CN102024082A - 实现汽车仪表板结构系统多学科多目标优化的方法 - Google Patents
实现汽车仪表板结构系统多学科多目标优化的方法 Download PDFInfo
- Publication number
- CN102024082A CN102024082A CN 201010588233 CN201010588233A CN102024082A CN 102024082 A CN102024082 A CN 102024082A CN 201010588233 CN201010588233 CN 201010588233 CN 201010588233 A CN201010588233 A CN 201010588233A CN 102024082 A CN102024082 A CN 102024082A
- Authority
- CN
- China
- Prior art keywords
- instrument panel
- optimization
- multidisciplinary
- design
- subsystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000013461 design Methods 0.000 claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 21
- 230000002068 genetic effect Effects 0.000 claims abstract description 13
- 239000000463 material Substances 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 210000003195 fascia Anatomy 0.000 claims description 13
- 238000002474 experimental method Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 238000003050 experimental design method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000009864 tensile test Methods 0.000 abstract description 2
- 210000003127 knee Anatomy 0.000 abstract 1
- 239000003795 chemical substances by application Substances 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000013433 optimization analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 239000004743 Polypropylene Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- -1 polypropylene Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Landscapes
- Instrument Panels (AREA)
Abstract
本发明公开了一种实现汽车仪表板结构系统多学科多目标优化的方法，用于汽车仪表板的概念设计和详细设计阶段，基于试件高速拉伸试验获取材料本构关系，在此基础上完成仪表板结构NVH性能分析、寿命预测、头部碰撞和膝垫碰撞及其他学科的仿真分析。基于多学科协同优化策略，对仪表板系统进行多学科交叉分析，并基于径向基函数、响应面方法、并行子空间方法和多目标遗传算法开展其多学科多目标优化设计，得到仪表板系统的Pareto最优解集，从而实现汽车仪表板结构轻量化、NVH性能、寿命预测、被动安全等性能的综合最优，用于指导并实现仪表板产品的高效开发和改进设计。
Description
技术领域
本发明涉及一种汽车仪表板结构的优化方法，特别涉及一种汽车仪表板结构在概念设计和详细设计阶段进行多学科目标优化的方法。
背景技术
汽车仪表板结构是一种复杂工程系统，多学科交互作用、相互关联，在这种情况下用传统的优化方法难以实现整体综合设计，因此，需要借助多学科优化MDO（Multidisciplinary Design Optimization）理论和方法来解决此问题。目前，仪表板结构系统多学科多目标优化方面存在高计算量和高信息交流量、分析方法实现困难、设计组织困难等。随着人们对仪表板结构轻量化和被动安全性能要求的进一步提高，在仪表板概念设计阶段，就要充分掌握仪表板材料本构关系和动态性能数据，全面考虑仪表板轻量化、正面碰撞或紧急制动时的被动安全性能等要求，对仪表板进行多学科多目标优化设计并提出具体工程优化措施。
发明内容
本发明所要解决的技术问题是要提供一种提高仪表板结构的设计精度，改善产品性能，并实现汽车仪表板结构系统多学科多目标优化的方法。
为了解决以上的技术问题，本发明提供了一种实现汽车仪表板结构系统多学科多目标优化的方法，该优化方法包括如下的步骤：
⑴基于多学科分解理论对汽车仪表板进行系统分解，并确定各个子系统需考察的目标；
将汽车仪表板进行多学科系统分解，分为：结构轻量化子学科、噪声和振动NVH（Noise,Vibration and Harshness）子学科、碰撞子学科、疲劳寿命预测子学科和其他子学科；其中，NVH子学科考察仪表板模态，弯曲模态和扭转模态；碰撞子学科分为头部碰撞和膝垫碰撞两部分，主要考察乘员头部碰撞加速度峰值、乘员头部碰撞力峰值、驾驶员和乘员左右大腿轴向力；疲劳子学科考察仪表板横梁和膝垫寿命；
⑵定义仪表板吸能部件板厚和材料屈服应力为设计变量，用于NVH、碰撞安全、疲劳和轻量化等的多学科优化分析，确定设计变量因素数和水平数，采用实验设计方法DOE制定仪表板系统数字试验方案；
⑶根据DOE设计方案给出一组相应的设计点；
⑷按照第⑶步骤制定的实验方案，实施子系统仿真分析，并保存仿真实验数据，接着对各子学科进行子系统级优化，并根据子系统最优解确定系统级优化设计变量的初始值和上下限；
⑸加载实验或仿真数据；
⑹基于径向基函数RBF方法，构建各个子系统需考察的目标响应量的响应面代理模型；
⑺采用相对均方根误差方法对该响应面代理模型进行检验，判断结果是否满足精度要求；否，则返回第⑹步骤；是，则进入下一步骤；
⑻根据实际的设计要求，参照各个子系统中需考察的目标，选择多个响应量作为系统级优化目标；
⑼读取步骤⑷中的设计变量初始值，根据考察指标，设定多学科优化的约束条件；
⑽基于协同优化方法和多目标遗传算法实施系统级多目标优化，得到仪表板系统级最优Pareto解集；
⑾从系统级最优Pareto解集，选取设计者满意的最优解，并针对该最优解集进行仿真分析或实验验证，判断是否到达设计要求；否，则返回步骤⑵；是，则进入下一步骤；
⑿结束。
本发明用于汽车仪表板的概念设计和详细设计阶段，基于试件高速拉伸试验获取材料本构关系，在此基础上完成仪表板结构NVH性能分析、寿命预测、头部碰撞和膝垫碰撞及其他学科的仿真分析。基于多学科协同优化策略，对仪表板系统进行多学科交叉分析，并基于径向基函数、响应面方法、并行子空间方法和多目标遗传算法开展其多学科多目标优化设计，得到仪表板系统的Pareto最优解集，从而实现汽车仪表板结构轻量化、NVH性能、寿命预测、被动安全等性能的综合最优，用于指导并实现仪表板产品的高效开发和改进设计。
本发明的优越功效在于：
1）避免了传统的单学科优化设计中存在不能全面考虑汽车仪表板轻量化、NVH、刚度、疲劳、头部碰撞和膝垫碰撞等性能要求的缺陷，考虑了仪表板材料弹塑性本构关系，将多学科优化设计中的并行计算、近似技术以及多目标遗传算法用于仪表板结构的优化；
2）排除了传统学科分析时不能进行并行计算的缺点，大幅提高计算效率和精度，本发明的多学科多目标优化技术比传统的单学科单目标优化设计方法更贴近实际工程；
3）本发明提出的多学科多目标优化设计技术应用于仪表板产品概念设计和详细设计阶段，大大缩短了产品开发周期、降低产品开发成本，提高了设计精度，改善了产品的性能。
附图说明
图1为本发明的仪表板系统分解图；
图2为本发明仪表板多学科多目标优化的流程图。
具体实施方式
请参阅附图所示，对本发明作进一步的描述。
如图1和图2所示，本发明提供了一种实现汽车仪表板结构系统多学科多目标优化的方法，该优化方法包括如下的步骤：
⑴基于多学科分解理论对汽车仪表板进行系统分解，并确定各个子系统需考察的目标；
将汽车仪表板进行多学科系统分解，分为：结构轻量化子学科、噪声和振动NVH（Noise,Vibration and Harshness）子学科、碰撞子学科、疲劳寿命预测子学科和其他子学科；其中，NVH子学科考察仪表板模态，弯曲模态和扭转模态；碰撞子学科分为头部碰撞和膝垫碰撞两部分，主要考察乘员头部碰撞加速度峰值、乘员头部碰撞力峰值、驾驶员和乘员左右大腿轴向力；疲劳子学科考察仪表板横梁和膝垫寿命；
⑵定义仪表板吸能部件板厚和材料屈服应力为设计变量，用于NVH、碰撞安全、疲劳和轻量化等的多学科优化分析，确定设计变量因素数和水平数，采用实验设计方法DOE制定仪表板系统数字试验方案；
⑶根据DOE设计方案给出一组相应的设计点；
⑷按照第⑶步骤制定的实验方案，实施子系统仿真分析，并保存仿真实验数据，接着对各子学科进行子系统级优化，并根据子系统最优解确定系统级优化设计变量的初始值和上下限；
⑸加载实验或仿真数据；
⑹基于径向基函数RBF方法，构建各个子系统需考察的目标响应量的响应面代理模型；
⑺采用相对均方根误差方法对该响应面代理模型进行检验，判断结果是否满足精度要求；否，则返回第⑹步骤；是，则进入下一步骤；
⑻根据实际的设计要求，参照各个子系统中需考察的目标，选择多个响应量作为系统级优化目标；
⑼读取步骤⑷中的设计变量初始值，根据考察指标，设定多学科优化的约束条件；
⑽基于协同优化方法和多目标遗传算法实施系统级多目标优化，得到仪表板系统级最优Pareto解集；
⑾从系统级最优Pareto解集，选取设计者满意的最优解，并针对该最优解集进行仿真分析或实验验证，判断是否到达设计要求；否，则返回步骤⑵；是，则进入下一步骤；
⑿结束。
基于DOE方法进行仿真实验和采样，仪表板结构子系统仿真。在仪表板有限元模型建模过程中，要考虑不同应变率效应下仪表板专用聚丙烯的材料特性，包括弹性模量、屈服应力和拉伸强度等。本发明通过不同应变率下的材料高速拉伸试验来获取材料本构关系及其与变形速度相关性，为仪表板结构有限元仿真分析以及优化设计奠定基础。
进行子系统级优化，将各设计变量的最优解作为系统级优化的初始值。
采用径向基函数RBF响应面方法建模，响应面模型拟合精度检验的准则为相对均方根误差RMSE（Root Mean Squared Error），定义如下：
式中，n c 为模型验证的样本量，y i 为真实响应量值，
为响应面模型得到的观测值，
为真实响应量的均值。RMSE表示响应面与真实值之间的差异程度。
对仪表板结构进行多学科，其数学模型为：
式中，
为仪表板设计变量；、
分别为设计变量上下限；
为目标函数向量，为设计者要考察的子目标，n为目标个数；可分别代表仪表板部件质量、头部撞击加速度、白车身一阶扭转模态、膝垫碰撞中驾驶员或乘员腿部轴向力等响应量中的任一量。
本发明提出将协同优化方法和多目标优化问题相结合，将式（2）实施两级层次优化策略，将原有的设计优化问题分为一个系统级优化和多个学科级优化来实现。
仪表板结构子学科级优化与系统级优化都需要选用合适的优化算法来求解。本发明提出基于遗传算法进行求解，获取Pareto最优解集。考虑到多学科协同优化算法的系统级优化的特征，提出了用遗传算法代替传统梯度算法来执行系统级优化的思想。为提高算法的运行效率，采用浮点数编码方法进行编码。为了保证具有好的全局搜索性能，初始群体应具有普遍的代表性，采用一致随机的方式选取初始群体。
其中，遗传算法中适应度函数的选取至关重要，直接影响到遗传算法的收敛速度及能否找到最优解。如果目标函数F(X)为最小值问题，转化为最大问题就是：
（3）
式中，n为约束数目；C max >F(X)，C max 为一个适当的相对比较大的数，可预先指定。
遗传算子包括选择、交叉和变异算子。本发明采用适应度比例方法(Fitness Proportional Model)，又叫轮盘赌选择或Monte Carto选择。为了得到更好的效果和体现浮点数编码的优势，使任意基因位的重要基因在交叉作用下均可以重组，并遗传到下一代，采用了非一致算术交叉算子。变异运算采用均匀变异(Uniform Mutation)操作。
基于遗传算法对仪表板多学科多目标优化问题进行求解，即可获得Pareto最优解集。根据实际考察目标确定各设计变量范围和多个目标进行优化设计，亦可根据实际产品要求从Pareto最优解集中选择自己满意的优化解。验证该优化解满足设计要求，即可成功地实现仪表板多学科多目标的优化设计。
Claims (1)
1.一种实现汽车仪表板结构系统多学科多目标优化的方法，该优化方法包括如下的步骤：
⑴基于多学科分解理论对汽车仪表板进行系统分解，并确定各个子系统需考察的目标；
⑵定义仪表板吸能部件板厚和材料屈服应力为设计变量，确定设计变量因素数和水平数，采用实验设计方法DOE制定仪表板系统数字试验方案；
⑶根据DOE设计方案给出一组相应的设计点；
⑷按照第⑶步骤制定的实验方案，实施子系统仿真分析，并保存仿真实验数据，接着对各子学科进行子系统级优化，并根据子系统最优解确定系统级优化设计变量的初始值和上下限；
⑸加载实验或仿真数据；
⑹基于径向基函数RBF方法，构建各个子系统需考察的目标响应量的响应面代理模型；
⑺采用相对均方根误差方法对该响应面代理模型进行检验，判断结果是否满足精度要求；否，则返回第⑹步骤；是，则进入下一步骤；
⑻根据实际的设计要求，参照各个子系统中需考察的目标，选择多个响应量作为系统级优化目标；
⑼读取步骤⑷中的设计变量初始值，根据考察指标，设定多学科优化的约束条件；
⑽基于协同优化方法和多目标遗传算法实施系统级多目标优化，得到仪表板系统级最优Pareto解集；
⑾从系统级最优Pareto解集，选取设计者满意的最优解，并针对该最优解集进行仿真分析或实验验证，判断是否到达设计要求；否，则返回步骤⑵；是，则进入下一步骤；
⑿结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010588233XA CN102024082B (zh) | 2010-12-15 | 2010-12-15 | 实现汽车仪表板结构系统多学科多目标优化的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010588233XA CN102024082B (zh) | 2010-12-15 | 2010-12-15 | 实现汽车仪表板结构系统多学科多目标优化的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102024082A true CN102024082A (zh) | 2011-04-20 |
| CN102024082B CN102024082B (zh) | 2012-11-07 |
Family
ID=43865374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010588233XA Expired - Fee Related CN102024082B (zh) | 2010-12-15 | 2010-12-15 | 实现汽车仪表板结构系统多学科多目标优化的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102024082B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103434585A (zh) * | 2013-08-01 | 2013-12-11 | 上海汽车集团股份有限公司 | 客车车身结构减重方法 |
| CN103942362A (zh) * | 2014-03-20 | 2014-07-23 | 北京理工大学 | Amt液压换档机构的设计方法 |
| CN104102781A (zh) * | 2014-07-18 | 2014-10-15 | 上汽通用五菱汽车股份有限公司 | 一种基于多目标优化的发动机性能优化方法 |
| CN105608267A (zh) * | 2015-12-21 | 2016-05-25 | 许昌学院 | 一种多变量全局优化算法 |
| CN106934117A (zh) * | 2017-02-22 | 2017-07-07 | 江铃汽车股份有限公司 | 汽车仪表板总成优化方法 |
| CN107688699A (zh) * | 2017-08-11 | 2018-02-13 | 北京新能源汽车股份有限公司 | 汽车全生命周期仿真预测系统、方法和存储介质 |
| CN108321792A (zh) * | 2018-01-15 | 2018-07-24 | 国网山东省电力公司莱芜供电公司 | 计及风电的电力系统动态经济调度多场景协同优化算法 |
| CN109255144A (zh) * | 2018-07-09 | 2019-01-22 | 南京航空航天大学 | 一种起落架刹车构件轻量化设计方法 |
| CN109614658A (zh) * | 2018-11-15 | 2019-04-12 | 江苏科技大学 | 一种汽车空气悬架系统的多学科优化平台及优化方法 |
| CN110807223A (zh) * | 2019-10-24 | 2020-02-18 | 重庆长安汽车股份有限公司 | 一种汽车流水槽支架的多学科优化设计方法 |
| CN111222263A (zh) * | 2019-10-31 | 2020-06-02 | 长春英利汽车工业股份有限公司 | 一种仪表板横梁振动试验有限元模拟方法 |
| CN111310281A (zh) * | 2020-03-24 | 2020-06-19 | 郑州大学 | 一种汽车车架轻量化的多学科设计方法 |
| CN111737889A (zh) * | 2019-03-21 | 2020-10-02 | 广州汽车集团股份有限公司 | 一种车身框架多学科协同优化设计方法及系统 |
| CN112949082A (zh) * | 2021-03-23 | 2021-06-11 | 东风汽车集团股份有限公司 | 副仪表板结构优化方法及结构 |
| CN113127978A (zh) * | 2021-04-28 | 2021-07-16 | 奇瑞汽车股份有限公司 | 一种仪表板横梁轻量化的优化方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101436219A (zh) * | 2008-11-28 | 2009-05-20 | 北京理工大学 | 一种基于层次分解的汽车产品开发系统优化方法 |
| CN101887478A (zh) * | 2010-07-19 | 2010-11-17 | 北京理工大学 | 一种基于序列径向基代理模型的高效全局优化方法 |
-
2010
- 2010-12-15 CN CN201010588233XA patent/CN102024082B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101436219A (zh) * | 2008-11-28 | 2009-05-20 | 北京理工大学 | 一种基于层次分解的汽车产品开发系统优化方法 |
| CN101887478A (zh) * | 2010-07-19 | 2010-11-17 | 北京理工大学 | 一种基于序列径向基代理模型的高效全局优化方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《机械设计与研究》 20061231 孔凡国等 基于Agent模型的汽车车身多学科设计优化研究 10-12 1 第22卷, 第6期 * |
| 《清华大学学报(自然科学版)》 20061130 吴宝贵等 复杂产品多学科设计优化的视图建模 1816-1819 1 第46卷, 第11期 * |
| 《现代机械》 20040531 秦东晨等 汽车车身的多学科优化设计(MDO)研究 4-6 1 , 第5期 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103434585A (zh) * | 2013-08-01 | 2013-12-11 | 上海汽车集团股份有限公司 | 客车车身结构减重方法 |
| CN103942362A (zh) * | 2014-03-20 | 2014-07-23 | 北京理工大学 | Amt液压换档机构的设计方法 |
| CN103942362B (zh) * | 2014-03-20 | 2017-04-05 | 北京理工大学 | Amt液压换档机构的设计方法 |
| CN104102781A (zh) * | 2014-07-18 | 2014-10-15 | 上汽通用五菱汽车股份有限公司 | 一种基于多目标优化的发动机性能优化方法 |
| CN105608267A (zh) * | 2015-12-21 | 2016-05-25 | 许昌学院 | 一种多变量全局优化算法 |
| CN106934117A (zh) * | 2017-02-22 | 2017-07-07 | 江铃汽车股份有限公司 | 汽车仪表板总成优化方法 |
| CN107688699A (zh) * | 2017-08-11 | 2018-02-13 | 北京新能源汽车股份有限公司 | 汽车全生命周期仿真预测系统、方法和存储介质 |
| CN108321792A (zh) * | 2018-01-15 | 2018-07-24 | 国网山东省电力公司莱芜供电公司 | 计及风电的电力系统动态经济调度多场景协同优化算法 |
| CN108321792B (zh) * | 2018-01-15 | 2020-09-04 | 国网山东省电力公司莱芜供电公司 | 计及风电的电力系统动态经济调度多场景协同优化算法 |
| CN109255144A (zh) * | 2018-07-09 | 2019-01-22 | 南京航空航天大学 | 一种起落架刹车构件轻量化设计方法 |
| CN109255144B (zh) * | 2018-07-09 | 2021-11-23 | 南京航空航天大学 | 一种起落架刹车构件轻量化设计方法 |
| CN109614658A (zh) * | 2018-11-15 | 2019-04-12 | 江苏科技大学 | 一种汽车空气悬架系统的多学科优化平台及优化方法 |
| CN109614658B (zh) * | 2018-11-15 | 2023-07-28 | 江苏科技大学 | 一种汽车空气悬架系统的多学科优化平台及优化方法 |
| CN111737889A (zh) * | 2019-03-21 | 2020-10-02 | 广州汽车集团股份有限公司 | 一种车身框架多学科协同优化设计方法及系统 |
| CN110807223A (zh) * | 2019-10-24 | 2020-02-18 | 重庆长安汽车股份有限公司 | 一种汽车流水槽支架的多学科优化设计方法 |
| CN110807223B (zh) * | 2019-10-24 | 2021-04-06 | 重庆长安汽车股份有限公司 | 一种汽车流水槽支架的多学科优化设计方法 |
| CN111222263A (zh) * | 2019-10-31 | 2020-06-02 | 长春英利汽车工业股份有限公司 | 一种仪表板横梁振动试验有限元模拟方法 |
| CN111310281A (zh) * | 2020-03-24 | 2020-06-19 | 郑州大学 | 一种汽车车架轻量化的多学科设计方法 |
| CN111310281B (zh) * | 2020-03-24 | 2023-02-24 | 郑州大学 | 一种汽车车架轻量化的多学科设计方法 |
| CN112949082A (zh) * | 2021-03-23 | 2021-06-11 | 东风汽车集团股份有限公司 | 副仪表板结构优化方法及结构 |
| CN112949082B (zh) * | 2021-03-23 | 2022-04-29 | 东风汽车集团股份有限公司 | 副仪表板结构优化方法及结构 |
| CN113127978A (zh) * | 2021-04-28 | 2021-07-16 | 奇瑞汽车股份有限公司 | 一种仪表板横梁轻量化的优化方法 |
| CN113127978B (zh) * | 2021-04-28 | 2024-04-09 | 奇瑞汽车股份有限公司 | 一种仪表板横梁轻量化的优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102024082B (zh) | 2012-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102024082B (zh) | 实现汽车仪表板结构系统多学科多目标优化的方法 | |
| Fan et al. | Efficient modeling of flexural and shear behaviors in reinforced concrete beams and columns subjected to low-velocity impact loading | |
| CN101241521B (zh) | 基于支持向量机的轿车车身综合性能指标建模方法 | |
| CN106777549B (zh) | 一种面向荷载试验的桥梁多尺度有限元模拟方法 | |
| Ni et al. | Reliability based design optimization of bridges considering bridge-vehicle interaction by Kriging surrogate model | |
| Gao et al. | Multi–disciplinary optimisation for front auto body based on multiple optimisation methods | |
| Wang et al. | Crashworthiness-based multi-objective integrated optimization of electric vehicle chassis frame | |
| Wang et al. | Multi-objective optimisation on crashworthiness of front longitudinal beam (FLB) coupled with sheet metal stamping process | |
| de Camargo et al. | Explicit stacked-shell modelling of aged basalt fiber reinforced composites to low-velocity impact | |
| Zhou et al. | Unified calculation formula for predicting the shear stresses in prismatic and non-prismatic beams with corrugated steel webs | |
| Guo et al. | Crashworthiness optimization for cutting energy-absorbing structures based on the multiobjective G-CBW method | |
| CN117313248A (zh) | 一种考虑车身性能和碰撞伤害的车身结构优化方法及系统 | |
| Li et al. | Updating time-variant dimension for complex traffic flows in analysis of vehicle–bridge dynamic interaction | |
| Liang et al. | Energy absorption performance of bionic multi-cell tubes inspired by shrimp chela | |
| Gao et al. | Programmed load spectrum for fatigue bench test of a vehicle body | |
| Shcherba et al. | Developing of phenomenological damage model for automotive low-carbon structural steel for using in validation of Euroncap frontal impact | |
| Ferdynus et al. | Identification of crashworthiness indicators of column energy absorbers with triggers in the form of cylindrical embossing on the lateral edges using artificial neural networks | |
| Rais-Rohani et al. | Reliability-based optimization of lightweight automotive structures for crashworthiness | |
| Tian et al. | Multi-objective optimisation of hybrid S-shaped rails under oblique impact loading | |
| Wang | A robust design optimization method considering correlated intervals | |
| Miscia et al. | Composite materials in automotive: Improving safety by refining FEA correlation | |
| Di Pasquale et al. | Wave propagation in head on bonnet impact: material and design issues | |
| Chase et al. | A new method for efficient global optimization of large systems using sub-models: HEEDS COMPOSE demonstrated on a crash optimization problem | |
| Chen et al. | Crashworthiness Analysis and Multi‐Objective Optimisation of Multi‐Cell Windowed Structures under Dynamic Impact Loading | |
| Qiu et al. | Theoretical and experimental study on seismic performance of T-section metallic damper |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121107 |