基于網(wǎng)格變形的某車身氣動(dòng)減阻降噪?yún)f(xié)同優(yōu)化設(shè)計(jì)
發(fā)布時(shí)間:2021-01-26 05:45
氣動(dòng)阻力和氣動(dòng)噪聲作為汽車車身空氣動(dòng)力學(xué)性能最關(guān)鍵的影響因素,其對(duì)汽車燃油經(jīng)濟(jì)性和舒適性起著重要的影響作用。如何協(xié)調(diào)氣動(dòng)阻力和氣動(dòng)噪聲之間的約束機(jī)制,提高汽車車身氣動(dòng)性能水平,是各大車企面臨的難題。協(xié)同優(yōu)化方法能夠充分考慮到氣動(dòng)阻力和氣動(dòng)噪聲復(fù)雜系統(tǒng)中的相互約束,是解決這類復(fù)雜系統(tǒng)優(yōu)化的一個(gè)有效途徑。本文采用某實(shí)車模型為研究對(duì)象,以整車低阻低噪為協(xié)同優(yōu)化目標(biāo),把氣動(dòng)阻力和氣動(dòng)噪聲獨(dú)立為兩個(gè)子學(xué)科。分別考慮整車氣動(dòng)阻力和氣動(dòng)噪聲造型關(guān)鍵影響因子,通過網(wǎng)格變形技術(shù)實(shí)現(xiàn)各關(guān)鍵造型因子的參數(shù)化建模,利用Isight軟件集成網(wǎng)格變形軟件和CFD數(shù)值模擬軟件,實(shí)現(xiàn)對(duì)氣動(dòng)阻力和氣動(dòng)噪聲樣本點(diǎn)的自動(dòng)計(jì)算,同時(shí)構(gòu)建可靠的響應(yīng)面模型,最后基于近似模型構(gòu)建低阻低噪?yún)f(xié)同優(yōu)化數(shù)學(xué)模型。其具體的研究?jī)?nèi)容如下:(1)對(duì)計(jì)算域中網(wǎng)格加密區(qū)內(nèi)進(jìn)行了網(wǎng)格無關(guān)性驗(yàn)證,分析了影響整車氣動(dòng)阻力的關(guān)鍵部位,并確定了4個(gè)設(shè)計(jì)變量。采用最優(yōu)拉丁超立方選取41個(gè)樣本點(diǎn),采用Kriging近似模型構(gòu)建設(shè)計(jì)變量和氣動(dòng)阻力響應(yīng)關(guān)系,利用交叉誤差(cross-validation)、散點(diǎn)圖、決定系數(shù)R2等方法對(duì)構(gòu)建的近似...
【文章來源】:重慶理工大學(xué)重慶市
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 網(wǎng)格變形技術(shù)及其研究現(xiàn)狀
1.2.2 自動(dòng)優(yōu)化設(shè)計(jì)研究現(xiàn)狀
1.2.3 車身氣動(dòng)減阻優(yōu)化研究現(xiàn)狀
1.2.4 車身氣動(dòng)噪聲優(yōu)化與控制研究現(xiàn)狀
1.2.5 多學(xué)科協(xié)同優(yōu)化設(shè)計(jì)方法研究現(xiàn)狀
1.3 本文研究?jī)?nèi)容及全文結(jié)構(gòu)
1.3.1 本文研究的主要內(nèi)容
1.3.2 文章構(gòu)成
2 協(xié)同優(yōu)化算法理論及改進(jìn)策略
2.1 協(xié)同優(yōu)化算法理論描述
2.1.1 協(xié)同優(yōu)化算法框圖
2.1.2 協(xié)同優(yōu)化流程
2.1.3 協(xié)同優(yōu)化算法數(shù)學(xué)模型
2.2 標(biāo)準(zhǔn)協(xié)同優(yōu)化算法的不足
2.3 標(biāo)準(zhǔn)協(xié)同優(yōu)化方法改進(jìn)策略
2.3.1 基于響應(yīng)面法改進(jìn)協(xié)同優(yōu)化算法
2.3.2 基于松弛因子法改進(jìn)協(xié)同優(yōu)化算法
2.3.3 基于罰函數(shù)法改進(jìn)協(xié)同優(yōu)化算法
2.4 本章小結(jié)
3 基于網(wǎng)格變形技術(shù)車身氣動(dòng)減阻自動(dòng)優(yōu)化
3.1 氣動(dòng)阻力自動(dòng)優(yōu)化技術(shù)路線
3.2 氣動(dòng)阻力數(shù)值模擬
3.2.1 建立幾何模型及劃分計(jì)算域
3.2.2 網(wǎng)格劃分及網(wǎng)格無關(guān)性驗(yàn)證
3.2.3 確定數(shù)值模擬邊界條件
3.3 數(shù)值仿真結(jié)果分析及設(shè)計(jì)變量確定
3.4 參數(shù)化建模及樣本點(diǎn)仿真
3.4.1 基于Sculptor控制體參數(shù)化建模
3.4.2 最優(yōu)拉丁超立方取樣及仿真結(jié)果
3.5 Kriging近似模型的建立及誤差驗(yàn)證
3.5.1 決定系數(shù)2R誤差驗(yàn)證
3.5.2 散點(diǎn)圖誤差驗(yàn)證
3.5.3 交叉誤差(cross-validation)驗(yàn)證
3.6 智能算法尋優(yōu)及數(shù)據(jù)可視化分析
3.6.1 基于多島遺傳(MIGA)尋最優(yōu)解
3.6.2 數(shù)據(jù)可視化分析
3.7 本章小結(jié)
4 基于網(wǎng)格變形車身外表面氣動(dòng)噪聲數(shù)值分析及優(yōu)化
4.1 計(jì)算模型及網(wǎng)格劃分
4.2 邊界條件及物理模型設(shè)定
4.3 計(jì)算結(jié)果分析及確定設(shè)計(jì)變量
4.3.1 穩(wěn)態(tài)計(jì)算結(jié)果分析
4.3.2 瞬態(tài)計(jì)算結(jié)果分析
4.4 確定設(shè)計(jì)變量及參數(shù)化建模
4.4.1 設(shè)計(jì)變量的確定
4.4.2 基于ASD控制體參數(shù)化建模
4.4.3 最優(yōu)拉丁超立方取樣
4.5 Kriging近似模型誤差驗(yàn)證及氣動(dòng)噪聲優(yōu)化點(diǎn)確認(rèn)
4.5.1 散點(diǎn)圖誤差驗(yàn)證
4.5.2 交叉誤差驗(yàn)證
4.6 基于多島遺傳(MIGA)尋最優(yōu)解
4.7 數(shù)據(jù)可視化分析
4.7.1 敏感度及相關(guān)性分析
4.7.2 自組織神經(jīng)網(wǎng)絡(luò)映射(SOM)分析
4.8 本章小結(jié)
5 基于近似模型的車身氣動(dòng)低阻降噪?yún)f(xié)同優(yōu)化分析
5.1 建立協(xié)同優(yōu)化數(shù)學(xué)模型
5.1.1 協(xié)同優(yōu)化數(shù)學(xué)模型
5.1.2 協(xié)同優(yōu)化框圖分析
5.2 基于Isight建立協(xié)同優(yōu)化平臺(tái)
5.2.1 協(xié)同優(yōu)化流程圖
5.2.2 各級(jí)優(yōu)化器智能優(yōu)化算法選擇及設(shè)置
5.3 協(xié)同優(yōu)化結(jié)果及分析
5.3.1 優(yōu)化結(jié)果及誤差驗(yàn)證
5.3.2 中截面壓力云圖對(duì)比分析
5.3.3 Curle聲壓級(jí)分布圖分析
5.3.4 頻譜圖分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于動(dòng)態(tài)罰函數(shù)的火星探測(cè)器多學(xué)科協(xié)同優(yōu)化[J]. 柳明星,張偉,張恒,劉華清. 深空探測(cè)學(xué)報(bào). 2017(03)
[2]基于自由變形技術(shù)的汽車氣動(dòng)減阻優(yōu)化[J]. 汪怡平,王濤,黎帥. 機(jī)械工程學(xué)報(bào). 2017(09)
[3]某SUV型汽車后視鏡氣動(dòng)噪聲數(shù)值仿真[J]. 劉海軍,任秉銀,徐旭,趙偉豐,劉二寶,梁赫,彭興芝. 哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2016(01)
[4]多學(xué)科協(xié)同優(yōu)化算法的分析和改進(jìn)[J]. 王強(qiáng),鄭松,徐傲,葛銘. 計(jì)算機(jī)工程與應(yīng)用. 2016(23)
[5]飛翼氣動(dòng)優(yōu)化中參數(shù)化和網(wǎng)格變形技術(shù)[J]. 唐靜,鄧有奇,馬明生,李彬. 航空學(xué)報(bào). 2015(05)
[6]基于改進(jìn)的Pareto遺傳算法的車身氣動(dòng)多目標(biāo)優(yōu)化[J]. 韋甘,楊志剛,李啟良. 汽車工程. 2014(10)
[7]氣動(dòng)聲學(xué)Lighthill方程的Kirchhoff積分解分析[J]. 蔡建程,劉志宏,曾向陽. 聲學(xué)技術(shù). 2014(02)
[8]基于Sculptor和Isight的SUV前阻風(fēng)板結(jié)構(gòu)優(yōu)化[J]. 李會(huì)榮,凡遵金,賴宇陽. 計(jì)算機(jī)輔助工程. 2013(S2)
[9]基于iSIGHT軟件的協(xié)同優(yōu)化算法若干問題研究[J]. 溫慶國(guó),宋保維,王鵬. 西北工業(yè)大學(xué)學(xué)報(bào). 2013(01)
[10]一種改進(jìn)的協(xié)同優(yōu)化算法及其應(yīng)用[J]. 李冬琴,楊永祥,陳智同. 計(jì)算機(jī)工程與科學(xué). 2013(01)
博士論文
[1]基于梯度的氣動(dòng)外形優(yōu)化設(shè)計(jì)方法及應(yīng)用[D]. 陳頌.西北工業(yè)大學(xué) 2016
[2]汽車風(fēng)窗噪聲及風(fēng)振噪聲的機(jī)理及控制方法研究[D]. 汪怡平.湖南大學(xué) 2011
[3]飛行器分布式協(xié)同進(jìn)化多學(xué)科設(shè)計(jì)優(yōu)化方法研究[D]. 陳琪鋒.中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué) 2003
碩士論文
[1]基于全局快速尋優(yōu)CO方法的流程工業(yè)多目標(biāo)優(yōu)化研究[D]. 黃仕貴.杭州電子科技大學(xué) 2017
[2]基于遺傳算法的汽車外形優(yōu)化[D]. 陳小雄.重慶理工大學(xué) 2016
[3]基于協(xié)同優(yōu)化方法的汽車車身性能多學(xué)科優(yōu)化[D]. 程雨婷.北京理工大學(xué) 2016
[4]造型初期的汽車氣動(dòng)外形減阻優(yōu)化設(shè)計(jì)[D]. 丁偉.吉林大學(xué) 2015
[5]多學(xué)科協(xié)同優(yōu)化算法及其在船舶概念優(yōu)化設(shè)計(jì)中的應(yīng)用[D]. 周奇.中國(guó)艦船研究院 2014
[6]基于Morph技術(shù)和DOE的微車造型氣動(dòng)特性靈敏度研究[D]. 江亮.湖南大學(xué) 2013
[7]噪聲分析中FFT算法的設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄧可遠(yuǎn).西安電子科技大學(xué) 2013
[8]某車型外表面氣動(dòng)噪聲的數(shù)值分析[D]. 楊坤.上海交通大學(xué) 2012
[9]高速汽車外場(chǎng)氣動(dòng)噪聲分析與控制[D]. 林肖輝.湖南大學(xué) 2011
[10]基于CFD的某SUV氣動(dòng)特性分析與改進(jìn)[D]. 譚鈞澤.湖南大學(xué) 2011
本文編號(hào):3000577
【文章來源】:重慶理工大學(xué)重慶市
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 網(wǎng)格變形技術(shù)及其研究現(xiàn)狀
1.2.2 自動(dòng)優(yōu)化設(shè)計(jì)研究現(xiàn)狀
1.2.3 車身氣動(dòng)減阻優(yōu)化研究現(xiàn)狀
1.2.4 車身氣動(dòng)噪聲優(yōu)化與控制研究現(xiàn)狀
1.2.5 多學(xué)科協(xié)同優(yōu)化設(shè)計(jì)方法研究現(xiàn)狀
1.3 本文研究?jī)?nèi)容及全文結(jié)構(gòu)
1.3.1 本文研究的主要內(nèi)容
1.3.2 文章構(gòu)成
2 協(xié)同優(yōu)化算法理論及改進(jìn)策略
2.1 協(xié)同優(yōu)化算法理論描述
2.1.1 協(xié)同優(yōu)化算法框圖
2.1.2 協(xié)同優(yōu)化流程
2.1.3 協(xié)同優(yōu)化算法數(shù)學(xué)模型
2.2 標(biāo)準(zhǔn)協(xié)同優(yōu)化算法的不足
2.3 標(biāo)準(zhǔn)協(xié)同優(yōu)化方法改進(jìn)策略
2.3.1 基于響應(yīng)面法改進(jìn)協(xié)同優(yōu)化算法
2.3.2 基于松弛因子法改進(jìn)協(xié)同優(yōu)化算法
2.3.3 基于罰函數(shù)法改進(jìn)協(xié)同優(yōu)化算法
2.4 本章小結(jié)
3 基于網(wǎng)格變形技術(shù)車身氣動(dòng)減阻自動(dòng)優(yōu)化
3.1 氣動(dòng)阻力自動(dòng)優(yōu)化技術(shù)路線
3.2 氣動(dòng)阻力數(shù)值模擬
3.2.1 建立幾何模型及劃分計(jì)算域
3.2.2 網(wǎng)格劃分及網(wǎng)格無關(guān)性驗(yàn)證
3.2.3 確定數(shù)值模擬邊界條件
3.3 數(shù)值仿真結(jié)果分析及設(shè)計(jì)變量確定
3.4 參數(shù)化建模及樣本點(diǎn)仿真
3.4.1 基于Sculptor控制體參數(shù)化建模
3.4.2 最優(yōu)拉丁超立方取樣及仿真結(jié)果
3.5 Kriging近似模型的建立及誤差驗(yàn)證
3.5.1 決定系數(shù)2R誤差驗(yàn)證
3.5.2 散點(diǎn)圖誤差驗(yàn)證
3.5.3 交叉誤差(cross-validation)驗(yàn)證
3.6 智能算法尋優(yōu)及數(shù)據(jù)可視化分析
3.6.1 基于多島遺傳(MIGA)尋最優(yōu)解
3.6.2 數(shù)據(jù)可視化分析
3.7 本章小結(jié)
4 基于網(wǎng)格變形車身外表面氣動(dòng)噪聲數(shù)值分析及優(yōu)化
4.1 計(jì)算模型及網(wǎng)格劃分
4.2 邊界條件及物理模型設(shè)定
4.3 計(jì)算結(jié)果分析及確定設(shè)計(jì)變量
4.3.1 穩(wěn)態(tài)計(jì)算結(jié)果分析
4.3.2 瞬態(tài)計(jì)算結(jié)果分析
4.4 確定設(shè)計(jì)變量及參數(shù)化建模
4.4.1 設(shè)計(jì)變量的確定
4.4.2 基于ASD控制體參數(shù)化建模
4.4.3 最優(yōu)拉丁超立方取樣
4.5 Kriging近似模型誤差驗(yàn)證及氣動(dòng)噪聲優(yōu)化點(diǎn)確認(rèn)
4.5.1 散點(diǎn)圖誤差驗(yàn)證
4.5.2 交叉誤差驗(yàn)證
4.6 基于多島遺傳(MIGA)尋最優(yōu)解
4.7 數(shù)據(jù)可視化分析
4.7.1 敏感度及相關(guān)性分析
4.7.2 自組織神經(jīng)網(wǎng)絡(luò)映射(SOM)分析
4.8 本章小結(jié)
5 基于近似模型的車身氣動(dòng)低阻降噪?yún)f(xié)同優(yōu)化分析
5.1 建立協(xié)同優(yōu)化數(shù)學(xué)模型
5.1.1 協(xié)同優(yōu)化數(shù)學(xué)模型
5.1.2 協(xié)同優(yōu)化框圖分析
5.2 基于Isight建立協(xié)同優(yōu)化平臺(tái)
5.2.1 協(xié)同優(yōu)化流程圖
5.2.2 各級(jí)優(yōu)化器智能優(yōu)化算法選擇及設(shè)置
5.3 協(xié)同優(yōu)化結(jié)果及分析
5.3.1 優(yōu)化結(jié)果及誤差驗(yàn)證
5.3.2 中截面壓力云圖對(duì)比分析
5.3.3 Curle聲壓級(jí)分布圖分析
5.3.4 頻譜圖分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于動(dòng)態(tài)罰函數(shù)的火星探測(cè)器多學(xué)科協(xié)同優(yōu)化[J]. 柳明星,張偉,張恒,劉華清. 深空探測(cè)學(xué)報(bào). 2017(03)
[2]基于自由變形技術(shù)的汽車氣動(dòng)減阻優(yōu)化[J]. 汪怡平,王濤,黎帥. 機(jī)械工程學(xué)報(bào). 2017(09)
[3]某SUV型汽車后視鏡氣動(dòng)噪聲數(shù)值仿真[J]. 劉海軍,任秉銀,徐旭,趙偉豐,劉二寶,梁赫,彭興芝. 哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2016(01)
[4]多學(xué)科協(xié)同優(yōu)化算法的分析和改進(jìn)[J]. 王強(qiáng),鄭松,徐傲,葛銘. 計(jì)算機(jī)工程與應(yīng)用. 2016(23)
[5]飛翼氣動(dòng)優(yōu)化中參數(shù)化和網(wǎng)格變形技術(shù)[J]. 唐靜,鄧有奇,馬明生,李彬. 航空學(xué)報(bào). 2015(05)
[6]基于改進(jìn)的Pareto遺傳算法的車身氣動(dòng)多目標(biāo)優(yōu)化[J]. 韋甘,楊志剛,李啟良. 汽車工程. 2014(10)
[7]氣動(dòng)聲學(xué)Lighthill方程的Kirchhoff積分解分析[J]. 蔡建程,劉志宏,曾向陽. 聲學(xué)技術(shù). 2014(02)
[8]基于Sculptor和Isight的SUV前阻風(fēng)板結(jié)構(gòu)優(yōu)化[J]. 李會(huì)榮,凡遵金,賴宇陽. 計(jì)算機(jī)輔助工程. 2013(S2)
[9]基于iSIGHT軟件的協(xié)同優(yōu)化算法若干問題研究[J]. 溫慶國(guó),宋保維,王鵬. 西北工業(yè)大學(xué)學(xué)報(bào). 2013(01)
[10]一種改進(jìn)的協(xié)同優(yōu)化算法及其應(yīng)用[J]. 李冬琴,楊永祥,陳智同. 計(jì)算機(jī)工程與科學(xué). 2013(01)
博士論文
[1]基于梯度的氣動(dòng)外形優(yōu)化設(shè)計(jì)方法及應(yīng)用[D]. 陳頌.西北工業(yè)大學(xué) 2016
[2]汽車風(fēng)窗噪聲及風(fēng)振噪聲的機(jī)理及控制方法研究[D]. 汪怡平.湖南大學(xué) 2011
[3]飛行器分布式協(xié)同進(jìn)化多學(xué)科設(shè)計(jì)優(yōu)化方法研究[D]. 陳琪鋒.中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué) 2003
碩士論文
[1]基于全局快速尋優(yōu)CO方法的流程工業(yè)多目標(biāo)優(yōu)化研究[D]. 黃仕貴.杭州電子科技大學(xué) 2017
[2]基于遺傳算法的汽車外形優(yōu)化[D]. 陳小雄.重慶理工大學(xué) 2016
[3]基于協(xié)同優(yōu)化方法的汽車車身性能多學(xué)科優(yōu)化[D]. 程雨婷.北京理工大學(xué) 2016
[4]造型初期的汽車氣動(dòng)外形減阻優(yōu)化設(shè)計(jì)[D]. 丁偉.吉林大學(xué) 2015
[5]多學(xué)科協(xié)同優(yōu)化算法及其在船舶概念優(yōu)化設(shè)計(jì)中的應(yīng)用[D]. 周奇.中國(guó)艦船研究院 2014
[6]基于Morph技術(shù)和DOE的微車造型氣動(dòng)特性靈敏度研究[D]. 江亮.湖南大學(xué) 2013
[7]噪聲分析中FFT算法的設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄧可遠(yuǎn).西安電子科技大學(xué) 2013
[8]某車型外表面氣動(dòng)噪聲的數(shù)值分析[D]. 楊坤.上海交通大學(xué) 2012
[9]高速汽車外場(chǎng)氣動(dòng)噪聲分析與控制[D]. 林肖輝.湖南大學(xué) 2011
[10]基于CFD的某SUV氣動(dòng)特性分析與改進(jìn)[D]. 譚鈞澤.湖南大學(xué) 2011
本文編號(hào):3000577
本文鏈接:http://sikaile.net/kejilunwen/qiche/3000577.html
最近更新
教材專著