CN116861587A - 车轮优化方法、装置、电子设备及可读存储介质 - Google Patents

车轮优化方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN116861587A
CN116861587A CN202310827787.8A CN202310827787A CN116861587A CN 116861587 A CN116861587 A CN 116861587A CN 202310827787 A CN202310827787 A CN 202310827787A CN 116861587 A CN116861587 A CN 116861587A
Authority
CN
China
Prior art keywords
wheel
model
performance
target
candidate
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
CN202310827787.8A
Other languages
English (en)
Other versions
CN116861587B (zh
Inventor
苏永雷
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.)
Xiaomi Automobile Technology Co Ltd
Original Assignee
Xiaomi Automobile 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 Xiaomi Automobile Technology Co Ltd filed Critical Xiaomi Automobile Technology Co Ltd
Priority to CN202310827787.8A priority Critical patent/CN116861587B/zh
Publication of CN116861587A publication Critical patent/CN116861587A/zh
Application granted granted Critical
Publication of CN116861587B publication Critical patent/CN116861587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • 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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)

Abstract

本公开涉及一种车轮优化方法、装置、电子设备及可读存储介质，涉及车辆工程技术领域，所述方法包括：基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；基于所述目标代理模型和目标性能参数获取目标车轮模型。本公开通过确定的目标代理模型来获取目标性能参数对应的最优车轮结构，如此能够保证车轮的性能。

Description

车轮优化方法、装置、电子设备及可读存储介质
技术领域
本公开涉及车辆工程技术领域，尤其涉及一种车轮优化方法、装置、电子设备及可读存储介质。
背景技术
相关技术中，车轮是汽车行驶中最重要的承载件和安全构件，主要由轮辋和轮辐两部分组成。其中，轮辋是车轮安装和支撑轮胎的部分；轮辐是车轮上支撑车轴与轮辋的循环结构部分。车轮在使用过程中需要承受弯扭、剪切和冲击等多种复杂动载荷作用，其设计优劣直接影响汽车的综合性能。因此，如何更好的对车轮进行优化是亟待解决的技术问题。
发明内容
为克服相关技术中存在的问题，本公开提供一种车轮优化方法、装置、电子设备及可读存储介质。
根据本公开实施例的第一方面，提供一种车轮优化方法，包括：
基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；
对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；
根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；
基于所述目标代理模型和目标性能参数获取目标车轮模型。
可选地，所述方法还包括：
获取静态工况，以及获取动态工况，所述静态工况包括疲劳工况，所述动态工况包括刚度工况；
将所述静态工况和所述动态工况进行归一化，并进行工况加权，得到所述第一性能指标。
可选地，所述获取动态工况包括：
确定指定数量的侧向刚度求解工况；
获取每个所述侧向刚度求解工况对应的频响曲线，并基于多个所述频响曲线的平均值获取所述动态工况。
可选地，所述基于第一性能指标实现轮辐概念设计，得到初始车轮模型，包括：
获取轮辐造型选型，并以所述轮辐造型选型下的风阻性能的窗口占比为约束，基于所述第一性能指标实现所述轮辐概念设计，得到所述初始车轮模型。
可选地，所述对所述初始车轮模型进行变形，得到多个候选车轮模型，包括：
基于所述周向循环及一平面对称的结构确定每个所述候选车轮模型的主控制模块和从控制模块，所述主控制模块与所述从控制模块存在同步关联的关系；
对所述主控制模块进行变形，得到变形后的主控制模块；
根据变形后的主控制模块对所述从控制模块进行同步调整，得到多个所述候选车轮模型。
可选地，所述根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型，包括：
根据自适应试验设计采样的方法对每个所述候选车轮模型的结构参数和对应的性能参数进行采样，得到采样结果；
根据所述采样结果得到所述目标代理模型。
可选地，所述方法还包括：
利用自由形状优化方法对所述目标车轮模型的结构进行迭代优化，得到优化模型。
可选地，所述方法还包括：
对所述优化模型进行仿真验证，以确定所述优化模型是否满足性能目标。
可选地，所述方法还包括：
若确定所述优化模型不满足性能目标，则确定所述优化模型中性能不满足的待优化区域；
利用所述自由形状优化方法对所述待优化区域进行迭代优化。
根据本公开实施例的第二方面，提供一种车轮优化装置，包括：
设计模块，被配置为基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；
仿真模块，被配置为对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；
第一获取模块，被配置为根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；
第二获取模块，被配置为基于所述目标代理模型和目标性能参数获取目标车轮模型。
根据本公开实施例的第三方面，提供一种电子设备，该电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；
对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；
根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；
基于所述目标代理模型和目标性能参数获取目标车轮模型。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的车轮优化方法的步骤。
通过上述技术方案，基于第一性能指标实现轮辐概念设计，得到初始车轮模型，其中，初始车轮模型的结构为周向循环及一平面对称的结构，而后对该初始车轮模型进行变形，得到多个候选车轮模型，并对每个候选车轮模型进行仿真分析，得到这些候选车轮模型的性能参数，在此基础上，根据每个候选车轮模型的结构参数和对应的性能参数获取目标代理模型，最后基于目标代理模型和目标性能参数获取目标车轮模型，本公开通过确定的目标代理模型来获取最优车轮结构，如此能够保证车轮的性能。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种车轮优化方法的流程图。
图2是根据一示例性实施例示出的另一种车轮优化方法的流程图。
图3是根据一示例性实施例示出的另一种车轮优化方法中指定数量的侧向刚度求解工况的示例图。
图4是根据一示例性实施例示出的另一种车轮优化方法中获取动态工况时的各频响曲线的示例图。
图5是根据一示例性实施例示出的另一种车轮优化方法中主控制模块和从控制模块的示例图。
图6是根据一示例性实施例示出的一种车轮优化装置的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是，在本公开中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序；下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。
在一些实施方式中，车轮结构设计要满足多个性能，这些性能包括NVH(Noise、Vibration、Harshness，噪声、振动与声振粗糙度)性能、耐久性能、碰撞性能、风阻性能、轻量化以及制造工艺性等。
其中，NVH性能：车轮运动时，路面激励导致的结构噪声作用到轮胎上，并通过轮辋-悬架传递到车内。可见，轮辋的模态和侧向刚度是车轮设计的重要一环，即侧向刚度大小能有效决定轮胎的隔振性能，同时影响结构噪声传递路径，进而能够影响到整车的噪声。
可选地，耐久性能：通过车轮弯曲疲劳、径向疲劳试验和冲击试验考察车轮在循环载荷和极端场景下的耐久可靠性，其中，耐久性能的风险通常聚焦于结构的局部区域。
可选地，碰撞性能：常规的小偏置的碰吸能路径是防撞梁→吸能盒→纵梁→车轮→A柱及下部防火墙，通过对车轮进行结构优化能够使车轮具备特定的承载能力，该承载能力可以使车轮在溃缩变形时既可以吸收大量的碰撞能量，又可以避免车轮堆积并侵入乘员舱。
可选地，风阻性能：主要针对车轮的轮辐设计，对风阻产生主要影响的是其“窗口”的占比，即外侧面全封闭设计风阻最小，随着“窗口”的增大风阻会随之增大。轮辐对风阻性能的影响主要关注的是“窗口”的占比，且“窗口”占比会直接影响车轮的造型，故在造型概念选型阶段将可以优化前置。
可选地，轻量化及制造工艺性：多学科高性能达成的同时需要兼顾设计重量，与此同时，提升轻量化水平更是保持车型成本优势的关键举措。高性能车轮往往采用一体化铸铝或锻铝车轮，其壁厚及曲面特征设计需要满足拔模等制造工艺要求。
图1是根据一示例性实施例示出的一种车轮优化方法的流程图，该车轮优化方法可用于电子设备中，请参阅图1，该方法可以包括以下步骤。
在步骤S110中，基于第一性能指标实现轮辐概念设计，得到初始车轮模型。
作为一种可选地方式，本公开实施例可以基于第一性能指标实现轮辐概念设计，以得到初始车轮模型。其中，第一性能指标也可以称作是多工况组合柔度性能指标，即第一性能指标可以是归一化组合柔度。
可选地，在进行轮辐概念设计的过程中，本公开实施例可以根据轮辐造型选型，以该轮辐造型选型的分组性能的窗口占比为约束，基于多工况性能指标通过拓扑优化完成轮辐概念设计。换句话说，本公开实施例可以基于第一性能指标实现轮辐概念设计，得到初始车轮模型。
作为一个示例，根据客户需求选择了五辐的轮辐造型之后，本公开实施例可以在五辐的轮辐造型选择不同的窗口占比进行仿真。例如，五辐的轮辐造型下窗口的占比可以是25％、30％、35％、40％、45％以及50％等。另外，在对不同的窗口占比的车轮造型进行仿真时，本公开实施例可以以第一性能指标为目标对车轮进行优化。
需要说明的是，在进行轮辐概念设计之前，本公开实施例可以先对车轮优化相关的性能进行预先定义，即通过预先定义声明车轮需要满足哪些性能。例如，车轮需要满足耐撞性能、NVH性能好以及造型好等。
在一个具体的实施方式中，本公开实施例对NVH性能(车轮侧向刚度)进行定义，具体的，将约束状态定义为自由无约束；以及可以定义侧向刚度单位载荷频率范围(加载)为1～2000Hz，这里，加载点的位置偏差对结果基本无影响。另外，公开实施例可以定义侧向刚度分析求解工况，通过结合这些公开，本公开实施例可以获取到最终的侧向刚度，具体如何获取侧向刚度下面实施例将会详细说明。
在另一个具体的实施方式中，本公开实施例也可以对碰撞性能进行定义，具体的，对车轮单体进行仿真可以大幅度减少计算周期，具有相对准确度；在定义碰撞性能的过程中，本公开实施例可以将约束状态定义为约束轮心1、2方向的移动自由度，以及保持车轮3方向自由度可以压缩变形；在车轮底部和顶部可以设定刚性板，车轮与刚性板为接触设置，不允许穿透。
另外，碰撞性能定义中的加载可以是车轮顶部的刚性板可以以准静态的速度沿-Z方向加载，静压车轮顶部；压溃力：车轮顶部刚性板随时间变化曲线最大峰值为压溃力。车轮顶部刚性板随时间变化曲线的横坐标表示的是时间，纵坐标表示的是力，在有压溃的情况下，压到一定程度时车轮就会溃缩，该溃缩的位置便是峰值的位置，即峰值的位置便是车轮顶部刚性板随时间变化曲线最大峰值，即作为压溃力。另外，若没有压溃，则车轮顶部刚性板随时间变化曲线会一直增大。不论是有压溃还是没有压溃均是为了获取最大峰值。通过该最大峰值便可以实现对碰撞性能的仿真。
通过上述介绍知道，在对车轮进行优化之前，本公开实施例不仅可以对NVH性能和碰撞性能进行定义，也可以对耐久性能进行定义。作为一个示例，本公开实施例可以定义车轮弯曲疲劳、径向疲劳和冲击试验仿真工况，根据实验场景，制定对应的仿真工况即可。其他性能的定义与上述性能的定义类似，这里就不再赘述。
本公开实施例中，初始车轮模型的结构可以是周向循环及一平面对称的结，首先本公开实施例可以定义局部坐标。具体的，以轮缘中心点为原点，原点到轮心硬点方向为Y轴，轮缘平面与整车XY平面共线的方向为局部坐标X轴。另外，Z轴可以根据右手定则定义，这里，局部坐标的X、Y、Z轴与对应的整车坐标X、Y、Z轴之间的空间夹角可以为锐角。
在一些实施方式中，车轮的轮辐部分通常有较大设计余量，而其他结构部分的优化余地较小。因此，本公开实施例可以将车轮的轮辐部分做成封闭的拓扑域，同时可以将车轮的结构设置成循环对称结构，且每一个子结构区域具有自对称特征。
换句话说，本公开实施例增加了对称模式的约束，对封闭的拓扑域施加对称约束可以生成对称设计。具体的对称模式可以设定为：周向循环及一平面对称(cyc 1-pln)，即在周向循环基础上，对每个子结构区域指定一个中间平面，如此可以保证每个子结构区域的优化结果同时是关于一平面的对称设计。
另外，本公开实施例可以设定循环对称结构的子结构数目，具体可以通过UCYC定义。例如，UCYC＝5，则轮辐为五辐式，每个子结构区域占整个拓扑的1/5，对应的子结构区域扇形角度则为360/5＝72度。又如，UCYC＝6，则轮辐为6辐式，每个子结构区域占整个拓扑的1/6，对应的子结构区域扇形角度为360/6＝60度。
可选地，本公开可以设定锚点(anchor node)为局部坐标原点，第一参考点(firstnode)为轮心硬点，第二参考点取对称平面上的点，即可以取局部坐标下坐标为(100，0，0)的点，如此可以定义出每个子结构区域一平面的位置。
在另一些实施方式中，在进行轮辐概念设计的过程中，对于铸造件需要考虑制造加工过程中的拔模，故在拔模方向上不能有材料的阻挡。具体的，本公开可以设定拓扑域，并从轮辐内侧表面向轮辐外侧表面方向单向拔模。这里，拔模制造工艺的优化约束可以是以拓扑域的体积分数为约束条件，在此基础上，分别设定不同的体积分数约束，如≤15％，≤20％，≤25％，≤30％，≤35％等。
综上所述，本公开实施例在进行轮辐概念设计的过程中可以以最小组合加权柔度为优化目标，具体的，根据拓扑优化结果，分析不同体积约束下轮辐区域结构特征和“窗口”占比。这里，造型设计注重轮辐区域结构特征，风阻性能注重“窗口”特征。本公开实施例可以平衡造型风格和性能需求，选择较为接近两方(造型和性能)需求的拓扑优化结果作为设计参考。在此基础上，根据拓扑优化结果构造轮辐区域初版设计方案，该初版设计方案即可作为初始车轮模型，通过上述介绍知道，初始车轮模型具有周向循环及一平面对称的结构特征。
在步骤S120中，对初始车轮模型进行变形，得到多个候选车轮模型，并对每个候选车轮模型进行仿真分析，得到每个候选车轮模型的性能参数。
作为一种可选地方式，在获取到初始车轮模型之后，本公开实施例可以对初始车轮模型进行变形，得到多个候选车轮模型，并对每个候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数。在此过程中，本公开实施例可以对循环对称结构的参数化变形进行定义。
具体的，本公开实施例可以利用网格参数化变形模块对设计变量参数进行定义，即对循环对称结构参数进行定义，该循环对称结构参数的定义可以是基于周向循环及一平面对称(cyc 1-pln)结构进行。在定义过程中，本公开可以选取任一子结构区域定义参数变形模块，该模块可以作为主控制模块(MCB，master control block)。
可选地，除了主控制模块的其他模块可以是从控制模块(SCB，slave controlblock)。这里，主控制模块与从控制模块之间存在同步关联的关系，主控制模块的参数变动时，从控制模块的参数可以同步调整，如此可以大幅度降低设计变量个数。
在一些实施方式中，对每个候选车轮模型进行仿真分析的过程中，本公开实施例可以分别开展车轮侧向刚度仿真分析和车轮单体等效碰撞仿真分析。基于仿真分析，本公开实施例对轮辐主体结构参数进行设计，即基于参数化变形技术可以对轮辐主体结构参数进行设计。
在步骤S130中，根据每个候选车轮模型的结构参数和对应的性能参数获取目标代理模型。
作为一种可选地方式，在对每个候选车轮模型进行仿真分析，得到每个候选车轮模型的性能参数的基础上，本公开实施例可以根据每个候选车轮模型的结构参数和对应的性能参数获取目标代理模型。
具体的，本公开实施例可以根据自适应试验设计采样的方法对每个候选车轮模型的结构参数和对应的性能参数进行采样，得到采样结果，在此基础上，根据采样结果得到目标代理模型。其中，自适应试验设计采样在线性区域少量采样，在非线性区域增加样本点，如此可以避免了资源在已知信息区域的浪费。
作为一个具体的实施方式，在进行自适应试验设计采样的过程中可以采用100个样本点，其中，20个初始样本点可以作为设计空间的采样基础参考，另外80个样本可以分为8代，每代包括10个样本，这80个样本可以在前代基础上进一步采样，如此可以得到采样结果。在此基础上，基于采样结果建立实验设计矩阵，并构建泰勒多项式代理模型，比较多项式不同阶次下代理模型的精度，直至精度不再有明显变化，本公开实施例可以选择精度最高的阶次下的代理模型作为目标代理模型。
在步骤S140中，基于目标代理模型和目标性能参数获取目标车轮模型。
作为一种可选地方式，在获取到目标代理模型之后，本公开实施例可以基于该目标代理模型和目标性能参数获取目标车轮模型。具体的，基于目标代理模型开展单目标优化，优化的性能约束可以是刚度性能≥刚度目标值，压溃目标值≤压溃力，以及质量最小为优化目标开展优化。
这里，本公开实施例可以基于机器学习的一键式智能优化算法进行优化，即基于设计变量特征和目标代理模型特征，从已有优化算法库中自动匹配最合理的优化算法，并将优化求解得到的方案带入有限元模型(目标车轮模型)进行验证。可选地，本公开实施例也可以将优化方案对应的有限元模型(目标车轮模型)转化为2D几何数据，输出给用户，如此可以辅助用户根据参数优化结果构造轮辐区域参数设计方案。
本公开实施例基于第一性能指标实现轮辐概念设计，得到初始车轮模型，其中，初始车轮模型的结构为周向循环及一平面对称的结构，而后对该初始车轮模型进行变形，得到多个候选车轮模型，并对每个候选车轮模型进行仿真分析，得到这些候选车轮模型的性能参数，在此基础上，根据每个候选车轮模型的结构参数和对应的性能参数获取目标代理模型，最后基于目标代理模型和目标性能参数获取目标车轮模型，本公开通过确定的目标代理模型来获取最优车轮结构，如此能够保证车轮的性能。
图2是根据一示例性实施例示出的一种车轮优化方法的流程图，该车轮优化方法可用于电子设备中，请参阅图2，该方法可以包括以下步骤。
在步骤S210中，获取静态工况，以及获取动态工况。
本公开实施例中，静态工况可以是疲劳工况，其中，疲劳工况可以包括三个疲劳工况，这三个疲劳工况分别可以是车轮弯曲疲劳、径向疲劳和冲击试验工况。
可选地，动态工况可以包括刚度工况，即动态工况可以通过侧向刚度表示，侧向刚度越大则表示NVH性能(噪声)越好。在获取动态工况的过程中，本公开实施例可以先确定指定数量的侧向刚度求解工况，在此基础上，获取每个侧向刚度求解工况对应的频响曲线，并基于多个频响曲线的平均值获取动态工况。
作为一个具体的实施方式，本公开实施例可以定义四个侧向刚度分析求解工况，详细如图3所示，其中，工况1可以是激励点201到响应点202的频率响应；工况2可以是激励点201到响应点204的频率响应；工况3可以是激励点203到响应点202的频率响应；工况4可以是激励点203到响应点204的频率响应。
可选地，在定义四个侧向刚度求解工况之后，本公开实施例可以获取每个侧向刚度求解工况对应的频响曲线，详细如图4所示。图4中的曲线205、曲线206、曲线207和曲线208可以是通过对上述四个工况点进行处理获取的频响曲线，这些频响曲线的横轴是频率。在此基础上，并基于四个频响曲线的平均值获取侧向刚度(动态工况)。
在一些实施方式中，侧向刚度的计算公式可以是：
其中，M是轮辋质量；Fmin是反共振峰频率；Fmax是共振峰频率。这里，Fmin和Fmax是平均曲线上的最大频率和最小频率。
在步骤S220中，将静态工况和动态工况进行归一化，并进行工况加权，得到第一性能指标。
作为一种可选地方式，本公开可以利用归一化组合柔度法，将静态工况和动态工况进行柔度当量归一化，并进一步进行工况加权，以形成组合柔度参与优化，而后可以将多工况多性能指标转化为组合柔度这一单一指标。其中，归一化组合柔度定义如下：
其中，NORM为归一化系数，其为静态工况最大柔度和动态工况最小特征值的乘积，Wi为静态工况系数，Ci为静态工况柔度，Wj为动态工况系数，λj为动态工况特征值。此处，刚度工况可以简化为共振模态频率，提取轮辐工作模态为刚度工况柔度参考指标。
在步骤S230中，基于第一性能指标实现轮辐概念设计，得到初始车轮模型。
其中，步骤S230的具体实施方式上述实施例已进行了详细描述，这里就不再进行赘述。
在步骤S240中，对初始车轮模型进行变形，得到多个候选车轮模型，并对每个候选车轮模型进行仿真分析，得到每个候选车轮模型的性能参数。
通过上述介绍知道，在获取到初始车轮模型之后，本公开实施例可以对初始车轮模型进行变形。具体的，在对初始车轮模型进行变形的时候，基于周向循环及一平面对称的结构确定每个候选车轮模型的主控制模块和从控制模块，其中，主控制模块与从控制模块存在同步关联的关系。为了更好的理解主控制模块和从控制模块的关系，本公开实施例给出了如图5所示的示例图，图5中的模块211可以是主控制模块，模块212、模块213、模块214和模块215均可以作为从控制模块。
在此基础上，对主控制模块进行变形，得到变形后的主控制模块，然后根据变形后的主控制模块对从控制模块进行同步调整，得到多个候选车轮模型。
作为一个具体的实施方式，针对上述实施例得到的周向循环及一平面对称(cyc1-pln)结构(初始车轮模型)，本公开实施例可以在任一子结构区域定义参数变形模块，该模块可以定义为主控制模块。其中，主控制模块可以将子结构区域的结构变形特征全部覆盖。
可选地，在执行变形操作时，本公开实施例可以对轮辐在多个位置进行沿轮辐法向、切向的拉伸、压缩变形，每个方向的结构变形可以定义为设计变量；拉伸、压缩变形范围可以定义为设计区间。在对主控制模块进行变形之后，本公开实施例可以将主控制模块复制并根据对称模式映射到其他子结构区域，则其他循环对称部分也匹配到对应的变形模块。这些变形模块可以为从控制模块，从控制模块与主控制模块同步关联，即主控制模块参数变动时，从控制模块同步调整。通过模块同步关联定义，一方面可以大幅降低设计变量数量，提升优化效率，另一方面，能够保证轮辐整体结构一致以保持循环对称特征。
综上，由于从控制模块与主控制模块同步关联大幅降低了设计变量个数，初步预测小规模样本计算即可得到设计变量与各性能的关联规律，即获取到目标代理模型，与传统强调均匀性实验设计采样方法不同，本发明进一步采用自适应实验设计采样的方法能够提升采样效率，节省计算资源和时间。
在步骤S250中，根据每个候选车轮模型的结构参数和对应的性能参数获取目标代理模型。
作为一种可选地方式，对每个候选车轮模型进行仿真分析，得到每个候选车轮模型的结构参数对应的性能参数之后，本公开实施例可以基于结构参数和性能参数获取每个车轮模型对应的目标代理模型。
具体的，本公开实施例可以基于车轮侧向刚度仿真分析和单体等效碰撞仿真分析，建立多学科多工况联合仿真流程。另外，将定义的轮辐设计变量和设计范围作为共有设计输入，其中，轮辐设计变量和设计范围可以统称为结构参数。
可选地，将侧向刚度值作为侧向刚度分析的性能输出；将压溃力作为车轮碰撞仿真的性能输出；将车轮轮辐区域的重量作为性能输出。这里，性能参数可以包括侧向刚度值、压溃力以及轮轮辐区域的重量等。在此基础上，同步驱动对应的车轮仿真模型(目标代理模型)自动运行和结果的自动化提取。
在步骤S260中，基于目标代理模型和目标性能参数获取目标车轮模型。
作为一种可选地方式，目标车轮模型也可以称作是参数优化结构，在获取到该参数优化结果之后，本公开实施例可以根据参数优化结果构造轮辐区域参数设计数据。在此基础上，将设计数据建模为有限元3D实体网格，单元类型设定为二阶单元，以开展仿真验证。由于轮辐外部特征属于造型面范畴，调整余量较小，主要局部结构参数设计针对轮辐内侧表面。其中，局部结构参数设计主要考虑刚度性能，主要是因为刚度工况是自由无约束状态，优化的结果会保持循环对称的特征。
在一些实施方式中，利用自由形状(FREESHAPE)优化方法对目标车轮模型的结构进行迭代优化，得到优化模型。具体的，采用FREESHAPE优化方法，选择轮辐内侧面所有节点建立节点集SET-nodes。
在此基础上，进行局部结构优化，其中，优化的设计变量：节点集SET-nodes，设计变量的变形方向为法向，本公开实施例可以采用VERTEXM算法进行优化，变形模式为节点可收缩，节点收缩范围为[-4mm,+4mm]，为避免节点变形出现畸形导致优化不收敛，在每步优化后自动实施remesh功能，并对网格自动划分；约束条件：刚度性能≥刚度目标值；优化目标：最小化轮辐部分质量。通过采用FREESHAPE优化方法对轮辐内侧面结构迭代优化求解，能够得到满足刚度性能的最佳方案及特征，即得到优化模型。如此可以实现风险区域材料增加最少、性能提升最大的目标，完成车轮高性能低成本的多层级设计。
需要说明的是，在得到优化模型之后，本公开实施例也可以确定优化模型中内侧面对刚度不敏感的区域，并对所述不敏感区域开减重槽的位置。可选地，本公开实施例也可以确定内侧面相对刚度性能需要加强抬高或减重降低的区域，且这些区域均存在循环对称特征。在此基础上，对这些区域执行加强抬高或减重降低操作。
在一些实施方式中，获取到FREESHAPE优化结果(优化模型)之后，本公开实施例可以确认并完善轮辐内侧结构参数设计以实现轻量化。进一步地，本公开实施例可以对优化模型进行仿真验证，以确保优化模型是否满足性能目标。具体的，对设计数据开展相关刚度、碰撞以及疲劳等仿真验证，以确保各刚度性能满足要求。
作为一个具体的实施方式，若通过仿真确定优化模型不满足性能指标，则本公开实施例可以确定该优化模型中性能不满足的待优化区域，并利用自由形状优化(FREESHAPE)方法对所述待优化区域进行迭代优化。具体的，若确定碰撞、耐久性能等存在不足，则根据碰撞及耐久性能灵敏区域适当补充材料以提升性能，直至性能达标，得到最终的工程设计数据。
其中，耐久性能灵敏区域补充资料优化方法可以为：若部分疲劳工况仿真分析结果不满足性能目标，则可以通过对此工况局部优化的方法提升性能。采用FREESHAPE优化方法，分析疲劳不满足性能目标所相关的结构区域(待优化区域)，选择此区域轮廓面相关节点建立疲劳性能节点集(Set C)。
可选地，优化定义包括设计变量、约束条件和优化目标，其中，设计变量：疲劳性能节点集(Set C)，该设计变量的变形方向为法向，采用VERTEXM算法，变形模式为节点放大，本公开实施例可以采用GROW模式，即节点均不收缩，这里，设计变量范围可以为[0,1mm]，如此可以使结构适当局部增强，不被减弱；约束条件：应力值≤目标值，其中目标值为疲劳分析轮辐非风险区域的最大应力值；优化目标：最小化质量。
综上，通过采用FREESHAPE优化方法对轮辐风险区域迭代优化求解，能够得到满足刚度、强度目标值的结构优化方案。在此基础上，参考结构优化方案制作工程数据，并进一步验证耐久性能达标情况。可选地，本公开实施例可以确定耐久性能是否达标，若确定耐久性能仍未达标，则可以进一步提升应力优化的目标值再次优化，直至耐久全部达标。
本公开实施例能够在汽车产品研发前期知道关键路径设计，即主要通过多个层次开展优化，每个层次优化的变量及关键性能指标均有调整，通过完整梳理各相关因素与性能的关联规律，能够清晰锁定性能提升及结构轻量化的优化方向。另外，本公开实施例的成本低、自动化效率高，能够做到性能的前期把控，进而可以降低研发费用增加的风险。
本公开实施例基于第一性能指标实现轮辐概念设计，得到初始车轮模型，其中，初始车轮模型的结构为周向循环及一平面对称的结构，而后对该初始车轮模型进行变形，得到多个候选车轮模型，并对每个候选车轮模型进行仿真分析，得到这些候选车轮模型的性能参数，在此基础上，根据每个候选车轮模型的结构参数和对应的性能参数获取目标代理模型，最后基于目标代理模型和目标性能参数获取目标车轮模型，本公开通过确定的目标代理模型来获取最优车轮结构，如此能够保证车轮的性能。另外，通过不断的迭代优化，本公开实施例最终获取的优化模型满足刚度性能、碰撞性能、强度耐久性能所有要求，并兼顾轻量化。
图6是根据一示例性实施例示出的一种车轮优化装置300框图。参照图6，该车轮优化装置300包括设计模块310、仿真模块320、第一获取模块330和第二获取模块340。
该设计模块310被配置为基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；
该仿真模块320被配置为对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；
该第一获取模块330被配置为根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；
该第二获取模块340被配置为基于所述目标代理模型和目标性能参数获取目标车轮模型。
在一些实施方式中，车轮优化装置300还可以包括：
工况获取模块，被配置为获取静态工况，以及获取动态工况，所述静态工况包括疲劳工况，所述动态工况包括刚度工况；
加权模块，被配置为将所述静态工况和所述动态工况进行归一化，并进行工况加权，得到所述第一性能指标。
在一些实施方式中，工况获取模块还被配置为确定指定数量的侧向刚度求解工况；获取每个所述侧向刚度求解工况对应的频响曲线，并基于多个所述频响曲线的平均值获取所述动态工况。
在一些实施方式中，设计模块310还可以被配置为获取轮辐造型选型，并以所述轮辐造型选型下的风阻性能的窗口占比为约束，基于所述第一性能指标实现所述轮辐概念设计，得到所述初始车轮模型。
在一些实施方式中，仿真模块320可以包括：
确定子模块，被配置为基于所述周向循环及一平面对称的结构确定每个所述候选车轮模型的主控制模块和从控制模块，所述主控制模块与所述从控制模块存在同步关联的关系；
变形子模块，被配置为对所述主控制模块进行变形，得到变形后的主控制模块；
调整子模块，被配置为根据变形后的主控制模块对所述从控制模块进行同步调整，得到多个所述候选车轮模型。
在一些实施方式中，第一获取模块330可以包括：
采样子模块，被配置为根据自适应试验设计采样的方法对每个所述候选车轮模型的结构参数和对应的性能参数进行采样，得到采样结果；
模型确定子模块，被配置为根据所述采样结果得到所述目标代理模型。
在一些实施方式中，车轮优化装置300还可以包括：
迭代优化模块，被配置为利用自由形状优化方法对所述目标车轮模型的结构进行迭代优化，得到优化模型。
在一些实施方式中，车轮优化装置300还可以包括：
性能确定模块，被配置为对所述优化模型进行仿真验证，以确定所述优化模型是否满足性能目标。
在一些实施方式中，迭代优化模块还被配置为若确定所述优化模型不满足性能目标，则确定所述优化模型中性能不满足的待优化区域；利用所述自由形状优化方法对所述待优化区域进行迭代优化。
本公开实施例基于第一性能指标实现轮辐概念设计，得到初始车轮模型，其中，初始车轮模型的结构为周向循环及一平面对称的结构，而后对该初始车轮模型进行变形，得到多个候选车轮模型，并对每个候选车轮模型进行仿真分析，得到这些候选车轮模型的性能参数，在此基础上，根据每个候选车轮模型的结构参数和对应的性能参数获取目标代理模型，最后基于目标代理模型和目标性能参数获取目标车轮模型，本公开通过确定的目标代理模型来获取最优车轮结构，如此能够保证车轮的性能。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的车轮优化方法的步骤。
图7是根据一示例性实施例示出的一种用于执行车轮优化方法的电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图7，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
输入/输出接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
上述电子设备除了可以是独立的电子设备外，也可是独立电子设备的一部分，例如在一种实施例中，该电子设备可以是集成电路(Integrated Circuit，IC)或芯片，其中该集成电路可以是一个IC，也可以是多个IC的集合；该芯片可以包括但不限于以下种类：GPU(Graphics Processing Unit，图形处理器)、CPU(Central Processing Unit，中央处理器)、FPGA(Field Programmable Gate Array，可编程逻辑阵列)、DSP(Digital SignalProcessor，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、SOC(System on Chip，SoC，片上系统或系统级芯片)等。上述的集成电路或芯片中可以用于执行可执行指令(或代码)，以实现上述的车轮优化方法。其中该可执行指令可以存储在该集成电路或芯片中，也可以从其他的装置或设备获取，例如该集成电路或芯片中包括处理器、存储器，以及用于与其他的装置通信的接口。该可执行指令可以存储于该存储器中，当该可执行指令被处理器执行时实现上述的车轮优化方法；或者，该集成电路或芯片可以通过该接口接收可执行指令并传输给该处理器执行，以实现上述的车轮优化方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的车轮优化方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、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公开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，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开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。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种车轮优化方法，其特征在于，所述方法包括：
基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；
对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；
根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；
基于所述目标代理模型和目标性能参数获取目标车轮模型。
2.根据权利要求1所述的车轮优化方法，其特征在于，所述方法还包括：
获取静态工况，以及获取动态工况，所述静态工况包括疲劳工况，所述动态工况包括刚度工况；
将所述静态工况和所述动态工况进行归一化，并进行工况加权，得到所述第一性能指标。
3.根据权利要求2所述的车轮优化方法，其特征在于，所述获取动态工况包括：
确定指定数量的侧向刚度求解工况；
获取每个所述侧向刚度求解工况对应的频响曲线，并基于多个所述频响曲线的平均值获取所述动态工况。
4.根据权利要求1所述的车轮优化方法，其特征在于，所述基于第一性能指标实现轮辐概念设计，得到初始车轮模型，包括：
获取轮辐造型选型，并以所述轮辐造型选型下的风阻性能的窗口占比为约束，基于所述第一性能指标实现所述轮辐概念设计，得到所述初始车轮模型。
5.根据权利要求1所述的车轮优化方法，其特征在于，所述对所述初始车轮模型进行变形，得到多个候选车轮模型，包括：
基于所述周向循环及一平面对称的结构确定每个所述候选车轮模型的主控制模块和从控制模块，所述主控制模块与所述从控制模块存在同步关联的关系；
对所述主控制模块进行变形，得到变形后的主控制模块；
根据变形后的主控制模块对所述从控制模块进行同步调整，得到多个所述候选车轮模型。
6.根据权利要求1所述的车轮优化方法，其特征在于，所述根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型，包括：
根据自适应试验设计采样的方法对每个所述候选车轮模型的结构参数和对应的性能参数进行采样，得到采样结果；
根据所述采样结果得到所述目标代理模型。
7.根据权利要求1所述的车轮优化方法，其特征在于，所述方法还包括：
利用自由形状优化方法对所述目标车轮模型的结构进行迭代优化，得到优化模型。
8.根据权利要求7所述的车轮优化方法，其特征在于，所述方法还包括：
对所述优化模型进行仿真验证，以确定所述优化模型是否满足性能目标。
9.根据权利要求8所述的车轮优化方法，其特征在于，所述方法还包括：
若确定所述优化模型不满足性能目标，则确定所述优化模型中性能不满足的待优化区域；
利用所述自由形状优化方法对所述待优化区域进行迭代优化。
10.一种车轮优化装置，其特征在于，包括：
设计模块，被配置为基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；
仿真模块，被配置为对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；
第一获取模块，被配置为根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；
第二获取模块，被配置为基于所述目标代理模型和目标性能参数获取目标车轮模型。
11.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
基于第一性能指标实现轮辐概念设计，得到初始车轮模型，所述初始车轮模型的结构为周向循环及一平面对称的结构；
对所述初始车轮模型进行变形，得到多个候选车轮模型，并对每个所述候选车轮模型进行仿真分析，得到每个所述候选车轮模型的性能参数；
根据每个所述候选车轮模型的结构参数和对应的性能参数获取目标代理模型；
基于所述目标代理模型和目标性能参数获取目标车轮模型。
12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1～9中任一项所述方法的步骤。
CN202310827787.8A 2023-07-06 2023-07-06 车轮优化方法、装置、电子设备及可读存储介质 Active CN116861587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310827787.8A CN116861587B (zh) 2023-07-06 2023-07-06 车轮优化方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310827787.8A CN116861587B (zh) 2023-07-06 2023-07-06 车轮优化方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN116861587A true CN116861587A (zh) 2023-10-10
CN116861587B CN116861587B (zh) 2024-03-12

Family

ID=88226317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310827787.8A Active CN116861587B (zh) 2023-07-06 2023-07-06 车轮优化方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN116861587B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150005982A1 (en) * 2011-12-23 2015-01-01 Prasad Muthukumar Smart active tyre pressure optimising system
CN106484993A (zh) * 2016-10-08 2017-03-08 中国航空动力机械研究所 整体叶轮循环对称网格自动生成方法
CN112101572A (zh) * 2020-09-25 2020-12-18 北京百度网讯科技有限公司 模型优化方法、装置、设备和介质
CN114723715A (zh) * 2022-04-12 2022-07-08 小米汽车科技有限公司 车辆目标检测方法、装置、设备、车辆及介质
CN116305572A (zh) * 2023-03-20 2023-06-23 小米汽车科技有限公司 车辆优化方法、装置、存储介质以及电子设备
CN116361919A (zh) * 2023-04-03 2023-06-30 小米汽车科技有限公司 副车架数据的处理方法、装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150005982A1 (en) * 2011-12-23 2015-01-01 Prasad Muthukumar Smart active tyre pressure optimising system
CN106484993A (zh) * 2016-10-08 2017-03-08 中国航空动力机械研究所 整体叶轮循环对称网格自动生成方法
CN112101572A (zh) * 2020-09-25 2020-12-18 北京百度网讯科技有限公司 模型优化方法、装置、设备和介质
CN114723715A (zh) * 2022-04-12 2022-07-08 小米汽车科技有限公司 车辆目标检测方法、装置、设备、车辆及介质
CN116305572A (zh) * 2023-03-20 2023-06-23 小米汽车科技有限公司 车辆优化方法、装置、存储介质以及电子设备
CN116361919A (zh) * 2023-04-03 2023-06-30 小米汽车科技有限公司 副车架数据的处理方法、装置、存储介质及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHANG, XL 等: "Modeling of a virtual grinding wheel based on random distribution of multi-grains and simulation of machine-process interaction", 《JOURNAL OF ZHEJIANG UNIVERSITY-SCIENCE A》, vol. 16, no. 11, pages 874 - 884, XP036196823, DOI: 10.1631/jzus.A1400316 *
李以农 等: "基于模糊控制的齿轮传动系统振动主动控制与仿真", 《江苏大学学报(自然科学版)》, vol. 32, no. 03, pages 281 - 286 *
王登峰 等: "基于疲劳试验的车轮拓扑优化和多目标优化", 《汽车工程》, vol. 39, no. 12, pages 1351 - 1374 *

Also Published As

Publication number Publication date
CN116861587B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
CN116305572B (zh) 车辆优化方法、装置、存储介质以及电子设备
CN116595649A (zh) 一种车辆轻量化设计方法、系统、电子设备及存储介质
CN117057041B (zh) 车身的横梁的优化方法、装置及车身
CN115186547A (zh) 整车性能分析优化方法、装置、设备及存储介质
CN116861587B (zh) 车轮优化方法、装置、电子设备及可读存储介质
CN116361919B (zh) 副车架数据的处理方法、装置、存储介质及电子设备
CN116562075B (zh) 电池包结构设计方法、装置、终端和存储介质
CN116776693B (zh) 减震塔优化设计方法、装置、电子设备及存储介质
CN116776690B (zh) 起筋方法、大跨度件设计方法及装置、电子设备和介质
CN117272502B (zh) 车身及其面板结构的优化方法、装置
CN116861588A (zh) 仪表板横梁的设计方法、装置、电子设备及可读存储介质
CN114449550A (zh) 基站节能系统的参数优化方法和装置
CN112235723A (zh) 定位方法、装置、电子设备及计算机可读存储介质
CN117077466B (zh) 空心铸件及其设计优化方法、装置、电子设备和介质
CN116776692B (zh) 转向节设计优化方法、装置、电子设备及存储介质
CN117057042B (zh) 汽车结构的多学科性能的设计优化方法和装置
CN116502329B (zh) 变速器壳体强度分析方法、装置、电子设备及存储介质
US20230408323A1 (en) Mass estimation methods and systems
CN116562085A (zh) 一种乘用车保险杠与翼子板间隙设计方法和装置
CN118052111A (zh) 一种乘用车油箱箍带强度耐久仿真及轻量化设计方法、装置、终端及存储介质
CN117077287A (zh) 车身大型压铸件优化方法和装置
CN116738823A (zh) 一种trl腿型得分预测方法、装置、终端及存储介质
CN118114377A (zh) 一种铸铝减震塔强度性能仿真分析方法、装置、终端及存储介质
CN116720253A (zh) 一种提升汽车安全性的方法、装置、终端及存储介质
CN116579071A (zh) 一体压铸地板多目标优化方法、装置、终端及存储介质

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