通过多学科优化加速设计过程：戴姆勒案例研究
技术
- 网络安全和隐私 - 入侵检测
- 机器人 - 自动导引车 (AGV)
适用行业
- 汽车
- 生命科学
适用功能
- 产品研发
用例
- 交通监控
- 车辆性能监测
关于客户
戴姆勒是全球领先的高档汽车生产商之一，也是最大的商用车生产商，其梅赛德斯-奔驰品牌享誉全球。仅 2016 年，戴姆勒预计就售出了 300 万辆汽车，员工总数超过 28 万。戴姆勒多年来一直采用设计优化技术，帮助该组织最大限度地提高性能，同时最大限度地减少材料使用和质量；在多种属性之间找到理想的平衡。戴姆勒对 MDO 方法及其消除后期设计阶段风险的能力充满热情，目前正在将该方法整合到进一步的车辆开发项目中。
挑战
戴姆勒是高档汽车的领先生产商，多年来一直在使用设计优化技术来最大限度地提高性能，同时最大限度地减少材料使用和质量。然而，单独针对不同学科（例如碰撞和噪声、振动和声振粗糙度 (NVH)）进行优化的传统流程可能会很慢，无法提供同时满足不同属性目标的设计解决方案。在开发新车型的过程中，戴姆勒希望探索利用多学科优化方法 (MDO) 的潜力，即在一次优化研究中考虑多个属性性能目标。该项目的重点是梅赛德斯-奔驰压铸后横梁，该部件尚未达到其碰撞和 NVH 目标。目的是增加铸件的刚度，同时最大限度地减少其质量。
解决方案
Altair 是一家提供产品开发、高性能计算和数据智能解决方案的技术公司，旨在帮助戴姆勒应对这一挑战。 Altair 的顾问从完整的车辆显式碰撞模型开始，该模型可根据每个碰撞载荷工况的截面力水平得出一组基于合规性的约束。为 HyperWorks OptiStruct 构建了一个优化模型，其中包括这些模型和一组 NVH 载荷工况，以确定动态刚度行为。 Altair 团队通过提取铸件的子模型并使用超单元来表示结构其余部分的物理行为，缩小了模型的大小，从而提高了计算效率。 OptiStruct 使用戴姆勒的 NVH 载荷和肋条的拉伸方向作为制造约束，创建了最佳肋条布局的表示形式，以满足 NVH 性能目标。随后，该团队进行了一系列优化研究，以完善设计并最大程度地减少质量。
运营影响
数量效益
Case Study missing?
Start adding your own!
Register with your work email and create a new case study profile for your business.
相关案例.
Case Study
Integral Plant Maintenance
Mercedes-Benz and his partner GAZ chose Siemens to be its maintenance partner at a new engine plant in Yaroslavl, Russia. The new plant offers a capacity to manufacture diesel engines for the Russian market, for locally produced Sprinter Classic. In addition to engines for the local market, the Yaroslavl plant will also produce spare parts. Mercedes-Benz Russia and his partner needed a service partner in order to ensure the operation of these lines in a maintenance partnership arrangement. The challenges included coordinating the entire maintenance management operation, in particular inspections, corrective and predictive maintenance activities, and the optimizing spare parts management. Siemens developed a customized maintenance solution that includes all electronic and mechanical maintenance activities (Integral Plant Maintenance).
