首页--交通运输论文--公路运输论文--汽车工程论文--整车设计与计算论文

基于CAD与CAE技术的汽车造型设计研究及软件开发

摘要第3-4页
abstract第4页
1 绪论第7-13页
    1.1 课题研究背景第7页
    1.2 国内外相关技术发展现状第7-11页
        1.2.1 汽车造型设计研究第7-9页
        1.2.2 CAD技术及其二次开发研究第9-10页
        1.2.3 汽车覆盖件冲压成型研究第10-11页
    1.3 课题方向及本文研究内容第11-13页
        1.3.1 课题研究方向第11页
        1.3.2 本文研究思路与内容框架第11-13页
2 相关理论基础及技术第13-19页
    2.1 NURBS的原理与算法第13-14页
        2.1.1 NURBS的定义第13页
        2.1.2 NURBS曲线曲面特性第13-14页
        2.1.3 Rhino软件介绍第14页
    2.2 CAD软件二次开发方法研究第14-15页
    2.3 回弹机理及有限元仿真理论第15-18页
        2.3.1 回弹机理第16-17页
        2.3.2 有限元仿真理论第17-18页
    2.4 本章小结第18-19页
3 汽车车身参数化建模第19-33页
    3.1 汽车车身设计开发一般过程第19-20页
    3.2 车身参数化模型整体思路第20-22页
        3.2.1 参数化模型构建思路第20页
        3.2.2 曲面构建方法第20-22页
    3.3 车身整体尺寸参数化第22页
    3.4 汽车车身的曲面划分第22-24页
        3.4.1 曲面划分及命名第22-24页
        3.4.2 曲面参数第24页
    3.5 车身曲面参数化过程第24-31页
        3.5.1 参数化准备第24-25页
        3.5.2 前段部分参数化模型设计第25-27页
        3.5.3 顶篷部分参数化模型设计第27-28页
        3.5.4 后段及车身侧板参数化模型设计第28-31页
    3.6 汽车外覆盖件模型第31-32页
    3.7 本章小结第32-33页
4 复杂曲率变化对冲压回弹的影响研究第33-47页
    4.1 工具介绍第33-34页
        4.1.1 DYNAFORM软件第33页
        4.1.2 MATLAB软件第33-34页
    4.2 翼子板成形有限元分析第34-40页
        4.2.1 翼子板CAD模型第34页
        4.2.2 有限元仿真模型的建立第34-35页
        4.2.3 工艺参数选择第35-37页
        4.2.4 数值模拟结果第37-40页
    4.3 基于BP神经网络的回弹量预测第40-46页
        4.3.1 BP神经网络模型建立第40-41页
        4.3.2 BP神经网络模型训练第41-43页
        4.3.3 BP神经网络预测结果分析及验证第43-46页
        4.3.4 结果分析第46页
    4.4 本章小结第46-47页
5 汽车造型设计与分析软件开发第47-57页
    5.1 系统软件框架及流程第47-49页
        5.1.1 软件框架第47-48页
        5.1.2 软件开发流程第48-49页
    5.2 软件开发工具第49页
        5.2.1 开发环境第49页
        5.2.2 Visual Basic第49页
        5.2.3 Microsoft Access第49页
    5.3 交互界面设计及软件开发第49-55页
        5.3.1 交互界面设计要求第50页
        5.3.2 软件设计开发第50-55页
    5.4 本章小结第55-57页
6 软件应用实例第57-63页
    6.1 主界面第57-58页
        6.1.1 启动界面及身份验证第57页
        6.1.2 各模块的操作应用第57-58页
    6.2 汽车造型设计模块应用第58-59页
    6.3 外覆盖件参数分析模块应用第59-61页
    6.4 汽车车身流场分析模块应用第61-62页
    6.5 本章小结第62-63页
7 总结与展望第63-65页
    7.1 全文总结第63页
    7.2 不足与展望第63-65页
致谢第65-67页
参考文献第67-70页
附录第70-72页
在校期间所获专利第72页

论文共72页,点击 下载论文
上一篇:BTA深孔钻削钻头磨损状态卷积神经网络识别技术研究
下一篇:采摘机器人目标识别及定位研究