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 PDFInfo
- 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
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
- G06F30/17—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]
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
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。
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) |
-
2021
- 2021-11-26 CN CN202111425501.0A patent/CN114154260A/zh active Pending
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 |