期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
碳纤维增强复合材料电池箱轻量化设计 被引量:30
1
作者 陈静 彭博 +2 位作者 王登峰 唐傲天 陈书明 《汽车工程》 EI CSCD 北大核心 2020年第2期257-263,277,共8页
对某电动汽车的电池箱进行轻量化设计。因上箱体主要作为密封件,故采用结构优化的轻量化方案,而下箱体主要作为承载件,因而采用碳纤维替换原始材料的轻量化方案。在碳纤维结构下箱体的轻量化设计中引入了多目标优化算法。仿真结果表明,... 对某电动汽车的电池箱进行轻量化设计。因上箱体主要作为密封件,故采用结构优化的轻量化方案,而下箱体主要作为承载件,因而采用碳纤维替换原始材料的轻量化方案。在碳纤维结构下箱体的轻量化设计中引入了多目标优化算法。仿真结果表明,所采用的轻量化方案在减轻质量的同时,还有效提高了电池箱的刚度和模态频率。 展开更多
关键词 电动汽车 电池箱 轻量化设计 碳纤维复合材料 多目标优化
下载PDF
碳纤维复合材料防撞梁轻量化设计 被引量:20
2
作者 陈静 唐傲天 +1 位作者 田凯 刘震 《汽车工程》 EI CSCD 北大核心 2020年第3期390-395,共6页
为某车型设计了碳纤维复合材料防撞梁,建立了其有限元分析模型,并用传统钢制防撞梁碰撞试验与仿真结果对比验证了模型准确性。然后采用全因子实验设计确定其横截面形状与铺层顺序的最优组合,最后应用NSGA-Ⅱ遗传算法对防撞梁结构铺层厚... 为某车型设计了碳纤维复合材料防撞梁,建立了其有限元分析模型,并用传统钢制防撞梁碰撞试验与仿真结果对比验证了模型准确性。然后采用全因子实验设计确定其横截面形状与铺层顺序的最优组合,最后应用NSGA-Ⅱ遗传算法对防撞梁结构铺层厚度进行了多目标优化。结果表明,在其碰撞性能提高的基础上,轻量效果达到将近65%,且优化后的防撞梁结构与吸能盒和前纵梁结构连接后,在高速碰撞过程中变形模式更合理。 展开更多
关键词 碳纤维复合材料 防撞梁 碰撞仿真 铺层设计 多目标优化
下载PDF
基于碰撞安全性的铝合金吸能盒轻量优化 被引量:6
3
作者 陈静 徐森 +2 位作者 刘震 唐傲天 吕伟 《汽车工程》 EI CSCD 北大核心 2021年第2期241-247,277,共8页
本文中以一种匹配碳纤维复合材料保险杠防撞梁的吸能盒为研究对象,通过试验设计优化,获得吸能盒最佳锥角和溃缩孔的直径及其排列;然后采用拉丁超立方抽样和基于Kriging代理模型加点策略的多目标粒子群优化算法对吸能盒厚度进行多目标优... 本文中以一种匹配碳纤维复合材料保险杠防撞梁的吸能盒为研究对象,通过试验设计优化,获得吸能盒最佳锥角和溃缩孔的直径及其排列;然后采用拉丁超立方抽样和基于Kriging代理模型加点策略的多目标粒子群优化算法对吸能盒厚度进行多目标优化。优化后不仅吸能盒吸能量大幅提升,且吸能盒质量明显下降。刚性壁100%重叠率正面碰撞和25%重叠度偏置柱撞试验的结果表明,吸能盒具有良好的吸能特性,碰撞变形模式合理。最后,对保险杠防撞梁和吸能盒样件进行了低速碰撞台车试验,验证了吸能盒碰撞位移量的仿真结果,误差较小。 展开更多
关键词 吸能盒 试验设计 拉丁超立方抽样 Kriging代理模型 多目标优化
下载PDF
基于MPDB试验的碰撞兼容性评价方法解析
4
作者 王立民 唐傲天 王青贵 《汽车实用技术》 2023年第10期149-155,共7页
作为被动安全领域新的发展理念,碰撞兼容性越来越受到车企和消费者的重视。根据移动渐进可变形壁障(MPDB)试验得出的标准偏差(SD)、乘员载荷指标(OLC)、触底和结构高度等判定结果能有效反映车辆的碰撞兼容性。文章详细解析了上述四种指... 作为被动安全领域新的发展理念,碰撞兼容性越来越受到车企和消费者的重视。根据移动渐进可变形壁障(MPDB)试验得出的标准偏差(SD)、乘员载荷指标(OLC)、触底和结构高度等判定结果能有效反映车辆的碰撞兼容性。文章详细解析了上述四种指标的评价方法和意义,有针对性地总结了降低试验车辆攻击性的改善方案。欧洲新车评价规程(Euro NCAP)和中国新车评价规程(C-NCAP)在碰撞兼容性评价方法和罚分规则上各有异同,文章对两种规程进行了详细对比和解读。最后对近两年来大量MPDB试验碰撞兼容性结果进行整理,通过数据分析展示了目前主流车型的碰撞兼容性水平和一些具备现实意义的内在规律。 展开更多
关键词 碰撞兼容性 MPDB试验 标准差 乘员载荷准则
下载PDF
一种基于Kriging模型加点策略的多目标粒子群优化算法 被引量:4
5
作者 陈静 唐傲天 +2 位作者 刘震 徐森 曹晓聪 《吉林大学学报(理学版)》 CAS 北大核心 2020年第5期1159-1166,共8页
针对工程问题中优化结果误差较大的不足,提出一种基于Kriging模型的多目标粒子群优化算法.先利用Kriging模型的响应信息对误差进行预测,并将预测误差引入Pareto支配关系比较、全局领导者和局部领导者的选取及变异机制的进行过程中,再结... 针对工程问题中优化结果误差较大的不足,提出一种基于Kriging模型的多目标粒子群优化算法.先利用Kriging模型的响应信息对误差进行预测,并将预测误差引入Pareto支配关系比较、全局领导者和局部领导者的选取及变异机制的进行过程中,再结合文中加点策略使优化过程在少量抽样的前提下快速准确地逼近Pareto前沿解集.性能测试结果表明,该算法可提高复杂系统模型的优化效率及准确性. 展开更多
关键词 多目标优化 粒子群算法 KRIGING模型 加点策略 变异模式
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部