáng)非線(xiàn)性的情況下比其它兩種近似模型的擬合精度要高,且魯棒性更強(qiáng),更適合于工程實(shí)例建模問(wèn)題。
?。?)基于簡(jiǎn)化模型技術(shù)在整車(chē)正面碰撞分析優(yōu)化中的應(yīng)用條件,研究了縱梁的材料、板厚和截面三種因素對(duì)縱梁在碰撞過(guò)程中的變形以及乘員艙的影響。研究表明,材料和截面等
3、不可控因素對(duì)縱梁吸能變形方式的影響較大,而板厚主要在碰撞過(guò)程中對(duì)汽車(chē)B柱加速度峰值和輕量化設(shè)計(jì)更加有效。最終按成本控制的原則,選擇更換材料方案改進(jìn)縱梁。
?。?)針對(duì)汽車(chē)車(chē)身安全性?xún)?yōu)化設(shè)計(jì),提出了基于變復(fù)雜度優(yōu)化的RBF近似模型方法。該方法采用最優(yōu)拉丁超立方試驗(yàn)設(shè)計(jì),利用較少的樣本點(diǎn)數(shù)據(jù)在簡(jiǎn)化模型和高精度模型中建立一個(gè)差值補(bǔ)償近似模型,在此模型和簡(jiǎn)化模型基礎(chǔ)上構(gòu)造新的樣本點(diǎn)數(shù)據(jù),利用RBF神經(jīng)網(wǎng)絡(luò)建立新的近似模型。利用該方法對(duì)以
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向變復(fù)雜度近似的嵌套實(shí)驗(yàn)設(shè)計(jì)方法研究.pdf
- 基于變復(fù)雜度近似的改進(jìn)兩級(jí)集成系統(tǒng)協(xié)同優(yōu)化方法及應(yīng)用研究.pdf
- 基于代理模型的汽車(chē)碰撞安全性仿真優(yōu)化研究.pdf
- 離散混沌系統(tǒng)復(fù)雜度與密碼學(xué)安全性的關(guān)系研究.pdf
- 癲癇腦電的復(fù)雜度和近似熵研究.pdf
- 基于空中交通復(fù)雜度的扇區(qū)優(yōu)化研究.pdf
- 基于時(shí)空相關(guān)性的HEVC復(fù)雜度優(yōu)化算法.pdf
- 基于組合代理模型的汽車(chē)碰撞安全性多目標(biāo)優(yōu)化研究.pdf
- 基于近似模型的汽車(chē)輕量化優(yōu)化設(shè)計(jì)方法.pdf
- 企業(yè)管理結(jié)構(gòu)復(fù)雜度測(cè)量?jī)?yōu)化模型構(gòu)建.pdf
- 基于近似模型技術(shù)的汽車(chē)轉(zhuǎn)向梯形優(yōu)化設(shè)計(jì)研究.pdf
- 企業(yè)管理結(jié)構(gòu)復(fù)雜度測(cè)量?jī)?yōu)化模型構(gòu)建
- 基于復(fù)雜度控制的交叉口空間優(yōu)化設(shè)計(jì)方法.pdf
- HEVC低復(fù)雜度編碼優(yōu)化算法研究.pdf
- 汽車(chē)側(cè)面碰撞安全性設(shè)計(jì)與優(yōu)化.pdf
- 基于顏色特征的圖像復(fù)雜度研究.pdf
- 基于拓?fù)渚W(wǎng)絡(luò)復(fù)雜度分析的城市公交網(wǎng)絡(luò)優(yōu)化研究.pdf
- K-Median問(wèn)題的近似計(jì)算復(fù)雜度與局部搜索近似算法分析.pdf
- 任務(wù)復(fù)雜度對(duì)口語(yǔ)輸出準(zhǔn)確度及復(fù)雜度的影響.pdf
- 周期序列線(xiàn)性復(fù)雜度與K-錯(cuò)線(xiàn)性復(fù)雜度研究.pdf
評(píng)論
0/150
提交評(píng)論