CN112989494A - 一种基于轨道列车的车体碰撞仿真方法及装置 - Google Patents
一种基于轨道列车的车体碰撞仿真方法及装置 Download PDFInfo
- Publication number
- CN112989494A CN112989494A CN202110405526.8A CN202110405526A CN112989494A CN 112989494 A CN112989494 A CN 112989494A CN 202110405526 A CN202110405526 A CN 202110405526A CN 112989494 A CN112989494 A CN 112989494A
- Authority
- CN
- China
- Prior art keywords
- value
- parameters
- collision
- taking
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004088 simulation Methods 0.000 title claims abstract description 22
- 239000000463 material Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000002474 experimental method Methods 0.000 claims description 10
- 230000006835 compression Effects 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 description 8
- 238000013400 design of experiment Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000013401 experimental design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003050 experimental design method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007781 pre-processing 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
- G06F30/15—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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于轨道列车的车体碰撞仿真方法,首先获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;接着,在N个所述取值区间内,确定N个参数各自的取值点;然后,将所有可能的取值点组合输入LS‑DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;最后,在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。
Description
技术领域
本申请涉及轨道列车仿真领域,特别是涉及一种基于轨道列车的车体碰撞仿真方法及装置。
背景技术
轨道交通具有运量大、速度快、班次密、安全舒适、准点率高、全天候、运费低和节能环保等优点,在综合交通体系中占有重要的地位,发挥了重要的作用。为保证轨道列车的正常运行,通常会对轨道列车在运行时可能出现的各种情况进行仿真。在对轨道列车车体之间发生碰撞进行仿真时,会考虑列车的多个指标,例如列车的峰值加速度、车身压缩量、整车强度以及机室骨架变形量,列车的多个参数可能会对上述指标造成影响,例如板厚、材料、碰撞时的速度,因此,在进行车体碰撞仿真时,可以通过改变列车的各个参数,考察各个参数在不同的取值下对上述指标的影响,从而确定在某一指标达到最佳时各个参数的具体值。
当前,在确定列车参数对碰撞时各个指标的影响时,通常由实验人员手动对目标参数进行逐个更改,每次进行更改后,重新提交计算并查看结果,这一方法需要进行大量的计算,当考虑多个参数的共同影响时,需要消耗大量的时间,很难确定仿真模型指标达到最优解时列车的参数。
因此,急需一种方案,可以解决上述问题。
发明内容
为了更好的介绍本申请的方案,下面对本申请涉及到的相关内容进行简要介绍。
1.实验设计(Design Of Experiments,DOE),又称试验设计,是数理统计学的一个分支,科学探究的一部分,涉及“用何方法可更好的设计一个实验”,属于方法论的范畴。由于任何实验都会受到外来环境影响,如何设计实验,使外来环境的变化能够对实验造成最小的影响,就是实验规划的目的。实验设计法广泛用于自然科学、社会科学、医学等各学科的实验设计里。
2.LS-DYNA是由前Livermore软件技术公司(LSTC)开发的高级通用多物理场仿真软件包,由单个可执行文件组成,并且完全由命令行驱动。运行LS-DYNA所需的全部是命令外壳,可执行文件,输入文件和足够的可用磁盘空间来运行计算。所有输入文件均为简单ASCII格式,因此可以使用任何文本编辑器进行准备,输入文件也可以借助图形预处理器进行准备。有许多第三方软件产品可用于预处理LS-DYNA输入文件。LS-DYNA的潜在应用是众多的,可以针对许多领域进行量身定制,不限于任何特定类型的仿真。在给定的仿真中,可以将LS-DYNA的许多功能中的任何一个组合起来,以对各种物理事件进行建模。
本申请所要解决的技术问题是,提供一种基于轨道列车的车体碰撞仿真方法,以解决当前,在确定列车参数对碰撞时各个指标的影响时,通常由实验人员手动对目标参数进行逐个更改,每次进行更改后,重新提交计算并查看结果,这一方法需要进行大量的计算,当考虑多个参数的共同影响时,需要消耗大量的计算时间,很难确定仿真模型指标达到最优解时列车的参数。
第一方面,本申请提供了一种基于轨道列车的车体碰撞仿真方法,所述方法包括:
获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;
在N个所述取值区间内,确定N个参数各自的取值点;
将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;
在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。
可选的,所述在N个所述取值区间内,确定N个参数各自的取值点包括:
确定所述N个参数各自的取值步长;
按照所述N个参数各自的取值步长,在N个所述取值区间内,确定N个参数各自的取值点。
可选的,所述确定所述N个参数各自的取值步长包括:
采用实验设计DOE方法,确定所述N个参数各自的取值步长。
可选的,所述N个参数包括以下一种或多种:
板厚、材料以及碰撞时列车之间的相对速度。
可选的,所述M个碰撞指标包括以下一种或多种:
列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量。
第二方面,本申请提供了一种基于轨道列车的车体碰撞仿真装置,所述装置包括:
获取模块,用于:获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;
第一确定模块,用于:在N个所述取值区间内,确定N个参数各自的取值点;
计算模块,用于:将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;
第二确定模块,用于:在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。
可选的,所述第一确定模块,用于:
确定所述N个参数各自的取值步长;
按照所述N个参数各自的取值步长,在N个所述取值区间内,确定N个参数各自的取值点。
可选的,所述确定所述N个参数各自的取值步长包括:
采用实验设计DOE方法,确定所述N个参数各自的取值步长。
可选的,所述N个参数包括以下一种或多种:
板厚、材料以及碰撞时列车之间的相对速度。
可选的,所述M个碰撞指标包括以下一种或多种:
列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量。
与现有技术相比,本申请实施例具有以下优点:
本申请实施例提供了一种基于轨道列车的车体碰撞仿真方法,计算机首先获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;接着,在N个所述取值区间内,确定N个参数各自的取值点;然后,将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;最后,在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。由此可见,计算机可以按照N个参数各自的取值步长,在各自的取值区间内,将所述N个参数所有可能的取值点组合依次输入Ls-dyna求解器,进而得到M个碰撞指标值组合的所有可能的结果,在这些结果中确定出包含m个碰撞指标的取值为最优解的结果,进而确定该结果对应的取值点组合。采用本方法,无需实验人员手动对目标参数进行逐个更改,在每次进行更改后,重新提交计算并查看结果,可以迅速确定仿真模型指标达到最优解时列车的参数,可以很大程度上节约实验人员的时间,提升工作效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,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得其他的附图。
图1为本申请实施例中一种基于轨道列车的车体碰撞仿真方法的流程示意图;
图2为本申请实施例中一种基于轨道列车的车体碰撞仿真装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
本申请的发明人经过研究发现,当前,在确定列车参数对碰撞时各个指标的影响时,通常由实验人员手动对目标参数进行逐个更改,每次进行更改后,重新提交计算并查看结果,这一方法需要进行大量的计算,当考虑多个参数的共同影响时,需要消耗大量的时间,很难确定仿真模型指标达到最优解时列车的参数。
为了解决上述问题,本申请实施例提供了一种基于轨道列车的车体碰撞仿真方法,计算机首先获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;接着,在N个所述取值区间内,确定N个参数各自的取值点;然后,将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;最后,在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。由此可见,计算机可以按照N个参数各自的取值步长,在各自的取值区间内,将所述N个参数所有可能的取值点组合依次输入Ls-dyna求解器,进而得到M个碰撞指标值组合的所有可能的结果,在这些结果中确定出包含m个碰撞指标的取值为最优解的结果,进而确定该结果对应的取值点组合。采用本方法,无需实验人员手动对目标参数进行逐个更改,在每次进行更改后,重新提交计算并查看结果,可以迅速确定仿真模型指标达到最优解时列车的参数,可以很大程度上节约实验人员的时间,提升工作效率。
下面结合附图,详细说明本申请的各种非限制性实施方式。
示例性方法
参见图1,示出了本申请实施例中一种基于轨道列车的车体碰撞仿真方法的流程示意图。图1所示的方法,在一种实现方式中,例如可以由计算机执行。
在本实施例中,图1所示的方法例如可以通过以下步骤S101-S104实现。
S101:获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数。
在本申请实施例中,为确定N个参数各自的取值,计算机可以首先获取所述N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况。所述N个参数各自的取值区间可以由实验人员预先存储在计算机中,N、M均为正整数。在一个示例中,所述N个参数包括板厚、材料以及碰撞时列车之间的相对速度中的一种或多种,所述M个碰撞指标包括列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量中的一种或多种。计算机获取N个参数各自的取值区间可以是获取板厚、材料以及碰撞时列车之间的相对速度中的一种或多种参数的取值区间。
S102:在N个所述取值区间内,确定N个参数各自的取值点。
考虑到在对N个参数的取值进行更改时,若由实验人员逐个进行更改,每次更改后,都要重新提交计算进而查看结果,这样的方法需要进行大量的计算,当考虑多个参数的共同影响时,需要消耗大量的时间。因此,在本实施例中,可以由计算机在N各所述参数各自的取值区间内,确定其各自的取值点,从而可以将所述取值点提交计算。在一个示例中,计算机可以首先确定所述N个参数各自的取值步长,进而按照所述步长,在N各所述取值区间内,确定所述N个参数各自的取值点。所述取值步长为相邻两个所述取值点之间的差值。在确定所述N个参数各自的取值步长时,可以采用DOE方法,通过编写DOE分析代码,生成控制参数样本集。
S103:将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点。
可以理解的是,每一个所述参数在其取值区间内都可能存在多种取值,任取N个参数中每一个参数的任意一个取值点,将这N个取值点进行组合,可能会有多种结果。将每一组取值点组合输入LS-DYNA求解器后,都会有一个对应的结果,在本实施例中,所述结果为碰撞指标值组合。为确定由所述取值点组合得到的所述碰撞指标值组合的最优解,首先可以确定所述碰撞指标值组合所有可能的情况,为此,计算机可以将所有可能的取值点组合输入LS-DYNA求解器,通过LS-DYNA求解器对所述取值点组合进行计算,得到多个所述碰撞指标值组合。
例如,所述参数存在两个(即N=2),分别为材料和板厚,参数材料存在两个取值点,记为材料1、材料2;参数板厚也存在两个取值点,记为板厚1、板厚2,则可能的取值点组合存在4种,分别为材料1和板厚1、材料1和板厚2、材料2和板厚1以及材料2和板厚2。假设碰撞指标有4个(即M=4),分别为列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量,将上述4个取值点组合输入LS-DYNA求解器,得到4个对应的碰撞指标值组合,其中,每一个碰撞指标值组合中均包括一组列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量。
S104:在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。
在得到所述多个碰撞指标值组合后,可以在所述多个碰撞指标值组合中,确定目标碰撞指标值组合,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M,进而可以确定所述目标碰撞指标值组合对应的取值点组合。例如,在上例中,可以在得到的4个所述碰撞指标值组合中,确定列车峰值加速度为最优解(此时m=1)的组合,进而可以确定该组合对应的、输入LS-DYNA求解器的取值点组合。
由此可见,在本实施例中,计算机可以按照N个参数各自的取值步长,在各自的取值区间内,将所述N个参数所有可能的取值点组合依次输入Ls-dyna求解器,进而得到M个碰撞指标值组合的所有可能的结果,在这些结果中确定出包含m个碰撞指标的取值为最优解的结果,进而确定该结果对应的取值点组合。采用本方法,无需实验人员手动对目标参数进行逐个更改,在每次进行更改后,重新提交计算并查看结果,可以迅速确定仿真模型指标达到最优解时列车的参数,可以很大程度上节约实验人员的时间,提升工作效率。
示例性设备
基于以上实施例提供的方法,本申请实施例还提供了一种装置,以下结合附图介绍该装置。
参见图2,示出了本申请实施例中一种基于轨道列车的车体碰撞仿真装置的结构示意图。所述装置例如可以具体包括:
获取模块201:用于获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;
第一确定模块202:用于在N个所述取值区间内,确定N个参数各自的取值点;
计算模块203:用于将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;
第二确定模块204:用于在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。
通过这一装置,无需实验人员手动对目标参数进行逐个更改,在每次进行更改后,重新提交计算并查看结果,可以迅速确定仿真模型指标达到最优解时列车的参数,可以很大程度上节约实验人员的时间,提升工作效率。
在一种实现方式中,所述第一确定模块,用于:
确定所述N个参数各自的取值步长;
按照所述N个参数各自的取值步长,在N个所述取值区间内,确定N个参数各自的取值点。
在一种实现方式中,所述确定所述N个参数各自的取值步长包括:
采用实验设计DOE方法,确定所述N个参数各自的取值步长。
在一种实现方式中,所述N个参数包括以下一种或多种:
板厚、材料以及碰撞时列车之间的相对速度。
在一种实现方式中,所述M个碰撞指标包括以下一种或多种:
列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于轨道列车的车体碰撞仿真方法,其特征在于,所述方法包括:
获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;
在N个所述取值区间内,确定N个参数各自的取值点;
将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;
在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。
2.根据权利要求1所述的方法,其特征在于,所述在N个所述取值区间内,确定N个参数各自的取值点包括:
确定所述N个参数各自的取值步长;
按照所述N个参数各自的取值步长,在N个所述取值区间内,确定N个参数各自的取值点。
3.根据权利要求2所述的方法,其特征在于,所述确定所述N个参数各自的取值步长包括:
采用实验设计DOE方法,确定所述N个参数各自的取值步长。
4.根据权利要求1所述的方法,其特征在于,所述N个参数包括以下一种或多种:
板厚、材料以及碰撞时列车之间的相对速度。
5.根据权利要求1所述的方法,其特征在于,所述M个碰撞指标包括以下一种或多种:
列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量。
6.一种基于轨道列车的车体碰撞仿真装置,其特征在于,所述装置包括:
获取模块,用于:获取N个参数各自的取值区间,所述N个参数为影响轨道列车车体碰撞时M个碰撞指标的参数,所述碰撞指标体现所述轨道列车的碰撞情况,N、M均为正整数;
第一确定模块,用于:在N个所述取值区间内,确定N个参数各自的取值点;
计算模块,用于:将所有可能的取值点组合输入LS-DYNA求解器,得到多个碰撞指标值组合,所述取值点组合包括N个参数中每一个参数的任意一个取值点;
第二确定模块,用于:在所述多个碰撞指标值组合中,确定目标碰撞指标值组合对应的取值点组合,其中,所述目标碰撞指标值组合中,m个所述碰撞指标的值为最优解,m小于等于M。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块,用于:
确定所述N个参数各自的取值步长;
按照所述N个参数各自的取值步长,在N个所述取值区间内,确定N个参数各自的取值点。
8.根据权利要求7所述的装置,其特征在于,所述确定所述N个参数各自的取值步长包括:
采用实验设计DOE方法,确定所述N个参数各自的取值步长。
9.根据权利要求6所述的装置,其特征在于,所述N个参数包括以下一种或多种:
板厚、材料以及碰撞时列车之间的相对速度。
10.根据权利要求6所述的装置,其特征在于,所述M个碰撞指标包括以下一种或多种:
列车峰值加速度、车身压缩量、整车强度以及机室骨架变形量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405526.8A CN112989494A (zh) | 2021-04-15 | 2021-04-15 | 一种基于轨道列车的车体碰撞仿真方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405526.8A CN112989494A (zh) | 2021-04-15 | 2021-04-15 | 一种基于轨道列车的车体碰撞仿真方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112989494A true CN112989494A (zh) | 2021-06-18 |
Family
ID=76340637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110405526.8A Pending CN112989494A (zh) | 2021-04-15 | 2021-04-15 | 一种基于轨道列车的车体碰撞仿真方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989494A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120136640A1 (en) * | 2009-08-04 | 2012-05-31 | Nippon Steel Corporation | Method for evaluating collision performance of vehicle member, and member collision test device used for same |
CN103218500A (zh) * | 2013-05-13 | 2013-07-24 | 湖南大学 | 一种基于多目标连续正交方法的稳健性汽车车身材料匹配方法 |
CN108984901A (zh) * | 2018-07-13 | 2018-12-11 | 湖南大学 | 一种车辆车身耐撞性优化方法 |
CN110377988A (zh) * | 2019-07-08 | 2019-10-25 | 清华大学 | 乘员道路交通事故损伤预测方法 |
-
2021
- 2021-04-15 CN CN202110405526.8A patent/CN112989494A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120136640A1 (en) * | 2009-08-04 | 2012-05-31 | Nippon Steel Corporation | Method for evaluating collision performance of vehicle member, and member collision test device used for same |
CN103218500A (zh) * | 2013-05-13 | 2013-07-24 | 湖南大学 | 一种基于多目标连续正交方法的稳健性汽车车身材料匹配方法 |
CN108984901A (zh) * | 2018-07-13 | 2018-12-11 | 湖南大学 | 一种车辆车身耐撞性优化方法 |
CN110377988A (zh) * | 2019-07-08 | 2019-10-25 | 清华大学 | 乘员道路交通事故损伤预测方法 |
Non-Patent Citations (8)
Title |
---|
屈小章;刘桂萍;韩旭;阳吉初;: "《基于区间的风机系统翼型气动性能不确定性优化》", 《中国科学:技术科学》, no. 09 * |
张俊红;朱传峰;毕凤荣;王健;何文运;李忠鹏;: "《基于DOE和MIGA的消声器优化设计》", 《机械科学与技术》, no. 02 * |
梁志鹏等: "《基于径向基神经网络方法的共轨柴油机喷油策略优化研究》", 《内燃机工程》, vol. 34, no. 5, pages 38 - 44 * |
赵永胜等: "基于LS-DYNA的某型拖挂式房车侧面碰撞仿真分析", 《农业装备与车辆工程》 * |
赵永胜等: "基于LS-DYNA的某型拖挂式房车侧面碰撞仿真分析", 《农业装备与车辆工程》, no. 04, 10 April 2020 (2020-04-10) * |
阮红倩;雷啸;袁玉通;杨小雨;金跃峰;: "《基于DOE的空气压缩机供气压力参数优化》", 《现代工业经济和信息化》, no. 13 * |
高祥: "《基于ANYSY/LS-DYNA的铁道车辆单车碰撞问题建模与仿真研究》", 《工程科技Ⅱ辑》, 31 August 2008 (2008-08-31), pages 033 - 123 * |
高祥: "《基于ANYSY/LS-DYNA的铁道车辆单车碰撞问题建模与仿真研究》", 《工程科技Ⅱ辑》, pages 033 - 123 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104750932A (zh) | 一种混合不确定性下基于代理模型的结构可靠性分析方法 | |
Lehtinen | Derivational robustness and indirect confirmation | |
CN105825269A (zh) | 一种基于并行自动编码机的特征学习方法及系统 | |
CA2911429A1 (en) | Detecting edge cracks | |
Newman et al. | Use and abuse of driving cycle research: clarifying the relationship between traffic congestion, energy, and emissions | |
CN103885341B (zh) | 基于汽车性能模拟器的性能分析系统和方法 | |
CN105718667A (zh) | 一种飞行器结构非概率贝叶斯模型确认方法 | |
CN102831152A (zh) | 一种基于模板模型和文本匹配的fmea过程辅助和信息管理方法 | |
CN112989494A (zh) | 一种基于轨道列车的车体碰撞仿真方法及装置 | |
Geike | Understanding high coupler forces at metro vehicles | |
CN117151346A (zh) | 一种基于智慧学习的民航专业教学培训系统 | |
Liang et al. | Bus rollover crashworthiness under European standard: an optimal analysis of superstructure strength using successive response surface method | |
Lee et al. | Automatic failure modes and effects analysis of an electronic fuel injection model | |
CN104239630B (zh) | 一种支持试验设计的仿真调度系统 | |
CN115758561A (zh) | 一种飞机飞行模拟参数数据的生成方法 | |
Jia et al. | Reliability analysis of systems with mixed uncertainties based on Bhattacharyya distance and Bayesian network | |
CN114358632A (zh) | 查勘任务分配方法、装置、电子设备及存储介质 | |
CN113780356A (zh) | 基于集成学习模型的水质预测方法及系统 | |
CN111985074A (zh) | 模型化结构分析方法及装置 | |
CN114064449A (zh) | 一种仿真测试报告生成方法、装置、电子设备及存储介质 | |
Sharma et al. | Adequacy of Manitoba concrete bridge rail during truck platoon impacts and associated occupant risks | |
Domingues et al. | Combining numerical simulations, artificial intelligence and intelligent sampling algorithms to build surrogate models and calculate the probability of failure of urban tunnels | |
Frère et al. | High Reynolds number airfoil: from wall-resolved to wall-modeled LES | |
Prescott et al. | Modeling and specification of time-limited dispatch categories for commercial aircraft | |
Pukl et al. | The possibility of using BIM for nonlinear life-cycle analysis of concrete structures |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210618 |