汽車氣動(dòng)布局設(shè)計(jì)是汽車設(shè)計(jì)中一個(gè)重要環(huán)節(jié)。通過降低汽車的氣動(dòng)阻力系數(shù),可提高汽車氣動(dòng)性能,這對(duì)于燃油車節(jié)能減排,電動(dòng)車提升續(xù)航里程具有重要的意義。目前計(jì)算汽車氣動(dòng)外形關(guān)鍵參數(shù)仍依賴于傳統(tǒng)流體力學(xué)計(jì)算方法,當(dāng)網(wǎng)格數(shù)目和自由度增加時(shí),計(jì)算時(shí)間將呈指數(shù)增長,這無法滿足現(xiàn)代汽車快速設(shè)計(jì)的要求。本文旨在發(fā)展一種基于三維深度學(xué)習(xí)的汽車氣動(dòng)參數(shù)實(shí)時(shí)預(yù)測方法,該方法計(jì)算簡單、不需進(jìn)行復(fù)雜運(yùn)算、實(shí)時(shí)性較好。將深度學(xué)習(xí)與計(jì)算流體力學(xué)結(jié)合,可以解決數(shù)值仿真計(jì)算時(shí)間較慢、效率低的問題。本文主要工作如下:（1）構(gòu)建汽車氣動(dòng)仿真數(shù)據(jù)集�；赬Flow軟件,將ShapeNet三維模型數(shù)據(jù)集中的汽車模型,放入5種不同風(fēng)速的虛擬風(fēng)洞中進(jìn)計(jì)算流體力學(xué)行數(shù)值仿真,并對(duì)仿真結(jié)果進(jìn)行分析。構(gòu)建了標(biāo)簽為汽車氣動(dòng)阻力系數(shù)的汽車氣動(dòng)仿真數(shù)據(jù)集,數(shù)據(jù)集包含400個(gè)氣動(dòng)仿真計(jì)算結(jié)果。（2）提出了基于O-CNN的汽車關(guān)鍵氣動(dòng)性能參數(shù)實(shí)時(shí)預(yù)測方法。將汽車氣動(dòng)仿真數(shù)據(jù)集中的三維模型數(shù)據(jù)存儲(chǔ)為三種不同層數(shù)的八叉樹結(jié)構(gòu)。基于O-CNN神經(jīng)網(wǎng)絡(luò),利用仿真數(shù)據(jù)集進(jìn)行訓(xùn)練并得出訓(xùn)練模型。（3）對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型進(jìn)行驗(yàn)證和測試。測試結(jié)果表明,三種神經(jīng)網(wǎng)絡(luò)... 

【文章頁數(shù)】：57 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 國內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)
        1.2.1 汽車空氣動(dòng)力學(xué)研究
        1.2.2 深度學(xué)習(xí)在計(jì)算流體力學(xué)領(lǐng)域的應(yīng)用
    1.3 本文主要研究內(nèi)容
2 相關(guān)技術(shù)簡述
    2.1 無網(wǎng)格CFD理論基礎(chǔ)
        2.1.1 介觀模型和LBM簡介
        2.1.2 格子玻爾茲曼方法
    2.2 深度學(xué)習(xí)簡介
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.2 三維深度學(xué)習(xí)方法介紹
    2.3 本章小結(jié)
3 汽車氣動(dòng)仿真數(shù)據(jù)集構(gòu)建
    3.1 XFlow介紹
    3.2 汽車模型選取與仿真
        3.2.1 汽車CAD模型選取
        3.2.2 計(jì)算域的確定
        3.2.3 仿真參數(shù)的設(shè)定
    3.3 仿真結(jié)果分析
        3.3.1 速度場分析
        3.3.2 壓力場分析
        3.3.3 氣動(dòng)阻力系數(shù)分析
    3.4 數(shù)據(jù)集的制作
    3.5 本章小結(jié)
4 基于O-CNN的汽車氣動(dòng)參數(shù)實(shí)時(shí)仿真預(yù)測
    4.1 O-CNN介紹
        4.1.1 八叉樹結(jié)構(gòu)
        4.1.2 八叉樹在O-CNN中的應(yīng)用
        4.1.3 O-CNN的輸入
        4.1.4 O-CNN中的卷積計(jì)算
    4.2 用于汽車氣動(dòng)參數(shù)實(shí)時(shí)仿真的O-CNN神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    4.3 算法實(shí)踐
        4.3.1 軟硬件平臺(tái)
        4.3.2 數(shù)據(jù)集
        4.3.3 評(píng)價(jià)指標(biāo)
        4.3.4 測試結(jié)果
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]乘用車燃料消耗量第四階段標(biāo)準(zhǔn)明年起實(shí)施[J]. 郭凱.  標(biāo)準(zhǔn)生活. 2015(01)
[2]商榷《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2012～2020年）》[J]. 吳憩棠.  汽車與配件. 2012(24)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的翼型空氣動(dòng)力系數(shù)預(yù)測[J]. 黃繼鴻,蘇紅蓮,趙新華.  航空工程進(jìn)展. 2010(01)
[4]計(jì)算流體力學(xué)（CFD）的通用軟件[J]. 翟建華.  河北科技大學(xué)學(xué)報(bào). 2005(02)
[5]有限體積法中面積分離散格式的精度分析[J]. 馬亮,李亭鶴.  北京航空航天大學(xué)學(xué)報(bào). 2000(05)
[6]降低國產(chǎn)載重汽車氣動(dòng)阻力的實(shí)驗(yàn)研究[J]. 傅立敏.  氣動(dòng)實(shí)驗(yàn)與測量控制. 1987(01)

碩士論文
[1]車聯(lián)網(wǎng)環(huán)境下乘用車節(jié)能隊(duì)列研究[D]. 李姝紅.吉林大學(xué) 2017
[2]格子Boltzmann方法理論及其在流體動(dòng)力學(xué)中的應(yīng)用研究[D]. 許鶴林.復(fù)旦大學(xué) 2010



本文編號(hào)：3689640