基于网格变形的某车身气动减阻降噪协同优化设计
发布时间：2021-01-26 05:45
气动阻力和气动噪声作为汽车车身空气动力学性能最关键的影响因素,其对汽车燃油经济性和舒适性起着重要的影响作用。如何协调气动阻力和气动噪声之间的约束机制,提高汽车车身气动性能水平,是各大车企面临的难题。协同优化方法能够充分考虑到气动阻力和气动噪声复杂系统中的相互约束,是解决这类复杂系统优化的一个有效途径。本文采用某实车模型为研究对象,以整车低阻低噪为协同优化目标,把气动阻力和气动噪声独立为两个子学科。分别考虑整车气动阻力和气动噪声造型关键影响因子,通过网格变形技术实现各关键造型因子的参数化建模,利用Isight软件集成网格变形软件和CFD数值模拟软件,实现对气动阻力和气动噪声样本点的自动计算,同时构建可靠的响应面模型,最后基于近似模型构建低阻低噪协同优化数学模型。其具体的研究内容如下:（1）对计算域中网格加密区内进行了网格无关性验证,分析了影响整车气动阻力的关键部位,并确定了4个设计变量。采用最优拉丁超立方选取41个样本点,采用Kriging近似模型构建设计变量和气动阻力响应关系,利用交叉误差（cross-validation）、散点图、决定系数R2等方法对构建的近似...
【文章来源】：重庆理工大学重庆市
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 网格变形技术及其研究现状
1.2.2 自动优化设计研究现状
1.2.3 车身气动减阻优化研究现状
1.2.4 车身气动噪声优化与控制研究现状
1.2.5 多学科协同优化设计方法研究现状
1.3 本文研究内容及全文结构
1.3.1 本文研究的主要内容
1.3.2 文章构成
2 协同优化算法理论及改进策略
2.1 协同优化算法理论描述
2.1.1 协同优化算法框图
2.1.2 协同优化流程
2.1.3 协同优化算法数学模型
2.2 标准协同优化算法的不足
2.3 标准协同优化方法改进策略
2.3.1 基于响应面法改进协同优化算法
2.3.2 基于松弛因子法改进协同优化算法
2.3.3 基于罚函数法改进协同优化算法
2.4 本章小结
3 基于网格变形技术车身气动减阻自动优化
3.1 气动阻力自动优化技术路线
3.2 气动阻力数值模拟
3.2.1 建立几何模型及划分计算域
3.2.2 网格划分及网格无关性验证
3.2.3 确定数值模拟边界条件
3.3 数值仿真结果分析及设计变量确定
3.4 参数化建模及样本点仿真
3.4.1 基于Sculptor控制体参数化建模
3.4.2 最优拉丁超立方取样及仿真结果
3.5 Kriging近似模型的建立及误差验证
3.5.1 决定系数2R误差验证
3.5.2 散点图误差验证
3.5.3 交叉误差（cross-validation）验证
3.6 智能算法寻优及数据可视化分析
3.6.1 基于多岛遗传（MIGA）寻最优解
3.6.2 数据可视化分析
3.7 本章小结
4 基于网格变形车身外表面气动噪声数值分析及优化
4.1 计算模型及网格划分
4.2 边界条件及物理模型设定
4.3 计算结果分析及确定设计变量
4.3.1 稳态计算结果分析
4.3.2 瞬态计算结果分析
4.4 确定设计变量及参数化建模
4.4.1 设计变量的确定
4.4.2 基于ASD控制体参数化建模
4.4.3 最优拉丁超立方取样
4.5 Kriging近似模型误差验证及气动噪声优化点确认
4.5.1 散点图误差验证
4.5.2 交叉误差验证
4.6 基于多岛遗传（MIGA）寻最优解
4.7 数据可视化分析
4.7.1 敏感度及相关性分析
4.7.2 自组织神经网络映射（SOM）分析
4.8 本章小结
5 基于近似模型的车身气动低阻降噪协同优化分析
5.1 建立协同优化数学模型
5.1.1 协同优化数学模型
5.1.2 协同优化框图分析
5.2 基于Isight建立协同优化平台
5.2.1 协同优化流程图
5.2.2 各级优化器智能优化算法选择及设置
5.3 协同优化结果及分析
5.3.1 优化结果及误差验证
5.3.2 中截面压力云图对比分析
5.3.3 Curle声压级分布图分析
5.3.4 频谱图分析
5.4 本章小结
6 总结与展望
6.1 全文总结
6.2 展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于动态罚函数的火星探测器多学科协同优化[J]. 柳明星,张伟,张恒,刘华清. 深空探测学报. 2017(03)
[2]基于自由变形技术的汽车气动减阻优化[J]. 汪怡平,王涛,黎帅. 机械工程学报. 2017(09)
[3]某SUV型汽车后视镜气动噪声数值仿真[J]. 刘海军,任秉银,徐旭,赵伟丰,刘二宝,梁赫,彭兴芝. 哈尔滨工业大学学报. 2016(01)
[4]多学科协同优化算法的分析和改进[J]. 王强,郑松,徐傲,葛铭. 计算机工程与应用. 2016(23)
[5]飞翼气动优化中参数化和网格变形技术[J]. 唐静,邓有奇,马明生,李彬. 航空学报. 2015(05)
[6]基于改进的Pareto遗传算法的车身气动多目标优化[J]. 韦甘,杨志刚,李启良. 汽车工程. 2014(10)
[7]气动声学Lighthill方程的Kirchhoff积分解分析[J]. 蔡建程,刘志宏,曾向阳. 声学技术. 2014(02)
[8]基于Sculptor和Isight的SUV前阻风板结构优化[J]. 李会荣,凡遵金,赖宇阳. 计算机辅助工程. 2013(S2)
[9]基于iSIGHT软件的协同优化算法若干问题研究[J]. 温庆国,宋保维,王鹏. 西北工业大学学报. 2013(01)
[10]一种改进的协同优化算法及其应用[J]. 李冬琴,杨永祥,陈智同. 计算机工程与科学. 2013(01)
博士论文
[1]基于梯度的气动外形优化设计方法及应用[D]. 陈颂.西北工业大学 2016
[2]汽车风窗噪声及风振噪声的机理及控制方法研究[D]. 汪怡平.湖南大学 2011
[3]飞行器分布式协同进化多学科设计优化方法研究[D]. 陈琪锋.中国人民解放军国防科学技术大学 2003
硕士论文
[1]基于全局快速寻优CO方法的流程工业多目标优化研究[D]. 黄仕贵.杭州电子科技大学 2017
[2]基于遗传算法的汽车外形优化[D]. 陈小雄.重庆理工大学 2016
[3]基于协同优化方法的汽车车身性能多学科优化[D]. 程雨婷.北京理工大学 2016
[4]造型初期的汽车气动外形减阻优化设计[D]. 丁伟.吉林大学 2015
[5]多学科协同优化算法及其在船舶概念优化设计中的应用[D]. 周奇.中国舰船研究院 2014
[6]基于Morph技术和DOE的微车造型气动特性灵敏度研究[D]. 江亮.湖南大学 2013
[7]噪声分析中FFT算法的设计与实现[D]. 邓可远.西安电子科技大学 2013
[8]某车型外表面气动噪声的数值分析[D]. 杨坤.上海交通大学 2012
[9]高速汽车外场气动噪声分析与控制[D]. 林肖辉.湖南大学 2011
[10]基于CFD的某SUV气动特性分析与改进[D]. 谭钧泽.湖南大学 2011
本文编号：3000577
【文章来源】：重庆理工大学重庆市
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 网格变形技术及其研究现状
1.2.2 自动优化设计研究现状
1.2.3 车身气动减阻优化研究现状
1.2.4 车身气动噪声优化与控制研究现状
1.2.5 多学科协同优化设计方法研究现状
1.3 本文研究内容及全文结构
1.3.1 本文研究的主要内容
1.3.2 文章构成
2 协同优化算法理论及改进策略
2.1 协同优化算法理论描述
2.1.1 协同优化算法框图
2.1.2 协同优化流程
2.1.3 协同优化算法数学模型
2.2 标准协同优化算法的不足
2.3 标准协同优化方法改进策略
2.3.1 基于响应面法改进协同优化算法
2.3.2 基于松弛因子法改进协同优化算法
2.3.3 基于罚函数法改进协同优化算法
2.4 本章小结
3 基于网格变形技术车身气动减阻自动优化
3.1 气动阻力自动优化技术路线
3.2 气动阻力数值模拟
3.2.1 建立几何模型及划分计算域
3.2.2 网格划分及网格无关性验证
3.2.3 确定数值模拟边界条件
3.3 数值仿真结果分析及设计变量确定
3.4 参数化建模及样本点仿真
3.4.1 基于Sculptor控制体参数化建模
3.4.2 最优拉丁超立方取样及仿真结果
3.5 Kriging近似模型的建立及误差验证
3.5.1 决定系数2R误差验证
3.5.2 散点图误差验证
3.5.3 交叉误差（cross-validation）验证
3.6 智能算法寻优及数据可视化分析
3.6.1 基于多岛遗传（MIGA）寻最优解
3.6.2 数据可视化分析
3.7 本章小结
4 基于网格变形车身外表面气动噪声数值分析及优化
4.1 计算模型及网格划分
4.2 边界条件及物理模型设定
4.3 计算结果分析及确定设计变量
4.3.1 稳态计算结果分析
4.3.2 瞬态计算结果分析
4.4 确定设计变量及参数化建模
4.4.1 设计变量的确定
4.4.2 基于ASD控制体参数化建模
4.4.3 最优拉丁超立方取样
4.5 Kriging近似模型误差验证及气动噪声优化点确认
4.5.1 散点图误差验证
4.5.2 交叉误差验证
4.6 基于多岛遗传（MIGA）寻最优解
4.7 数据可视化分析
4.7.1 敏感度及相关性分析
4.7.2 自组织神经网络映射（SOM）分析
4.8 本章小结
5 基于近似模型的车身气动低阻降噪协同优化分析
5.1 建立协同优化数学模型
5.1.1 协同优化数学模型
5.1.2 协同优化框图分析
5.2 基于Isight建立协同优化平台
5.2.1 协同优化流程图
5.2.2 各级优化器智能优化算法选择及设置
5.3 协同优化结果及分析
5.3.1 优化结果及误差验证
5.3.2 中截面压力云图对比分析
5.3.3 Curle声压级分布图分析
5.3.4 频谱图分析
5.4 本章小结
6 总结与展望
6.1 全文总结
6.2 展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于动态罚函数的火星探测器多学科协同优化[J]. 柳明星,张伟,张恒,刘华清. 深空探测学报. 2017(03)
[2]基于自由变形技术的汽车气动减阻优化[J]. 汪怡平,王涛,黎帅. 机械工程学报. 2017(09)
[3]某SUV型汽车后视镜气动噪声数值仿真[J]. 刘海军,任秉银,徐旭,赵伟丰,刘二宝,梁赫,彭兴芝. 哈尔滨工业大学学报. 2016(01)
[4]多学科协同优化算法的分析和改进[J]. 王强,郑松,徐傲,葛铭. 计算机工程与应用. 2016(23)
[5]飞翼气动优化中参数化和网格变形技术[J]. 唐静,邓有奇,马明生,李彬. 航空学报. 2015(05)
[6]基于改进的Pareto遗传算法的车身气动多目标优化[J]. 韦甘,杨志刚,李启良. 汽车工程. 2014(10)
[7]气动声学Lighthill方程的Kirchhoff积分解分析[J]. 蔡建程,刘志宏,曾向阳. 声学技术. 2014(02)
[8]基于Sculptor和Isight的SUV前阻风板结构优化[J]. 李会荣,凡遵金,赖宇阳. 计算机辅助工程. 2013(S2)
[9]基于iSIGHT软件的协同优化算法若干问题研究[J]. 温庆国,宋保维,王鹏. 西北工业大学学报. 2013(01)
[10]一种改进的协同优化算法及其应用[J]. 李冬琴,杨永祥,陈智同. 计算机工程与科学. 2013(01)
博士论文
[1]基于梯度的气动外形优化设计方法及应用[D]. 陈颂.西北工业大学 2016
[2]汽车风窗噪声及风振噪声的机理及控制方法研究[D]. 汪怡平.湖南大学 2011
[3]飞行器分布式协同进化多学科设计优化方法研究[D]. 陈琪锋.中国人民解放军国防科学技术大学 2003
硕士论文
[1]基于全局快速寻优CO方法的流程工业多目标优化研究[D]. 黄仕贵.杭州电子科技大学 2017
[2]基于遗传算法的汽车外形优化[D]. 陈小雄.重庆理工大学 2016
[3]基于协同优化方法的汽车车身性能多学科优化[D]. 程雨婷.北京理工大学 2016
[4]造型初期的汽车气动外形减阻优化设计[D]. 丁伟.吉林大学 2015
[5]多学科协同优化算法及其在船舶概念优化设计中的应用[D]. 周奇.中国舰船研究院 2014
[6]基于Morph技术和DOE的微车造型气动特性灵敏度研究[D]. 江亮.湖南大学 2013
[7]噪声分析中FFT算法的设计与实现[D]. 邓可远.西安电子科技大学 2013
[8]某车型外表面气动噪声的数值分析[D]. 杨坤.上海交通大学 2012
[9]高速汽车外场气动噪声分析与控制[D]. 林肖辉.湖南大学 2011
[10]基于CFD的某SUV气动特性分析与改进[D]. 谭钧泽.湖南大学 2011
本文编号：3000577
本文链接：https://www.wllwen.com/kejilunwen/qiche/3000577.html
