申请/专利权人:大连理工大学
申请日:2022-05-20
公开(公告)日:2024-06-25
公开(公告)号:CN114970257B
主分类号:G06F30/23
分类号:G06F30/23;G06F30/27;G06F30/15;G06N3/04;G06N3/08;G06F119/14
优先权:
专利状态码:有效-授权
法律状态:2024.06.25#授权;2022.09.16#实质审查的生效;2022.08.30#公开
摘要:本发明属于数字化设计与特种车辆结构安全评估领域,提供了一种拖挂房车质心安全域估计方法。对给定拖挂房车建立结构有限元模型,结合行驶工况及质心分布进行采样,通过有限元仿真构建大规模结构仿真数据集;采用回归神经网络建立质心位置与安全系数的对应关系;进一步地利用上述拟合神经网络进行采样和参数曲面拟合分别生成拖挂房车在弯曲工况、制动工况、转向工况、混合工况等多种工况下的三维质心安全域;通过布尔交集得到整体的质心安全域,进而得到对应安全边界曲面。
主权项:1.一种拖挂房车质心安全域估计方法,其特征在于,步骤如下:步骤1,根据给定的拖挂房车车型,建立有限元模型,得到质心分布区域;步骤2,考虑拖挂房车的使用环境,确定典型行驶工况C1,C2,…,Cn;步骤3,定义安全系数为材料的屈服强度与结构最大应力的比值,对步骤1中建立的有限元模型进行批量化的参数修改,对得到的有限元模型进行批量计算,构建仿真数据集;步骤4,对神经网络参数和安全系数阈值ns进行设定,使用步骤3构建的仿真数据集,训练神经网络对质心坐标与安全系数之间的关系进行拟合;将训练好的神经网络模型定义为结构安全预测机;步骤5,根据拖挂房车的尺寸设置质心分布区域,并对区域进行分割,得到采样点集输入到步骤4得到的结构安全预测机;步骤6,根据步骤5输出的结果,得到各工况下安全域的边界点集步骤7,基于步骤6得到的边界点集,拟合出各工况下安全域的边界曲面SBS1,SBS2,…,SBSn;步骤8,基于步骤7得到的边界曲面,得到各工况下的安全域SR1,SR2,…,SRn;步骤9,对步骤8中得到的各工况安全域进行布尔求交运算,得到拖挂房车整体的质心安全域,作为最终输出。
全文数据:
权利要求:
百度查询: 大连理工大学 一种拖挂房车质心安全域估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。