CN108491592A - Cae仿真结果自动化处理方法及系统 - Google Patents

Cae仿真结果自动化处理方法及系统 Download PDF

Info

Publication number
CN108491592A
CN108491592A CN201810183401.3A CN201810183401A CN108491592A CN 108491592 A CN108491592 A CN 108491592A CN 201810183401 A CN201810183401 A CN 201810183401A CN 108491592 A CN108491592 A CN 108491592A
Authority
CN
China
Prior art keywords
model
analysis model
curve
analysis
report
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
Application number
CN201810183401.3A
Other languages
English (en)
Other versions
CN108491592B (zh
Inventor
田蜀东
胡海欧
焦天培
陈韬
马玉婷
陈曦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Group Corp
Original Assignee
FAW Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FAW Group Corp filed Critical FAW Group Corp
Priority to CN201810183401.3A priority Critical patent/CN108491592B/zh
Publication of CN108491592A publication Critical patent/CN108491592A/zh
Application granted granted Critical
Publication of CN108491592B publication Critical patent/CN108491592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种CAE仿真结果自动化处理方法及系统，所述CAE仿真结果自动化处理方法包括：提取分析模型中节点的节点信息；根据所述节点信息判断所述分析模型的类型，生成关于所述节点信息的曲线图片文件；根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中。所述CAE仿真结果自动化处理系统包括：用于提取分析模型中节点的节点信息的信息提取单元；用于判断所述分析模型的类型，生成曲线图片文件的曲线生成单元；根据分析模型的类型调用相关的报告模板，将曲线图片文件插入与其相匹配的报告模板中的报告生成单元。本发明能够对CAE计算结果进行数据自动化处理，自动生成分析报告，保证数据处理和报告编写格式的一致性。

Description

CAE仿真结果自动化处理方法及系统
技术领域
本发明涉及汽车振动噪声CAE技术领域，具体涉及一种CAE仿真结果自动化处理方法及系统。
背景技术
汽车振动噪声性能（NVH）对客户的乘坐舒适性有着重要影响，在车型开发过程中，对汽车进行NVH性能CAE分析及优化，可以有效预测和改进实车的NVH风险，提升产品品质。CAE（Computer Aided Engineering，计算机辅助工程）这里指基于有限元方法的计算机仿真模拟。
分析结果数据，这里指通过有限元软件LMS Virtual.Lab计算后得到的汽车振动特性相关的数据。这些数据可通过LMS Virtual.Lab的VBA二次开发接口识别、读取，和生成文本格式。
Virtual.Lab软件是比利时LMS公司的产品，该软件主要是用于汽车、飞机等机械系统的振动噪声分析，在行业内是一款普遍应用的仿真软件。本发明中主要应用的是该软件在动刚度、振动传递函数和振动响应领域的仿真模拟。
VBA（Visual Basic for Application）是一种宏语言，是微软开发出来的一种执行通用的自动化任务的编程语言。重复的或多个步骤的手工操作通过执行VBA代码可实现自动化。
在整车开发过程中针对NVH性能，要对车型进行多个工况、多个考察点进行分析和优化，因此有大量的仿真结果需要处理并编制分析报告。同时整车开发周期的日益缩短也要求迅速处理CAE结果和给出优化方案，以支撑车型开发和保证项目节点。
在进行动刚度、振动传递函数和响应分析过程中，其后期数据、曲线等处理及报告编写耗费大量的人力，而且是枯燥的重复性工作。目前的工作方式是由工程师手动操作分析软件来进行仿真结果的处理和分析报告的编写；同时还需要完成对不同方案的CAE 计算结果对比，以及仿真结果与目标值的对比。这些都须要大量手动操作才能完成，重复性的工作成倍的增长。传统的数据处理及其编写到报告中的流程如图1所示。又因为工程师个体因素，不能够保证各个分析报告之间的一致性。所以，把“大量的、重复性的”工作“自动化、模版化”，提升工作效率和质量，节约时间成本，是十分有必要的。
发明内容
本发明的目的在于解决现有技术中存在的问题，从而提供一种CAE仿真结果自动化处理方法及系统，能够对CAE计算结果进行数据自动化处理，自动生成分析报告，保证数据处理和报告编写格式的一致性；同时将原方案、优化方案或目标进行自动化对比输出。此系统可提高工作效率95%以上，且保证输出质量。
根据本发明提供的技术方案，一种CAE仿真结果自动化处理方法，所述CAE仿真结果自动化处理方法包括：
提取分析模型中节点的节点信息；
根据所述节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件；
根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中。
进一步地，所述提取分析模型中节点的节点信息的步骤包括：
导入分析模型获取路径，并输入分析模型的基本信息；
获取所述分析模型各个节点位置处的节点信息；
根据需要筛选出所需的节点并获得所挑选节点位置处的挑选节点信息；
生成包含所述挑选节点信息和分析模型基本信息的挑选文本文件。
进一步地，所述CAE仿真结果自动化处理方法还包括读取所述挑选文本文件中的挑选节点信息。
进一步地，分析模型类型包括：振动传递函数分析模型和振动响应分析模型，所述振动传递函数分析模型包括：动刚度分析模型和一般振动传函分析模型。
进一步地，根据所述节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件的步骤包括：
若所述分析模型的节点信息与振动响应预设模型相匹配，则所述分析模型为振动响应分析模型；采用振动响应曲线模型生成振动响应曲线，并将所述振动响应曲线生成振动响应曲线图片；
若所述分析模型的节点信息与振动传递函数预设模型相匹配，则所述分析模型为振动传递函数分析模型；当所述分析模型为振动传递函数分析模型时，若所述振动传递函数分析模型输入信号对应的节点与输出信号对应的节点为同一节点，则所述分析模型为动刚度分析模型；否则为一般振动传函分析模型；
当所述分析模型为动刚度分析模型时，采用动刚度曲线模型生成动刚度曲线，并将所述动刚度曲线生成动刚度曲线图片；
当所述分析模型为一般振动传函分析模型时，采用一般振动传函曲线模型生成一般振动传函曲线，并将所述一般振动传函曲线生成一般振动传函曲线图片。
进一步地，根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中的步骤包括：
当分析模型为振动响应分析模型，调用振动响应报告模型，将振动响应曲线图片对应插入到振动响应报告模型中；
当分析模型为动刚度分析模型时，调用动刚度报告模型，将动刚度曲线图片插入动刚度报告模型中；
当所述分析模型为一般振动传函分析模型时，调用一般振动传函报告模型，将一般振动传函曲线图片插入一般振动传函报告模型中。
一种CAE仿真结果自动化处理系统，所述CAE仿真结果自动化处理系统包括：
信息提取单元，所述信息提取单元用于提取分析模型中节点的节点信息；
曲线生成单元，所述曲线生成单元用于根据所述节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件；
报告生成单元，所述报告生成单元据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中。
进一步地，所述信息提取单元包括：
路径导入模块，所述路径导入模块用于导入分析模型获取路径，并用于输入分析模型的基本信息；
节点信息获取模块，所述节点信息获取模块用于获取所述分析模型各个节点位置处的节点信息；
节点筛选模块，所述节点筛选模块用于根据需要筛选出所需的节点并获得所挑选节点位置处的挑选节点信息；
文本文件生成模块，所述文本文件生成模块用于生成包含所述挑选节点信息和分析模型基本信息的挑选文本文件。
进一步地，所述CAE仿真结果自动化处理系统还包括：
框架模块，所述框架模块用于读取所述挑选文本文件中的挑选节点信息，并将所述挑选节点信息发送给曲线生成单元。
模型匹配模块，所述模型模块用于编辑、存储、导入和导出各种模型，根据所接收的挑选节点信息进行模型匹配。
进一步地，所述模型匹配模块中储存的模型包括：
分析类型预设模型，所述分析类型预设模型用于作为曲线生成单元中判断所述分析模型类型的模型，所述分析类型预设模型包括：振动传递函数预设模型和振动响应预设模型；
曲线生成模型，所述曲线生成模型用于作为曲线生成单元生成关于所述节点信息的曲线图片文件的模型，所述曲线生成模型包括：动刚度曲线模型、一般振动传函曲线模型和振动响应曲线模型；
报告模型；所述报告模型用于作为报告生成单元中生成与所述分析模型对应的报告的模型，所述报告模型包括：动刚度报告模型、一般振动传函报告模型和振动响应报告模型。
从以上所述可以看出，本发明提供的一种CAE仿真结果自动化处理方法及系统与现有技术相比具备以下优点：本发明能够自动分析出节点包含的节点信息并根据所述节点信息自动地生成分析模型报告，能够提高工作效率的同时保证数据处理和报告编写的一致性。
附图说明
图1为本发明第一方面具体实施例的流程图。
图2为本本发明第一方面S160和S170步骤具体实施例的流程图。
图3为本发明第二方面的结构框图。
1.信息提取单元，10.路径导入模块，11.节点信息获取模块，12.节点筛选模块，13.文本文件生成模块，2.曲线生成单元，3.报告生成单元，4.框架模块，5.模型匹配模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向。使用的词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
作为本发明的第一方面，本发明提供一种CAE仿真结果自动化处理方法，所述CAE仿真结果自动化处理方法包括：提取分析模型中节点的节点信息，所述节点为模型化汽车车身上的取样点，所述节点具有唯一可识别特征；通过将获得的节点信息与分析类型预设模型进行匹配从而判断所述分析模型的类型，并根据所述分析模型的类型生成关于所述节点信息的曲线图片文件；根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中。可以理解的是，本发明的第一方面能够自动分析出节点包含的节点信息并根据所述节点信息自动地生成分析模型报告，能够提高工作效率的同时保证数据处理和报告编写的一致性。
如图1所示，作为本发明第一方面的具体实施例，一种CAE仿真结果自动化处理方法包括以下步骤:
S110：导入分析模型获取路径，并输入分析模型的基本信息；
S120：获取所述分析模型各个节点位置处的节点信息；
S130：根据需要筛选出所需的节点并获得所挑选节点位置处的挑选节点信息；
S140：生成包含所述挑选节点信息和分析模型基本信息的挑选文本文件；
S150：读取所述挑选文本文件中的挑选节点信息；
S160：根据所读取的挑选节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件；
S170：根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中；
S180：导出报告模板。
需要解释的是，通常在进行汽车振动噪声性能（NVH）的CAE分析过程中，需要对汽车车身的动刚度、振动传递函数和振动响应的性能进行分析，不同的分析过程形成了不同的分析模型，因此所述分析模型的类型包括振动传递函数分析模型和振动响应分析模型，所述振动传递函数分析模型包括：动刚度分析模型和一般振动传函分析模型。本发明在所述实施例中的关键在于将上述动刚度分析模型、一般振动传函分析模型和振动响应分析模型区分出来。
如图2所示，为了使得本发明能够自动地将动刚度分析模型、一般振动传函分析模型和振动响应分析模型区分出来，本发明第一方面的具体实施例S160中描述的根据所读取的挑选节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件的步骤包括：
S161：若所述分析模型的节点信息与振动传递函数预设模型相匹配，则所述分析模型为振动传递函数分析模型。
S162：若所述分析模型的节点信息振动响应预设模型相匹配，则所述分析模型为振动响应分析模型。
S163：当所述分析模型为振动响应分析模型时，采用振动响应曲线模型将所述振动响应分析模型的挑选节点信息生成振动响应曲线，并将所述振动响应曲线生成振动响应曲线图片。
S164：当所述分析模型为振动传递函数分析模型时，若所述振动传递函数分析模型输入信号对应的节点与输出信号对应的节点为同一节点，则所述分析模型为动刚度分析模型。否则为一般振动传函分析模型。
S165：当所述分析模型为动刚度分析模型时，采用动刚度曲线模型将所述动刚度分析模型的挑选节点信息生成动刚度曲线，并将所述动刚度曲线生成动刚度曲线图片。
S166：当所述分析模型为一般振动传函分析模型时，采用一般振动传函曲线模型将所述一般振动传函分析模型的挑选节点信息生成一般振动传函曲线，并将所述一般振动传函曲线生成一般振动传函曲线图片。
需要说明的是，在步骤S163中描述的振动响应曲线模型中规定振动响应曲线的纵坐标为加速度单位，且设置为对数坐标系；横坐标为频率，其范围与该振动响应分析模型的计算频率一致。在步骤S165中描述的动刚度曲线模型规定动刚度曲线的纵坐标为产生单位位移应施加的力，且设置为对数坐标系 ；横坐标为频率，其范围与该振动响应分析模型的计算频率一致。在步骤S166中描述的一般振动传函曲线模型规定一般振动传函曲线的纵坐标为单位力下的速度输出，且设置为对数坐标系；横坐标为频率，其范围与该振动响应分析模型的计算频率一致。所述振动传递函数预设模型、振动响应预设模型相匹配、振动响应曲线模型、动刚度曲线模型和一般振动传函曲线模型预先设置在系统中，具备编辑、存储、导入和导出的功能。可以理解的是，根据需要预先设置的诸多模型能够协助所导入分析模型类型的判断以及节点信息图片的生成。
如图2所示，本发明第一方面的具体实施例S170中描述的根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中的步骤包括：
S171：当分析模型为振动响应分析模型，调用振动响应报告模型，将振动响应曲线图片和振动响应分析模型的基本信息对应插入到振动响应报告模型中。
S172：当分析模型为动刚度分析模型时，调用动刚度报告模型，将动刚度曲线图片和动刚度分析模型的基本信息插入动刚度报告模型中。
S173：当所述分析模型为一般振动传函分析模型时，调用一般振动传函报告模型，将一般振动传函曲线图片和一般振动传函分析模型的进本信息插入一般振动传函报告模型中。
需要说明的是，所述振动响应报告模型、动刚度报告模型和一般振动传函报告模型预先设置在系统中，具备编辑、存储、导入和导出的功能。
如图3所示，作为本发明的第二方面，本发明还提供了一种CAE仿真结果自动化处理系统，所述CAE仿真结果自动化处理系统包括：信息提取单元1，所述信息提取单元1用于提取分析模型中节点的节点信息；曲线生成单元2，所述曲线生成单元2用于根据所述节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件；报告生成单元3，所述报告生成单元3根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中。可以理解的是，本发明的第二方面能够自动分析出节点包含的节点信息并根据所述节点信息自动地生成分析模型报告，能够提高工作效率的同时保证数据处理和报告编写的一致性。
如图3所示，作为本发明第二方面的具体实施例，所述所述信息提取单元1包括：
路径导入模块10，所述路径导入模块10用于导入分析模型获取路径，并用于输入分析模型的基本信息。
节点信息获取模块11，所述节点信息获取模块11用于获取所述分析模型各个节点位置处的节点信息。
节点筛选模块12，所述节点筛选模块12用于根据需要筛选出所需的节点并获得所挑选节点位置处的挑选节点信息。
文本文件生成模块13，所述文本文件生成模块13用于生成包含所述挑选节点信息和分析模型基本信息的挑选文本文件。
所述CAE仿真结果自动化处理系统还包括：框架模块4，所述框架模块4用于读取所述挑选文本文件中的挑选节点信息。模型匹配模块5，所述模型模块用于编辑、存储、导入和导出各种模型，根据所接收的挑选节点信息进行模型匹配。
所述模型匹配模块5中储存的模型包括：
分析类型预设模型，所述分析类型预设模型用于作为曲线生成单元2中判断所述分析模型类型的模型，所述分析类型预设模型包括：振动传递函数预设模型和振动响应预设模型；
曲线生成模型，所述曲线生成模型用于作为曲线生成单元2生成关于所述节点信息的曲线图片文件的模型，所述曲线生成模型包括：动刚度曲线模型、一般振动传函曲线模型和振动响应曲线模型；
报告模型；所述报告模型用于作为报告生成单元3中生成与所述分析模型对应的报告的模型，所述报告模型包括：动刚度报告模型、一般振动传函报告模型和振动响应报告模型。
可以理解的是，节点筛选模块12能够根据需要筛选出所需的节点，使得本系统跟人性化更能满足不同工况的不同需求。文本文件生成模块13能够将挑选节点信息和分析模型基本信息的挑选文本文件，生成的文本文件能够方便框架模块4的接收与读取。所述模型匹配模块5能够协助所导入的分析模型类型的判断以及节点信息图片的生成和报告文件的匹配导出。
所属领域的普通技术人员应当理解：以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的主旨之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种CAE仿真结果自动化处理方法，其特征在于，所述CAE仿真结果自动化处理方法包括：
提取分析模型中节点的节点信息；
根据所述节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件；
根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中。
2.如权利要求1所述的CAE仿真结果自动化处理方法，其特征在于，所述提取分析模型中节点的节点信息的步骤包括：
导入分析模型获取路径，并输入分析模型的基本信息；
获取所述分析模型各个节点位置处的节点信息；
根据需要筛选出所需的节点并获得所挑选节点位置处的挑选节点信息；
生成包含所述挑选节点信息和分析模型基本信息的挑选文本文件。
3.如权利要求2所述的CAE仿真结果自动化处理方法，其特征在于，所述CAE仿真结果自动化处理方法还包括读取所述挑选文本文件中的挑选节点信息。
4.如权利要求1所述的CAE仿真结果自动化处理方法，其特征在于，分析模型类型包括：振动传递函数分析模型和振动响应分析模型，所述振动传递函数分析模型包括：动刚度分析模型和一般振动传函分析模型。
5.如权利要求4所述的CAE仿真结果自动化处理方法，其特征在于，根据所述节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件的步骤包括：
若所述分析模型的节点信息与振动响应预设模型相匹配，则所述分析模型为振动响应分析模型；采用振动响应曲线模型生成振动响应曲线，并将所述振动响应曲线生成振动响应曲线图片；
若所述分析模型的节点信息与振动传递函数预设模型相匹配，则所述分析模型为振动传递函数分析模型；当所述分析模型为振动传递函数分析模型时，若所述振动传递函数分析模型输入信号对应的节点与输出信号对应的节点为同一节点，则所述分析模型为动刚度分析模型；否则为一般振动传函分析模型；
当所述分析模型为动刚度分析模型时，采用动刚度曲线模型生成动刚度曲线，并将所述动刚度曲线生成动刚度曲线图片；
当所述分析模型为一般振动传函分析模型时，采用一般振动传函曲线模型生成一般振动传函曲线，并将所述一般振动传函曲线生成一般振动传函曲线图片。
6.如权利要求5所述的CAE仿真结果自动化处理方法，其特征在于，根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中的步骤包括：
当分析模型为振动响应分析模型，调用振动响应报告模型，将振动响应曲线图片对应插入到振动响应报告模型中；
当分析模型为动刚度分析模型时，调用动刚度报告模型，将动刚度曲线图片插入动刚度报告模型中；
当所述分析模型为一般振动传函分析模型时，调用一般振动传函报告模型，将一般振动传函曲线图片插入一般振动传函报告模型中。
7.一种CAE仿真结果自动化处理系统，其特征在于，所述CAE仿真结果自动化处理系统包括：
信息提取单元（1），所述信息提取单元（1）用于提取分析模型中节点的节点信息；
曲线生成单元（2），所述曲线生成单元（2）用于根据所述节点信息判断所述分析模型的类型，并根据判断结果生成关于所述节点信息的曲线图片文件；
报告生成单元（3），所述报告生成单元（3）根据分析模型的类型调用相关的报告模板，并将曲线图片文件插入与其相匹配的报告模板中。
8.如权利要求7所述的CAE仿真结果自动化处理系统，其特征在于，所述信息提取单元（1）包括：
路径导入模块（10），所述路径导入模块（10）用于导入分析模型获取路径，并用于输入分析模型的基本信息；
节点信息获取模块（11），所述节点信息获取模块（11）用于获取所述分析模型各个节点位置处的节点信息；
节点筛选模块（12），所述节点筛选模块（12）用于根据需要筛选出所需的节点并获得所挑选节点位置处的挑选节点信息；
文本文件生成模块（13），所述文本文件生成模块（13）用于生成包含所述挑选节点信息和分析模型基本信息的挑选文本文件。
9.如权利要求8所述的CAE仿真结果自动化处理系统，其特征在于，所述CAE仿真结果自动化处理系统还包括：
框架模块（4），所述框架模块（4）用于读取所述挑选文本文件中的挑选节点信息，并将所述挑选节点信息发送给曲线生成单元（2）；
模型匹配模块（5），所述模型模块用于编辑、存储、导入和导出各种模型，根据所接收的挑选节点信息进行模型匹配。
10.如权利要求9所述的CAE仿真结果自动化处理系统，其特征在于，所述模型匹配模块（5）中储存的模型包括：
分析类型预设模型，所述分析类型预设模型用于作为曲线生成单元（2）中判断所述分析模型类型的模型，所述分析类型预设模型包括：振动传递函数预设模型和振动响应预设模型；
曲线生成模型，所述曲线生成模型用于作为曲线生成单元（2）生成关于所述节点信息的曲线图片文件的模型，所述曲线生成模型包括：动刚度曲线模型、一般振动传函曲线模型和振动响应曲线模型；
报告模型；所述报告模型用于作为报告生成单元（3）中生成与所述分析模型对应的报告的模型，所述报告模型包括：动刚度报告模型、一般振动传函报告模型和振动响应报告模型。
CN201810183401.3A 2018-03-06 2018-03-06 Cae仿真结果自动化处理方法及系统 Active CN108491592B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810183401.3A CN108491592B (zh) 2018-03-06 2018-03-06 Cae仿真结果自动化处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810183401.3A CN108491592B (zh) 2018-03-06 2018-03-06 Cae仿真结果自动化处理方法及系统

Publications (2)

Publication Number Publication Date
CN108491592A true CN108491592A (zh) 2018-09-04
CN108491592B CN108491592B (zh) 2022-06-14

Family

ID=63341609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810183401.3A Active CN108491592B (zh) 2018-03-06 2018-03-06 Cae仿真结果自动化处理方法及系统

Country Status (1)

Country Link
CN (1) CN108491592B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110727992A (zh) * 2019-09-29 2020-01-24 中车青岛四方机车车辆股份有限公司 一种转向架快速仿真方法及装置
CN111797472A (zh) * 2020-06-24 2020-10-20 中国第一汽车股份有限公司 一种副车架连接点刚度cae仿真自动化建模方法
CN112100738A (zh) * 2020-08-14 2020-12-18 中国第一汽车股份有限公司 一种采用云图形式的车身钣金法向动刚度计算分析方法
CN112446197A (zh) * 2020-11-26 2021-03-05 宁波九寰适创科技有限公司 一种针对工业应用的标准化报告自动生成方法
CN112860693A (zh) * 2021-01-29 2021-05-28 西藏宁算科技集团有限公司 Cae仿真分析强度耐久性能数据管理方法及其装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6055541A (en) * 1997-09-19 2000-04-25 Sas Ip, Inc. Automatic report generating system
US20070198587A1 (en) * 2006-02-08 2007-08-23 Fujitsu Limited Numerical analysis data creating method and apparatus, and computer-readable program
KR20130139089A (ko) * 2012-06-12 2013-12-20 금오공과대학교 산학협력단 잠수함 최적화 설계 탐색시스템
CN104598591A (zh) * 2015-01-20 2015-05-06 清华大学 一种针对类型属性图模型的模型元素匹配方法
CN106056456A (zh) * 2016-06-03 2016-10-26 福州微猪信息科技有限公司 猪场分析报告自动生成方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6055541A (en) * 1997-09-19 2000-04-25 Sas Ip, Inc. Automatic report generating system
US20070198587A1 (en) * 2006-02-08 2007-08-23 Fujitsu Limited Numerical analysis data creating method and apparatus, and computer-readable program
KR20130139089A (ko) * 2012-06-12 2013-12-20 금오공과대학교 산학협력단 잠수함 최적화 설계 탐색시스템
CN104598591A (zh) * 2015-01-20 2015-05-06 清华大学 一种针对类型属性图模型的模型元素匹配方法
CN106056456A (zh) * 2016-06-03 2016-10-26 福州微猪信息科技有限公司 猪场分析报告自动生成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
F. KUHNS: "Automating testability analysis of analog circuits and systems", 《CONFERENCE RECORD AUTOTESTCON "92: THE IEEE SYSTEMS READINESS TECHNOLOGY CONFERENCE》 *
吴淑芳 等: "基于Ｕ/Ｓ/Ｗ体系结构的快速响应ＣＡＥ技术", 《计算机集成制造系统》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110727992A (zh) * 2019-09-29 2020-01-24 中车青岛四方机车车辆股份有限公司 一种转向架快速仿真方法及装置
CN110727992B (zh) * 2019-09-29 2023-09-29 中车青岛四方机车车辆股份有限公司 一种转向架快速仿真方法及装置
CN111797472A (zh) * 2020-06-24 2020-10-20 中国第一汽车股份有限公司 一种副车架连接点刚度cae仿真自动化建模方法
CN112100738A (zh) * 2020-08-14 2020-12-18 中国第一汽车股份有限公司 一种采用云图形式的车身钣金法向动刚度计算分析方法
CN112446197A (zh) * 2020-11-26 2021-03-05 宁波九寰适创科技有限公司 一种针对工业应用的标准化报告自动生成方法
CN112446197B (zh) * 2020-11-26 2024-02-02 宁波九寰适创科技有限公司 一种针对工业应用的标准化报告自动生成方法
CN112860693A (zh) * 2021-01-29 2021-05-28 西藏宁算科技集团有限公司 Cae仿真分析强度耐久性能数据管理方法及其装置
CN112860693B (zh) * 2021-01-29 2023-07-18 西藏宁算科技集团有限公司 Cae仿真分析强度耐久性能数据管理方法及其装置

Also Published As

Publication number Publication date
CN108491592B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN108491592A (zh) Cae仿真结果自动化处理方法及系统
US6822195B2 (en) Automated weld location system for vehicles
US8347245B2 (en) Hardware definition language generation for frame-based processing
US5471398A (en) MTOL software tool for converting an RTL behavioral model into layout information comprising bounding boxes and an associated interconnect netlist
CN105320589B (zh) 云测试环境中测试脚本自动解析系统及其实现方法
CN114326596A (zh) 使用自学习系统模拟在机床上进行机加工的方法和设备
CN111199062A (zh) 基于工业开发软件的仿真方法及系统、电子设备
CN109388840B (zh) 用于具有预定义负载路径和对应网格调整方案的金属成型过程的数值模拟的专用编程计算机
US20220180011A1 (en) Systems and methods for modifying cad files
US5781454A (en) Process modeling technique
Lachmayer et al. Product evolution and optimization based on gentelligent components and product life cycle data
Moreira et al. Rigorous object-oriented analysis
CN103226628A (zh) 汽车前后悬架轮胎包络面快速生成方法与装置
CN115659711A (zh) 一种仿真方法、装置、电子设备及存储介质
US10521332B1 (en) Parametrization of a simulation model
CN114594960A (zh) 一种递归函数解析执行方法、装置及存储介质
JPH0589199A (ja) ハードウエアの設計支援システム
Jones et al. CFD development with automatic differentiation
Botterweck et al. Interactive configuration of embedded systems product lines
KR20180088229A (ko) 자동차 부품의 최적설계를 위한 cad 및 cae의 통합 방법
Abrishamchian et al. Configuration of mechatronic systems using feature models
Su et al. An expert system using computer algebra for design of nonlinear control systems
JP3276516B2 (ja) 三次元形状生成装置
CN116933097B (zh) 车辆的变型数据校验方法、装置、设备及存储介质
Qamsane et al. A tool support to distributed control synthesis and grafcet implementation for discrete event manufacturing systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant