基于網(wǎng)格變形的某車身氣動減阻降噪?yún)f(xié)同優(yōu)化設計
發(fā)布時間:2021-01-26 05:45
氣動阻力和氣動噪聲作為汽車車身空氣動力學性能最關(guān)鍵的影響因素,其對汽車燃油經(jīng)濟性和舒適性起著重要的影響作用。如何協(xié)調(diào)氣動阻力和氣動噪聲之間的約束機制,提高汽車車身氣動性能水平,是各大車企面臨的難題。協(xié)同優(yōu)化方法能夠充分考慮到氣動阻力和氣動噪聲復雜系統(tǒng)中的相互約束,是解決這類復雜系統(tǒng)優(yōu)化的一個有效途徑。本文采用某實車模型為研究對象,以整車低阻低噪為協(xié)同優(yōu)化目標,把氣動阻力和氣動噪聲獨立為兩個子學科。分別考慮整車氣動阻力和氣動噪聲造型關(guān)鍵影響因子,通過網(wǎng)格變形技術(shù)實現(xiàn)各關(guān)鍵造型因子的參數(shù)化建模,利用Isight軟件集成網(wǎng)格變形軟件和CFD數(shù)值模擬軟件,實現(xiàn)對氣動阻力和氣動噪聲樣本點的自動計算,同時構(gòu)建可靠的響應面模型,最后基于近似模型構(gòu)建低阻低噪?yún)f(xié)同優(yōu)化數(shù)學模型。其具體的研究內(nèi)容如下:(1)對計算域中網(wǎng)格加密區(qū)內(nèi)進行了網(wǎng)格無關(guān)性驗證,分析了影響整車氣動阻力的關(guān)鍵部位,并確定了4個設計變量。采用最優(yōu)拉丁超立方選取41個樣本點,采用Kriging近似模型構(gòu)建設計變量和氣動阻力響應關(guān)系,利用交叉誤差(cross-validation)、散點圖、決定系數(shù)R2等方法對構(gòu)建的近似...
【文章來源】:重慶理工大學重慶市
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 網(wǎng)格變形技術(shù)及其研究現(xiàn)狀
1.2.2 自動優(yōu)化設計研究現(xiàn)狀
1.2.3 車身氣動減阻優(yōu)化研究現(xiàn)狀
1.2.4 車身氣動噪聲優(yōu)化與控制研究現(xiàn)狀
1.2.5 多學科協(xié)同優(yōu)化設計方法研究現(xiàn)狀
1.3 本文研究內(nèi)容及全文結(jié)構(gòu)
1.3.1 本文研究的主要內(nèi)容
1.3.2 文章構(gòu)成
2 協(xié)同優(yōu)化算法理論及改進策略
2.1 協(xié)同優(yōu)化算法理論描述
2.1.1 協(xié)同優(yōu)化算法框圖
2.1.2 協(xié)同優(yōu)化流程
2.1.3 協(xié)同優(yōu)化算法數(shù)學模型
2.2 標準協(xié)同優(yōu)化算法的不足
2.3 標準協(xié)同優(yōu)化方法改進策略
2.3.1 基于響應面法改進協(xié)同優(yōu)化算法
2.3.2 基于松弛因子法改進協(xié)同優(yōu)化算法
2.3.3 基于罰函數(shù)法改進協(xié)同優(yōu)化算法
2.4 本章小結(jié)
3 基于網(wǎng)格變形技術(shù)車身氣動減阻自動優(yōu)化
3.1 氣動阻力自動優(yōu)化技術(shù)路線
3.2 氣動阻力數(shù)值模擬
3.2.1 建立幾何模型及劃分計算域
3.2.2 網(wǎng)格劃分及網(wǎng)格無關(guān)性驗證
3.2.3 確定數(shù)值模擬邊界條件
3.3 數(shù)值仿真結(jié)果分析及設計變量確定
3.4 參數(shù)化建模及樣本點仿真
3.4.1 基于Sculptor控制體參數(shù)化建模
3.4.2 最優(yōu)拉丁超立方取樣及仿真結(jié)果
3.5 Kriging近似模型的建立及誤差驗證
3.5.1 決定系數(shù)2R誤差驗證
3.5.2 散點圖誤差驗證
3.5.3 交叉誤差(cross-validation)驗證
3.6 智能算法尋優(yōu)及數(shù)據(jù)可視化分析
3.6.1 基于多島遺傳(MIGA)尋最優(yōu)解
3.6.2 數(shù)據(jù)可視化分析
3.7 本章小結(jié)
4 基于網(wǎng)格變形車身外表面氣動噪聲數(shù)值分析及優(yōu)化
4.1 計算模型及網(wǎng)格劃分
4.2 邊界條件及物理模型設定
4.3 計算結(jié)果分析及確定設計變量
4.3.1 穩(wěn)態(tài)計算結(jié)果分析
4.3.2 瞬態(tài)計算結(jié)果分析
4.4 確定設計變量及參數(shù)化建模
4.4.1 設計變量的確定
4.4.2 基于ASD控制體參數(shù)化建模
4.4.3 最優(yōu)拉丁超立方取樣
4.5 Kriging近似模型誤差驗證及氣動噪聲優(yōu)化點確認
4.5.1 散點圖誤差驗證
4.5.2 交叉誤差驗證
4.6 基于多島遺傳(MIGA)尋最優(yōu)解
4.7 數(shù)據(jù)可視化分析
4.7.1 敏感度及相關(guān)性分析
4.7.2 自組織神經(jīng)網(wǎng)絡映射(SOM)分析
4.8 本章小結(jié)
5 基于近似模型的車身氣動低阻降噪?yún)f(xié)同優(yōu)化分析
5.1 建立協(xié)同優(yōu)化數(shù)學模型
5.1.1 協(xié)同優(yōu)化數(shù)學模型
5.1.2 協(xié)同優(yōu)化框圖分析
5.2 基于Isight建立協(xié)同優(yōu)化平臺
5.2.1 協(xié)同優(yōu)化流程圖
5.2.2 各級優(yōu)化器智能優(yōu)化算法選擇及設置
5.3 協(xié)同優(yōu)化結(jié)果及分析
5.3.1 優(yōu)化結(jié)果及誤差驗證
5.3.2 中截面壓力云圖對比分析
5.3.3 Curle聲壓級分布圖分析
5.3.4 頻譜圖分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
致謝
參考文獻
個人簡歷、在學期間發(fā)表的學術(shù)論文及取得的研究成果
【參考文獻】:
期刊論文
[1]基于動態(tài)罰函數(shù)的火星探測器多學科協(xié)同優(yōu)化[J]. 柳明星,張偉,張恒,劉華清. 深空探測學報. 2017(03)
[2]基于自由變形技術(shù)的汽車氣動減阻優(yōu)化[J]. 汪怡平,王濤,黎帥. 機械工程學報. 2017(09)
[3]某SUV型汽車后視鏡氣動噪聲數(shù)值仿真[J]. 劉海軍,任秉銀,徐旭,趙偉豐,劉二寶,梁赫,彭興芝. 哈爾濱工業(yè)大學學報. 2016(01)
[4]多學科協(xié)同優(yōu)化算法的分析和改進[J]. 王強,鄭松,徐傲,葛銘. 計算機工程與應用. 2016(23)
[5]飛翼氣動優(yōu)化中參數(shù)化和網(wǎng)格變形技術(shù)[J]. 唐靜,鄧有奇,馬明生,李彬. 航空學報. 2015(05)
[6]基于改進的Pareto遺傳算法的車身氣動多目標優(yōu)化[J]. 韋甘,楊志剛,李啟良. 汽車工程. 2014(10)
[7]氣動聲學Lighthill方程的Kirchhoff積分解分析[J]. 蔡建程,劉志宏,曾向陽. 聲學技術(shù). 2014(02)
[8]基于Sculptor和Isight的SUV前阻風板結(jié)構(gòu)優(yōu)化[J]. 李會榮,凡遵金,賴宇陽. 計算機輔助工程. 2013(S2)
[9]基于iSIGHT軟件的協(xié)同優(yōu)化算法若干問題研究[J]. 溫慶國,宋保維,王鵬. 西北工業(yè)大學學報. 2013(01)
[10]一種改進的協(xié)同優(yōu)化算法及其應用[J]. 李冬琴,楊永祥,陳智同. 計算機工程與科學. 2013(01)
博士論文
[1]基于梯度的氣動外形優(yōu)化設計方法及應用[D]. 陳頌.西北工業(yè)大學 2016
[2]汽車風窗噪聲及風振噪聲的機理及控制方法研究[D]. 汪怡平.湖南大學 2011
[3]飛行器分布式協(xié)同進化多學科設計優(yōu)化方法研究[D]. 陳琪鋒.中國人民解放軍國防科學技術(shù)大學 2003
碩士論文
[1]基于全局快速尋優(yōu)CO方法的流程工業(yè)多目標優(yōu)化研究[D]. 黃仕貴.杭州電子科技大學 2017
[2]基于遺傳算法的汽車外形優(yōu)化[D]. 陳小雄.重慶理工大學 2016
[3]基于協(xié)同優(yōu)化方法的汽車車身性能多學科優(yōu)化[D]. 程雨婷.北京理工大學 2016
[4]造型初期的汽車氣動外形減阻優(yōu)化設計[D]. 丁偉.吉林大學 2015
[5]多學科協(xié)同優(yōu)化算法及其在船舶概念優(yōu)化設計中的應用[D]. 周奇.中國艦船研究院 2014
[6]基于Morph技術(shù)和DOE的微車造型氣動特性靈敏度研究[D]. 江亮.湖南大學 2013
[7]噪聲分析中FFT算法的設計與實現(xiàn)[D]. 鄧可遠.西安電子科技大學 2013
[8]某車型外表面氣動噪聲的數(shù)值分析[D]. 楊坤.上海交通大學 2012
[9]高速汽車外場氣動噪聲分析與控制[D]. 林肖輝.湖南大學 2011
[10]基于CFD的某SUV氣動特性分析與改進[D]. 譚鈞澤.湖南大學 2011
本文編號:3000577
【文章來源】:重慶理工大學重慶市
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 網(wǎng)格變形技術(shù)及其研究現(xiàn)狀
1.2.2 自動優(yōu)化設計研究現(xiàn)狀
1.2.3 車身氣動減阻優(yōu)化研究現(xiàn)狀
1.2.4 車身氣動噪聲優(yōu)化與控制研究現(xiàn)狀
1.2.5 多學科協(xié)同優(yōu)化設計方法研究現(xiàn)狀
1.3 本文研究內(nèi)容及全文結(jié)構(gòu)
1.3.1 本文研究的主要內(nèi)容
1.3.2 文章構(gòu)成
2 協(xié)同優(yōu)化算法理論及改進策略
2.1 協(xié)同優(yōu)化算法理論描述
2.1.1 協(xié)同優(yōu)化算法框圖
2.1.2 協(xié)同優(yōu)化流程
2.1.3 協(xié)同優(yōu)化算法數(shù)學模型
2.2 標準協(xié)同優(yōu)化算法的不足
2.3 標準協(xié)同優(yōu)化方法改進策略
2.3.1 基于響應面法改進協(xié)同優(yōu)化算法
2.3.2 基于松弛因子法改進協(xié)同優(yōu)化算法
2.3.3 基于罰函數(shù)法改進協(xié)同優(yōu)化算法
2.4 本章小結(jié)
3 基于網(wǎng)格變形技術(shù)車身氣動減阻自動優(yōu)化
3.1 氣動阻力自動優(yōu)化技術(shù)路線
3.2 氣動阻力數(shù)值模擬
3.2.1 建立幾何模型及劃分計算域
3.2.2 網(wǎng)格劃分及網(wǎng)格無關(guān)性驗證
3.2.3 確定數(shù)值模擬邊界條件
3.3 數(shù)值仿真結(jié)果分析及設計變量確定
3.4 參數(shù)化建模及樣本點仿真
3.4.1 基于Sculptor控制體參數(shù)化建模
3.4.2 最優(yōu)拉丁超立方取樣及仿真結(jié)果
3.5 Kriging近似模型的建立及誤差驗證
3.5.1 決定系數(shù)2R誤差驗證
3.5.2 散點圖誤差驗證
3.5.3 交叉誤差(cross-validation)驗證
3.6 智能算法尋優(yōu)及數(shù)據(jù)可視化分析
3.6.1 基于多島遺傳(MIGA)尋最優(yōu)解
3.6.2 數(shù)據(jù)可視化分析
3.7 本章小結(jié)
4 基于網(wǎng)格變形車身外表面氣動噪聲數(shù)值分析及優(yōu)化
4.1 計算模型及網(wǎng)格劃分
4.2 邊界條件及物理模型設定
4.3 計算結(jié)果分析及確定設計變量
4.3.1 穩(wěn)態(tài)計算結(jié)果分析
4.3.2 瞬態(tài)計算結(jié)果分析
4.4 確定設計變量及參數(shù)化建模
4.4.1 設計變量的確定
4.4.2 基于ASD控制體參數(shù)化建模
4.4.3 最優(yōu)拉丁超立方取樣
4.5 Kriging近似模型誤差驗證及氣動噪聲優(yōu)化點確認
4.5.1 散點圖誤差驗證
4.5.2 交叉誤差驗證
4.6 基于多島遺傳(MIGA)尋最優(yōu)解
4.7 數(shù)據(jù)可視化分析
4.7.1 敏感度及相關(guān)性分析
4.7.2 自組織神經(jīng)網(wǎng)絡映射(SOM)分析
4.8 本章小結(jié)
5 基于近似模型的車身氣動低阻降噪?yún)f(xié)同優(yōu)化分析
5.1 建立協(xié)同優(yōu)化數(shù)學模型
5.1.1 協(xié)同優(yōu)化數(shù)學模型
5.1.2 協(xié)同優(yōu)化框圖分析
5.2 基于Isight建立協(xié)同優(yōu)化平臺
5.2.1 協(xié)同優(yōu)化流程圖
5.2.2 各級優(yōu)化器智能優(yōu)化算法選擇及設置
5.3 協(xié)同優(yōu)化結(jié)果及分析
5.3.1 優(yōu)化結(jié)果及誤差驗證
5.3.2 中截面壓力云圖對比分析
5.3.3 Curle聲壓級分布圖分析
5.3.4 頻譜圖分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
致謝
參考文獻
個人簡歷、在學期間發(fā)表的學術(shù)論文及取得的研究成果
【參考文獻】:
期刊論文
[1]基于動態(tài)罰函數(shù)的火星探測器多學科協(xié)同優(yōu)化[J]. 柳明星,張偉,張恒,劉華清. 深空探測學報. 2017(03)
[2]基于自由變形技術(shù)的汽車氣動減阻優(yōu)化[J]. 汪怡平,王濤,黎帥. 機械工程學報. 2017(09)
[3]某SUV型汽車后視鏡氣動噪聲數(shù)值仿真[J]. 劉海軍,任秉銀,徐旭,趙偉豐,劉二寶,梁赫,彭興芝. 哈爾濱工業(yè)大學學報. 2016(01)
[4]多學科協(xié)同優(yōu)化算法的分析和改進[J]. 王強,鄭松,徐傲,葛銘. 計算機工程與應用. 2016(23)
[5]飛翼氣動優(yōu)化中參數(shù)化和網(wǎng)格變形技術(shù)[J]. 唐靜,鄧有奇,馬明生,李彬. 航空學報. 2015(05)
[6]基于改進的Pareto遺傳算法的車身氣動多目標優(yōu)化[J]. 韋甘,楊志剛,李啟良. 汽車工程. 2014(10)
[7]氣動聲學Lighthill方程的Kirchhoff積分解分析[J]. 蔡建程,劉志宏,曾向陽. 聲學技術(shù). 2014(02)
[8]基于Sculptor和Isight的SUV前阻風板結(jié)構(gòu)優(yōu)化[J]. 李會榮,凡遵金,賴宇陽. 計算機輔助工程. 2013(S2)
[9]基于iSIGHT軟件的協(xié)同優(yōu)化算法若干問題研究[J]. 溫慶國,宋保維,王鵬. 西北工業(yè)大學學報. 2013(01)
[10]一種改進的協(xié)同優(yōu)化算法及其應用[J]. 李冬琴,楊永祥,陳智同. 計算機工程與科學. 2013(01)
博士論文
[1]基于梯度的氣動外形優(yōu)化設計方法及應用[D]. 陳頌.西北工業(yè)大學 2016
[2]汽車風窗噪聲及風振噪聲的機理及控制方法研究[D]. 汪怡平.湖南大學 2011
[3]飛行器分布式協(xié)同進化多學科設計優(yōu)化方法研究[D]. 陳琪鋒.中國人民解放軍國防科學技術(shù)大學 2003
碩士論文
[1]基于全局快速尋優(yōu)CO方法的流程工業(yè)多目標優(yōu)化研究[D]. 黃仕貴.杭州電子科技大學 2017
[2]基于遺傳算法的汽車外形優(yōu)化[D]. 陳小雄.重慶理工大學 2016
[3]基于協(xié)同優(yōu)化方法的汽車車身性能多學科優(yōu)化[D]. 程雨婷.北京理工大學 2016
[4]造型初期的汽車氣動外形減阻優(yōu)化設計[D]. 丁偉.吉林大學 2015
[5]多學科協(xié)同優(yōu)化算法及其在船舶概念優(yōu)化設計中的應用[D]. 周奇.中國艦船研究院 2014
[6]基于Morph技術(shù)和DOE的微車造型氣動特性靈敏度研究[D]. 江亮.湖南大學 2013
[7]噪聲分析中FFT算法的設計與實現(xiàn)[D]. 鄧可遠.西安電子科技大學 2013
[8]某車型外表面氣動噪聲的數(shù)值分析[D]. 楊坤.上海交通大學 2012
[9]高速汽車外場氣動噪聲分析與控制[D]. 林肖輝.湖南大學 2011
[10]基于CFD的某SUV氣動特性分析與改進[D]. 譚鈞澤.湖南大學 2011
本文編號:3000577
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/3000577.html
最近更新
教材專著