摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 网格变形技术及其研究现状 | 第11-12页 |
1.2.2 自动优化设计研究现状 | 第12页 |
1.2.3 车身气动减阻优化研究现状 | 第12-13页 |
1.2.4 车身气动噪声优化与控制研究现状 | 第13-14页 |
1.2.5 多学科协同优化设计方法研究现状 | 第14-15页 |
1.3 本文研究内容及全文结构 | 第15-18页 |
1.3.1 本文研究的主要内容 | 第15-16页 |
1.3.2 文章构成 | 第16-18页 |
2 协同优化算法理论及改进策略 | 第18-24页 |
2.1 协同优化算法理论描述 | 第18-20页 |
2.1.1 协同优化算法框图 | 第18页 |
2.1.2 协同优化流程 | 第18-19页 |
2.1.3 协同优化算法数学模型 | 第19-20页 |
2.2 标准协同优化算法的不足 | 第20-21页 |
2.3 标准协同优化方法改进策略 | 第21-23页 |
2.3.1 基于响应面法改进协同优化算法 | 第21页 |
2.3.2 基于松弛因子法改进协同优化算法 | 第21-22页 |
2.3.3 基于罚函数法改进协同优化算法 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
3 基于网格变形技术车身气动减阻自动优化 | 第24-42页 |
3.1 气动阻力自动优化技术路线 | 第24-25页 |
3.2 气动阻力数值模拟 | 第25-30页 |
3.2.1 建立几何模型及划分计算域 | 第25-26页 |
3.2.2 网格划分及网格无关性验证 | 第26-29页 |
3.2.3 确定数值模拟边界条件 | 第29-30页 |
3.3 数值仿真结果分析及设计变量确定 | 第30-32页 |
3.4 参数化建模及样本点仿真 | 第32-36页 |
3.4.1 基于Sculptor控制体参数化建模 | 第32-34页 |
3.4.2 最优拉丁超立方取样及仿真结果 | 第34-36页 |
3.5 Kriging近似模型的建立及误差验证 | 第36-38页 |
3.5.1 决定系数2R误差验证 | 第36页 |
3.5.2 散点图误差验证 | 第36-37页 |
3.5.3 交叉误差(cross-validation)验证 | 第37-38页 |
3.6 智能算法寻优及数据可视化分析 | 第38-41页 |
3.6.1 基于多岛遗传(MIGA)寻最优解 | 第38-39页 |
3.6.2 数据可视化分析 | 第39-41页 |
3.7 本章小结 | 第41-42页 |
4 基于网格变形车身外表面气动噪声数值分析及优化 | 第42-60页 |
4.1 计算模型及网格划分 | 第42-43页 |
4.2 边界条件及物理模型设定 | 第43-45页 |
4.3 计算结果分析及确定设计变量 | 第45-51页 |
4.3.1 稳态计算结果分析 | 第45-47页 |
4.3.2 瞬态计算结果分析 | 第47-51页 |
4.4 确定设计变量及参数化建模 | 第51-53页 |
4.4.1 设计变量的确定 | 第51页 |
4.4.2 基于ASD控制体参数化建模 | 第51-52页 |
4.4.3 最优拉丁超立方取样 | 第52-53页 |
4.5 Kriging近似模型误差验证及气动噪声优化点确认 | 第53-56页 |
4.5.1 散点图误差验证 | 第53-54页 |
4.5.2 交叉误差验证 | 第54-56页 |
4.6 基于多岛遗传(MIGA)寻最优解 | 第56-57页 |
4.7 数据可视化分析 | 第57-59页 |
4.7.1 敏感度及相关性分析 | 第57-58页 |
4.7.2 自组织神经网络映射(SOM)分析 | 第58-59页 |
4.8 本章小结 | 第59-60页 |
5 基于近似模型的车身气动低阻降噪协同优化分析 | 第60-68页 |
5.1 建立协同优化数学模型 | 第60-62页 |
5.1.1 协同优化数学模型 | 第60-61页 |
5.1.2 协同优化框图分析 | 第61-62页 |
5.2 基于Isight建立协同优化平台 | 第62-63页 |
5.2.1 协同优化流程图 | 第62-63页 |
5.2.2 各级优化器智能优化算法选择及设置 | 第63页 |
5.3 协同优化结果及分析 | 第63-66页 |
5.3.1 优化结果及误差验证 | 第63-64页 |
5.3.2 中截面压力云图对比分析 | 第64-65页 |
5.3.3 Curle声压级分布图分析 | 第65-66页 |
5.3.4 频谱图分析 | 第66页 |
5.4 本章小结 | 第66-68页 |
6 总结与展望 | 第68-70页 |
6.1 全文总结 | 第68-69页 |
6.2 展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |
个人简历、在学期间发表的学术论文及取得的研究成果 | 第74页 |