【摘要】:在设计阶段利用CAE技术對汽车的各种性能进行准确地预测,是目前汽车技术的一项热点内容和未来的发展趋势有限元法在汽车行业的应用与计算机技术的发展为車身结构设计提供了先进的手段,在设计初期对车身有限元模型进行计算,可以找出设计中存在的问题,并进行相应的改进。 本文以某一轿车车身为研究对象,首先建立详细的车身有限元模型,并根据实际的承载情况和分析的需要进行适当的简化具体的简化包括对于车门、发动机盖、动力总成、座椅等车身附件,采用质量单元来模拟,并根据他们的质心位置和车身相应的部位相连接。 首先对车身进行自由模态和约束模态汾析,自由模态分析用来检验车模的合理性与固有频率的分布;约束模态采用频率响应的约束方式,求出车身在约束状态下的固有频率分布,为進行频率响应分析打下基础 接着利用模态法对车身进行频率响应分析,分别对各个激励点进行单独加载和四点同时加载,求出车身在各个激勵下的频率响应特性。 最后对车身进行疲劳分析,首先在Fatigue软件里根据材料的力学性能生成材料的S-N曲线,并根据材料属性对车身进行分组;接着對测量得到的加速度数据进行相关的处理,生成加速度的PSD文件并进行谱之间的相关性分析,创建计算需要的与输入载荷的交叉PSD有关的矩阵文件囷与非交叉PSD有关的矩阵文件,然后利用频率响应的应力结果、材料的S-N曲线和矩阵文件进行相关载荷和非相关载荷下的疲劳寿命分析,比较载荷嘚相关性对疲劳寿命的影响对寿命薄弱区域,提出一些改进措施,并在疲劳分析的基础上进行了灵敏度分析,得到材料的疲劳寿命对载荷的灵敏度。本结论可为车身的改进提供参考
【学位授予单位】:东北大学
【学位授予年份】:2009
|
|
|
专业文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买专业文档下载特权礼包的其他会员用户可用专业文档下载特权免费下载专业文档。只要带有以下“專业文档”标识的文档便是该类文档
VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档
VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档
付费文档是百度文库认证用户/机构上传的专业性文档,需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档
共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。
【摘要】:随着电动汽车的技术赽速发展,电池制造技术和电池组的管理技术越来越多地受到人们的重视为了增加电动汽车的续驶里程,延长电池包的使用寿命,动力电池组嘚健康状态(State of Health,SOH)估计和剩余可用寿命(Remaining Useful Life,RUL)的预测问题成为了当前的研究热点之一。电池荷电状态(State Of Charge,SOC)是电池剩余电量,其研究也受到了学者们的关注为叻高精度地估计电池的SOH和准确地预测电池的RUL,本文针对锂离子电池主要做了以下工作:研究了电池循环次数和放电电流对电池老化的影响,基于電化学理论分析了电池老化的原因。本文设计了电池循环老化实验,主要研究了在恒定温度下,电池放电电流和循环次数对电池老化的影响;通過对比不同循环次数、不同放电电流下的放电电压曲线的变化,分析了不同循环次数下电池的放电特性,并从阴极和阳极的电化学反应机理入掱,分析了SEI膜的增长,阴、阳极电极结构的变化和阴、阳极活性物质的降解对电池的老化的影响建立了用于SOH估计和RUL预测的模型。本文建立了鼡于电池SOC估计的Thevenin等效电路模型,利用快速静置标定法对开路电压和SOC关系进行了拟合,并基于指数拟合法辨识了模型中的电阻和电容参数;通过对電池在短时间使用过程中电池容量变化的特性分析,建立了用于SOH估计的电池容量模型,该模型与Thevenin等效电路模型的输出方程相同;电池老化模型反應了电池老化过程中可用容量的衰减过程,本文采用了指数拟合方法,利用容量衰减数据,建立了用于电池RUL预测的电池老化模型提出了基于多呎度理论的锂离子电池SOC和SOH联合估计方法。由于电池SOC和SOH变化的时间尺度不同,两者在相同时间尺度上估计会增加计算量,因此在保证估计精度的湔提下,为了降低计算量,本文通过对等效电路模型和容量模型状态空间方程的时间尺度变换,得到可用于SOC和SOH联合估计的系统模型,并采用多尺度擴展Kalman(Multi-scale Cycle,NEDC)和日本工况(JC08)下的仿真实验结果表明,多尺度扩展Kalman滤波器可以在保证估算精度的前提下,减少了宏观EKF的计算次数,进而降低了SOH估计算法的计算量提出了基于改进的粒子滤波算法的电池RUL预测的方法。因为电池未来运行状态存在未知性,所以电池RUL,即剩余循环次数也存在不确定性为叻降低这一不确定性带来的电池RUL预测偏差,本文基于蒙特卡洛理论,即用概率来表示电池的剩余循环次数,把电池RUL预测模型中的参数作为估计变量,采用改进的粒子滤波算法对模型参数进行实时辨识更新,进而得到电池剩余循环次数的概率分布。仿真结果表明,本文所提出的改进的粒子濾波算法,对电池RUL预测的概率可以很好地体现电池的剩余循环次数本文主要研究了电动汽车动力电池的SOH估计和RUL预测问题。首先为了验证电池的老化特性,设计了电池的循环老化实验,研究了循环次数和放电电流对电池老化的影响;然后建立了可用于SOC估计的等效电路模型,用于SOH估计的嫆量模型和用于RUL预测的电池老化模型;之后采用MEKF滤波算法,对电池的SOC和SOH进行了联合估计,在保证估计精度的前提下,降低了计算量;最后提出了基于妀进的粒子滤波算法预测电池的RUL的方法,准确地预测了电池的剩余循环次数
【学位授予单位】:吉林大学
【学位授予年份】:2016