2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩201頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,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、薄板結(jié)構(gòu)成形與耐撞性設(shè)計(jì)一直是制約汽車產(chǎn)品開發(fā)速度與品質(zhì)的兩項(xiàng)關(guān)鍵技術(shù)。傳統(tǒng)的薄板結(jié)構(gòu)成形與耐撞性設(shè)計(jì)主要依靠工程技術(shù)人員的經(jīng)驗(yàn)進(jìn)行“試錯(cuò)”來提高產(chǎn)品設(shè)計(jì)的質(zhì)量。這種試錯(cuò)方法不僅耗時(shí)長(zhǎng)、費(fèi)用高,還往往難以保證產(chǎn)品設(shè)計(jì)的品質(zhì)。隨著有限元方法的發(fā)展和成熟,CAE技術(shù)已經(jīng)廣泛用于薄板結(jié)構(gòu)的成形與耐撞性設(shè)計(jì)。盡管有限元分析方法促進(jìn)了車身類薄板結(jié)構(gòu)件的成形性和耐撞性研究的進(jìn)步,一定程度上避免了設(shè)計(jì)的盲目性、減少了設(shè)計(jì)成本以及縮短了車身結(jié)構(gòu)的開發(fā)周

2、期,但是有限元方法本身僅作為一種分析手段,其主要功能只是對(duì)給定設(shè)計(jì)進(jìn)行評(píng)價(jià)和校核。為了充分發(fā)揮CAE技術(shù)的潛能,將CAE技術(shù)與優(yōu)化算法相結(jié)合來提高薄板結(jié)構(gòu)的成形性和耐撞性已成為國(guó)際上許多學(xué)者研究的前沿課題。本文主要圍繞如何提高薄板結(jié)構(gòu)的成形性與耐撞性優(yōu)化設(shè)計(jì)的效率,精度以及結(jié)果的穩(wěn)健性等幾個(gè)關(guān)鍵技術(shù)展開研究。
   主要研究?jī)?nèi)容如下:
   (1)提出了一種能量化沖壓件起皺缺陷和拉裂缺陷的指數(shù)加權(quán)評(píng)價(jià)準(zhǔn)則,該準(zhǔn)則具有對(duì)不

3、同的潛在失效單元賦予不同權(quán)重的優(yōu)點(diǎn),且權(quán)重隨著拉裂、起皺的嚴(yán)重程度成指數(shù)函數(shù)增長(zhǎng)。和現(xiàn)有的其它評(píng)價(jià)準(zhǔn)則相比,將該準(zhǔn)則作為板料成形優(yōu)化設(shè)計(jì)的目標(biāo)函數(shù)具有更強(qiáng)的針對(duì)性,優(yōu)化結(jié)果能顯著的提高板料的成形質(zhì)量。在板料成形多目標(biāo)優(yōu)化研究方面,本文提出了基于徑向基函數(shù)的板料成形多目標(biāo)優(yōu)化方法。研究表明基于薄板樣條函數(shù)(Thin-plate spline)的徑向基函數(shù)模型非常適合作為板料成形仿真的代理模型。在多目標(biāo)優(yōu)化迭代過程中,該方法調(diào)用的是代理模型

4、而非有限元模型,因此,提出的方法具有非常高的效率。同時(shí),該方法能解決拉裂和起皺缺陷同時(shí)存在且相互沖突的問題。在薄壁結(jié)構(gòu)耐撞性研究方面,提出了一種新型的功能梯度泡沫填充薄壁結(jié)構(gòu)。該新型泡沫填充結(jié)構(gòu)的泡沫密度沿著長(zhǎng)度方向成冪指數(shù)連續(xù)變化。數(shù)值算例表明,冪指數(shù)m對(duì)該結(jié)構(gòu)的耐撞性有重要的影響。在此基礎(chǔ)上,對(duì)該結(jié)構(gòu)的冪指數(shù)m進(jìn)行了優(yōu)化設(shè)計(jì)。優(yōu)化結(jié)果表明該結(jié)構(gòu)在能量吸收、變形穩(wěn)定性和最大峰值碰撞力方面比同質(zhì)量的均勻泡沫填充薄壁結(jié)構(gòu)具有更佳的耐撞性,

5、是一種潛在的性能卓越的吸能結(jié)構(gòu)。
   (2)提出了一種薄板結(jié)構(gòu)成形與耐撞性序列代理模型優(yōu)化設(shè)計(jì)方法,并對(duì)逐步序列的增加樣本點(diǎn)數(shù)量和逐步序列減少設(shè)計(jì)空間這兩種序列策略進(jìn)行了研究。研究表明在樣本點(diǎn)數(shù)量相同的情況下,無論是基于哪一種序列策略的序列代理模型優(yōu)化設(shè)計(jì)方法的優(yōu)化結(jié)果的精度均比傳統(tǒng)的基于代理模型的優(yōu)化設(shè)計(jì)方法的優(yōu)化結(jié)果的精度高。同時(shí),提出的方法還具有對(duì)初始樣本的數(shù)量與分布的依賴性相對(duì)較弱等優(yōu)點(diǎn)。DP800高強(qiáng)度鋼材料參數(shù)的反

6、求優(yōu)化設(shè)計(jì)和拉延筋幾何參數(shù)的優(yōu)化設(shè)計(jì)結(jié)果表明了該方法具有非常高的精度和效率。在此基礎(chǔ)上,將單目標(biāo)序列優(yōu)化方法拓展到了多目標(biāo)優(yōu)化設(shè)計(jì)領(lǐng)域,提出了多目標(biāo)序列代理模型優(yōu)化方法。并開展了拉延筋幾何參數(shù)多目標(biāo)序列代理模型優(yōu)化設(shè)計(jì)和汽車結(jié)構(gòu)耐撞性多目標(biāo)序列代理模型優(yōu)化設(shè)計(jì)方法研究。
   (3)為了充分發(fā)揮高精度模型計(jì)算精度高和低精度模型耗時(shí)少的優(yōu)點(diǎn),提出了一種基于代理模型的板料成形變復(fù)雜度優(yōu)化設(shè)計(jì)方法。該方法的核心是首先在高精度模型和低精

7、度模型間建立一個(gè)補(bǔ)償模型,然后對(duì)低精度模型進(jìn)行補(bǔ)償,補(bǔ)償后的低精度模型的仿真結(jié)果的精度將得到大大的提高,在優(yōu)化過程中可以代替高精度模型的結(jié)果。采用提出的方法對(duì)某汽車內(nèi)板的拉延筋進(jìn)行了優(yōu)化設(shè)計(jì)研究,結(jié)果表明提出的方法的優(yōu)化效率盡管低于基于一步法的優(yōu)化效率,但優(yōu)化結(jié)果的精度卻得到了顯著的提高;與傳統(tǒng)的基于代理模型的優(yōu)化方法相比,在相同的求解效率下,提出的方法的求解精度更高。
   (4)由于薄壁結(jié)構(gòu)成形與耐撞性變復(fù)雜度優(yōu)化在迭代過程

8、中調(diào)用的低精度模型仍為有限元模型,這些模型在仿真過程中存在數(shù)值噪聲,目標(biāo)函數(shù)易陷入因數(shù)值噪聲引起的局部峰值中,最終的優(yōu)化結(jié)果難以直接用于指導(dǎo)實(shí)際的設(shè)計(jì)。薄壁結(jié)構(gòu)成形與耐撞性數(shù)值模擬中,單元計(jì)算或接觸計(jì)算常常產(chǎn)生問題,導(dǎo)致在優(yōu)化過程中因單次仿真的失效而使整個(gè)優(yōu)化過程無法進(jìn)行。為了解決上述問題,提出了兩步變復(fù)雜度優(yōu)化方法,并開展了板料成形和蜂窩結(jié)構(gòu)耐撞性的二步變復(fù)雜度優(yōu)化方法研究。研究結(jié)果表明該方法具有較高的效率和精度,特別適合求解像板料成

9、形和汽車碰撞這類復(fù)雜的非線性工程優(yōu)化問題。
   (5)進(jìn)行了汽車構(gòu)件耐撞性可靠性優(yōu)化設(shè)計(jì)、薄壁構(gòu)件耐撞性6sigma單目標(biāo)穩(wěn)健優(yōu)化設(shè)計(jì)和薄板沖壓成形6sigma單目標(biāo)穩(wěn)健優(yōu)化設(shè)計(jì)研究。在此基礎(chǔ)上,提出了基于雙響應(yīng)面模型的6sigma多目標(biāo)穩(wěn)健優(yōu)化設(shè)計(jì)方法。該方法不僅考慮了噪聲因素的波動(dòng)對(duì)產(chǎn)品性能的影響,同時(shí)也解決了多個(gè)質(zhì)量特性之間互相沖突的問題。應(yīng)用該方法開展了汽車結(jié)構(gòu)耐撞性和板料成形多目標(biāo)穩(wěn)健優(yōu)化研究。研究結(jié)果表明提出的方法

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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

評(píng)論

0/150

提交評(píng)論