基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对电动车全铝框架式车身优化时应当兼顾多种类型的型材和板材变量的问题,提出一种基于拓扑优化及隐式参数化模型的集成多目标优化方法.为了获得材料分布及载荷传递合理的框架式车身结构作为后续多目标优化的参考,概念设计阶段对原车身进行拓扑优化设计.基于拓扑优化结果建立车身隐式参数化模型,并利用参数化模型建立响应面近似模型以实现全铝框架式车身多目标优化的自动流程化.结果 表明,全铝框架式车身在各项性能保持在目标范围的前提下减重11.9%.因此,基于拓扑优化及隐式参数化模型的集成多目标优化方法能够有效提高全铝框架式车身轻量化优化的效率和准确性.
推荐文章
电动车变速器箱体拓扑优化设计
电动车
箱体
拓扑优化
有限元分析
太阳能电动车碳纤维车身成型方法
太阳能电动车
碳纤维
切片法
模具制作
车身成型
太阳能电动车碳纤维车身模具研制
太阳能
电动车
碳纤维
切片法
模具研制
基于拓扑优化的电动汽车白车身优化设计
拓扑优化
遗传算法
电动汽车
白车身
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电动车全铝框架式车身拓扑分析及参数化优化方法
来源期刊 同济大学学报(自然科学版) 学科 交通运输
关键词 电动车全铝框架式车身 拓扑优化 隐式参数化模型 集成多目标优化方法
年,卷(期) 2020,(10) 所属期刊栏目 机械、车辆与能源工程
研究方向 页码范围 1470-1477
页数 8页 分类号 U463.82
字数 语种 中文
DOI 10.11908/j.issn.0253-374x.20003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈鑫 39 301 9.0 16.0
2 沈传亮 22 167 8.0 12.0
3 吕伟 6 28 3.0 5.0
4 赵康明 2 0 0.0 0.0
5 郑开铭 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (104)
共引文献  (48)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(9)
  • 参考文献(0)
  • 二级参考文献(9)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(13)
  • 参考文献(0)
  • 二级参考文献(13)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电动车全铝框架式车身
拓扑优化
隐式参数化模型
集成多目标优化方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
同济大学学报(自然科学版)
月刊
0253-374X
31-1267/N
大16开
上海四平路1239号
4-260
1956
chi
出版文献量(篇)
6707
总下载数(次)
15
总被引数(次)
105464
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导