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),請進行舉報或認領
文檔簡介
1、每年,全世界范圍內(nèi)有數(shù)以十萬計的生命在汽車碰撞事故中喪生,造成重大的人員傷亡和財產(chǎn)損失。汽車交通事故已經(jīng)被公認為是威脅人類安全的“第一公害”。在中國,2006年共發(fā)生道路交通事故37.88萬起,共造成8.95萬人死亡和43.11萬人受傷。所以汽車碰撞安全性倍受人民關注。
隨著計算機的發(fā)展以及仿真理論的成熟,計算機仿真方法已經(jīng)從一種汽車安全性分析的方法的手段融入到整個汽車的研發(fā)過程中。本文的目標是運用計算機仿真的方法分析某型
2、國產(chǎn)轎車碰撞安全性,從該車型約束系統(tǒng)的整體作用出發(fā),協(xié)調(diào)安全帶、安全氣囊等整個駕駛員安全系統(tǒng)的機械特性,提高對駕駛員的保護。論文的主要內(nèi)容有:
1.介紹了被動安全的研究內(nèi)容,國內(nèi)外的研究現(xiàn)狀以及正面碰撞中相關的乘員約束系統(tǒng)的評價準則和各國法規(guī)要求;
2.以多剛體理論為基礎,在MADYMO中建立了某車型駕駛員側(cè)約束系統(tǒng)正碰模型,整個模型包括車體、安全帶、安全氣囊和假人,并通過試驗驗證了該模型的正確性;
3、 3.對約束系統(tǒng)參數(shù)進行了靈敏度的分析,選取對系統(tǒng)靈敏的參數(shù)并應用正交試驗設計的方法對參數(shù)進行采樣計算,并根據(jù)采樣點的計算結(jié)果構(gòu)造了近似模型,隨后在該近似模型的基礎上結(jié)合遺傳算法得出了該系統(tǒng)在設計區(qū)間內(nèi)的確定性最優(yōu)解;
4.傳統(tǒng)的優(yōu)化過程往往忽略了工程設計的不確定性,即很少考慮產(chǎn)品質(zhì)量的波動,實際工程中,產(chǎn)品質(zhì)量的波動是一種很常見的現(xiàn)象。本文提出一種將試驗設計、響應面方法和蒙特卡羅模擬技術(shù)相結(jié)合,構(gòu)造了基于產(chǎn)品質(zhì)量工程
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于近似模型的汽車輕量化優(yōu)化設計方法.pdf
- 基于NURBS近似模型的全局優(yōu)化方法研究.pdf
- 基于近似模型技術(shù)的汽車轉(zhuǎn)向梯形優(yōu)化設計研究.pdf
- 基于Kriging模型的全局近似與仿真優(yōu)化方法.pdf
- 基于近似模型的兩級集成系統(tǒng)協(xié)同優(yōu)化方法研究.pdf
- 基于近似模型的變壓邊力優(yōu)化設計研究.pdf
- 基于代理模型的乘員約束系統(tǒng)參數(shù)優(yōu)化.pdf
- 基于多種近似模型的校車懸架優(yōu)化設計.pdf
- 21316.約束優(yōu)化問題的序列近似方法收斂性
- 基于知識約束的空車調(diào)整優(yōu)化模型與方法的研究.pdf
- 基于重分析近似方法的優(yōu)化研究.pdf
- 基于近似模型的車輛懸架參數(shù)優(yōu)化研究.pdf
- 基于近似模型的工程優(yōu)化方法中相關問題研究及應用.pdf
- 近似文本比對技術(shù)及其優(yōu)化方法.pdf
- 基于插值聚合模型的信賴域序列近似優(yōu)化方法及應用.pdf
- 基于遺傳算法的多變量系統(tǒng)近似模型設計方法研究與應用.pdf
- 基于近似模型的超聲切割刀具優(yōu)化技術(shù)研究.pdf
- 基于CVaR約束的投資組合優(yōu)化模型.pdf
- 基于人工免疫與近似模型的層板優(yōu)化設計研究.pdf
- 基于秩約束逼近的系統(tǒng)模型降階方法研究.pdf
評論
0/150
提交評論