車身結(jié)構(gòu)直接關(guān)系到車身的低階模態(tài)特性、剛度特性,而這兩者又關(guān)系到汽車的安全性、舒適性、NVH等性能,傳統(tǒng)的車身靜力學(xué)性能優(yōu)化設(shè)計(jì)方法除了要求工程技術(shù)人員有豐富的專業(yè)領(lǐng)域知識(shí)經(jīng)驗(yàn),還要求掌握常用的實(shí)驗(yàn)設(shè)計(jì)、代理模型、優(yōu)化算法等優(yōu)化設(shè)計(jì)工具的特性及建立方法,然而,隨著汽車設(shè)計(jì)制造水平的不斷提升,人們對(duì)汽車品質(zhì)要求不斷提高,傳統(tǒng)的優(yōu)化設(shè)計(jì)方法越來越難以適應(yīng)日益縮短的汽車研發(fā)周期,同時(shí),當(dāng)前計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)在產(chǎn)品設(shè)計(jì)過程中仍然難以做到真正的創(chuàng)新,車身結(jié)構(gòu)設(shè)計(jì)需要新的設(shè)計(jì)方法來滿足當(dāng)前生產(chǎn)發(fā)展需求。研究車身結(jié)構(gòu)的生成式設(shè)計(jì)方法,對(duì)提高車身結(jié)構(gòu)設(shè)計(jì)效率有重要意義。本文在傳統(tǒng)優(yōu)化設(shè)計(jì)方法的基礎(chǔ)上,結(jié)合當(dāng)前迅速發(fā)展的人工神經(jīng)網(wǎng)絡(luò)技術(shù)和基于案例的推理技術(shù)、粒子群算法,研究車身結(jié)構(gòu)生成式設(shè)計(jì)方法,針對(duì)電動(dòng)汽車車身的一階扭轉(zhuǎn)模態(tài)、尾門框扭轉(zhuǎn)模態(tài)、一階彎曲模態(tài)、前艙橫擺模態(tài)、彎曲剛度、扭轉(zhuǎn)剛度,對(duì)相關(guān)車身尺寸參數(shù)進(jìn)行生成式設(shè)計(jì),得到可滿足預(yù)設(shè)目標(biāo)性能的相關(guān)車身尺寸參數(shù)。論文的主要研究工作如下:(1)針對(duì)汽車白車身4個(gè)低階模態(tài)頻率及彎曲剛度、扭轉(zhuǎn)剛度的設(shè)計(jì),提出一種車身結(jié)構(gòu)參數(shù)生成式設(shè)計(jì)方法:該方法基于案例的...

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
        1.1.1 汽車車身設(shè)計(jì)發(fā)展概述
        1.1.2 模態(tài)分析方法綜述
        1.1.3 傳統(tǒng)車身優(yōu)化設(shè)計(jì)方法
        1.1.4 課題研究意義
    1.2 國內(nèi)外生成式設(shè)計(jì)發(fā)展
        1.2.1 國內(nèi)發(fā)展現(xiàn)狀
        1.2.2 國外發(fā)展現(xiàn)狀
    1.3 本文工作內(nèi)容
第2章 車身參數(shù)的生成式設(shè)計(jì)方法
    2.1 生成式設(shè)計(jì)方法分類
    2.2 基于案例推理的設(shè)計(jì)方法
    2.3 基于CBR的車身結(jié)構(gòu)生成式設(shè)計(jì)關(guān)鍵技術(shù)分析
        2.3.1 案例表示
        2.3.2 案例檢索
        2.3.3 案例修改
        2.3.4 案例學(xué)習(xí)
    2.4 本章小結(jié)
第3章 基于人機(jī)交互的動(dòng)態(tài)邊界粒子群算法
    3.1 粒子群算法簡(jiǎn)介
        3.1.1 基本粒子群算法流程
        3.1.2 常見粒子群算法改進(jìn)方法
    3.2 針對(duì)高維問題的粒子群算法的改進(jìn)
        3.2.1 粒子群算法面對(duì)高維問題的缺陷
        3.2.2 基于人機(jī)交互的動(dòng)態(tài)邊界粒子群算法
    3.3 本章小結(jié)
第4章 車身結(jié)構(gòu)生成式設(shè)計(jì)系統(tǒng)開發(fā)
    4.1 車身結(jié)構(gòu)生成式設(shè)計(jì)系統(tǒng)工作流程及框架設(shè)計(jì)
    4.2 模型生成模塊
    4.3 目標(biāo)求解模塊
        4.3.1 案例推理系統(tǒng)
        4.3.2 動(dòng)態(tài)邊界粒子群算法與多目標(biāo)粒子群算法聯(lián)合搜索
    4.4 本章小結(jié)
第5章 電動(dòng)車白車身結(jié)構(gòu)生成式設(shè)計(jì)實(shí)例
    5.1 問題描述
    5.2 基于Optistruct的神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本生成
        5.2.1 電動(dòng)車白車身剛度及模態(tài)求解原理分析
        5.2.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的生成
    5.3 電動(dòng)車車身參數(shù)預(yù)測(cè)模型生成
    5.4 車身厚度參數(shù)求解
    5.5 結(jié)果報(bào)告
    5.6 本章小結(jié)
總結(jié)
參考文獻(xiàn)
附錄A 攻讀碩士學(xué)位期間的研究成果
    1 軟件著作權(quán)
致謝



本文編號(hào)：3885033