基于机器学习的aPLI腿型性能优化方法、装置、设备及介质

    公开(公告)号:CN116911153A

    公开(公告)日:2023-10-20

    申请号:CN202310423901.0

    申请日:2023-04-20

    Abstract: 本发明公开了一种基于机器学习的aPLI腿型性能优化方法、装置、设备及介质,其中,优化方法包括:确定影响小腿弯矩值的有效特征并进行仿真计算,将仿真数据分为训练数据和测试数据;确定第一计算模型;制定优化策略对第一计算模型进行优化,得到第二计算模型;根据第二计算模型对测试数据进行计算,得到计算结果;评估计算结果的误差;本发明结合了机器学习方法,挖掘小腿弯矩值与具体的行人护板的结构特征之间的数值关系,以此得到具体小腿弯矩值T下,行人护板相应结构优化的最佳方案,减少整体工况计算的次数,节约相应的开发时间与计算成本。模型可拟合多特征下的数值关系,可针对多特征下的优化结构进行分析,且结果更加精确,便于分析。

    一种行人保护腿型仿真模型标定方法、装置、终端及介质

    公开(公告)号:CN116992567A

    公开(公告)日:2023-11-03

    申请号:CN202310946005.2

    申请日:2023-07-31

    Abstract: 本发明公开了一种行人保护腿型仿真模型标定方法、装置、终端及介质,属于汽车技术领域,包括:对腿型试验区域分别进行分区及分组得到划分后的腿型试验区域;分别对所述划分后的腿型试验区域每组展行保腿型试验,拍摄记录试验前、试验过程及试验结果的样件状态;对车辆模型进行标定前检查;对所述车辆模型开展仿真标定,对已完成标定的模型进行验证,确认标定结果直至所有试验点均完成标定后,保存标定模型,标定完成。本发明提供一种行人保护腿型仿真模型标定方法、装置、终端及介质,可以提高仿真分析模型的标定精度,缩短一半的标定周期,进而缩短项目开发周期,提高产品的性能。

    一种概念阶段aPLI腿型伤害评估及空间控制方法

    公开(公告)号:CN116861549A

    公开(公告)日:2023-10-10

    申请号:CN202310709250.1

    申请日:2023-06-15

    Abstract: 本发明涉及一种概念阶段aPLI腿型伤害评估及空间控制方法,包括基于造型CAS面,将前保险杠进行区域划分;建立伤害与布置参数的映射关系;对腿部进行伤害评估;基于评估结果进行布置空间控制。本发明概念阶段aPLI腿型伤害评估及空间控制方法介入时间早,风险早识别,可在概念阶段基于造型和空间布置,评估出腿部伤害,分析时间短,可快速评估当前空间布置对应的行人安全得分:相比于有限元仿真的1~2周周期,效率大大提升;助力目标分解,装备早定义:该方法快速评估车型腿部伤害得分,便于对行人保护各评价项进行目标得分分解,当明确腿部评价项承担的分数目标,可尽早提出空间布置要求及辅助装备,以实现行人保护性能目标达成。

    一种有利于行人保护的机舱内部布置控制方法

    公开(公告)号:CN116639207A

    公开(公告)日:2023-08-25

    申请号:CN202310381823.2

    申请日:2023-04-11

    Abstract: 本发明涉及一种有利于行人保护的机舱内部布置控制方法,包括获取造型面精细CAS结构;获取行人保护试验区域;目标分解,制定行保得分计划,根据开发目标确定得分下限值,再依照不同车型分解得分,将得分分解为头型得分和腿型得分,并拟定得分色谱图;输出限制面,根据得分色谱图分布状态,同时配合机舱内部空间与得分的映射关系,得到头型和腿型区域的限制面上限,输出上限限制面;利用限制面完成机舱内布置。本发明有利于行人保护的机舱内部布置控制方法,用于指导机舱内布置;应用本方法可完成车辆机舱内部布置并满足行人保护要求,相比传统机舱内部布置方式,该方法无需反复打和,极大缩短了行人保护性能开发周期,提升行人保护开发效率。

    Python语言辅助的行人保护外饰划线校核方法及系统、介质

    公开(公告)号:CN116400899A

    公开(公告)日:2023-07-07

    申请号:CN202310357856.3

    申请日:2023-04-06

    Abstract: 本发明公开了一种使用Python语言辅助的行人保护外饰划线校核方法及系统、介质,其方法包括以下步骤:将画好网格的外饰数据导入专业技术软件中;选择对应的划线操作,定义操作的部件;选择需要参照的法规,定义地面线高度;根据选定的法规定义相应的part,进行划线;根据划线结果导出相应的表格数据、划线数据,截图后保存文件;根据划线结果提优化方案,将优化方案提交造型进行整改。本发明利用计算机语言替代现在传统行人保护工作过程中外饰方案造型校核过程中机械重复的操作,将安全工程师从机械繁琐的工作中解放出来,去从事其他更有创造性的工作。

    一种行人保护头型试验的设计与分析方法

    公开(公告)号:CN116796497A

    公开(公告)日:2023-09-22

    申请号:CN202310378731.9

    申请日:2023-04-11

    Abstract: 本发明公开了一种行人保护头型试验的设计与分析方法,属于汽车碰撞技术领域,具体包括如下步骤:通过行人保护头型仿真分析,获取头型性能所有撞击点的得分;选取头型撞击总点数三分之一的具有代表性的头型碰撞点位,按照网格点法或均分区域法进行行人保护头型性能的试验及评分。其中,行人保护头型性能的试验验证,具体是按照网格点法或均分区域法进行头型试验及评分。该方法在工程设计阶段进行行人保护头型仿真分析工作,可以提前评估性能得分,并进行性能优化,以确保行人保护头型性能得分的达成通过性,避免了试验车辆结构在头型二百多次的撞击试验后存在较大变形导致后期的试验结果准确度及可信度都下降的问题。

    一种TRL腿型得分预测方法、装置、终端及存储介质

    公开(公告)号:CN116738823A

    公开(公告)日:2023-09-12

    申请号:CN202310561482.7

    申请日:2023-05-18

    Abstract: 本发明属于汽车技术领域,具体的说是一种TRL腿型得分预测方法、装置、终端及存储介质。包括:分析造型特征;确认造型特征;收集特征数据;对特征数据进行分流;通过特征数据确定模型;根据模型制定策略;对算法进行训练;对结果进行评估。本发明结合了机器学习方法,通过监督学习的方式,确定模型、制定策略、训练算法,挖掘TRL腿型合力最大值Sum_Force_Max与造型特征之间的数值关系,以此得到具体造型下,对TRL腿型合力最大值Sum_Force_Max的预测,从而更有效的控制造型参数,节约相应的开发时间,减少后续工程分析阶段的开发难度。

    一种基于神经网络的行人头部碰撞伤害预测方法

    公开(公告)号:CN117131731A

    公开(公告)日:2023-11-28

    申请号:CN202311036195.0

    申请日:2023-08-17

    Abstract: 本发明涉及一种基于神经网络的行人头部碰撞伤害预测方法,包括行人保护儿童头型实验有限元仿真模型建立以及伤害评价;Resnet神经网络模型;数据集的定义与获取方法;神经网络模型的训练与验证。本方法可快速预测,节省大量时间成本;以横纵截面图片的形式表达车身碰撞点位置的结构信息,并以图片中线条的颜色表达不同部件的材料属性,线条的粗细表达结构件的厚度信息;利用有限元仿真的方法进行数据集的获取与扩充,在建立预测模型之后不需要有限元仿真辅助即可获取头部伤害指标响应;利用图片的形式作为输入,在模型训练完毕后,可将车身结构的CAD数据转化为图片的形式,从而直接得到头部伤害指标,缩短设计流程。

Patent Agency Ranking