行業分享丨SimSolid 在汽車零部件開發中應用的可行性調研及實踐

*本文源自汽車行業用戶范會超投稿

1、背景

車型短周期開發背景下,高效的仿真技術顯得尤為重要。Altair 推出了多款加速設計/仿真的軟件,其中無網格軟件 SimSolid 與業務有一定的契合度,有必要論證其在汽車零部件結構分析領域的可行性。

2、目標

評估 Altair SimSolid 在零部件開發過程中的應用可行性。

3、主要工作容

3.1 軟件功能簡介

Altair SimSolid 是款專門為快速發展的設計流程開發的結構分析軟件。它消除了幾何體簡化和網格化,大大縮短了結構的分析周期。SimSolid 基于無網格技術,計算引擎基于對外部逼近理論的突破性擴展,不使用傳統FEA固有的逐點自由度,因此在計算時間和內存占用方面提供了優越的性能指標。

SimSolid 主要是通過設置部件之間的間隙和穿透容差實現裝配體的連接,可實現焊點/焊縫的批量連接,同時新版本增加了多種虛擬連接(襯套、接頭、銷等), 其對底盤系統或者工程系統的連接有很好的效果。

3.2 確定論證方案

本案例選取汽車底盤控制臂和后保險杠作為研究對象,進行分析精度和工作效率的可行性論證,并與廣泛應用的有限元軟件 Abaqus 進行了對比。

選取依據:

  • 選用了典型的底盤件前下控制臂,該零件涉及沖壓、焊接、鍛造成型工藝,同時從實體下控制臂結構和板殼下控制臂結構兩方面驗證軟件的精度。分析過程涉及到材料非線性和幾何非線性。

  • 后保險杠結構型面復雜,使用傳統有限元前處理耗時較多,仿真工況涉及約束模態分析以及表面剛度分析。

3.3 控制臂仿真分折可行性論證

①案例說明:采用鍛造擺臂結構,在擺臂球銷位置,施加不同的位移,提取相應的支反力和結構應力,對比軟件的非線性分析精度。如圖1所示:

圖片

圖1 鍛造擺臂

由于分析過程涉及非線性,其材料非線性及幾何非線性的設置如下圖2所示:

圖片

圖2 材料及幾何非線性設置

支反力的分析結果如表1所示,在位移較小階段,兩個軟件的結果相差約10%,隨著位移的增加,材料非線性及幾何非線性越來越大,兩者的結果差異也隨之變大,這主要是由于 SimSolid 非線性默認設定應用場景為小塑性應變,但是總體趨勢完全一致,并且差異比較穩定,在可接受范圍以內,這一點在工程應用上很關鍵,也完全能滿足結構前期設計的需求。

圖片

圖片

表1 分析結果

②案例說明:采用鈑金焊接擺臂結構,在擺臂球銷位置,施加不同的位移,提取相應的支反力和結構應力,對比軟件的非線性分析精度。如圖3所示:

圖片

圖3 鈑金擺臂

本案例鈑金擺臂采用雙板沖壓拼焊而成,Abaqus 有限元模型焊縫采用shell單元模擬,板厚定義為連接母材的平均值3mm,SimSolid 計算模型通過連接工具定義焊縫連接,焊縫尺寸定義為4mm,如下圖4所示。

圖片

圖4 Abaqus 模型(左) ?SimSolid 模型(右)

這里需要說明剛才定義焊縫參數的差異,有限元模擬焊縫的 shell 單元厚度為實際焊縫的平均有效厚度,SimSolid 定義的焊縫參數為焊角尺寸。

鈑金擺臂支反力的分析結果如表2所示,當變形在10mm以內,兩個軟件的結果相差約10%,當位移達到16mm時,結構發生屈曲變形,這時結構的極限載荷最大,SimSolid 和 Abaqus 都計算出這個關鍵的結構突變響應,這說明 SimSolid 同樣適用于材料非線性及幾何非線性分析,這一點在工程應用上很關鍵,可以在設計前期評估結構的極限承載能力。

圖片

表2 分析結果

這里需要補充說明,計算零部件的非線性屈曲載荷,也可以直接一次施加強制位移的方式求解,具體設置如下圖5所示,幾何非線性求解設置為增量負載,載荷步數10(步數越大,位移-載荷曲線越光滑,當然計算資源需求越高)。增量負載提供了加載歷史,其中包含了指定的加載增量數量的結果,用于非線性屈曲分析,以確定可能發生結構失穩的載荷。

圖片

圖5 求解設置

3.4 發動機罩的可行性論證

選取某車型的后保險杠,開展了模態及表面剛度分析。后保險杠連接點數量較多,包括螺栓、卡扣等。采用傳統有限元方法需要手動定義簡化的剛性連接MPC,耗時較長,如圖6所示。SimSolid 通過定義搜索間隙及容差,可實現高效的自動連接,接觸類型為綁定,接觸分辨率增強,如圖7所示。

圖片

圖6 有限元模型

圖片

圖7 SimSolid 自動連接模型

同時,為了提高薄板結構的計算精度,可以自定義求解設置,如圖8.1所示。為了提高計算速度,可以更大化利用硬件資源,設置如圖8.2所示,核數越高,計算速度越快。

圖片

圖8.1 求解設置

圖片

8.2硬件設置

最后統計了兩種方法的仿真效率及精度結果,如下表3、表4所示。

圖片

表3 模態分析結果

圖片

表 4 表面剛度結果

模態分析結果顯示,SimSolid 分析總時長僅需2小時,相比有限元可以提速79%,提速主要原因是 SimSolid 不用進行幾何簡化和殼網格劃分;結果對比顯示。前三階固有頻率平均精度95%,精度滿足快速校驗使用。

剛度結果顯示,SimSolid 分析總時長僅需2小時,相比有限元可以提速78%,提速主要原因是 SimSolid 不用進行幾何簡化和殼網格劃分。剛度對比結果顯示,三個位置點平均精度88%,精度滿足快速校驗使用。

4、結論

  • 仿真效率: Simsolid 提供了快捷高效的前處理解決方案,無需網格劃分、快速定義各種連接,大大縮短了前處理周期。

  • 仿真精度:線彈性范圍內,剛強度及模態計算誤差小10%,在非線性階段,如非線性屈曲分析也有較高的分析精度,均適用于薄板及實體結構。

  • 應用建議:基于軟件當前的功能和定位,適用于設計工程師及仿真工程師開展結構設計的快速驗證及方案迭代。例如對于底盤控制臂、轉向節、穩定桿、副車架等關鍵零部件,設計工程師可以利用SimSolid 開展常規的強度分析、模態分析和疲勞分析;對于車門、機罩、保險杠等裝配件,快速開展剛度及模態分析,加速設計迭代,縮短性能目標達成周期。

申請免費試用

如您對 Altair 軟件及解決方案感興趣

歡迎關注Altair微信,申請免費試用

Altair 是計算智能領域的全球指引者之一,在仿真、高性能計算 (HPC) 和人工智能等領域提供軟件和云解決方案,服務于16000多家全球企業,應用行業包括汽車、消費電子、航空航天、能源、機車車輛、造船、國防軍工、金融、零售等。

近期,Altair被全球工業軟件指引者西門子收購,成為西門子數字化工業軟件(Siemens Digital Industries Software)旗下成員,進一步鞏固西門子在仿真和工業人工智能領域的全球指引者地位,其技術正與西門子Xcelerator解決方案進行深度整合。

更多內容歡迎關注 AltairChina

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/93008.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/93008.shtml
英文地址,請注明出處:http://en.pswp.cn/web/93008.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

MacOS字體看起來比在 Windows 上更好?

字體控們注意啦!🎉你們有沒有發現,同樣一段文字,在Mac和Windows上看起來就是不一樣?Mac上的字仿佛自帶柔光濾鏡,圓潤又舒適;而Windows上的字則像是精心雕琢的刀鋒,銳利且清晰。這背后…

Torch -- 卷積學習day1 -- 卷積層,池化層

目錄 一、CNN概述 二、卷積層 1、卷積核 2、卷積計算 3、邊緣填充 4、步長 5、多通道卷積計算 6、多卷積核卷積計算 7、特征圖大小 8、卷積參數共享 9、局部特征提取 10、卷積層API 三、池化層 1、池化層概述 1.池化層的作用 2.池化層類型 2、池化層計算 3、步…

藍橋杯---第六屆省賽單片機組真題

先出手寫的代碼&#xff0c;代碼分析還需要一段時間&#xff0c;不難&#xff0c;大家認真寫。#include <STC15F2K60S2.H> #include "Seg.h" #include "LED.h" #include "Key.h" #include "DS1302.h" #include "DS18B20.h&…

GPT-5深度解析:精準、高效、務實的新一代AI引擎

&#x1f31f; GPT-5深度解析&#xff1a;精準、高效、務實的新一代AI引擎在萬眾矚目中&#xff0c;OpenAI于2025年8月7日正式推出GPT-5——這一代模型沒有華麗的創意革命&#xff0c;卻以驚人的準確率提升、斷崖式降價和強大的工程能力&#xff0c;悄然重塑了生成式AI的應用邊…

oss(阿里云)前端直傳

WEB端前端直傳 參考文檔&#xff1a;web前端直傳并設置上傳回調 封裝oss-upload.ts // 圖片上傳 import { uploadToken } from /api/uploadFile.js // 獲取oss token接口// 定義 OSS 信息類型 interface OssInfo {policy: string;signature: string;x_oss_credential: strin…

vscode uv 發布一個python包:編輯、調試與相對路徑導包

背景 最近一直在使用uv做python包管理&#xff0c;用起來很方便。 尤其是在代碼上傳到github的時候&#xff0c;pyproject.toml 會顯示出當前項目依賴的python包。這樣在把代碼下載到本地之后&#xff0c;直接uv sync就可以很方便地恢復出python環境。 uv 除了有上述優點&…

Secure 第四天作業

實驗需求&#xff1a;需求一拓撲&#xff1a;按照以上拓撲所示&#xff0c;完成以下需求&#xff1a;參考以上拓撲&#xff0c;配置設備IP地址&#xff0c;使用UNL里Secure第四天拓撲即可。&#xff08;有興趣的同學課后也可按照PPT原拓撲做做實驗&#xff09;&#xff1b;配置…

利用開漏輸出模式模擬IIC

/************************************************************利用IO口模擬IIC時序&#xff0c;需要使用2個IO口(SDA和SCL)SCL時鐘線只能由主器件進行控制&#xff0c;所以SCL引腳必須為輸出模式SDA數據線&#xff0c;在主器件發送數據時&#xff0c;SDA引腳為輸出模式SDA數…

閘機控制系統從設計到實現全解析:第 5 篇:RabbitMQ 消息隊列與閘機通信設計

第 5 篇&#xff1a;RabbitMQ 消息隊列與閘機通信設計RabbitMQ 是一款開源的消息隊列中間件&#xff08;Message Queue&#xff0c;MQ&#xff09;&#xff0c;基于 Erlang 語言開發&#xff0c;遵循 AMQP&#xff08;Advanced Message Queuing Protocol&#xff0c;高級消息隊…

Linux 常用命令大全:覆蓋日常 99% 操作需求

1、基本命令 pwd&#xff1a;顯示當前工作目錄的絕對路徑&#xff0c;例如在復雜目錄結構中快速確認位置&#xff0c;執行后會輸出類似/home/user/documents的結果。 cd&#xff1a;切換目錄&#xff0c;cd 目錄路徑可進入指定目錄&#xff0c;cd ~回到當前用戶的家目錄&…

普通電腦與云電腦的區別有哪些?全面科普

近年來&#xff0c;越來越多的人不再購置升級自己的電腦&#xff0c;轉而選擇云電腦&#xff0c;云端產品正在變得越來越普及易用。那么它究竟跟我們的普通本地設備有什么區別吶&#xff1f;或許很多人并不知悉&#xff0c;對此&#xff0c;本篇內容小編就為大家簡要科普一下普…

【Python】支持向量機SVM

示例代碼&#xff1a;import numpy as np import matplotlib.pyplot as plt from sklearn import svm from sklearn.datasets import make_blobs from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score, classification_report# 設…

當AI學會“抄近路”:殘差網絡如何突破深度學習的極限

**——解讀《Deep Residual Learning for Image Recognition》**今天我想帶大家回到2015年&#xff0c;見證人工智能領域的一場“捷徑革命”——由何愷明等人提出的**深度殘差學習框架&#xff08;ResNet&#xff09;**。這篇論文解決了困擾AI界多年的“深度詛咒”&#xff0c;…

HCIP--BGP綜合實驗

目錄 BGP綜合實驗報告 一、實驗拓撲 二、實驗要求 三、實驗思路 &#xff08;一&#xff09;IP地址規劃 &#xff08;二&#xff09;整體思路 四、實驗步驟 &#xff08;一&#xff09; IP地址配置 &#xff08;二&#xff09; AS2內部配置OSPF協議 &#xff08;三&a…

Java 基礎編程案例:從輸入交互到邏輯處理

在Java編程學習中&#xff0c;輸入輸出、循環控制和邏輯判斷是核心基礎。本文整理了10個經典案例&#xff0c;涵蓋Scanner輸入處理、斐波那契數列、成績統計、登錄驗證等場景&#xff0c;幫助初學者掌握編程邏輯與實用技巧。 一、Scanner輸入交互&#xff1a;獲取用戶輸入并處理…

LeetCode 面試經典 150_數組/字符串_整數轉羅馬數字(18_12_C++_中等)(模擬)(對各位進行拆解)

LeetCode 面試經典 150_數組/字符串_整數轉羅馬數字&#xff08;18_12_C_中等&#xff09;題目描述&#xff1a;輸入輸出樣例&#xff1a;題解&#xff1a;解題思路&#xff1a;思路一&#xff08;模擬&#xff09;&#xff1a;思路二&#xff08;對各位進行拆解&#xff09;&a…

計算機網絡摘星題庫800題筆記 第6章 應用層

第6章 應用層 6.1 網絡應用的架構 考點 1 CS 架構 題組闖關 1.DNS 是基于 ( ) 模式的分布式系統。 A. C/S B. B/S C. P2P D. 以上均不正確 1.【參考答案】A 【解析】本題考查網絡應用模型。 DNS 作為分布式應用&#xff0c;是一種典型的 C/S 模式&#xff0c;是隨著 Internet 技…

BLUCK電路的輸入電容應該怎么選取

借用TI的BULK芯片討論一下輸入電容怎么選取的問題&#xff0c;BULK電源是我們常用的電源&#xff0c;它的原理請看之前的文章&#xff1a; 高壓差為何不用LDO&#xff1f;DCDC效率更高&#xff01;-CSDN博客 本文我們探討一下輸入電容&#xff0c;輸入電容是控制紋波的關鍵&a…

CAN仲裁機制的原理

我們來詳細講 CAN 仲裁機制 的原理和工作方式,這是 CAN 總線最核心的特性之一。 1?? 基本概念 CAN 總線是 多主機、多節點的串行總線,所有節點共享一根差分信號線(CAN_H / CAN_L)。 每個節點都可以隨時發送消息(多主機機制) 總線只能同時有一個節點成功發送 仲裁 用…

【GPT入門】第46課 vllm安裝、部署與使用

【GPT入門】第46課 vllm安裝、部署與使用 1.準備服務器 2. 安裝 conda環境,隔離base環境 3. vllm使用 3.1 在線推理, openai兼容服務器 3.2 模型離線調用 4. 沒有使用GPU問題分析 1.準備服務器 cuda 版本選12.1 vllm官網介紹: https://vllm.hyper.ai/docs/getting-started/…