CN114154260A - 一种汽车下摆臂自动化设计方法及系统 - Google Patents

一种汽车下摆臂自动化设计方法及系统 Download PDF

Info

Publication number
CN114154260A
CN114154260A CN202111425501.0A CN202111425501A CN114154260A CN 114154260 A CN114154260 A CN 114154260A CN 202111425501 A CN202111425501 A CN 202111425501A CN 114154260 A CN114154260 A CN 114154260A
Authority
CN
China
Prior art keywords
lower swing
swing arm
driving
module
data
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
Application number
CN202111425501.0A
Other languages
English (en)
Inventor
袁登木
谭侃伦
邓嘉庆
王健
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.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile 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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202111425501.0A priority Critical patent/CN114154260A/zh
Publication of CN114154260A publication Critical patent/CN114154260A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]

Landscapes

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

Abstract

本发明涉及一种汽车下摆臂自动化设计方法及系统,该方法包括以下步骤:获取硬点坐标数据;选择下摆臂结构形式;驱动3D软件初步搭建下摆臂数据;基于下摆臂数据驱动有限元软件进行网络自助划分;调用拓扑优化软件进行拓扑优化计算;基于拓扑优化计算的计算结果驱动3D软件进行详细3D数据制作与详细结构细节优化;基于下摆臂结构形式初定料厚与材料,完成下摆臂本体设计;根据下摆臂结构形式推荐衬套和球头;组装下摆边本体、衬套及球头,实现下摆臂结构初定。本发明提高了下摆臂的设计效率,将大量的手工操作标准化、程序化,设计人员只需极少的啊哦做即可完成相关车辆的下摆臂设计,同时节约成本。

Description

一种汽车下摆臂自动化设计方法及系统
技术领域
本发明涉及汽车零部件设计技术领域,具体涉及汽车下摆臂自动化设计技术。
背景技术
对于汽车下摆臂设计而言,不仅要考虑模态、刚度、强度、疲劳、屈曲、碰撞及整车动力学等力学性能,还要考虑布置、冲压工艺、装配、拆卸便利性等情况,需考虑的因素、具备的专业知识较多,设计过程较为复杂。
目前设计下摆臂通常的做法是CAD工程师根据经验、布置空间等设计出初版结构,CAE工程师进行力学校核,不合格时在该结构上进行修改,使其满足各仿真指标,然后交由后续部门如工艺等进行论证,初版结构的最优性缺乏论证,设计优化时仅考虑单一专业性能,很难得到全局最优解。
公开号为CN111859721A的中国专利文献公开了名称为“一种汽车下摆臂优化设计方法”的技术,该技术为一种提高碰撞安全性能的摆臂设计方法,未考虑强度、疲劳等性能,并且整个设计过程中各相关专业没有很好地融合,使得前摆臂的开发周期较长,设计难度大,最终结果还不令人满意,不利于汽车下摆臂的实际项目开发。
发明内容
本发明的目的是提供一种汽车下摆臂自动化设计方法及系统,解决的技术问题:相关技术中没有一种方法能标准化、规范化及流程化地设计下摆臂,以便缩短设计周期、优化设计结果,使得汽车下摆臂在满足各设计约束条件下达到性能最优。
为解决上述技术问题,本发明采用的技术方案为:一种汽车下摆臂自动化设计方法,包括以下步骤:
S01:获取下摆臂硬点坐标数据;
S02:选择下摆臂结构形式;
S03:驱动3D软件初步搭建下摆臂数据,实现下摆臂设计空间确定;
S04:基于下摆臂数据驱动有限元软件进行网格自助划分;
S05:调用拓扑优化软件进行拓扑优化计算;
S06:基于S05的计算结果驱动3D软件进行详细3D数据制作与详细结构细节优化;
S07:基于下摆臂结构形式初定料厚与材料,完成下摆臂本体设计;
S08:根据下摆臂结构形式推荐衬套和球头;
S09:组装下摆臂本体、衬套及球头,实现下摆臂结构初定;
S10:根据设计变量和响应参数构造DOE矩阵;
S11:根据DOE矩阵驱动各仿真求解器进行计算并得出计算结果,将计算结果写入DOE矩阵;
S12:根据写入计算结果的DOE矩阵构造近似模型;
S13:选择求解算法进行求解并列出计算结果;
S14:根据3D数据更新指令调用3D软件进行3D数据更新;
S15:根据更新之后的3D数据驱动各仿真求解器进行计算,得到计算结果;
S16:对比S15的计算结果与S13的计算结果;
S17:在进行S10至S13的同时驱动3D软件进行DMU检查与工艺分析;
S18:根据S14的3D数据更新结果导出3D数据并生成设计文档。
优选地,
在S13中,若经过求解算法求解而得的3D数据与S9的初定的下摆臂结构一致,则直接执行S17;若经过求解算法求解而得的3D数据与S9的初定的下摆臂结构不一致,则执行S14。
优选地,
在S16中,通过比对S13的数学拟合结果与S15的3D数据仿真结果,记录误差点,通过人工智能自学习不断调整数学拟合算法,提高计算精度。
优选地,
在S03中,驱动3D软件进行运动包络检查并切除多余数据。
优选地,
在S04中,有限元软件为Hyper Mesh或SimLab。
优选地,
在S05中,调用OptiStruct拓扑优化计算,进行刚度、NVH、强度及碰撞性能优化。
优选地,
S05的计算结果以STL格式输出给S06的3D软件。
优选地,
在S08中,根据下摆臂结构形式与衬套结构、参数大数据及球头结构、参数大数据推荐衬套和球头。
优选地,
在S10中,设计变量为所述下摆臂本体的钣金料厚;
响应参数为重量、刚度、强度、疲劳寿命、NVH、碰撞、操稳及平顺性。
优选地,
在S11中,根据DOE矩阵修改各仿真程序驱动脚本,驱动各仿真求解器进行计算,读取各个计算结果,将各个计算结果写入DOE矩阵中的响应参数对应位置,其中,各仿真程序驱动脚本包括驱动Hyper Mesh的cmf、tcl文件与驱动FEMFAT的FFJ文件、驱动SimLab的python程序、驱动OptiStruct的bat程序及驱动Adams的cmd文件。
本发明还提供一种汽车下摆臂自动化设计系统,包括:
获取模块,用于获取下摆臂硬点坐标数据;
第一选择模块,用于选择下摆臂结构形式;
第一驱动模块,用于驱动3D软件初步搭建下摆臂数据,实现下摆臂结构初定;
第二驱动模块,用于基于下摆臂数据驱动有限元软件进行网格自助划分;
第一调用模块,用于调用拓扑优化软件进行拓扑优化计算;
第三驱动模块,用于基于调用模块的计算结果驱动3D软件进行详细3D数据制作与详细结构细节优化;
确定模块,用于基于下摆臂结构形式初定料厚与材料,完成下摆臂本体设计;
推荐模块,用于根据下摆臂结构形式推荐衬套和球头;
组装模块,用于组装下摆臂本体、衬套及球头,实现下摆臂结构初定;
第一构造模块,用于根据设计变量和响应参数构造DOE矩阵;
第四驱动模块,用于根据DOE矩阵驱动各仿真求解器进行计算并得出计算结果,将计算结果写入DOE矩阵;
第二构造模块,用于根据写入计算结果的DOE矩阵构造近似模型;
第二选择模块,用于选择求解算法进行求解并列出计算结果;
第二调用模块,用于根据3D数据更新指令调用3D软件进行3D数据更新;
第五驱动模块,用于根据更新之后的3D数据驱动各仿真求解器进行计算,得到计算结果;
对比模块,用于对比驱动模块的计算结果与选择模块的计算结果;
第六驱动模块,用于第一构造模块、第四驱动模块、第二构造模块及第二选择模块在执行对应任务的同时驱动3D软件进行DMU检查与工艺分析;
导出模块,用于根据第二调用模块的3D数据更新结果导出3D数据;
生成模块,用于根据第二调用模块的3D数据更新结果生成设计文档。
优选地,
在第二选择模块中,若经过求解算法求解而得的3D数据与组装模块的初定的下摆臂结构一致,则直接执行第六驱动模块;若经过求解算法求解而得的3D数据与组装模块的初定的下摆臂结构不一致,则执行第二调用模块。
优选地,
在对比模块中,通过比对第二调用模块的数学拟合结果与第五驱动模块的3D数据仿真结果,记录误差点,通过人工智能自学习不断调整数学拟合算法,提高计算精度。
优选地,
在驱动模块中,驱动3D软件进行运动包络检查并切除多余数据。
优选地,
在第一构造模块中,设计变量为所述下摆臂本体的钣金料厚;
响应变量为重量、刚度、强度、疲劳寿命、NVH、碰撞、操稳及平顺性。
优选地,
在第四驱动模块中,根据DOE矩阵修改各仿真程序驱动脚本,驱动各仿真求解器进行计算,读取各个计算结果,将各个计算结果写入DOE矩阵中的响应参数对应位置,其中,各仿真程序驱动脚本包括驱动Hyper Mesh的cmf、tcl文件与驱动FEMFAT的FFJ文件、驱动SimLab的python程序、驱动OptiStruct的bat程序及驱动Adams的cmd文件。
通过采用上述技术方案,本发明可达到的有益技术效果为:
第一,在本发明中,首先将硬点、下摆臂结构形式确定,python(C、C++、C#及Java等皆可)程序读取相关信息;其次python程序驱动3D及有限元软件完成基于拓扑优化的下摆臂本体设计;再次python程序驱动3D软件完成衬套、球头及下摆臂本体自动组装,实现结构初定;最后pthon程序驱动相关软件完成对下摆臂多学科优化,同时考虑DMU、工艺等约束,本发明形成了一套用于下摆臂多学科优化设计流程模板,使得下摆臂的设计标准化、规范化及流程化。
第二,本发明提高了设计效率,将大量的手工操作标准化、程序化,设计人员只需极少的操作即可完成相关车辆的下摆臂设计,使技术人员从重复性的低价值劳动中解放出来,提高了工作效率,也降低了企业的劳动力成本。
第三,本发明降低了开发难度,打通了学科壁垒,可以获得更优的设计方案;还可逐步构建下摆臂大数据库,逐步实现下摆臂的标准化与通用化。
附图说明
图1为本发明流程图(从确定下摆臂硬点至验证实物样件整个流程);
图2为本发明的原理图;
图3为本发明的初步搭建的下摆臂设计空间数据示例图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,本发明的技术方案基于python程序语言,但实现程序逻辑不仅限于该语言,其他程序语言均可实现,如C、C++、C#、Java、Matlab、Visual Basic等。
一种汽车下摆臂自动化设计方法,包括以下步骤:
第一步,获取下摆臂硬点坐标数据。
具体地,在整车、底盘悬架参数确定后,下摆臂硬点即确定,将硬点坐标数据读入python程序。
第二步,选择下摆臂结构形式。
具体地,基于摆臂大数据、车型定位,python程序给出推荐方案,进行下摆臂结构形式选择,基于该选择,可将重量、可选材料类型、结构型式等作为设计参数导入python程序。
如图2所示,上述流程即硬点、下摆臂结构形式确定,python程序读取相关信息。
第三步,驱动3D软件初步搭建下摆臂数据,实现下摆臂设计空间确定,如图3所示。
第四步,基于下摆臂数据驱动有限元软件进行网格自助划分。
具体地,基于SimLab程序(或Hyper Mesh等),根据不同的摆臂类型(如:尺寸、结构形式、材料等)搭建不同的网络划分模板,python驱动主程序调用相应模板并适当修改模板参数,实现网络划分并导出有限元模型。
第五步,调用拓扑优化软件进行拓扑优化计算,结果以STL格式输出给3D软件。
第六步,基于第五步的计算结果驱动3D软件进行详细3D数据制作与详细结构细节优化。
具体地,基于CATIA程序(或Solidworks等),根据不同的摆臂类型(如:尺寸、结构形式、材料等),对其进行参数化建模,同时编写驱动脚本通过修改参数实现3D数据更新。python驱动主程序调用相应脚本及参数化模型,实现3D数据制作;同时python调用相应脚本实现拓扑优化点云云3D数据贴合度判断,使3D数据与拓扑优化结果相关联,实现数据结构最优化。
第七步,基于下摆臂结构形式初定料厚与材料,完成下摆臂本体设计。
在第三步至第七步中,具体地,python驱动3D软件通过一定算法初步搭建下摆臂数据,进行运动包络检查,切除多余数据,得到满足一定要求的下摆臂数据,实现下摆臂设计空间确定,基于下摆臂数据python驱动有限元软件进行网格自动划分,有限元软件如Hyper Mesh、SimLab等,然后调用拓扑优化软件进行拓扑优化计算,可同时考虑刚度、NVH、强度、碰撞等性能,但此阶段各性能评价指标需简化,其中,拓扑优化软件为OptiStruct,拓扑优化计算的计算结果以通用数据格式输出给3D软件,该通用数据格式可以为STL格式。
python驱动3D软件基于计算结果进行详细3D数据自动化制作、按照设计标准进行详细结构细节优化,基于下摆臂结构形式初定料厚与材料。
如图2所示,第三步至第七步的流程即python程序驱动3D及有限元软件完成基于拓扑优化的下摆臂本体设计。
第八步,根据下摆臂结构形式推荐衬套和球头。
具体地,基于下摆臂结构形式,结合数据库大数据,python程序给出推荐方案,结合设计经验,完成衬套、球头选择,并将选择的衬套、球头读入python程序。
第九步,组装下摆臂本体、衬套及球头,实现下摆臂初定。
具体地,python程序驱动3D软件将下摆臂本体、衬套及球头组装,实现下摆臂结构初定。
如图2所示,第八步至第九步的流程即python程序驱动3D软件完成衬套、球头及下摆臂本体组装,实现结构初定。
注意,此时python程序驱动3D软件将初定的下摆臂结构呈现给设计人员,设计人员判断初定的下摆臂结构是否满足要求(是人的一个主观判断),若满足要求,继续进行下一步,若不满足要求,则调整有关参数,重新设计。
第十步,根据设计变量和响应参数构造DOE矩阵。
具体地,设计人员确定设计目标,选择合适的设计变量及响应参数,如设计变量为下摆臂本体钣金料厚,响应参数为重量、刚度、模态、强度、疲劳寿命、碰撞性能、操稳及平顺性等,将上述响应参数与设计变量反馈给python程序。
第十一步,根据DOE矩阵驱动各仿真求解器进行计算并得出计算结果,将计算结果写入DOE矩阵。
具体地,根据构造的DOE矩阵,python程序修改各仿真程序驱动脚本,驱动各仿真求解器进行计算,其中各仿真程序驱动脚本包括驱动Hyper Mesh的cmf、tcl文件,还包括驱动FEMFAT的FFJ文件、驱动SimLab的python程序、驱动OptiStruct的bat程序及驱动Adams的cmd文件,python程序自动读取各计算结果,将各计算结果写入DOE矩阵中的响应参数对应位置。
第十二步,根据写入计算结果的DOE矩阵构造近似模型。
具体地,根据DOE矩阵,python程序选择最优的近似模型构造算法,构造近似模型。
第十三步,选择求解算法进行求解并列出计算结果。
具体地,根据近似模型及设计目标,python程序选择最优的求解算法进行求解,列出计算结果并进行排序、推荐。
此时设计人员根据计算结果列表进行主观选择,若列表中有≥1个结果满足设计要求,则设计人员选定其中1个结果,python程序进入更新判定环节:若该3D数据与第九步的初定的下摆臂结构一致,则直接跳转至第十七步;如3D数据与第九步的初定的下摆臂结构不一致,执行第十四步。
若列表中没有结果满足设计要求,则设计人员选定python程序进入第六步重新初定数据,或者第五步从拓扑优化重新开始。若多次尝试仍无满意结果,则建议调整设计目标。
第十四步,根据3D数据更新指令调用3D软件进行3D数据更新。
第十五步,根据更新之后的3D数据驱动各仿真求解器进行计算,得到计算结果。
第十六步,对比第十五步的计算结果与第十三步的计算结果。
具体地,通过对比十三步的数学拟合结果与第十五步的3D数据仿真结果,记录误差点,通过人工智能自学习不断调整数学拟合算法,提高计算精度。
第十七步,在进行第十步至第十三步的同时驱动所述3D软件进行DMU检查与工艺分析。
如图2所示,第十步至第十七步即python程序驱动相关软件完成对下摆臂多学科优化,同时考虑DMU、工艺等约束。
第十八步,根据第十四步的3D数据更新结果导出3D数据并生成设计文档。
在本实施例中,供应商紧接着根据3D数据与图纸等设计文档进行实物样件制作,并提供多个实物样件;基于实物样件进行下摆臂单体、底盘系统、整车路试等试验,确认其满足设计要求;设计人员根据验证试验结果判断下摆臂是否满足要求,若满足要求,则判断是否实物样件所有验证试验均满足要求,若是,则下摆臂设计完成。
本发明还提供一种汽车下摆臂自动化设计系统,包括:
获取模块,用于获取硬点坐标数据;
第一选择模块,用于选择下摆臂结构形式;
第一驱动模块,用于驱动3D软件初步搭建下摆臂数据;
第二驱动模块,用于基于下摆臂数据驱动有限元软件进行网格自助划分;
第一调用模块,用于调用拓扑优化软件进行拓扑优化计算;
第三驱动模块,用于基于调用模块的计算结果驱动3D软件进行详细3D数据制作与详细结构细节优化;
确定模块,用于基于下摆臂结构形式初定料厚与材料,完成下摆臂本体设计;
推荐模块,用于根据下摆臂结构形式推荐衬套和球头;
组装模块,用于组装下摆臂本体、衬套及球头,实现下摆臂结构初定;
第一构造模块,用于根据设计变量和响应参数构造DOE矩阵;
第四驱动模块,用于根据DOE矩阵驱动各仿真求解器进行计算并得出计算结果,将计算结果写入DOE矩阵;
第二构造模块,用于根据写入计算结果的DOE矩阵构造近似模型;
第二选择模块,用于选择求解算法进行求解并列出计算结果;
第二调用模块,用于根据3D数据更新指令调用3D软件进行3D数据更新;
第五驱动模块,用于根据更新之后的3D数据驱动各仿真求解器进行计算,得到计算结果;
对比模块,用于对比驱动模块的计算结果与选择模块的计算结果;
第六驱动模块,用于第一构造模块、第四驱动模块、第二构造模块及第二选择模块在执行对应任务的同时驱动3D软件进行DMU检查与工艺分析;
导出模块,用于根据第二调用模块的3D数据更新结果导出3D数据;
生成模块,用于根据第二调用模块的3D数据更新结果生成设计文档。
具体地,在第二选择模块中,若经过求解算法求解而得的3D数据与组装模块的初定的下摆臂结构一致,则直接执行第六驱动模块;若经过求解算法求解而得的3D数据与组装模块的初定的下摆臂结构不一致,则执行第二调用模块。
具体地,
在对比模块中,通过比对第二调用模块的数学拟合结果与第五驱动模块的3D数据仿真结果,记录误差点,通过人工智能自学习不断调整数学拟合算法,提高计算精度。
具体地,
在驱动模块中,驱动3D软件进行运动包络检查并切除多余数据。
具体地,
在第一构造模块中,设计变量为下摆臂本体的钣金料厚;
响应变量为重量、刚度、强度、疲劳寿命、NVH、碰撞、操稳及平顺性。
具体地,
在第四驱动模块中,根据DOE矩阵修改各仿真程序驱动脚本,驱动各仿真求解器进行计算,读取各个计算结果,将各个计算结果写入DOE矩阵中的响应参数对应位置,其中,各仿真程序驱动脚本包括驱动Hyper Mesh的cmf、tcl文件与驱动FEMFAT的FFJ文件、驱动SimLab的python程序、驱动OptiStruct的bat程序及驱动Adams的cmd文件。

Claims (16)

1.一种汽车下摆臂自动化设计方法,其特征在于,包括以下步骤:
S01:获取下摆臂硬点坐标数据;
S02:选择下摆臂结构形式;
S03:驱动3D软件初步搭建下摆臂数据,实现下摆臂设计空间确定;
S04:基于下摆臂数据驱动有限元软件进行网格自助划分;
S05:调用拓扑优化软件进行拓扑优化计算;
S06:基于所述S05的计算结果驱动所述3D软件进行详细3D数据制作与详细结构细节优化;
S07:基于所述下摆臂结构形式初定料厚与材料,完成下摆臂本体设计;
S08:根据所述下摆臂结构形式推荐衬套和球头;
S09:组装所述下摆臂本体、衬套及球头,实现下摆臂结构初定;
S10:根据设计变量和响应参数构造DOE矩阵;
S11:根据所述DOE矩阵驱动各仿真求解器进行计算并得出计算结果,将计算结果写入所述DOE矩阵;
S12:根据写入计算结果的所述DOE矩阵构造近似模型;
S13:选择求解算法进行求解并列出计算结果;
S14:根据3D数据更新指令调用3D软件进行3D数据更新;
S15:根据更新之后的所述3D数据驱动各仿真求解器进行计算,得到计算结果;
S16:对比所述S15的计算结果与所述S13的计算结果;
S17:在进行所述S10至S13的同时驱动所述3D软件进行DMU检查与工艺分析;
S18:根据所述S14的3D数据更新结果导出3D数据并生成设计文档。
2.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S13中,若经过求解算法求解而得的3D数据与所述S9的初定的所述下摆臂结构一致,则直接执行所述S17;若经过求解算法求解而得的3D数据与所述S9的初定的所述下摆臂结构不一致,则执行所述S14。
3.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S16中,通过比对所述S13的数学拟合结果与S15的3D数据仿真结果,记录误差点,通过人工智能自学习不断调整数学拟合算法,提高计算精度。
4.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S03中,驱动所述3D软件进行运动包络检查并切除多余数据。
5.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S04中,所述有限元软件为Hyper Mesh或SimLab。
6.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S05中,调用OptiStruct拓扑优化计算,进行刚度、NVH、强度及碰撞性能优化。
7.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
所述S05的计算结果以STL格式输出给所述S06的3D软件。
8.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S08中,根据所述下摆臂结构形式与衬套结构、参数大数据及球头结构、参数大数据推荐衬套和球头。
9.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S10中,所述设计变量为所述下摆臂本体的钣金料厚;
所述响应参数为重量、刚度、强度、疲劳寿命、NVH、碰撞、操稳及平顺性。
10.根据权利要求1所述的汽车下摆臂自动化设计方法,其特征在于,
在所述S11中,根据所述DOE矩阵修改各仿真程序驱动脚本,驱动各仿真求解器进行计算,读取各个所述计算结果,将各个所述计算结果写入所述DOE矩阵中的响应参数对应位置,其中,所述各仿真程序驱动脚本包括驱动Hyper Mesh的cmf、tcl文件与驱动FEMFAT的FFJ文件、驱动SimLab的python程序、驱动OptiStruct的bat程序及驱动Adams的cmd文件。
11.一种汽车下摆臂自动化设计系统,其特征在于,包括:
获取模块,用于获取下摆臂硬点坐标数据;
第一选择模块,用于选择下摆臂结构形式;
第一驱动模块,用于驱动3D软件初步搭建下摆臂数据,实现下摆臂结构初定;
第二驱动模块,用于基于下摆臂数据驱动有限元软件进行网格自助划分;
第一调用模块,用于调用拓扑优化软件进行拓扑优化计算;
第三驱动模块,用于基于调用模块的计算结果驱动所述3D软件进行详细3D数据制作与详细结构细节优化;
确定模块,用于基于所述下摆臂结构形式初定料厚与材料,完成下摆臂本体设计;
推荐模块,用于根据所述下摆臂结构形式推荐衬套和球头;
组装模块,用于组装所述下摆臂本体、衬套及球头,实现下摆臂结构初定;
第一构造模块,用于根据设计变量和响应参数构造DOE矩阵;
第四驱动模块,用于根据所述DOE矩阵驱动各仿真求解器进行计算并得出计算结果,将计算结果写入所述DOE矩阵;
第二构造模块,用于根据写入计算结果的所述DOE矩阵构造近似模型;
第二选择模块,用于选择求解算法进行求解并列出计算结果;
第二调用模块,用于根据3D数据更新指令调用3D软件进行3D数据更新;
第五驱动模块,用于根据更新之后的所述3D数据驱动各仿真求解器进行计算,得到计算结果;
对比模块,用于对比所述驱动模块的计算结果与所述选择模块的计算结果;
第六驱动模块,用于所述第一构造模块、第四驱动模块、第二构造模块及第二选择模块在执行对应任务的同时驱动所述3D软件进行DMU检查与工艺分析;
导出模块,用于根据所述第二调用模块的3D数据更新结果导出3D数据;
生成模块,用于根据所述第二调用模块的3D数据更新结果生成设计文档。
12.根据权利要求11所述的汽车下摆臂自动化设计系统,其特征在于,
在所述第二选择模块中,若经过求解算法求解而得的3D数据与所述组装模块的初定的所述下摆臂结构一致,则直接执行所述第六驱动模块;若经过求解算法求解而得的3D数据与所述组装模块的初定的所述下摆臂结构不一致,则执行所述第二调用模块。
13.根据权利要求11所述的汽车下摆臂自动化设计系统,其特征在于,
在所述对比模块中,通过比对所述第二调用模块的数学拟合结果与第五驱动模块的3D数据仿真结果,记录误差点,通过人工智能自学习不断调整数学拟合算法,提高计算精度。
14.根据权利要求11所述的汽车下摆臂自动化设计系统,其特征在于,
在所述驱动模块中,驱动所述3D软件进行运动包络检查并切除多余数据。
15.根据权利要求11所述的汽车下摆臂自动化设计系统,其特征在于,
在所述第一构造模块中,所述设计变量为所述下摆臂本体的钣金料厚;
所述响应变量为重量、刚度、强度、疲劳寿命、NVH、碰撞、操稳及平顺性。
16.根据权利要求11所述的汽车下摆臂自动化设计系统,其特征在于,
在所述第四驱动模块中,根据所述DOE矩阵修改各仿真程序驱动脚本,驱动各仿真求解器进行计算,读取各个所述计算结果,将各个所述计算结果写入所述DOE矩阵中的响应参数对应位置,其中,所述各仿真程序驱动脚本包括驱动Hyper Mesh的cmf、tcl文件与驱动FEMFAT的FFJ文件、驱动SimLab的python程序、驱动OptiStruct的bat程序及驱动Adams的cmd文件。
CN202111425501.0A 2021-11-26 2021-11-26 一种汽车下摆臂自动化设计方法及系统 Pending CN114154260A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111425501.0A CN114154260A (zh) 2021-11-26 2021-11-26 一种汽车下摆臂自动化设计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111425501.0A CN114154260A (zh) 2021-11-26 2021-11-26 一种汽车下摆臂自动化设计方法及系统

Publications (1)

Publication Number Publication Date
CN114154260A true CN114154260A (zh) 2022-03-08

Family

ID=80458141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111425501.0A Pending CN114154260A (zh) 2021-11-26 2021-11-26 一种汽车下摆臂自动化设计方法及系统

Country Status (1)

Country Link
CN (1) CN114154260A (zh)

Similar Documents

Publication Publication Date Title
JP4747474B2 (ja) 新型車両の企画立案支援のためのコンピュータ・プログラム
US7467074B2 (en) System and method of interactively assembling a model
CN110399644B (zh) 车辆试验模型建立方法、装置、设备和存储介质
CN102867075A (zh) 基于加速度频率响应分析的车身地板优化设计方法
CN111209699A (zh) 一种基于车辆悬架静载荷的自动化提取方法及系统
WO2007001108A1 (en) System for providing feature-oriented software product line engineering environment
JP5026071B2 (ja) 機械組立体のホワイトボディモデリング及び仮想評価システム
CN111539066A (zh) 一种汽车门盖参数化集成设计的方法
CN115688446A (zh) 一种基于mbse的需求追溯及覆盖度检查方法
US8290752B2 (en) Method for designing an automotive vehicle
CN113391598B (zh) 一种虚拟装配仿真方法及系统
CN111291446A (zh) 基于前悬颤振和怠速振动的悬置系统多学科优化设计方法
CN114154260A (zh) 一种汽车下摆臂自动化设计方法及系统
TW200821786A (en) Automated design frame and method for solid models
JP2003099472A (ja) 車両情報記憶のためのコンピュータ・プログラム
CN115795678A (zh) 一种用于车身结构概念设计的参数优化方法和存储介质
CN115169005A (zh) 一种用于车身降本减重的多学科协同分析方法
CN105667633A (zh) 基于后备箱门造型变化的改款车型车身结构设计方法
CN114626143B (zh) 汽车碰撞分析优化方法、电子设备及存储介质
JP7111425B2 (ja) メカトロニックシステムのシミュレーションのための操作手順を生成する方法
JPH1139378A (ja) システム設計仕様を規定する装置
Chigullapalli et al. Enhancing Productivity in Design by Front Loading and Simultaneous Engineering Using CAD Morphing
CN114491784A (zh) 一种白车身模型建模方法及系统
CN113946908A (zh) 基于机器学习的副车架多学科轻量化优化方法及系统
CN114741780A (zh) 一种结构安全系数高效计算方法

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