基于参数化方法的车身概念正碰模块的正向设计与优化研究

《基于参数化方法的车身概念正碰模块的正向设计与优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于参数化方法的车身概念正碰模块的正向设计与优化研究作者姓名湛璇学科专业车辆工程指导教师兰凤崇教授所在学院机械与汽车工程学院论文提交日期2015年4月ForwardParametricDesignandOptimizationonFront-CollisionStructureofAutomotiveDuringtheConcept–DesignPhaseADissertationSubmittedfortheDegreeofMasterCandidate：ZhanXuanSupervisor：Prof.LanFengchongSouthChinaUniversi

2、tyofTechnologyGuangzhou,China分类号：U463.82学校代号：10561学号：201220101359华南理工大学硕士学位论文基于参数化方法的车身概念正碰模块的正向设计与优化研究作者姓名：湛璇指导教师姓名、职称：兰凤崇教授申请学位级别：硕士学科专业名称：车辆工程研究方向：车身工程与轻量化设计论文提交日期：2015年4月20日论文答辩日期：2015年6月5日学位授予单位：华南理工大学学位授予日期：2015年6月5日答辩委员会成员：主席：王海林委员：兰凤崇、陈吉清、臧孟炎、王玉超华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导

3、下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：2015年6月16日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复

4、制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于：保密，在年解密后适用本授权书。不保密,同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》，传播学位论文的全部或部分内容。(请在以上相应方框内打“√”)作者签名：日期：2015年6月16日指导教师签名：日期：2015年6月16日摘要在车型的正向开发流程中，传统的串行式方法是首先建立CAD详细模型，然后就该模型进行CAE分析，根据分析结果对原始CAD模型进行修改后，再次进行CAE分析，循环

5、该过程，直到仿真效果符合设计要求，因此整个设计流程的周期较长。为了减少正向开发过程中对结构的修改次数，缩短设计周期，可在概念设计阶段即考虑结构性能并在此阶段完成60%的分析优化工作，以达到“分析指导设计”的目的。而国内基于分析指导正向结构设计的研究相对较少。本文基于参数化以及车身结构模块化的设计理论，对车身正面碰撞半车结构进行了参数化设计，并利用车身结构的碰撞安全性能指导了前防撞梁与吸能盒模块的结构优化。具体研究内容如下：1）论述了正面碰撞过程中车身结构的主要吸能部件，包含前防撞梁、吸能盒、前纵梁中对碰撞安全性能具有的影响意义。对三个子部件中对性能具有主要影响的结构参数，包含

6、形状、尺寸、材料参数进行了总结归纳，并将其配合到参数化建模的过程中。2）建立了车身正面碰撞半车结构的各子模块参数化模型。通过整车碰撞实验与半车仿真模型碰撞结果的对比，证明了半车参数化模型的分析意义。基于参数化设计以及车身模块化理论对白车身结构进行模块划分与结构设计，建立结构模块设计数据库，并通过调用各子模块搭建半车白车身参数化模型。3）搭建了通用性结构优化平台。对参数化结构模型进行正确的分析设置，对仿真分析文件进行了基于碰撞性能分析的拆分与重组。该平台可以根据设计参数完成CAD模型的自动修改、对材料库材料的调用，可变形焊点参数的修改，完成真实仿真模型的分析计算，实现结构件形状

7、、尺寸、材料的协同优化。4）对前防撞梁、吸能盒子模块参数化模型进行了几何变量、材料变量的录制，对各参数变量进行了灵敏度分析，对变量进行筛选以及变量范围的确定。进行了基于通用性结构优化平台的结构优化设计，以总吸能量为约束，加速度和总质量最小为优化目标对子模块进行结构优化，调用较少次数的真实模型即可实现在提高结构总吸能量的同时将结构加速度峰值降低40.8%，同时子模块减重34.8%。5）基于低成本、少计算量的优化目的，本文研究了用较少样本点拟合高精度近似模型的方法。通过径向基神经网络近似模型以及欧几里得最大