本成果解决了车体结构板件参数多、数量大,现有商业软件难以开展车体优化设计等难题,实现了车体结构的快速建模、高效模态分析和轻量协同优化设计,计算效率较商业仿真软件大幅度提高。同时,本成果还具有以下创新点:
1.研究车体结构材料的形状和构成特性,提出了基于图像识别的车体智能建模方法,关键节点的精准度可保持在95%以上,提高了车体结构在横截面维度建模的效率和便捷性。
2.研究车体截面的几何特性,采用向量化的计算方式对车体截面实现了特性表征,提高计算效率的同时也为后续轻量协同优化提供了支持。
3.探究车体结构的变形特点,提出CUF高阶梁理论的截面降阶和动刚度法轴向降阶方法,在保证精度前提下最大限度减小自由度,进一步提高了建模和计算效率。
4.研究车体结构的力学特性,结合机器学习等高效优化算法,构建结构尺寸、形状、拓扑优化设计模型,实现大规模多设计变量的轻量化及动力特性优化研究,计算效率与传统优化方法相比提高3个数量级,优化效果可提升10%左右。
5.本成果所用框架和算法均采用PYTHON语言编写完成,具有完全自主知识产权,可突破国外限制。
本成果突破了车体结构模态分析和轻量化设计计算效率低的技术瓶颈,所开发的软件已用于复兴号高速列车的车体结构设计和轻量优化。此外,由于所采用的理论均适用于薄壁结构,本成果还可推广用于飞机机舱、船舶、潜艇、火箭、导弹等结构设计。
产业化
扫码关注,查看更多科技成果