CN112084585A - 一种造型钢轮轻量化设计方法及装置 - Google Patents
一种造型钢轮轻量化设计方法及装置 Download PDFInfo
- Publication number
- CN112084585A CN112084585A CN202010763672.3A CN202010763672A CN112084585A CN 112084585 A CN112084585 A CN 112084585A CN 202010763672 A CN202010763672 A CN 202010763672A CN 112084585 A CN112084585 A CN 112084585A
- Authority
- CN
- China
- Prior art keywords
- model
- analysis
- spoke
- steel wheel
- radial
- 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.)
- Pending
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 86
- 239000010959 steel Substances 0.000 title claims abstract description 86
- 238000013461 design Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 119
- 238000005452 bending Methods 0.000 claims abstract description 65
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 238000013528 artificial neural network Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 22
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011161 development Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000011960 computer-aided design Methods 0.000 description 21
- 230000008878 coupling Effects 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 238000000465 moulding Methods 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012938 design process Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 102100029768 Histone-lysine N-methyltransferase SETD1A Human genes 0.000 description 2
- 101000865038 Homo sapiens Histone-lysine N-methyltransferase SETD1A Proteins 0.000 description 2
- 101150117538 Set2 gene Proteins 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 101150055297 SET1 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- 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
- 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]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
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)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种造型钢轮轻量化设计方法及装置，该方法包括：分别建立轮辐、轮辋的参数化模型，通过脚本命令驱动宏程序进行模型的自动修改和更新；将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐和制动钳进行接触应力分析后，建立弯曲分析有限元模型、径向分析有限元模型；集成CAD和CAE中的轮辐、轮辋参数化模型进行造型钢轮的DOE设计；根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对近似模型优化，得到最优轻量化造型钢轮设计方案。通过该方案解决了现有造型钢轮轻量化设计工作量大且效率低的问题，不仅可以减少工作量、提高优化效率，而且能够快速获取到各种优化方案，并准确选取最优轻量化设计。
Description
技术领域
本发明涉及车轮设计领域，尤其涉及一种造型钢轮轻量化设计方法及装置。
背景技术
相比于铝合金车轮，钢轮虽然成本上具有较大优势，但传统钢轮外观丑陋，对于追求外观的消费者而言这无疑是较大的痛点，基于整车成本及外观的考虑，推出了造型钢轮，为实现造型钢轮外观效果，配合装饰罩需要将里面的钢轮全覆盖，由于造型钢轮通风孔面积至少是传统钢轮通风孔面积的2倍以上，这直接导致在同等料厚下造型钢轮的结构强度比传统钢轮差很多，为了弥补这一缺陷，设计工程师一般直接通过增加轮辐料厚约0.6-1.0倍或者增加材料的强度等级来提升造型钢轮的强度，从而提升弯曲疲劳寿命，这同时也导致了车轮重量和制造成本的增加。
由于造型钢轮属于异性变截面产品，相比传统钢轮要复杂的多，目前，行业针对造型轮辐采用的轻量化优化设计方法主要是依靠CAE分析结果，由人工反复修改结构。而造型钢轮的结构设计、网格划分、仿真分析及结构优化是相互独立的，当某一结构发生变化时，整个设计流程需重复一遍，这样不仅工作量大，而且会降低效率低，通常即使花费大量的时间也很难找到最优结构。
发明内容
有鉴于此，本发明实施例提供了一种造型钢轮轻量化设计方法及装置，以解决现有造型钢轮轻量化设计工作量大且效率低的问题。
在本发明实施例的第一方面，提供了一种造型钢轮轻量化设计方法，包括：
基于车轮边界约束条件确定轮辐初始形状后，分别利用CAD建立轮辐、轮辋的参数化模型，并录制CAD宏程序，通过脚本命令驱动所述宏程序进行参数化模型的自动修改和更新；
将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐参数化模型和制动钳3D模型进行接触应力分析后，基于轮辐参数化模型和轮辋参数化模型的弯曲加载分析、径向加载分析，建立弯曲分析有限元模型、径向分析有限元模型；
集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计；
根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对所述近似模型优化，得到最优轻量化造型钢轮设计方案。
在本发明实施例的第二方面，提供了一种用于造型钢轮轻量化设计的装置，包括：
建立模块，用于基于车轮边界约束条件确定轮辐初始形状后，分别利用CAD建立轮辐、轮辋的参数化模型，并录制CAD宏程序，通过脚本命令驱动所述宏程序进行参数化模型的自动修改和更新；
分析模块，用于将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐参数化模型和制动钳3D模型进行接触应力分析后，基于轮辐参数化模型和轮辋参数化模型的弯曲加载分析、径向加载分析，建立弯曲分析有限元模型、径向分析有限元模型；
设计模块，用于集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计；
优化模块，用于根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对所述近似模型优化，得到最优轻量化造型钢轮设计方案。
在本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例中，利用CAD建立轮辐、轮辋的参数化模型，并录制CAD宏程序，通过脚本命令驱动所述宏程序进行参数化模型的自动修改和更新；将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐参数化模型和制动钳3D模型进行接触应力分析后，建立弯曲分析有限元模型、径向分析有限元模型；集成CAD和CAE参数化模型进行造型钢轮的DOE设计；根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对所述近似模型优化，得到最优轻量化造型钢轮设计方案。从而解决了现有造型钢轮轻量化设计工作量大且效率低的问题，通过集成CAD和CAE中参数模型及有限元模型进行DOE设计，可以简化造型钢轮的设计过程，基于近似模型的拟合计算可以方便进行造型钢轮的优化设计，提高工作效率，在保障设计可靠性的前提下，可以快速获得多种造型钢轮设计方案，进而可以准确快速得到最优轻量化设计，在机械汽车等领域具有良好的实用性。。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。
图1为本发明的一个实施例提供的一种造型钢轮轻量化设计方法的流程示意图；
图2为本发明的一个实施例提供的造型轮辐截面示意图；
图3为本发明的一个实施例提供的造型轮辋截面示意图；
图4为本发明的一个实施例提供的弯曲加载分析CAE简化模型示意图；
图5为本发明的一个实施例提供的径向加载分析CAE简化模型示意图；
图6为本发明的一个实施例提供的耦合平面选取的效果示意图；
图7为本发明的一个实施例提供的最大应力输出部位示意图；
图8为本发明的一个实施例提供的一种用于造型钢轮轻量化设计的装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。
一般造型钢轮优化方案有上千种，获取每种设计方案的代价较高，而且传统钢轮的集成程序和方法不再适用于造型钢轮，由于造型钢轮结构复杂，CAE模型更新后，元素的节点编号和位置会随机发生改变，导致耦合面位置及约束耦合面位置及约束面位置跟着随机发生变化，进而直接导致优化过程发生错误；另一方面，造型钢轮辐条尾筋一般会出现应力失真现象，在做优化设计时，CAE软件会默认把此部位最大应力作为目标应力输出，而轮辐与轮辋过盈装配后，此部位会一直处于受压状态，应力虽大，但幅值较小，一般不会失效，如果在优化过程中以轮辐整体最大应力为优化目标，优化结果将毫无意义；另外，轮辋的优化设计相比轮辐来说载荷加载更复杂，它是在多个不断变化的面上反复施加载荷，无论这些面如何变化，始终要保证所施加的载荷依附并垂直于面，目前，公开的类似方法，都未能真正解决这一难点。
请参阅图1，图1为本发明一个实施例提供的一种造型钢轮轻量化设计方法的流程示意图，包括：
S101、基于车轮边界约束条件确定轮辐初始形状后，分别利用CAD建立轮辐、轮辋的参数化模型，并录制CAD宏程序，通过脚本命令驱动所述宏程序进行参数化模型的自动修改和更新；
依据造型钢轮设计的技术要求以及制动钳最大轮廓线等确定轮辐初始形状，利用CAD(Computer Aided Design，即计算机辅助设计)软件对造型轮辐进行参数化建模。示例性的，如图2所示，造型轮辐由2个截面共13个关键参数组成，将这13个关键参数R1、R2、R3、R4、R5、R6、R7、R8、A、H1、H2、H3、H4进行参数化，导出关键参数设计表Design1.txt文件。而后进行CAD宏程序的录制以及脚本运行程序的编写，能通过脚本运行宏程序实现造型轮辐模型的自动修改与更新。其中，脚本命令可以为bat命令。
同样的，利用CAD软件对造型轮辋进行参数化建模，示例性的，如图3所示，造型轮辋由6个关键参数R01、R02、R03、R04、D1、D2进行参数化，导出关键参数设计表Design2.txt文件。再进行CAD宏程序的录制以及脚本运行程序的编写，能通过脚本运行宏程序实现轮辋模型的自动修改与更新。
S102、将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐参数化模型和制动钳3D模型进行接触应力分析后，基于轮辐参数化模型和轮辋参数化模型的弯曲加载分析、径向加载分析，建立弯曲分析有限元模型、径向分析有限元模型；
将轮辐参数化模型和制动钳3D模型导入CAE(Computer Aided Engineering，即计算机辅助工程)软件中进行接触应力分析，对轮辐参数化模型进行弯曲加载分析。将轮辋参数化模型导入CAE软件中，进行车轮径向加载分析。
将轮辐参数化模型与制动钳3D模型导入，赋予模型材料属性，装配、创建分析步，提取轮辐内表面与卡钳外表面，创建接触关系，进行网格划分并提交计算，输出轮辐接触应力touch.rpt文件。
轮辐参数化3D模型的导入后，进行实体分割，创建加载参考点与关键部位set，赋予材料属性，装配、创建分析步、参考点与安装面耦合约束、载荷加载、边界约束，进行网格划分并提交计算，输出关键部位set的弯曲应力S1.rpt、位移U1.rpt及轮辐质量M1.rpt。
轮辐、轮辋参数化3D模型的导入后，进行实体分割，并赋予材料属性，装配、创建分析步、创建轮辐与轮辋绑定关系、载荷加载、边界约束，进行网格划分并提交计算，输出径向应力S2.rpt、位移U2.rpt及轮辋质量M2.rpt。
其中，分别对弯曲加载分析、径向加载分析的载荷模块中预定程序进行二次开发，替换原载荷模块对应的源程序，以建立弯曲分析有限元模型、径向分析有限元模型。
具体的，将轮辐参数化模型与制动钳3D模型接触应力分析中产生的touch.rpy程序转换为touch.py，将弯曲加载分析中的load.rpy程序中的点面耦合程序、边界约束程序、环形分割程序、块选取程序等进行二次开发，替换load.rpy中相应的源程序，并将load.rpy程序转换为load.py，CAE软件运行load.py程序，可以实现CAE模型的自动搭建与分析,弯曲加载分析CAE简化模型如图4所示。
同样的，将径向加载分析中的load.rpy程序中的预定范围内胎圈座面的选取程序、轮辋气压施加面选取程序、边界约束程序、体选取程序等进行二次开发，替换load.rpy中相应的源程序，并将load.rpy程序转换为load.py，CAE软件运行load.py程序，可以实现CAE模型的自动搭建与分析,径向加载分析CAE简化模型如图5所示。
S103、集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计；
创建CAE接触应力分析、弯曲加载分析和径向加载分析的批处理命令，基于批处理命令驱动各模型内部Python程序实现CAE模型的自动搭建和计算。具体的，如CAE中接触分析模型、弯曲分析有限元模型和径向分析有限元模型的touch功能模块、load功能模块对应的选取程序、边界约束程序、耦合程序等，基于批处理命令驱动这些程序实现集成模型的搭建和计算。
优选的，对轮辐参数模型和轮辋参数模型进行DOE采样，通过优化拉丁方对采样点的空间分布进行优化；至少采集(N+1)(N+2)/2个样本计算DOE(Design Of Experiment)结果，并将结果文件输出，其中，N为关键参数个数。
示例性的，通过ISIGHT软件集成CAD与CAE中模型，对造型轮辐、轮辋共19个关键参数进行DOE采样，采用优化拉丁方对输入采样点的空间分布进行优化，保证设计点在空间尽可能的均匀分布且尽量覆盖整个设计区域，采样数目至少满足(N+1)*(N+2)/2＝210个,N为关键参数的个数，运行计算得到DOE结果，对结果进行评价处理，将其中畸形点、异常点等进行剔除或者重新计算，最后将DOE结果文件以DOE-result.xls的形式导出。
S104、根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对所述近似模型优化，得到最优轻量化造型钢轮设计方案。
具体的，将轮辐参数模型和轮辋参数模型中对应的关键参数作为输入因子，将最大接触应力、弯曲最大应力、径向最大应力、弯曲最大位移、径向最大位移、轮辐质量、轮辋质量作为响应因子，采用径向基神经网络进行造型钢轮的近似模型拟合；选取达到预定数量的样本点对所述近似模型进行误差分析，控制所述近似模型的精度满足预设阈值。示例性的，在近似模型的拟合过程中需要引入至少2/3的样本点进行误差分析，基于误差指标对近似模型行进行误差分析，控制近似模型精度≥95％。
进一步的，将轮辐参数模型和轮辋参数模型中对应的关键参数作为设计变量，根据客户需求、产品弯曲疲劳寿命、径向疲劳寿命以及SN曲线，计算弯曲疲劳寿命及径向疲劳寿命对应的基准应力；
以最大接触应力、弯曲最大应力和径向最大应力为约束条件，以轮辐质量最小、轮辋质量最小、弯曲最大位移、径向最大位移为优化目标，选择组合算法进行近似模型的优化设计。
示例性的，选取造型钢轮19个关键参数R1、R2、R3、R4、R5、R6、R7、R8、A、H1、H2、H3、H4、R01、R02、R03、R04、D1、D2为设计变量，根据客户技术要求、产品弯曲疲劳寿命N≥20万次、径向疲劳寿命≥100万次，并结合产品SN曲线，计算出弯曲疲劳寿命N＝20万次对应的基准应力S＝328.9MPa，径向疲劳寿命N＝100万次对应的基准应力S＝253.6Mpa。为了保证优化设计过程中轮辐与制动钳不干涉，以轮辐最大接触应力touch_Max＝0、弯曲最大应力S1_Max≤328.9MPa、径向最大应力S2_Max≤253.6MPa为约束条件，轮辐质量M1最小化、轮辋质量M2最小化、弯曲最大位移U1_Max最小化、径向最大位移U2_Max最小化为优化目标，选择组合算法进行优化设计。
优选的，选用全局ASA算法和局部梯度优化NLPQLP算法进行组合计算。
在一个实施例中，编写运行touch.py的批处理运行程序run_touch.bat("D:\SIMULIA\Abaqus\Commands\abaqus.bat"cae nogui＝touch.py)，编写弯曲分析运行load.py的批处理运行程序run_load.bat("D:\SIMULIA\Abaqus\Commands\abaqus.bat"cae nogui＝load.py)，编写径向分析运行load.py的批处理运行程序run_load.bat
("D:\SIMULIA\Abaqus\Commands\abaqus.bat"cae nogui＝load.py)，基于批处理命令驱动程序实现集成模型的搭建和计算。
在本发明实施例中，采用的CAD软件为CATIA、CAE软件为ABAQUS、优化软件为ISIGHT。
通过本实施例提供的造型钢轮轻量化设计方法，基于集成程序的二次开发以及DOE设计，可以快速获取到优化方案，提高优化设计效率，使结果具有更高的可靠度，同时可广泛适用于机械、汽车等领域。
需要注意的是，由于造型钢轮结构较复杂，模型更新后，元素的节点编号和位置会随机发生改变，导致耦合面位置及约束面位置会随机发生变化，直接调用load.rpy文件会发生错误，需要对点与面耦合程序进行python二次开发，通过在轮辐内外安装面上取合适的点A和点B，然后通过FindAt()函数分别找出A、B二点所在平面，如图6所示，由于A、B二点坐标是固定的，从而能确保在整个优化过程中耦合面始终不发生变化，让整个优化过程顺利进行。
其中，findAt()函数主要是通过坐标点对面进行选取，通过平面上任何一个固定的坐标点都能通过该函数找到该平面，如果坐标是固定的，找到的面也将是固定的。
需要注意的是，为了防止将轮辐失效部位的最大应力不能作为目标应力输出，需要对多截面复杂几何体环形分割程序进行二次开发，无论结构怎么变化，始终自动将造型轮辐沿同一边界线环形分割成P、Q两部分，如图7所示，始终输出P部分的最大应力作为优化目标。
还需要注意的是，在做径向载荷和气压加载时，为了始终保证所施加的载荷依附并垂直于各个不停变化的面上，需要对面的选取程序进行二次开发。
如果需要找的面是不停变化的，上述方法将不再适用，这时可以通过getByBoundingCylinder()函数进行python二次开发，无论这些面怎么变化，只要在指定的区域都可以找出这些变化的面。
示例性的，a＝mdb.models['Model-1'].rootAssembly；
s1＝a.instances['rim'].faces；
side1Faces1＝s1.findAt(((a1,a2,a3),),((b1,b2,b3)，))；
#通过findAt()函数找到轮辋规定区域的两段胎圈座面
Set1＝a.Set(name＝'set1'，faces＝side1Faces1)；
#通过Set()函数将找到的面side1Faces1进行set创建，名称为set1
Region1＝regionToolset.Region(faces＝side1Faces1)；
#通过regionToolset.Region函数创建基于选择的面元素的Region对象
s2＝a.instances['rim'].faces；
Side2Faces2＝s2.getByBoundingCylinder(center1,center2,radius)；
#通过getByBoundingCylinder()函数找到轮辋胎压施加面
Set2＝a.Set(name＝'set2'，faces＝side2Faces2)；
Region2＝regionToolset.Region(faces＝side2Faces2)。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图8为本发明实施例提供的一种用于造型钢轮轻量化设计的装置结构示意图，该装置包括：
建立模块810，用于基于车轮边界约束条件确定轮辐初始形状后，分别利用CAD建立轮辐、轮辋的参数化模型，并录制CAD宏程序，通过脚本命令驱动所述宏程序进行参数化模型的自动修改和更新；
分析模块820，用于将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐参数化模型和制动钳3D模型进行接触应力分析后，基于轮辐参数化模型和轮辋参数化模型的弯曲加载分析、径向加载分析，建立弯曲分析有限元模型、径向分析有限元模型；
其中，所述分析模块820包括：
二次开发单元，用于分别对弯曲加载分析、径向加载分析的载荷模块中预定程序进行二次开发，替换原载荷模块对应的源程序，以建立弯曲分析有限元模型、径向分析有限元模型。
可选的，所述设计模块830包括：
批处理单元，用于创建CAE接触应力分析、弯曲加载分析和径向加载分析的批处理命令，基于批处理命令驱动各模型内部Python程序实现CAE模型的自动搭建和计算。
进一步的，所述设计模块830还包括：
采样单元，对轮辐参数模型和轮辋参数模型进行DOE采样，通过优化拉丁方对采样点的空间分布进行优化；
计算单元，至少采集(N+1)(N+2)/2个样本计算DOE结果，并将结果文件输出，其中，N为关键参数个数。
设计模块830，用于集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计；
具体的，将轮辐参数模型和轮辋参数模型中对应的关键参数作为输入因子，将最大接触应力、弯曲最大应力、径向最大应力、弯曲最大位移、径向最大位移、轮辐质量、轮辋质量作为响应因子，采用径向基神经网络进行造型钢轮的近似模型拟合；
选取达到预定数量的样本点对所述近似模型进行误差分析，控制所述近似模型的精度满足预设阈值。
优化模块840，用于根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对所述近似模型优化，得到最优轻量化造型钢轮设计方案。
可选的，所述优化模块840包括：
计算单元，将轮辐参数模型和轮辋参数模型中对应的关键参数作为设计变量，根据客户需求、产品弯曲疲劳寿命、径向疲劳寿命以及SN曲线，计算弯曲疲劳寿命及径向疲劳寿命对应的基准应力；
优化单元，以最大接触应力、弯曲最大应力和径向最大应力为约束条件，以轮辐质量最小、轮辋质量最小、弯曲最大位移、径向最大位移为优化目标，选择组合算法进行近似模型的优化设计。
可以理解的是，在一个实施例中，所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序执行如实施例一中步骤S101～S104，处理器执行所述计算机程序时实现造型钢轮的轻量化设计。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括步骤S101～S104，所述的存储介质包括如：ROM/RAM、磁碟、光盘等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种造型钢轮轻量化设计方法，其特征在于，包括：
基于车轮边界约束条件确定轮辐初始形状后，分别利用CAD建立轮辐、轮辋的参数化模型，并录制CAD宏程序，通过脚本命令驱动所述宏程序进行参数化模型的自动修改和更新；
将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐参数化模型和制动钳3D模型进行接触应力分析后，基于轮辐参数化模型和轮辋参数化模型的弯曲加载分析、径向加载分析，建立弯曲分析有限元模型、径向分析有限元模型；
集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计；
根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对所述近似模型优化，得到最优轻量化造型钢轮设计方案。
2.根据权利要求1所述的方法，其特征在于，所述基于轮辐参数化模型和轮辋参数化模型的弯曲加载分析、径向加载分析，建立弯曲分析有限元模型、径向分析有限元模型包括：
分别对弯曲加载分析、径向加载分析的载荷模块中预定程序进行二次开发，替换原载荷模块对应的源程序，以建立弯曲分析有限元模型、径向分析有限元模型。
3.根据权利要求1所述方法，其特征在于，所述集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计包括：
创建CAE接触应力分析、弯曲加载分析和径向加载分析的批处理命令，基于批处理命令驱动各模型内部Python程序实现CAE模型的自动搭建和计算。
4.根据权利要求1所述方法，其特征在于，所述集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计还包括：
对轮辐参数模型和轮辋参数模型进行DOE采样，通过优化拉丁方对采样点的空间分布进行优化；
至少采集(N+1)(N+2)/2个样本计算DOE结果，并将结果文件输出，其中，N为关键参数个数。
5.根据权利要求1所述的方法，其特征在于，所述根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合还包括:
将轮辐参数模型和轮辋参数模型中对应的关键参数作为输入因子，将最大接触应力、弯曲最大应力、径向最大应力、弯曲最大位移、径向最大位移、轮辐质量、轮辋质量作为响应因子，采用径向基神经网络进行造型钢轮的近似模型拟合；
选取达到预定数量的样本点对所述近似模型进行误差分析，控制所述近似模型的精度满足预设阈值。
6.根据权利要求1所述方法，其特征在于，所述对所述近似模型优化包括：
将轮辐参数模型和轮辋参数模型中对应的关键参数作为设计变量，根据客户需求、产品弯曲疲劳寿命、径向疲劳寿命以及SN曲线，计算弯曲疲劳寿命及径向疲劳寿命对应的基准应力；
以最大接触应力、弯曲最大应力和径向最大应力为约束条件，以轮辐质量最小、轮辋质量最小、弯曲最大位移、径向最大位移为优化目标，选择组合算法进行近似模型的优化设计。
7.一种用于造型钢轮轻量化设计的装置，其特征在于，包括：
建立模块，用于基于车轮边界约束条件确定轮辐初始形状后，分别利用CAD建立轮辐、轮辋的参数化模型，并录制CAD宏程序，通过脚本命令驱动所述宏程序进行参数化模型的自动修改和更新；
分析模块，用于将轮辐参数化模型和轮辋参数化模型导入CAE中，对轮辐参数化模型和制动钳3D模型进行接触应力分析后，基于轮辐参数化模型和轮辋参数化模型的弯曲加载分析、径向加载分析，建立弯曲分析有限元模型、径向分析有限元模型；
设计模块，用于集成CAD和CAE中的轮辐、轮辋参数化模型，基于接触应力分析、弯曲加载分析和径向加载分析进行造型钢轮的DOE设计；
优化模块，用于根据造型钢轮的DOE设计结果，采用径向基神经网络进行造型钢轮的近似模型拟合，对所述近似模型优化，得到最优轻量化造型钢轮设计方案。
8.根据权利要求7所述的装置，其特征在于，所述分析模块包括：
二次开发单元，用于分别对弯曲加载分析、径向加载分析的载荷模块中预定程序进行二次开发，替换原载荷模块对应的源程序，以建立弯曲分析有限元模型、径向分析有限元模型。
9.一种电子设备，包括处理器、存储器以及存储在所述存储器中并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述造型钢轮轻量化设计方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述造型钢轮轻量化设计方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010763672.3A CN112084585A (zh) | 2020-07-31 | 2020-07-31 | 一种造型钢轮轻量化设计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010763672.3A CN112084585A (zh) | 2020-07-31 | 2020-07-31 | 一种造型钢轮轻量化设计方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112084585A true CN112084585A (zh) | 2020-12-15 |
Family
ID=73735267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010763672.3A Pending CN112084585A (zh) | 2020-07-31 | 2020-07-31 | 一种造型钢轮轻量化设计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112084585A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112818462A (zh) * | 2020-12-31 | 2021-05-18 | 东风小康汽车有限公司重庆分公司 | 车轮参数模型的生成方法、装置、存储介质和计算机设备 |
| CN114571926A (zh) * | 2022-03-04 | 2022-06-03 | 哈尔滨工业大学 | 一种被动轮式空地两用机器人的轻量化抗冲击轮结构设计方法 |
| CN114861340A (zh) * | 2022-04-13 | 2022-08-05 | 西南交通大学 | 一种基于元模型的复杂产品数字样机生成式设计方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145663A (zh) * | 2017-05-04 | 2017-09-08 | 吉林大学 | 车轮多目标优化设计方法 |
| CN109002676A (zh) * | 2018-10-11 | 2018-12-14 | 安徽合力股份有限公司 | 一种轮辋的仿真建模方法 |
| CN109446569A (zh) * | 2018-09-25 | 2019-03-08 | 首钢集团有限公司 | 一种乘用车车轮钢圈的轮辐和轮辋材料匹配方法和装置 |
| CN109598023A (zh) * | 2018-11-02 | 2019-04-09 | 东风汽车车轮随州有限公司 | 一种高强度车轮轮辐结构设计方法 |
| CN109657312A (zh) * | 2018-12-07 | 2019-04-19 | 北京航空航天大学 | 基于注塑残余应力的复合材料车轮优化方法及装置 |
| CN110555238A (zh) * | 2019-08-02 | 2019-12-10 | 北京航空航天大学 | 车轮关键参数自动寻优方法及系统 |
-
2020
- 2020-07-31 CN CN202010763672.3A patent/CN112084585A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145663A (zh) * | 2017-05-04 | 2017-09-08 | 吉林大学 | 车轮多目标优化设计方法 |
| CN109446569A (zh) * | 2018-09-25 | 2019-03-08 | 首钢集团有限公司 | 一种乘用车车轮钢圈的轮辐和轮辋材料匹配方法和装置 |
| CN109002676A (zh) * | 2018-10-11 | 2018-12-14 | 安徽合力股份有限公司 | 一种轮辋的仿真建模方法 |
| CN109598023A (zh) * | 2018-11-02 | 2019-04-09 | 东风汽车车轮随州有限公司 | 一种高强度车轮轮辐结构设计方法 |
| CN109657312A (zh) * | 2018-12-07 | 2019-04-19 | 北京航空航天大学 | 基于注塑残余应力的复合材料车轮优化方法及装置 |
| CN110555238A (zh) * | 2019-08-02 | 2019-12-10 | 北京航空航天大学 | 车轮关键参数自动寻优方法及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112818462A (zh) * | 2020-12-31 | 2021-05-18 | 东风小康汽车有限公司重庆分公司 | 车轮参数模型的生成方法、装置、存储介质和计算机设备 |
| CN112818462B (zh) * | 2020-12-31 | 2024-05-07 | 东风小康汽车有限公司重庆分公司 | 车轮参数模型的生成方法、装置、存储介质和计算机设备 |
| CN114571926A (zh) * | 2022-03-04 | 2022-06-03 | 哈尔滨工业大学 | 一种被动轮式空地两用机器人的轻量化抗冲击轮结构设计方法 |
| CN114571926B (zh) * | 2022-03-04 | 2024-01-30 | 哈尔滨工业大学 | 一种被动轮式空地两用机器人的轻量化抗冲击轮结构设计方法 |
| CN114861340A (zh) * | 2022-04-13 | 2022-08-05 | 西南交通大学 | 一种基于元模型的复杂产品数字样机生成式设计方法 |
| CN114861340B (zh) * | 2022-04-13 | 2022-12-23 | 西南交通大学 | 一种基于元模型的复杂产品数字样机生成式设计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112084585A (zh) | 一种造型钢轮轻量化设计方法及装置 | |
| US7542889B2 (en) | Determination of a model of a geometry of a metal sheet forming stage | |
| CN102855359B (zh) | 一种汽车车轮变厚度轮辋的优化设计方法 | |
| CN113408055B (zh) | 一种汽车车架结构优化方法 | |
| US8000942B2 (en) | Broach tool design methodology and systems | |
| CN109117532B (zh) | 汽车轻量化优化方法 | |
| KR20050039750A (ko) | 디자인 구성 시험 주기 단축 | |
| WO2009080734A1 (en) | Method and system to optimise surface design | |
| CN107273569B (zh) | 基于网格变形技术的气动外形减阻优化方法 | |
| CN111597631A (zh) | 基于自适应代理模型的汽车风阻系数优化方法 | |
| CN111125946A (zh) | 一种基于mdo技术的上车体结构优化方法 | |
| Rane et al. | Assembly line performance and modeling | |
| CN116227124A (zh) | 一种换热器设计中快速建模及制图的方法 | |
| Aranburu et al. | Reusability and flexibility in parametric surface-based models: a review of modelling strategies | |
| CN110110374A (zh) | 概念阶段汽车车身正向设计方法、装置及系统 | |
| CN110826222A (zh) | 一种汽车碳纤维增强复合材料覆盖件正向开发方法 | |
| CN115544746A (zh) | 一种多属性目标驱动的铝制副车架优化设计方法及系统 | |
| Li et al. | Intelligent design method and system of trimming block for stamping dies of complex automotive panels | |
| CN110781603A (zh) | 一种汽车碳纤维增强复合材料加强件设计方法 | |
| CN117574552B (zh) | 一种面向车轮的优化集成设计方法 | |
| JP2021111376A (ja) | 製品の物理的なプロトタイプの３ｄモデル化オブジェクト | |
| CN116522510B (zh) | 一种用于车轮性能仿真的轮胎材料参数的反演方法及系统 | |
| Stojković et al. | Tyre design and optimization by dedicated CAD tyre model | |
| Danti et al. | Multi-objective optimization in vehicle concept modeling | |
| CN108549772B (zh) | 一种结构优化的偏振片轮及其设计方法 |
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 |