CN112182746A - 一种基于云计算的吸能盒碰撞性能参数优化方法 - Google Patents

一种基于云计算的吸能盒碰撞性能参数优化方法 Download PDF

Info

Publication number
CN112182746A
CN112182746A CN202010970542.7A CN202010970542A CN112182746A CN 112182746 A CN112182746 A CN 112182746A CN 202010970542 A CN202010970542 A CN 202010970542A CN 112182746 A CN112182746 A CN 112182746A
Authority
CN
China
Prior art keywords
energy absorption
absorption box
section
computing
box
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
CN202010970542.7A
Other languages
English (en)
Other versions
CN112182746B (zh
Inventor
胡高宁
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.)
Tibet Ningsuan Technology Group Co ltd
Original Assignee
Dilu Technology Co Ltd
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 Dilu Technology Co Ltd filed Critical Dilu Technology Co Ltd
Priority to CN202010970542.7A priority Critical patent/CN112182746B/zh
Publication of CN112182746A publication Critical patent/CN112182746A/zh
Application granted granted Critical
Publication of CN112182746B publication Critical patent/CN112182746B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (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

本发明公开了一种基于云计算的吸能盒碰撞性能参数优化方法，包括：建立吸能盒碰撞分析模型；选取吸能盒截面上的厚度作为设计变量和解析变量，完成解析；利用最优拉丁超立方抽样方法抽取和生成样本，将计算任务输入云计算平台求解样本，提取获得吸能盒截面上的截面力、质量、内能数据；利用径向基神经网络建立近似模型，以截面力和内能为约束条件，质量最小为优化目标，进行优化；对优化后的厚度参数结果进行验证。本发明可以实现模型的快速优化，可以有效使得吸能盒性能参数的进一步提升，可以进行更加精细化的吸能盒结构设计。

Description

一种基于云计算的吸能盒碰撞性能参数优化方法
技术领域
本发明涉及一种基于云计算的吸能盒碰撞性能参数优化方法，属于汽车性能仿真的技术领域。
背景技术
汽车吸能盒是正面碰撞中重要的部件，承担着吸收能量的任务，吸能盒的变形形式、截面力、内能、重量是考察吸能盒碰撞性能设计的重要参数。
以截面为田字型的吸能盒结构为例，这种吸能盒是用挤出工艺成型的，至少可以做出12个厚度变量，而这12个厚度是相同的，传统设计方法不能够实现厚度的合理分配。因此，现有的吸能盒结构根据经验设计好后，经CAE碰撞分析其变形形式和吸能效果，不满足要求的根据经验优化结构形状和尺寸，周期过长，无法实现性能给你参数优化。
发明内容
本发明所要解决的技术问题在于克服现有技术的不足，提供一种基于云计算的吸能盒碰撞性能参数优化方法，通过把形状、厚度、截面力、内能、质量等数据参数化后，建立近似模型，可以依据此模型快速开展优化分析，可以进行更加精细化的吸能盒结构设计。
本发明具体采用以下技术方案解决上述技术问题：
一种基于云计算的吸能盒碰撞性能参数优化方法，包括以下步骤：
步骤1、创建吸能盒网格模型，定义厚度参数和材料参数，以建立吸能盒碰撞分析模型；
步骤2、选取吸能盒截面上的厚度参数作为设计变量和解析变量，完成解析；
步骤3、利用最优拉丁超立方抽样方法抽取和生成样本；
步骤4、将计算任务输入云计算平台求解样本，提取获得吸能盒截面上的截面力、质量、内能数据；
步骤5、基于获得的吸能盒截面上的截面力、质量、内能数据，利用径向基神经网络建立近似模型；
步骤6、基于近似模型定义以截面力和内能为约束条件，质量最小为优化目标，进行优化获得优化后的厚度参数结果；
步骤7、对优化后的厚度参数结果进行验证。
进一步地，作为本发明的一种优选技术方案：所述步骤4中云计算平台包括总控服务端和若干个代理服务端，所述总控服务端用于寻找资源、调度和分发任务，并接收来自各代理服务端反馈的任务计算状态、计算结果；所述各代理服务端用于接收任务、运行计算和将任务计算状态、计算结果反馈。
进一步地，作为本发明的一种优选技术方案：所述步骤4中总控服务端还用于按照各代理服务端的任务量来动态调整和分配任务。
进一步地，作为本发明的一种优选技术方案：所述步骤5还包括根据建立的近似模型求取R2值和残差值，当求取的R2值和残差值满足设定要求值时获得近似模型，否则增加样本数量和或删除不可行样本重新求取。
本发明采用上述技术方案，能产生如下技术效果：
本发明的基于云计算的吸能盒碰撞性能参数优化方法，通过建立吸能盒碰撞分析模型，再把吸能盒截面上的12个厚度参数解析成设计变量，建立近似模型，以截面力和内能为约束条件，质量最小为优化目标进行优化分析，最终实现近似模型的快速优化，可以有效使得吸能盒性能参数的进一步提升，可以进行更加精细化的吸能盒结构设计。
附图说明
图1为本发明方法的流程示意图。
图2为本发明中吸能盒网格模型示意图。
图3为本发明中吸能盒碰撞模拟的变形云图。
图4为本发明中吸能盒碰撞模拟的内能曲线示意图。
图5为本发明中吸能盒截面编号示意图。
图6为本发明中云平台服务端的基本架构示意图。
图7为本发明中优化前后的吸能盒截面厚度变化对比图。
图8为本发明中优化前后的吸能盒变形形式对比图。
图9为本发明中优化前后的内能曲线对比图。
具体实施方式
下面结合说明书附图对本发明的实施方式进行描述。
如图1所示，本发明提供了一种基于云计算的吸能盒碰撞性能参数优化方法，该方法具体包括以下步骤：
步骤1、创建吸能盒网格模型，定义厚度参数和材料参数，以建立吸能盒碰撞分析模型，具体如下：
步骤1.1、创建截面尺寸100mm×100mm的吸能盒网格模型，长度为400mm；
步骤1.2、定义厚度参数为2mm，定义材料参数，如下表所示：
表1材料参数表
弹性模量MPa 密度t/mm<sup>3</sup> 泊松比 屈服强度MPa
70000 2.7e-9 0.33 200
步骤1.3、定义刚性墙的撞击速度为64km/h，模拟正面40％碰撞工况对吸能盒的撞击效果；定义完的吸能盒网格模型如图2所示。
步骤1.4、基于吸能盒网格模型，对吸能盒碰撞模拟，变形云图如图3所示，初步计算，获得计算结果如图4所示，根据内能曲线，从变形结果看，吸能盒变形良好，吸能盒的内能最大值是2.15e7mJ。
步骤2、选取吸能盒截面上的厚度参数作为设计变量和解析变量，完成解析，具体如下：
步骤2.1、选取吸能盒截面上的12厚度作为设计变量，依次编号，如图5所示。
步骤2.2、把选取的好的钣金的厚度属性做成单独的include文件，并输出；导入hyperstudy后，选取每个钣金的厚度参数作为解析对象，完成解析；厚度参数会被软件提取成设计变量，用于后续DOE。
步骤3、利用最优拉丁超立方抽样方法抽取和生成样本，具体如下：
利用最优拉丁超立方抽样方法生成样本，样本的变量范围为1mm-3mm；
样本如下表所示，共计30个：
表2样本变量汇总表
Figure BDA0002682066620000041
步骤4、将计算任务输入云计算平台求解样本，提取获得吸能盒截面上的截面力、质量、内能数据，具体如下：
由于样本数量较多，本发明采用具备主控服务的云计算平台进行样本计算，提升计算效率；此计算服务的基本架构如图6所示，云计算平台包括总控服务端和若干个代理服务端。计算任务输入给总控服务端，所述总控服务端用于寻找资源、调度和分发任务，并接收来自各代理服务端反馈的任务计算状态、计算结果；所述各代理服务端用于接收任务、运行计算和将任务计算状态、计算结果反馈。并且，所述总控服务端还可以用于按照各代理服务端的任务量来动态调整和分配任务，以此方式提升资源利用率。
计算结束后，提取获得吸能盒截面上的截面力峰值、质量、内能等数据，如下表所示：
表3样本和响应数据汇总表
Figure BDA0002682066620000042
步骤5、基于上述获得的吸能盒截面上的截面力、质量、内能数据，利用径向基神经网络建立近似模型，该近似模型可由软件内部基于径向基神经网络计算拟合得到。
并且，根据建立的近似模型求取R2值和残差值，当求取的R2值和残差值满足设定要求值时获得近似模型，否则增加样本数量和或删除不可行样本重新求取，直至近似模型求取R2值和残差值满足设定要求为止。
本实施例中，近似模型的R2值如下表所示，在0.8以上认为精度满足要求。
表4截面力、内能、重量近似模型拟合后R2值
Figure BDA0002682066620000051
以及，下表为近似模型的残差值，残差值非常小，从R2值和残差值判断，近似模型的精度非常高。
表5近似模型残差值
Figure BDA0002682066620000052
步骤6、基于近似模型定义以截面力和内能为约束条件，质量最小为优化目标，进行优化获得优化后的厚度参数结果。
设计变量已经确定，接下来需要确定约束条件和优化目标；截面力和内能为约束条件，优化目标定义为质量最小，具体参数如下表所示：
表6优化问题软件设置界面
Figure BDA0002682066620000053
通过进行优化，可以利用近似模型获得优化后的厚度参数结果，利用厚度参数结果可以调整吸能盒的各边厚度参数。
步骤7、对优化后的厚度参数结果进行验证。验证优化方案，最终的优化方案如下表所示，质量增加6.5％的前提下，能量增加了11.7％，实现了碰撞性能的优化。
表7吸能盒板厚、截面力、内能、重量对比表
01 02 03 04 05 06 07 08 09 10 11 12 RWforce energy mass
原方案厚度/mm 2 2 2 2 2 2 2 2 2 2 2 2 246.6kN 2.15e7mJ 1.28kg
优化方案厚度/mm 2.2 1.0 2.6 2.1 1.1 3.0 3.0 3.0 1.1 1.6 3.0 1.8 257.4kN 2.47e7mJ 1.36kg
通过利用本发明的基于云计算的吸能盒碰撞性能参数优化方法，对吸能盒变形形式进行模拟，可获得优化后的结果，优化后的厚度截面如图7所示，截面板厚见表5。优化前后的吸能盒变形形式如图8所示，经对比可知，优化方案的变形形式稍有不同，但整体良好。以及，对比内能曲线如图9所示，可获知优化后的方案变形吸能更多。
综上，本发明的方法可以有效实现近似模型的快速优化，可以有效使得吸能盒性能参数的进一步提升，可以进行更加精细化的吸能盒结构设计。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (4)

1.一种基于云计算的吸能盒碰撞性能参数优化方法，其特征在于，包括以下步骤：
步骤1、创建吸能盒网格模型，定义厚度参数和材料参数，以建立吸能盒碰撞分析模型；
步骤2、选取吸能盒截面上的厚度参数作为设计变量和解析变量，完成解析；
步骤3、利用最优拉丁超立方抽样方法抽取和生成样本；
步骤4、将计算任务输入云计算平台求解样本，提取获得吸能盒截面上的截面力、质量、内能数据；
步骤5、基于获得的吸能盒的截面力、质量、内能数据，利用径向基神经网络建立近似模型；
步骤6、基于近似模型定义以截面力和内能为约束条件，质量最小为优化目标，进行优化获得优化后的厚度参数结果；
步骤7、对优化后的厚度参数结果进行验证。
2.根据权利要求1所述基于云计算的吸能盒碰撞性能参数优化方法，其特征在于：所述步骤4中云计算平台包括总控服务端和若干个代理服务端，所述总控服务端用于寻找资源、调度和分发任务，并接收来自各代理服务端反馈的任务计算状态、计算结果；所述各代理服务端用于接收任务、运行计算和将任务计算状态、计算结果反馈。
3.根据权利要求2所述基于云计算的吸能盒碰撞性能参数优化方法，其特征在于：所述步骤4中总控服务端还用于按照各代理服务端的任务量来动态调整和分配任务。
4.根据权利要求1所述基于云计算的吸能盒碰撞性能参数优化方法，其特征在于：所述步骤5还包括根据建立的近似模型求取R2值和残差值，当求取的R2值和残差值满足设定要求值时获得近似模型，否则增加样本数量和或删除不可行样本重新求取。
CN202010970542.7A 2020-09-15 2020-09-15 一种基于云计算的吸能盒碰撞性能参数优化方法 Active CN112182746B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010970542.7A CN112182746B (zh) 2020-09-15 2020-09-15 一种基于云计算的吸能盒碰撞性能参数优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010970542.7A CN112182746B (zh) 2020-09-15 2020-09-15 一种基于云计算的吸能盒碰撞性能参数优化方法

Publications (2)

Publication Number Publication Date
CN112182746A true CN112182746A (zh) 2021-01-05
CN112182746B CN112182746B (zh) 2023-07-21

Family

ID=73921279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010970542.7A Active CN112182746B (zh) 2020-09-15 2020-09-15 一种基于云计算的吸能盒碰撞性能参数优化方法

Country Status (1)

Country Link
CN (1) CN112182746B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112507468A (zh) * 2021-02-01 2021-03-16 中国人民解放军国防科技大学 一种磁浮列车悬浮系统参数优化方法、装置及电子设备
CN113155474A (zh) * 2021-03-24 2021-07-23 东风柳州汽车有限公司 汽车碰撞吸能测试方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104691464A (zh) * 2015-03-10 2015-06-10 东北大学 一种车用纵向变壁厚金属吸能盒及其制备方法
CN106484979A (zh) * 2016-09-29 2017-03-08 吉林大学 基于独立评价工况的前防撞梁总成轻量化设计方法
US20170089780A1 (en) * 2015-09-28 2017-03-30 Fuji Jukogyo Kabushiki Kaisha Method for analyzing load characteristic and analysis model creation apparatus
CN108664701A (zh) * 2018-04-04 2018-10-16 江苏理工学院 一种基于b样条的防撞梁结构优化方法
CN208278000U (zh) * 2018-01-18 2018-12-25 嘉兴贝睿材料科技有限公司 一种汽车安全防护用田字形吸能结构
CN109305120A (zh) * 2018-03-07 2019-02-05 华中科技大学 一种装配式自锁型多胞能量吸收器
CN110020466A (zh) * 2019-03-19 2019-07-16 南京理工大学 基于代理模型的负泊松比结构吸能盒协同优化设计方法
CN111428394A (zh) * 2020-02-27 2020-07-17 吉林大学 一种混合截面吸能盒及其设计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104691464A (zh) * 2015-03-10 2015-06-10 东北大学 一种车用纵向变壁厚金属吸能盒及其制备方法
US20170089780A1 (en) * 2015-09-28 2017-03-30 Fuji Jukogyo Kabushiki Kaisha Method for analyzing load characteristic and analysis model creation apparatus
CN106484979A (zh) * 2016-09-29 2017-03-08 吉林大学 基于独立评价工况的前防撞梁总成轻量化设计方法
CN208278000U (zh) * 2018-01-18 2018-12-25 嘉兴贝睿材料科技有限公司 一种汽车安全防护用田字形吸能结构
CN109305120A (zh) * 2018-03-07 2019-02-05 华中科技大学 一种装配式自锁型多胞能量吸收器
CN108664701A (zh) * 2018-04-04 2018-10-16 江苏理工学院 一种基于b样条的防撞梁结构优化方法
CN110020466A (zh) * 2019-03-19 2019-07-16 南京理工大学 基于代理模型的负泊松比结构吸能盒协同优化设计方法
CN111428394A (zh) * 2020-02-27 2020-07-17 吉林大学 一种混合截面吸能盒及其设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张姗: "汽车碰撞安全结构的变截面_多材料轻量化设计方法研究", 中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑), pages 035 - 254 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112507468A (zh) * 2021-02-01 2021-03-16 中国人民解放军国防科技大学 一种磁浮列车悬浮系统参数优化方法、装置及电子设备
CN112507468B (zh) * 2021-02-01 2021-04-23 中国人民解放军国防科技大学 一种磁浮列车悬浮系统参数优化方法、装置及电子设备
CN113155474A (zh) * 2021-03-24 2021-07-23 东风柳州汽车有限公司 汽车碰撞吸能测试方法、装置、设备及存储介质
CN113155474B (zh) * 2021-03-24 2022-06-03 东风柳州汽车有限公司 汽车碰撞吸能测试方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112182746B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN112182746B (zh) 一种基于云计算的吸能盒碰撞性能参数优化方法
Munters et al. Towards practical dynamic induction control of wind farms: analysis of optimally controlled wind-farm boundary layers and sinusoidal induction control of first-row turbines
CN110427593B (zh) 基于工业大数据的smt印刷参数优化方法
CN101241521B (zh) 基于支持向量机的轿车车身综合性能指标建模方法
CN104239655A (zh) 一种汽车轮毂的轻量化设计方法
CN111950080A (zh) 一种车身轻量化设计方法
CN104809304A (zh) 一种基于变间隙压边的铝板冲压成形工艺优化方法
Wang et al. Multi-objective optimization of hexahedral pyramid crash box using MOEA/D-DAE algorithm
CN114239149B (zh) 一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法
CN108038308A (zh) 一种铝合金压铸减震塔的结构设计方法
CN107016173B (zh) 一种高速压力机底座动态特性的可靠性设计方法
CN113486561B (zh) 一种基于应变能分布的发动机转子动力学特性改善方法
CN106777850A (zh) 一种基于简化评估的汽车部件设计方法
CN109063401B (zh) 采用等效静态位移实现结构接触力优化的方法
CN114818167A (zh) 一种点阵胞元结构零件的填充方法
CN109255141A (zh) 一种汽车车身正向概念设计截面形状优化方法
CN101612996A (zh) 一种板筋结构设计方法
CN103235851B (zh) 一种面向高比刚度的机床支撑件筋板布局智能化设计方法
US9522419B2 (en) Method and apparatus for making a part by first forming an intermediate part that has donor pockets in predicted low strain areas adjacent to predicted high strain areas
CN114491806A (zh) 一种基于碰撞安全性的商用车驾驶室轻量化优化设计方法
CN109710988B (zh) 一种翼身融合体飞机主梁位置确定方法
CN110135038B (zh) 一种应用于客车快速轻量化的分析方法
CN113536647B (zh) 基于全频段的空气声和结构声分析的汽车阻尼片优化方法
CN112163361A (zh) 一种薄壁机匣加工过程仿真局部网格动态细化的实现方法
CN109214056B (zh) 一种基于流动物理的气动优化设计变量选取方法

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
TA01 Transfer of patent application right

Effective date of registration: 20210203

Address after: 11 / F, Liuwu building, Liuwu New District, Lhasa City, Tibet Autonomous Region, 850000

Applicant after: Tibet ningsuan Technology Group Co.,Ltd.

Address before: 210046 11th floor, building A1, Huizhi Science Park, 8 Hengtai Road, Nanjing Economic and Technological Development Zone, Jiangsu Province

Applicant before: DILU TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant