如何快速預測車身結構的動態特性

如何快速預測車身結構的動態特性的圖1
Odyssee 是海克斯康工業軟件旗下的一款跨學科、跨領域、跨專業的軟件產品,基于機器學習模型,能夠實現秒級實時的CAE靜態、動態仿真、圖像識別、智能預測等,顯著縮短計算分析周期,提高生產效率。對于車身結構的動態特性(振動傳遞函數)的研究,一般是通過試驗手段或者有限元仿真方法。但試驗的方法無論在時間成本還是金錢成本方面都比較高,采用有限元分析方法計算車身結構的振動傳遞函數,例如使用MSC Nastran進行相關的計算和預測,可以降低時間和試驗投入成本。Odyssee軟件能夠根據試驗結果或有限元計算結果進行模型的訓練和學習,來預測車身結構的動態特性,從而進一步縮短仿真時間,并可用于研究設計參數靈敏度以及參數的優化。
在新的車身結構開發初期,設計工程師需要盡快知道當前設計車身結構的動態特性。使用傳統有限元方法進行求解,面臨網格剖分、邊界條件設置、模型裝配、求解計算等一系列的工作,幾輪迭代下來也需要幾天的時間。因此有限元仿真分析往往跟不上現在快速產品設計迭代的腳步。而使用基于機器學習的仿真工具Odyssee,可以在前期通過已有的設計經驗和仿真結果訓練代理模型,針對新的車身結構設計,能夠實現秒級的動態特性仿真預測,從而加快了車身結構研發速度,幫助設計工程師快速完成前期的預測。
如何快速預測車身結構的動態特性的圖2
圖1. Odyssee軟件界面
Odyssee包含了兩個重要模塊:Odyssee CAE和Odyssee A-EYE。Odyssee CAE是一個獨特而強大的以CAE為中心的創新平臺,而Odyssee A-EYE是一個獨特而強大的基于圖像的機器學習解決方案。機器學習+CAE仿真是未來仿真的一種趨勢。

Odyssee測試操作步驟

?  使用了Odyssee 2022.2進行測試的過程中,需要準備以下文件:X.csv,Y.csv,XN.csv, Y_exact.csv。
如何快速預測車身結構的動態特性的圖3
圖2. 仿真模型
?  首先打開Odyssee軟件,在其中生成DOE數據,算法采用Optimal Latin HyperCube方法,DOE的樣本點數目為100個,生成9個設計參數d1、d2、……、d9的樣本空間。
如何快速預測車身結構的動態特性的圖4
圖3. DOE樣本空間生成
?  針對生成的DOE樣本空間,進行改善DOE數據。通過將Number Of new points設置為20,并點擊Improve DOE,在上述100個樣本空間點基礎上生成新增20組數據。保存生成的DOE數據為X.csv文件。
?  將DOE文件中每組參數生成相應的Nastran計算文件,并在Nastran中進行計算,完成后提取相應節點位移隨時間變化曲線,形成Y.csv文件。
?  將X.csv和Y.csv文件作為輸入參數文件和輸出參數文件導入到Odyssee中進行機器學習,如下圖。
如何快速預測車身結構的動態特性的圖5
圖4. 機器學習訓練模型
?  針對新參數的預測,可以將XN.csv文件導入到Odyssee中,進行預測。針對本案例,學習及預測的時間為~2s,預測結果如下圖所示。
如何快速預測車身結構的動態特性的圖6
圖5. 機器學習預測結果
?  針對本次測試的問題,可以選用不同的機器學習算法進行學習和預測,Odyssee中包含的機器學習算法如下:
如何快速預測車身結構的動態特性的圖7
表1. Odyssee中機器學習算法
?  通過對比不同的機器學習算法,針對本模型最優ROM算法為POD_ARBF,針對三個驗證數據的結果與Nastran計算結果對比如下:
如何快速預測車身結構的動態特性的圖8
如何快速預測車身結構的動態特性的圖9
如何快速預測車身結構的動態特性的圖10
圖6. 預測結果與仿真結果對比
?  針對不同時刻的輸入變量靈敏度分析結果如下:
如何快速預測車身結構的動態特性的圖11
圖7. 某時刻輸入變量靈敏度分析



深圳市優飛迪科技有限公司成立于2010年,是一家專注于產品開發平臺解決方案與物聯網技術開發的國家級高新技術企業。

十多年來,優飛迪科技在數字孿生、工業軟件尤其仿真技術、物聯網技術開發等領域積累了豐富的經驗,并在這些領域擁有數十項獨立自主的知識產權。同時,優飛迪科技也與國際和國內的主要頭部工業軟件廠商建立了戰略合作關系,能夠為客戶提供完整的產品開發平臺解決方案。

優飛迪科技技術團隊實力雄厚,主要成員均來自于國內外頂尖學府、并在相關領域有豐富的工作經驗,能為客戶提供“全心U+端到端服務”。

如何快速預測車身結構的動態特性的圖12

登錄后免費查看全文
立即登錄
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP