-
题名基于深度学习的车身轻量化优化设计研究
- 1
-
-
作者
张妍
徐洪婷
王铮
杨春霞
吴敬鑫
刘伟
范修竹
-
机构
鲁东大学数学与统计科学学院
-
出处
《汽车周刊》
2023年第11期67-69,共3页
-
基金
山东省本科教学改革研究重点项目(Z2022017)
省级大学生创新创业训练计划项目(S202210451052)。
-
文摘
在当今节能和环保的双重压力下,新能源汽车无疑将成为未来汽车的重点发展方向,本文运用多目标优化模型对此问题进行研究,对车身材料、车身结构、制造工艺进行了分析。通过对实验数据的处理以及实验结果的分析,我们得出结论为:在车身材料的选取中,优先选取聚碳酸酯;在车身结构轻量化的设计中,可减少质量为 9.1kg,轻量化效果为 5.44%;在制造工艺中,我们认为可以采取新的成型工艺和新型材料的结合,可采取液压成型以及剪裁拼接毛坯技术。
-
关键词
轻量化
多目标决策
主成分分析法
深度置信区间
-
分类号
U
[交通运输工程]
-