CN113836636A - 基于质量刚度离散化模型的模态避频方法和设备 - Google Patents
基于质量刚度离散化模型的模态避频方法和设备 Download PDFInfo
- Publication number
- CN113836636A CN113836636A CN202111016466.7A CN202111016466A CN113836636A CN 113836636 A CN113836636 A CN 113836636A CN 202111016466 A CN202111016466 A CN 202111016466A CN 113836636 A CN113836636 A CN 113836636A
- Authority
- CN
- China
- Prior art keywords
- mass
- stiffness
- modal frequency
- optimal
- discretization
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 6
- 239000000725 suspension Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing 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
- G06F30/15—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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了种基于质量刚度离散化模型的模态避频方法计算机设备及计算机可读存储介质,该方法包括:通过对可修改区域进行分块,以获取多块离散块;根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度;根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型;根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值;从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频,实现通过设计离散块的最优质量和刚度分布来进行避频。
Description
技术领域
本申请涉及汽车技术领域,尤其涉及一种基于质量刚度离散化模型的模态避频方法、计算机设备及计算机可读存储介质。
背景技术
随着汽车的高度化普及,消费者对汽车各项性能指标的要求越来越高,希望拥有更加舒适平稳的乘车体验以及更加静谧的乘车环境,在此背景下,汽车NVH性能越来越受到厂家的重视。车辆的NVH性能指标(模态频率指标)通常由整车级逐步分解到系统级、零部件级。
由振动方程可知,振动仅与质量、刚度及阻尼有关,在底盘的结构件模态频率设计中,常用的作法是凭借仿真后的模态阵型及模态应变能分布,结合设计经验给出多种优化方案来改变质量及各向刚度,但这种作法并不能找出最优解。
发明内容
本申请的主要目的在于提供一种基于质量刚度离散化模型的模态避频方法、计算机设备及计算机可读存储介质,旨在解决现有凭借仿真后的模态阵型及模态应变能分布,结合设计经验给出多种优化方案来改变质量及各向刚度,但这种作法并不能找出最优解的技术问题。
第一方面,本申请提供一种基于质量刚度离散化模型的模态避频方法,所述方法包括以下步骤:
对可修改区域进行分块,以获取多块离散块;
根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度;
根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型;
根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,其中,所述各方向的刚度包括X、Y和Z方向的线刚度和扭转刚度;
从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频。
优先的,所述根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度,包括:
通过有限元软件分别计算各个所述离散块,获取各个所述离散块的质量和质心位置;
以及对所述离散块的X、Y、Z向进行仿真计算,获取各个所述离散块各连接端沿X、Y、Z方向的线刚度和获取各个所述离散块各连接端绕X、Y、Z方向的扭转刚度。
优选的,所述根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型,包括:
基于所述离散块的质心位置和质量,替换预置原始模型的质心坐标和质量;
创建多个springs单元,其springs单元数量与所述离散块的连接端数量一致,每个springs单元的一侧均连接masses单元点,另一侧分别连接所述离散块各连接端面的形心点;
将各个所述连接端所侧的各向所述线刚度及所述扭转刚度分别赋予对应的springs单元,构建质量刚度离散化模型。
优选的,所述根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型之后,还包括:
对各个所述masses单元设置质量变化幅度和对各个所述springs单元的各方向设置刚度变化幅度;
基于预置采样方法和预置采样数量选取设置后定量的各个所述masses单元的质量和各个所述springs单元的各方向的刚度。
优选的,所述根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,包括:
通过所述质量刚度离散化模型驱动DOE分析,以使所述DOE分析将选取的各个所述masses单元的质量和各个所述springs单元的各方向的刚度作为输入进行响应,获取所述DOE分析输出的多个各阶模态频率值。
优选的,所述从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频,包括:
基于多个所述各阶模态频率值和预置模态避频区间,确定各阶目标模态频率值;
根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频。
优选的,所述根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频,包括:
确定所述各阶目标模态频率值是否满足最优条件;
若确定所述各阶目标模态频率值满足所述最优条件,则确定所述各阶目标模态频率值为最优模态频率值,并确定所述最优模态频率值对应所述离散块的最优质量和刚度分布以进行避频;
若确定所述各阶目标模态频率值不满足所述最优条件,则重新选取设置后的各个所述masses单元的质量和各个所述springs单元的各方向的刚度,以确定各个所述离散块的最优质量和刚度分布进行避频。
优选的,所述根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型之后,还包括:
获取所述质量刚度离散化模型的模态频率以及预置原始模型的模态频率;
根据比对所述质量刚度离散化模型的模态频率和所述预置原始模型的模态频率,确定所述质量刚度离散化模型是否合格;
若确定合格,则驱动DOE分析;
若确定不合格,则重新对所述可修改区域进行分块。
第二方面,本申请还提供一种计算机设备,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上述的基于质量刚度离散化模型的模态避频方法的步骤。
第三方面,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如上述的基于质量刚度离散化模型的模态避频方法的步骤。
本申请提供一种基于质量刚度离散化模型的模态避频方法、计算机设备及计算机可读存储介质,通过对可修改区域进行分块,以获取多块离散块;根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度;根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型;根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,其中,所述各方向的刚度包括X、Y和Z方向的线刚度和扭转刚度;从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频,实现通过设计离散块的最优质量和刚度分布来进行避频。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请实施例提供的一种基于质量刚度离散化模型的模态避频方法的流程示意图;
图2为图1中的基于质量刚度离散化模型的模态避频方法的子步骤流程示意图;
图3为本申请实施例提供的另一种基于质量刚度离散化模型的模态避频方法的流程示意图;
图4为本申请实施例提供的另一种基于质量刚度离散化模型的模态避频方法的流程示意图;
图5为本申请一实施例涉及的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本申请实施例提供一种基于质量刚度离散化模型的模态避频方法、计算机设备及计算机可读存储介质。其中,该基于质量刚度离散化模型的模态避频方法可应用于计算机设备中,该计算机设备可以是笔记本电脑、台式电脑等电子设备。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本申请的实施例提供的一种基于质量刚度离散化模型的模态避频方法的流程示意图。
如图1所示,该方法包括步骤S101至步骤S105。
步骤S101、对可修改区域进行分块,以获取多块离散块。
示范性的,识别结构件的可修改区域和不可修改区域,例如,识别出结构件的安装点等避让区,以及其它区域,将避让区作为不可修改区,将其它区域作为可修改区域。如,该结构件为悬架摆臂时,将与托架、球销的三个安装点及避让孔作为不可修改区域,将其它区域作为可修改区域。通过质量离散化模型对结构件的可修改区域进行分块,将可修改区域分为50mm的六块离散块。
步骤S102、根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度。
示范性的,通过有限元软件分别计算6块离散块,获取各个离散块的质量、质量位置,3个方向的在线刚度和扭转刚度,其中,3个方向的在线刚度和扭转刚度包括沿X、Y、Z方向的线刚度和绕X、Y、Z方向的扭转刚度。例如,通过有限元软件分别计算各离散块的质量及质心位置,并仿真其X、Y、Z向的线刚度及扭转刚度。
在一实施例中,具体地,参照图2,步骤S102包括:子步骤S1021至子步骤S1022。
子步骤S1021、通过有限元软件分别计算各个所述离散块,获取各个所述离散块的质量和质心位置。
示范性的,各个离散块至少有两个连接端面,例如,该结构件为悬架摆臂时,将悬架摆臂分成6个离散块,其中,有5个离散块有两个连接端面,有1个离散块有三个连接端面。获取结构件的可修改区域的质量,每个离散块是均分,从而通过可修改区域的质量进行计算,得到每个离散块的质量。通过每个离散块连接端面,确定每个离散块的质心位置。
子步骤S1022、以及对所述离散块的X、Y、Z向进行仿真计算,获取各个所述离散块各连接端沿X、Y、Z方向的线刚度和获取各个所述离散块各连接端绕X、Y、Z方向的扭转刚度。
示范性的,线刚度仿真方法为:创建离散块各连接端面“rigids”单元:分别以离散块各连接端面的形心为中心点,以各连接端面的节点为连接点创建“rigids”刚性单元;创建质心截面“rigids”单元:以离散块的质心为中心点,以质心截面的节点为连接点,创建“rigids”刚性单元;求离散块各段线刚度:固定质心点的“rigids”刚性单元,在各连接端面刚性单元中心点施加1N的力,其方向为沿X、Y、Z某方向,测量各连接端面刚性单元中心点沿X、Y、Z某方向的位移,即可求出该离散块各连接端沿X、Y、Z某方向的线刚度。
扭转刚度仿真方法为:创建离散块各端面“rigids”单元:分别以离散块各连接端面的形心为中心点,以各连接端面的节点为连接点创建“rigids”刚性单元;创建质心截面“rigids”单元:以离散块的质心为中心点,以质心截面的节点为连接点,创建“rigids”刚性单元;求离散块各段扭转刚度:固定质心点的刚性单元,在各连接端面刚性单元中心点施加绕X、Y、Z某方向的扭矩,测量各连接端面刚性单元某连接点转动的角度。即可求出该离散块各连接端绕X、Y、Z某方向的扭转刚度。
步骤S103、根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型。
示范性的,通过等效替换法将各个离散块的质量、质心位置、线刚度和扭转刚度替换预置原始模型,从而构建质量刚度离散化模型。
具体的,所述根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型,包括:基于所述离散块的质心位置和质量,替换预置原始模型的质心坐标和质量;创建多个springs单元,其springs单元数量与所述离散块的连接端数量一致,每个springs单元的一侧均连接masses单元点,另一侧分别连接所述离散块各连接端面的形心点;将各个所述连接端所侧的各向所述线刚度及所述扭转刚度分别赋予对应的springs单元,构建质量刚度离散化模型。
示范性的,通过各个离散块等效替换为质量-刚度离散化模型的方法为:在有预置原始模型中创建“masses”单元点,且该单元的坐标与该离散块的质心坐标一致,其质量与该离散块的质量一致,从而替换原始模型中的质量和质心坐标;创建多个“springs”单元,其数量与连接端数量一致,每个单元的一侧均连接“masses”单元点,另一侧分别连接该离散块各连接端面的形心点,并将各连接端所测的各向线刚度及扭转刚度分别赋予对应的“springs”单元,例如,悬架摆臂为例,六个离散块共有六个“masses”单元及十三个“springs”单元,从而构建对应的质量刚度离散化模型
步骤S104、根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,其中,所述各方向的刚度包括X、Y和Z方向的线刚度和扭转刚度。
示范性的,通过质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,各方向的刚度包括X、Y和Z方向的线刚度和扭转刚度例如,选取832个masses单元的质量和springs单元的各方向的刚度,获取对应的832个各阶模态频率值。例如,DOE分析将选取的832个masses单元的质量和所述springs单元的各方向的刚度作为输入进行响应,获取所述DOE分析输出的832个第一阶模态频率值和第二阶模态频率值。
步骤S105、从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频。
示范性的,将各个各阶模态频率值与预置模态频率区间进行比对,从比对结果中推荐出最优模态频率值,例如,确定各个各阶模态频率值是否处于预置模态频率区间,确定不处于预置模态频率区间的多个各阶目标模态频率值,从多个各阶目标模态频率值从推荐出最小的各阶目标模态频率值,将最小的各阶目标模态频率值作为最优模态频率值。通过确定的最优模态频率值确定各个离散块的最优质量和刚度分布,以使基于各个离散块的最优质量和刚度分布进行设计,从而达到避频的目的。
具体的,所述从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频,包括:基于多个所述各阶模态频率值和预置模态避频区间,确定各阶目标模态频率值;根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频。
示范性的,将各个各阶模态频率值与预置模态频率区间进行比对,从比对结果中推荐出最优模态频率值,例如,确定各个各阶模态频率值是否处于预置模态频率区间,确定不处于预置模态频率区间的多个各阶目标模态频率值,从多个各阶目标模态频率值推荐出最优模态频率值,通过确定的最优模态频率值确定各个离散块的最优质量和刚度分布,以使基于各个离散块的最优质量和刚度分布进行设计,从而达到避频的目的。
具体的,所述根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频,包括:确定所述各阶目标模态频率值是否满足最优条件;若确定所述各阶目标模态频率值满足所述最优条件,则确定所述各阶目标模态频率值为最优模态频率值,并确定所述最优模态频率值对应所述离散块的最优质量和刚度分布以进行避频;若确定所述各阶目标模态频率值不满足所述最优条件,则重新选取设置后的各个所述masses单元的质量和各个所述springs单元的各方向的刚度,以确定各个所述离散块的最优质量和刚度分布进行避频。
示范性的,确定各阶目标模态频率值是否满足质量最小和/或承载能力最强,若确定各阶目标模态频率值满足质量最小和/或承载能力最强,则确定满足质量最小和/或承载能力最强的各阶目标模态频率值为最优模态频率值,并通过确定的最优模态频率值确定各个离散块的最优质量和刚度分布,以使基于各个离散块的最优质量和刚度分布进行设计,从而达到避频的目的。例如,获取质量最小和/或承载能力最强的模态频率值,将质量最小和/或承载能力最强的模态频率值与各阶目标模态频率值进行匹配,若相匹配,则确定满足质量最小和/或承载能力最强的条件。若不相匹配,则重新选取设置后的各个masses单元的质量和各个springs单元的各方向的刚度,以确定各个离散块的最优质量和刚度分布进行避频,例如,采用预置Hammersley取样法在各质量及刚度区间中取样,取样数量为932。通过重新采样的各个masses单元的质量和各个springs单元的各方向的刚度,确定各个离散块的最优质量和刚度分布进行避频。
在本申请实施例中,对可修改区域进行分块,以获取多块离散块;根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度;根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型;根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,其中,所述各方向的刚度包括X、Y和Z方向的线刚度和扭转刚度;从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频,实现通过设计离散块的最优质量和刚度分布来进行避频。
请参照图3,图3为本申请的实施例提供的基于质量刚度离散化模型的模态避频方法的流程示意图。
如图3所示,该包括步骤S201至步骤S202。
步骤S201、对各个所述masses单元设置质量变化幅度和对各个所述springs单元的各方向设置刚度变化幅度。
示范性的,例如,悬架摆臂为例,其质量变化幅度为20%,刚度变化幅度为15%。
步骤S202、基于预置采样方法和预置采样数量选取设置后定量的各个所述masses单元的质量和各个所述springs单元的各方向的刚度。
示范性的,例如,采用预置Hammersley取样法在各质量及刚度区间中取样,取样数量为832。
在本申请实施例中,通过设置幅度变化区间,以及采取一定量的masses单元的质量和springs单元的各方向的刚度,以避免数据过于臃肿,计算时间长。
请参照图4,图4为本申请的实施例提供的基于质量刚度离散化模型的模态避频方法的流程示意图。
如图4所示,该包括步骤S301至步骤S304。
步骤S301、获取所述质量刚度离散化模型的模态频率以及预置原始模型的模态频率;
步骤S302、根据比对所述质量刚度离散化模型的模态频率和所述预置原始模型的模态频率,确定所述质量刚度离散化模型是否合格。
示范性的,将获取到的质量刚度离散化模型的模态频率与预置原始模型的模态频率进行比对,若比对结果大于预置误差,则确定质量刚度离散化模型合格;若比对结果小于或等于预置误差,则确定质量刚度离散化模型不合格。例如,比对结果大于90%,则确定质量刚度离散化模型合格;比对结果小于或等于90%,则确定质量刚度离散化模型不合格。
步骤S303、若确定合格,则驱动DOE分析。
示范性的,若比对结果大于预置误差,则确定质量刚度离散化模型合格,例如,对结果大于90%,则确定质量刚度离散化模型合格。
步骤S304、若确定不合格,则重新对所述可修改区域进行分块。
示范性的,若比对结果小于或等于预置误差,则确定质量刚度离散化模型不合格。例如,比对结果小于或等于90%,则确定质量刚度离散化模型不合格。则重新对可修改区域划分更细小的离散块进行质量刚度模型搭接以确定各个离散块的最优质量和刚度分布进行避频。
在本发明实施例中,确定创建的质量刚度离散化模型是否合格,在不合格时重新创建,保证创建的质量刚度离散化模型是合格的,避免得到各个离散块的最优质量和刚度分布出现误差。
请参阅图5,图5为本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为终端。
如图5所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种基于质量刚度离散化模型的模态避频方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种基于质量刚度离散化模型的模态避频方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
对可修改区域进行分块,以获取多块离散块;
根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度;
根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型;
根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,其中,所述各方向的刚度包括X、Y和Z方向的线刚度和扭转刚度;
从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频。
在一个实施例中,所述处理器实现根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度时,用于实现:
通过有限元软件分别计算各个所述离散块,获取各个所述离散块的质量和质心位置;
以及对所述离散块的X、Y、Z向进行仿真计算,获取各个所述离散块各连接端沿X、Y、Z方向的线刚度和获取各个所述离散块各连接端绕X、Y、Z方向的扭转刚度。
在一个实施例中,所述处理器实现根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型时,用于实现:
基于所述离散块的质心位置和质量,替换预置原始模型的质心坐标和质量;
创建多个springs单元,其springs单元数量与所述离散块的连接端数量一致,每个springs单元的一侧均连接masses单元点,另一侧分别连接所述离散块各连接端面的形心点;
将各个所述连接端所侧的各向所述线刚度及所述扭转刚度分别赋予对应的springs单元,构建质量刚度离散化模型。
在一个实施例中,所述处理器实现根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型之后时,用于实现:
对各个所述masses单元设置质量变化幅度和对各个所述springs单元的各方向设置刚度变化幅度;
基于预置采样方法和预置采样数量选取设置后定量的各个所述masses单元的质量和各个所述springs单元的各方向的刚度。
在一个实施例中,所述处理器实现根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值时,用于实现:
通过所述质量刚度离散化模型驱动DOE分析,以使所述DOE分析将选取的各个所述masses单元的质量和各个所述springs单元的各方向的刚度作为输入进行响应,获取所述DOE分析输出的多个各阶模态频率值。
在一个实施例中,所述处理器实现从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频时,用于实现:
基于多个所述各阶模态频率值和预置模态避频区间,确定各阶目标模态频率值;
根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频。
在一个实施例中,所述处理器实现根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频时,用于实现:
确定所述各阶目标模态频率值是否满足最优条件;
若确定所述各阶目标模态频率值满足所述最优条件,则确定所述各阶目标模态频率值为最优模态频率值,并确定所述最优模态频率值对应所述离散块的最优质量和刚度分布以进行避频;
若确定所述各阶目标模态频率值不满足所述最优条件,则重新选取设置后的各个所述masses单元的质量和各个所述springs单元的各方向的刚度,以确定各个所述离散块的最优质量和刚度分布进行避频。
在一个实施例中,所述处理器实现根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型之后时,用于实现:
获取所述质量刚度离散化模型的模态频率以及预置原始模型的模态频率;
根据比对所述质量刚度离散化模型的模态频率和所述预置原始模型的模态频率,确定所述质量刚度离散化模型是否合格;
若确定合格,则驱动DOE分析;
若确定不合格,则重新对所述可修改区域进行分块。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序中包括程序指令,所述程序指令被执行时所实现的方法可参照本申请基于质量刚度离散化模型的模态避频方法的各个实施例。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于质量刚度离散化模型的模态避频方法,其特征在于,包括:
对可修改区域进行分块,以获取多块离散块;
根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度;
根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型;
根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,其中,所述各方向的刚度包括X、Y和Z方向的线刚度和扭转刚度;
从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频。
2.如权利要求1所述的基于质量刚度离散化模型的模态避频方法,其特征在于,所述根据有限元软件分别计算各个所述离散块,获取各个所述离散块的质量、质心位置、线刚度和扭转刚度,包括:
通过有限元软件分别计算各个所述离散块,获取各个所述离散块的质量和质心位置;
以及对所述离散块的X、Y、Z向进行仿真计算,获取各个所述离散块各连接端沿X、Y、Z方向的线刚度和获取各个所述离散块各连接端绕X、Y、Z方向的扭转刚度。
3.如权利要求2所述的基于质量刚度离散化模型的模态避频方法,其特征在于,所述根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型,包括:
基于所述离散块的质心位置和质量,替换预置原始模型的质心坐标和质量;
创建多个springs单元,其springs单元数量与所述离散块的连接端数量一致,每个springs单元的一侧均连接masses单元点,另一侧分别连接所述离散块各连接端面的形心点;
将各个所述连接端所侧的各向所述线刚度及所述扭转刚度分别赋予对应的springs单元,构建质量刚度离散化模型。
4.如权利要求1所述的基于质量刚度离散化模型的模态避频方法,其特征在于,所述根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型之后,还包括:
对各个所述masses单元设置质量变化幅度和对各个所述springs单元的各方向设置刚度变化幅度;
基于预置采样方法和预置采样数量选取设置后定量的各个所述masses单元的质量和各个所述springs单元的各方向的刚度。
5.如权利要求1所述的基于质量刚度离散化模型的模态避频方法,其特征在于,所述根据所述质量刚度离散化模型驱动DOE分析选取的各个masses单元的质量和各个springs单元的各方向的刚度,获取多个各阶模态频率值,包括:
通过所述质量刚度离散化模型驱动DOE分析,以使所述DOE分析将选取的各个所述masses单元的质量和各个所述springs单元的各方向的刚度作为输入进行响应,获取所述DOE分析输出的多个各阶模态频率值。
6.如权利要求1所述的基于质量刚度离散化模型的模态避频方法,其特征在于,所述从多个所述各阶模态频率值中推荐出最优模态频率值,以确定各个所述离散块的最优质量和刚度分布进行避频,包括:
基于多个所述各阶模态频率值和预置模态避频区间,确定各阶目标模态频率值;
根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频。
7.如权利要求6所述的基于质量刚度离散化模型的模态避频方法,其特征在于,所述根据所述各阶目标模态频率值推荐出最优模态频率值,以确定所述离散块的最优质量和刚度分布以进行避频,包括:
确定所述各阶目标模态频率值是否满足最优条件;
若确定所述各阶目标模态频率值满足所述最优条件,则确定所述各阶目标模态频率值为最优模态频率值,并确定所述最优模态频率值对应所述离散块的最优质量和刚度分布以进行避频;
若确定所述各阶目标模态频率值不满足所述最优条件,则重新选取设置后的各个所述masses单元的质量和各个所述springs单元的各方向的刚度,以确定各个所述离散块的最优质量和刚度分布进行避频。
8.如权利要求1所述的基于质量刚度离散化模型的模态避频方法,其特征在于,所述根据所述离散块的质量、质心位置、线刚度和扭转刚度构建质量刚度离散化模型之后,还包括:
获取所述质量刚度离散化模型的模态频率以及预置原始模型的模态频率;
根据比对所述质量刚度离散化模型的模态频率和所述预置原始模型的模态频率,确定所述质量刚度离散化模型是否合格;
若确定合格,则驱动DOE分析;
若确定不合格,则重新对所述可修改区域进行分块。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至8中任一项所述的基于质量刚度离散化模型的模态避频方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至8中任一项所述的基于质量刚度离散化模型的模态避频方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111016466.7A CN113836636B (zh) | 2021-08-31 | 2021-08-31 | 基于质量刚度离散化模型的模态避频方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111016466.7A CN113836636B (zh) | 2021-08-31 | 2021-08-31 | 基于质量刚度离散化模型的模态避频方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113836636A true CN113836636A (zh) | 2021-12-24 |
CN113836636B CN113836636B (zh) | 2024-01-30 |
Family
ID=78961918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111016466.7A Active CN113836636B (zh) | 2021-08-31 | 2021-08-31 | 基于质量刚度离散化模型的模态避频方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113836636B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006284340A (ja) * | 2005-03-31 | 2006-10-19 | Fuji Heavy Ind Ltd | 剛性計測装置、及び、剛性計測方法 |
JP2011076240A (ja) * | 2009-09-29 | 2011-04-14 | Mazda Motor Corp | 車両の企画支援システム |
US20150122547A1 (en) * | 2013-11-01 | 2015-05-07 | Baker Hughes Incorporated | Method to mitigate bit induced vibrations by intentionally modifying mode shapes of drill strings by mass or stiffness changes |
CN105808828A (zh) * | 2016-02-29 | 2016-07-27 | 重庆长安汽车股份有限公司 | 一种动力总成悬置解耦快速设计优化方法 |
CN106919767A (zh) * | 2017-03-09 | 2017-07-04 | 江铃汽车股份有限公司 | 汽车白车身轻量化分析方法 |
US20170337306A1 (en) * | 2016-05-18 | 2017-11-23 | Solar Turbines Incorporated | Method for determining vibratory contact stress at a blade attachment |
CN108920735A (zh) * | 2018-04-23 | 2018-11-30 | 江铃控股有限公司 | 汽车车身刚度优化方法及系统 |
CN109711020A (zh) * | 2018-12-14 | 2019-05-03 | 北京长城华冠汽车技术开发有限公司 | 汽车白车身动刚度优化方法及装置 |
CN110532624A (zh) * | 2019-07-31 | 2019-12-03 | 重庆电子工程职业学院 | 一种基于概念特征模型的轿车白车身模态优化方法 |
WO2020244325A1 (zh) * | 2019-06-04 | 2020-12-10 | 南京依维柯汽车有限公司 | 一种基于相对灵敏度的非承载式白车身轻量化方法 |
-
2021
- 2021-08-31 CN CN202111016466.7A patent/CN113836636B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006284340A (ja) * | 2005-03-31 | 2006-10-19 | Fuji Heavy Ind Ltd | 剛性計測装置、及び、剛性計測方法 |
JP2011076240A (ja) * | 2009-09-29 | 2011-04-14 | Mazda Motor Corp | 車両の企画支援システム |
US20150122547A1 (en) * | 2013-11-01 | 2015-05-07 | Baker Hughes Incorporated | Method to mitigate bit induced vibrations by intentionally modifying mode shapes of drill strings by mass or stiffness changes |
CN105808828A (zh) * | 2016-02-29 | 2016-07-27 | 重庆长安汽车股份有限公司 | 一种动力总成悬置解耦快速设计优化方法 |
US20170337306A1 (en) * | 2016-05-18 | 2017-11-23 | Solar Turbines Incorporated | Method for determining vibratory contact stress at a blade attachment |
CN106919767A (zh) * | 2017-03-09 | 2017-07-04 | 江铃汽车股份有限公司 | 汽车白车身轻量化分析方法 |
CN108920735A (zh) * | 2018-04-23 | 2018-11-30 | 江铃控股有限公司 | 汽车车身刚度优化方法及系统 |
CN109711020A (zh) * | 2018-12-14 | 2019-05-03 | 北京长城华冠汽车技术开发有限公司 | 汽车白车身动刚度优化方法及装置 |
WO2020244325A1 (zh) * | 2019-06-04 | 2020-12-10 | 南京依维柯汽车有限公司 | 一种基于相对灵敏度的非承载式白车身轻量化方法 |
CN110532624A (zh) * | 2019-07-31 | 2019-12-03 | 重庆电子工程职业学院 | 一种基于概念特征模型的轿车白车身模态优化方法 |
Non-Patent Citations (2)
Title |
---|
刘林华;辛勇;: "基于灵敏度分析的汽车车架轻量化研究", 机械科学与技术, no. 10 * |
王岩;陈无畏;谢有浩;邓书朝;: "多目标遗传算法在车身动态性能优化中的应用", 汽车工程, no. 11, pages 79 - 85 * |
Also Published As
Publication number | Publication date |
---|---|
CN113836636B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009289260A (ja) | 非線形の構造的応答の数値シミュレーションにおける接触貫通を制限するシステムおよび方法 | |
CN110796487A (zh) | 数量预测方法、装置、计算机设备和存储介质 | |
CN111125946B (zh) | 一种基于mdo技术的上车体结构优化方法 | |
US8352219B2 (en) | Numerical structure-analysis calculation system | |
US8868381B2 (en) | Control system design simulation using switched linearization | |
Lee et al. | CAE (computer aided engineering) driven durability model verification for the automotive structure development | |
CN112818462A (zh) | 车轮参数模型的生成方法、装置、存储介质和计算机设备 | |
US20050262469A1 (en) | Method of calculating predictive shape of wiring structure, calculating apparatus, and computer-readable recording medium | |
CN113836636A (zh) | 基于质量刚度离散化模型的模态避频方法和设备 | |
CN112231863B (zh) | 太阳翼电池阵基板建模方法、装置、设备及存储介质 | |
CN111639388B (zh) | 一种汽车弹性元件参数仿真方法及系统 | |
CN112528388B (zh) | 一种悬置支架强度分析方法、装置、存储介质及终端设备 | |
Mosalam et al. | Alternative integrators and parallel computing for efficient nonlinear response history analyses | |
CN113704872B (zh) | 一种提高汽车板簧疲劳仿真分析效率的方法 | |
CN114912329A (zh) | 电池包模型的建模方法、装置、电子设备及存储介质 | |
CN105426561A (zh) | 使用数值导数的结构拓扑优化 | |
CN115310327A (zh) | 多工况组合的仿真分析方法及装置 | |
CN115048843A (zh) | 提高含玻纤注塑类零件仿真精度的方法、装置及存储介质 | |
CN113849907A (zh) | 基于质量离散化模型的模态避频方法、设备及存储介质 | |
Soubra et al. | Functional size measurement for processor load estimation in AUTOSAR | |
CN111428395A (zh) | 前大灯总成的振动强度分析方法、装置、设备及存储介质 | |
CN112395728A (zh) | 刚度计算方法及装置 | |
KR100877193B1 (ko) | 선형보간방법을 이용한 최적설계 방법 | |
Hasanbegović et al. | Optimising vehicular system architectures with real-time requirements: An industrial case study | |
Rahatulain et al. | Modeling and simulation of evolvable production systems using Simulink/SimEvents |
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 |