CN106021639B - 基于cae仿真分析结果的受损零件损伤判断和分类方法及维修工时预估方法 - Google Patents
基于cae仿真分析结果的受损零件损伤判断和分类方法及维修工时预估方法 Download PDFInfo
- Publication number
- CN106021639B CN106021639B CN201610287192.8A CN201610287192A CN106021639B CN 106021639 B CN106021639 B CN 106021639B CN 201610287192 A CN201610287192 A CN 201610287192A CN 106021639 B CN106021639 B CN 106021639B
- Authority
- CN
- China
- Prior art keywords
- parts
- cae
- damaged
- analysis result
- classifying
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于CAE仿真分析结果的受损零件损伤判断和分类方法及维修工时预估方法，属于计算机辅助工程领域，为了解决对于碰撞的零件的损伤程度和可维修性的评估问题，要点是：制定工况，在制定工况下进CAE碰撞仿真，得到受损零件的CAE碰撞仿真结果；记录受损零件的最大等效塑性应变，以判断零件是否发生永久变形；根据零件的变形，计算零件变形区域面积百分比，以判断修复程度；根据零件的变形，计算体积变化百分比，以判断零件是否发生断裂；根据上述判断结果，对车身零件进行分类，分出可维修零件类和仅更换零件类。效果是：准确对于碰撞零件进行分类，快速帮助车主进行零件损伤判断，给出其参考处理方式，极大的方便了车主。
Description
技术领域
本发明属于计算机辅助工程(CAE)领域，涉及一种受损零件损伤判断和分类方法及维修工时预估方法。
背景技术
CAE碰撞仿真技术作为评价整车安全性能的重要手段，在汽车研发过程越来越受到重视。随着计算机软硬件的不断发展和CAE理论的不断完善，其求解精度和计算效率也不断提高。碰撞仿真过程中能够方便快捷的提取各零件的仿真结果，比如零件的应力、应变、变形、能量、位移、速度和加速度等结果。若能利用CAE技术，在低速碰撞事故中自动和快速确定零件损伤，并利用大数据，及时作出分类，以得到该损伤是否为可修复，有助于车主可以快捷知晓碰撞情况和如何快速解决碰撞零件是否具有维修必要和修护方法(维修还是更换)。
发明内容
为了解决对于碰撞的零件的损伤程度和可维修性的评估问题，本发明提出了一种基于CAE仿真分析结果的受损零件损伤判断和分类方法，可帮助车主在碰撞后，快速理清碰撞情况和零件处理方式。
为了实现上述目的，本发明采用如下技术方案：一种基于CAE仿真分析结果的受损零件损伤判断和分类方法，包括：
步骤一.制定工况，在制定工况下进CAE碰撞仿真，得到受损零件的CAE碰撞仿真结果；
步骤二.记录受损零件的最大等效塑性应变，以判断零件是否发生永久变形；
步骤三.根据零件的变形，计算零件变形区域面积百分比，以判断修复程度；
步骤四.根据零件的变形，计算受损零件的体积变化百分比，以判断零件是否发生断裂；
步骤五.根据上述判断结果，对车身零件进行分类，分出可维修零件类和仅更换零件类。
进一步的，所述步骤五中，对于对于变形面积百分比和体积变化百分比设定阈值，规定小于该阈值对应可维修类零件，反之为更换类零件。
进一步的，所述CAE碰撞仿真，指车辆低速情况下的碰撞仿真，所述低速的速度范围是0-25Km/H，其受损零件包括车身钣金件和非金属件，其中，车身钣金件采用弹塑性材料模拟，占分析模型的主要部分，CAE碰撞仿真分析中将受损的非金属件近似简化成弹塑性材料。
进一步的，所述判断零件是否发生永久变形、判断修复程度、判断零件是否发生断裂均是设定阈值进行判断的。
进一步的，在仿真结果处理过程中，预先对数据库中海量典型事故样本预处理，提取特征向量，并进行归一化处理，再将分析结果和特征向量分别作为分类模型的输入和输出，进行神经网络训练并确定分类模型。
进一步的，数据库中海量典型事故样本包括受损零件的典型样本、不同受损面积典型样本、不同破坏程度的典型样本、不同车身加速度的典型样本。
本发明还涉及一种基于CAE仿真分析结果的受损零件维修工时预估方法，包括上述任一项所述的基于CAE仿真分析结果的受损零件损伤判断和分类方法，还具有如下步骤：由零件分类，对应建立保险公司和/或维修厂商共同认可的标准维修工时体系。
进一步的，维修工时指修复单一零件的工时，不包括子系统的拆装工时。
有益效果：本发明将先进的CAE仿真技术引进到车辆保险定损过程中，准确对于碰撞零件进行分类，快速帮助车主进行零件损伤判断，给出其参考处理方式，极大的方便了车主，另一方面，本发明还可实现受损零件维修工时的计算，减少了人为因素，提高了定损的准确度。
附图说明
图1为本发明方法的流程图；
图2为本发明中零件定损原理图。
具体实施方式
实施例1：本实施例记载了一种基于CAE仿真分析结果的受损零件损伤判断和分类方法，利用碰撞仿真中零件在特定工况下的分析结果进行定损，以此来确定特定工况下的零部件维修工时。特定工况是指不同车型在不同速度下撞击不同碰撞物。本方法，首先按照CAE仿真流程，进行碰撞事故重现分析，然后确定受损零件，提取受损零件的CAE仿真结果，最后对这些结果进行分析，确定受损零部件的维修工时，总体流程如图1所示，具体技术方案如下，包括：
步骤一.制定工况，在制定工况下进CAE碰撞仿真，得到受损零件的CAE碰撞仿真结果，作为优选，所述CAE碰撞仿真，指车辆低速情况下的碰撞仿真，所述低速的速度范围是0-25Km/H，其受损零件包括车身钣金件和非金属件，其中，车身钣金件采用弹塑性材料模拟，占分析模型的主要部分，CAE碰撞仿真分析中将受损的非金属件近似简化成弹塑性材料。在仿真结果处理过程中，预先对数据库中海量典型事故样本预处理，提取特征向量，并进行归一化处理，再将分析结果和特征向量分别作为分类模型的输入和输出，进行神经网络训练并确定分类模型。数据库中海量典型事故样本包括受损零件的典型样本、不同受损面积典型样本、不同破坏程度的典型样本。
步骤二.记录受损零件的最大等效塑性应变，以判断零件是否发生永久变形；
步骤三.根据零件的变形，计算零件变形区域面积百分比，以判断修复程度；
步骤四.根据零件的变形，计算受损零件的体积变化百分比，以判断零件是否发生断裂；
步骤五.根据上述判断结果，对车身零件进行分类，分出可维修零件类和仅更换零件类，对于对于变形面积百分比和体积变化百分比设定阈值，规定小于该阈值对应可维修类零件，反之为更换类零件。
上述方案中，所述判断零件是否发生永久变形、判断修复程度、判断零件是否发生断裂均是设定阈值进行判断的。
实施例2：一种基于CAE仿真分析结果的受损零件维修工时预估方法，包括实施例1中任一项所述的基于CAE仿真分析结果的受损零件损伤判断和分类方法，还具有如下步骤：由零件分类，对应建立保险公司和/或维修厂商共同认可的标准维修工时体系。本实施例中的维修工时指修复单一零件的工时，不包括子系统的拆装工时。
以上所述，仅为本发明创造较佳的具体实施方式，但本发明创造的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明创造披露的技术范围内，根据本发明创造的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明创造的保护范围之内。
Claims (2)
1.一种基于CAE仿真分析结果的受损零件维修工时预估方法，其特征在于，包括所述的基于CAE仿真分析结果的受损零件损伤判断和分类方法，所述基于CAE仿真分析结果的受损零件损伤判断和分类方法，包括：
步骤一.制定工况，在制定工况下进行CAE碰撞仿真，得到受损零件的CAE碰撞仿真结果；
步骤二.记录受损零件的最大等效塑性应变，以判断零件是否发生永久变形；
步骤三.根据零件的变形，计算零件变形区域面积百分比，以判断修复程度；
步骤四.根据零件的变形，计算受损零件的体积变化百分比，以判断零件是否发生断裂；
步骤五.根据上述判断结果，对车身零件进行分类，分出可维修零件类和仅更换零件类；
所述步骤五中，对于对于变形面积百分比和体积变化百分比设定阈值，规定小于该阈值对应可维修类零件，反之为更换类零件；
所述判断零件是否发生永久变形、判断修复程度、判断零件是否发生断裂均是设定阈值进行判断的；
基于CAE仿真分析结果的受损零件维修工时预估方法还具有如下步骤：由零件分类，对应建立保险公司和/或维修厂商共同认可的标准维修工时体系；
所述CAE碰撞仿真，指车辆低速情况下的碰撞仿真，所述低速的速度范围是0-25Km/H，其受损零件包括车身钣金件和非金属件，其中，车身钣金件采用弹塑性材料模拟，占分析模型的主要部分，CAE碰撞仿真分析中将受损的非金属件近似简化成弹塑性材料；在仿真结果处理过程中，预先对数据库中海量典型事故样本预处理，提取特征向量，并进行归一化处理，再将分析结果和特征向量分别作为分类模型的输入和输出，进行神经网络训练并确定分类模型；数据库中海量典型事故样本包括受损零件的典型样本、不同受损面积典型样本、不同破坏程度的典型样本、不同车身加速度的典型样本。
2.如权利要求1所述的基于CAE仿真分析结果的受损零件维修工时预估方法，其特征在于，维修工时指修复单一零件的工时，不包括子系统的拆装工时。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610287192.8A CN106021639B (zh) | 2016-04-29 | 2016-04-29 | 基于cae仿真分析结果的受损零件损伤判断和分类方法及维修工时预估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610287192.8A CN106021639B (zh) | 2016-04-29 | 2016-04-29 | 基于cae仿真分析结果的受损零件损伤判断和分类方法及维修工时预估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106021639A CN106021639A (zh) | 2016-10-12 |
| CN106021639B true CN106021639B (zh) | 2019-12-24 |
Family
ID=57082200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610287192.8A Active CN106021639B (zh) | 2016-04-29 | 2016-04-29 | 基于cae仿真分析结果的受损零件损伤判断和分类方法及维修工时预估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106021639B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102017222964A1 (de) * | 2017-12-15 | 2019-06-19 | Zf Friedrichshafen Ag | Verfahren und System zur Schadenserkennung eines Bauteils |
| US11361599B2 (en) | 2018-08-23 | 2022-06-14 | Ford Global Technologies, Llc | Vehicle damage detection |
| CN110232529A (zh) * | 2019-06-21 | 2019-09-13 | 中国神华能源股份有限公司 | 管理车辆的零部件的方法和装置及机器可读存储介质 |
| CN114407842B (zh) * | 2022-02-18 | 2024-06-14 | 中国第一汽车股份有限公司 | 一种车身一体压铸部件维修方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008057385A1 (en) * | 2006-11-02 | 2008-05-15 | The Boeing Company | Remote nondestructive inspection systems and methods |
| CN104268783A (zh) * | 2014-05-30 | 2015-01-07 | 翱特信息系统（中国）有限公司 | 车辆定损估价的方法、装置和终端设备 |
| CN104932359A (zh) * | 2015-05-29 | 2015-09-23 | 大连楼兰科技股份有限公司 | 基于cae技术的车辆远程无人定损系统及定损方法 |
| CN105488258A (zh) * | 2015-11-24 | 2016-04-13 | 大连楼兰科技股份有限公司 | 基于cae技术的车辆碰撞自动化定损方法 |
| CN105512358A (zh) * | 2015-11-24 | 2016-04-20 | 大连楼兰科技股份有限公司 | 基于cae仿真技术的汽车碰撞事故定损方法 |
-
2016
- 2016-04-29 CN CN201610287192.8A patent/CN106021639B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008057385A1 (en) * | 2006-11-02 | 2008-05-15 | The Boeing Company | Remote nondestructive inspection systems and methods |
| CN104268783A (zh) * | 2014-05-30 | 2015-01-07 | 翱特信息系统（中国）有限公司 | 车辆定损估价的方法、装置和终端设备 |
| CN104932359A (zh) * | 2015-05-29 | 2015-09-23 | 大连楼兰科技股份有限公司 | 基于cae技术的车辆远程无人定损系统及定损方法 |
| CN105488258A (zh) * | 2015-11-24 | 2016-04-13 | 大连楼兰科技股份有限公司 | 基于cae技术的车辆碰撞自动化定损方法 |
| CN105512358A (zh) * | 2015-11-24 | 2016-04-20 | 大连楼兰科技股份有限公司 | 基于cae仿真技术的汽车碰撞事故定损方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106021639A (zh) | 2016-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106021639B (zh) | 基于cae仿真分析结果的受损零件损伤判断和分类方法及维修工时预估方法 | |
| CN104036068B (zh) | 汽车碰撞安全性仿真分析优化设计一体化集成系统 | |
| CN111505424A (zh) | 一种基于深度卷积神经网络的大型实验装置电力设备故障诊断方法 | |
| CN113628055B (zh) | 车辆事故损失评估方法及装置 | |
| CN106066907B (zh) | 基于多零件多模型判断的定损分等级方法 | |
| CN103020582A (zh) | 计算机通过视频图像识别车辆类型的方法 | |
| CN114619292A (zh) | 一种基于小波降噪和注意力机制融合gru网络的铣削加工刀具磨损监测方法 | |
| CN105608286A (zh) | 基于粒子群优化算法的车辆保险杠结构优化方法 | |
| CN105022884B (zh) | 一种用于整车安全碰撞仿真的冲压信息映射应用方法 | |
| CN111678699A (zh) | 一种面向滚动轴承早期故障监测与诊断方法及系统 | |
| CN111497868A (zh) | 一种基于bn-lstm网络的汽车传感器故障分类方法 | |
| CN110968965B (zh) | 发动机盖动态疲劳分析方法 | |
| CN111709160B (zh) | 一种基于卡车底盘的行驶动态性能分析优化方法及系统 | |
| CN113870207A (zh) | 刀具检测方法、装置、计算机设备和存储介质 | |
| CN112287461B (zh) | 基于高斯过程回归的汽车驾驶模拟器制动系统建模方法 | |
| CN113255064A (zh) | 仪表板总成异响问题的预测方法及仪表板总成的设计方法 | |
| CN112052829A (zh) | 一种基于深度学习的飞行员行为监控方法 | |
| CN114863210A (zh) | 桥梁结构健康监测数据驱动模型的对抗样本攻击方法及系统 | |
| CN114638760A (zh) | 一种基于数字孪生的飞机机翼连接部位装配质量检测方法 | |
| CN113670524A (zh) | 用于汽车碰撞燃油泄漏的检测方法及检测系统 | |
| CN111581771A (zh) | 一种基于人工智能技术的冲压件开裂预测平台 | |
| CN110659652A (zh) | 风机装置Creo模型的特征匹配性检测系统 | |
| CN111241724A (zh) | 一种宽体矿用车车架疲劳寿命预测方法 | |
| CN117892593B (zh) | 一种原位ebsd-dic模拟方法及系统 | |
| CN115824669B (zh) | 一种用于车辆结构安全性测试的方法、系统及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |