CC BY
0
Key words: content, quality assessment, data analysis, regression, scikit-learn, pandas.
Mosin Vladimir Gennadievich, candidate of physical and mathematical sciences, do-cent, [email protected], Russia, Samara, Samara State Technical University,
Kozlovsky Vladimir Nikolaevich, doctor of technical sciences, professor, head of the department, [email protected], Russia, Samara, Samara State Technical University,
Blagoveshchensky Dmitry Ivanovich, doctor of technical sciences, professor, [email protected], Russia, Tula, State Regional Center for Standardization, Metrology and Testing in the Tula and Orel Regions
УДК 629.113
DOI: 10.24412/2071-6168-2024-1-246-247
ИНСТРУМЕНТЫ МОДЕЛИРОВАНИЯ В ОБЕСПЕЧЕНИИ КАЧЕСТВА НОВЫХ КОНСТРУКЦИЙ АВТОМОБИЛЕЙ В ПРОЦЕССЕ ПРОЕКТИРОВАНИЯ
И.А. Беляева, В.Н. Козловский, С.А. Васин
В статье представлены результаты анализа современных инструментов моделирования используемых при проектировании автомобилей и электромобилей.
Ключевые слова: конкурентоспособность; качество; автомобиль.
На этапе разработки концепции новых автомобилей разработчик может учитывать различные проблемы которые могут возникнуть в процессе проектировании. Один из надежных способов сделать это - поручить этот этап специалисту имеющему большой практический опыт. Однако в отношении новых материалов - высокопрочных сталей, алюминия и магния - на многие подробные вопросы в отношении новых материалов не имеют полного ответа, поэтому опыт не помогает определить, как следует производить детали. Базы данных содержат знания, к которым можно обращаться в любое время. Тут важным является корректное внесение новой информации и обслуживание большого объема информации. Кроме того, пользователи должны передавать свои знания в общую базу данных. Но несмотря на существующие информационные базы, все еще существуют вопросы об использовании новых материалов [1, 2].
Выбранный метод моделирования процесса полного жизненного цикла автомобиля зависит от конечных результатов, которые должны быть получены, и данных, доступных на определенном этапе разработки. При подобных методах обычно для моделирования требуется только геометрия компонента и минимальные ее характеристики - материал, толщина (если это не объемный компонент или компонент, который отвечает за тепловые, электромагнитные и другие подобные явления). Характеристики материала и толщина листа являются достаточным набором характеристик для начала работы по моделированию формования [3, 4].
Более точные одностадийные результаты можно получить, включив элементы в математическую модель расчета, чтобы учесть влияние инструмента формовки. Кроме того, эти данные можно использовать для последующего точного проектирования самой оснастки [5].
В настоящее время результаты моделирования должны рассматриваться как один из вариантов оценки конечного результата. Более того, на ранних стадиях разработки концепции автомобиля результаты являются достаточно точными, чтобы позволить разработать не только производимую деталь, но и собрать виртуальный макет [6,
7]
Инкрементный метод моделирования в фазе прототипа. Более точные расчеты для оптимизации процесса могут быть получены с помощью дополнительных методов. В этом случае процесс формования детали может быть точно воспроизведен начиная с заготовки и расчета её деформации в прессе. Но для подобного предварительного моделирования необходимо CAD-описание инструментов. Эти данные, однако, недоступны до более поздней стадии разработки транспортного средства (этап модели-прототипа, этап подготовки производства). Поэтому интеграция дополнительных методов в процесс разработки будет происходить главным образом на этих более поздних этапах.
Другие входные данные включают характеристики материала и описание параметров процесса. Инкрементальное моделирование предоставляет все соответствующие данные, которые интересуют специалиста по формовке, от распределения деформации, толщины листа и возможных трещин, до упругого изменения в обрезанной детали, распределения напряжений и упрочнения зон. Следовательно, с помощью этих методов можно оптимизировать как оснастку, так и саму деталь.
План методов составляется на основе геометрии детали, которая может быть известна приблизительно или точно, в зависимости от стадии разработки.
Если же предварительное моделирование не выполняется, то происходит производство инструмента. Только после того, как инструмент будет изготовлен, можно проверить способен он выполнить формовку детали или нет. Любые изменения оснастки требуют кропотливой доработки на специальном оборудовании вследствие чего может произойти изменение геометрии детали.
Почти все уточнения и поправки данных поверхности САПР могут быть выполнены до начала создания инструмента. Например, один производитель штампов сократил общее время подготовки и тестирования матрицы с 44 до 20 недель (более 50%), используя дополнительные моделирования для сборки деталей пола из восьми частей.
Нужно постоянно искать оптимальные методы выполнения предварительного моделирования и дальнейшего производства штампа. Дополнительная информация относительно надежности процесса и вероятных пределов осуществимости может быть получена путем выборочного изменения отдельных параметров процесса, таких как характеристики материала и толщина листа.
Инкрементный метод на этапе подготовки производства. Интеграция предварительного моделирования формования в процесс создания производственных инструментов отличается от этапа разработки прототипа. Геометрия готовой детали является окончательной, поэтому любой ценой следует избегать изменений в геометрии. Следовательно, основной задачей является обеспечение надежности процесса, который предстоит при массовом производстве. Кроме того, отформованная деталь должна быть необходимого качества, например, для внешних автомобильных деталей кузова, которые видны клиенту.
Как и на этапе прототипа, сначала готовится план способов формовки, а затем разрабатывается инструмент, но только на этапе испытаний производственный процесс может считаться надежным, а оснастку правильно изготовленной. Изменения на этом этапе очень дорого стоят и требуют большого количества времени. В худшем случае испытания могут показать, что деталь вообще не может быть изготовлена, это будет означать пересмотр методов формовки или даже изменения детали. Все это сопровождается большими затратами.
Интегрируя предварительное моделирование форм в процесс разработки, изменения можно вносить своевременно и по разумной цене. Изменяя параметры процес-
са, можно оптимизировать надежность процесса и качество готовых деталей. Например, один производитель автомобилей разработал штамповочную оснастку, которая не могла производить детали в соответствии со спецификацией готового изделия. Этот штамп стоимостью 200 тыс. долларов будет списан как непригодный для использования, но производитель провел поэтапное моделирование для оптимизации параметров пресса и затем смог изготовить детали с необходимыми допусками. Работа на стадии испытания ограничивается настройкой распределения давления при смыкании штампа, которое из-за производственных допусков не может быть рассчитано заранее.
Моделирование индивидуальных заготовок. Когда для штамповки детали используются специальные заготовки, можно использовать нужный листовой материал необходимой толщины в нужных местах. К сожалению, расположение сварного шва, определенное на этапе проектирования (например, для снижения веса), часто создает сложности при производстве. В этом случае, предварительное моделирование формования позволяет заранее позиционировать шов, чтобы исключить проблем в процессе производства.
Диаграммы симуляции при моделировании. Был разработан новый метод моделирования заготовок. С помощью этого метода, в случае если деталь состоит из нескольких листов, нет необходимости учитывать различную толщину металла в инструменте. Разная толщина допускается в алгоритме программы предварительного моделирования, поэтому, если местоположение шва изменяется, геометрические изменения в инструменте не требуются. Таким образом, можно в течение нескольких часов рассчитать различные альтернативные положения для шва и оптимизировать место сварки перед операцией формования.
Моделирование процесса глубокой вытяжки является важным шагом на каждом этапе создания транспортного средства. Последовательное применение методов моделирования на каждом этапе разработки может сэкономить на производстве и подгонке штампов и времени, потраченном на их изготовление. Посредством моделирования можно повысить точность оснастки для прессования и как следствие качество готовых деталей.
Решение контактных нелинейных задач. Одним из главных критериев при выборе расчетной среды и постановки динамичных контактных задач, является возможность провести максимально возможное количество задач при минимальном количестве отведенном для этого времени расчета.
Для высокоскоростных процессов (протекающих обычно несколько миллисекунд) и при очень больших деформациях приходится делать шаги весьма малыми, чтобы отследить изменение нагрузки и поведение конструкции. Инерционные нагрузки велики и определяются ускорениями конструкции. Для более точного их расчета эффективно будет вводить ускорения (и скорости) в число узловых степеней свободы и вычислять их напрямую, а не дважды, дифференцируя перемещения. В случае вынужденных постоянных пересчетов матриц, формирование полной матрицы и ее многократное решение при переменных нагрузках неэффективны. Критерии сходимости, установленные по умолчанию, настроены на достаточно длительные задачи, поэтому их подбор на практике весьма трудоемок (а порой невозможен). Таким образом, при малом шаге решение ряда задач (например, импульсное воздействие, удар) может потребовать больше (в десятки, сотни раз) вычислительных ресурсов, чем при использовании явных методов, либо не сойтись.
Явными (Еxplicit) методами называют методы решения уравнения динамики, не связанные с решением систем уравнений, но использующие рекуррентные соотношения, которые выражают перемещения, скорости и ускорения на данном шаге через их значения на предшествующих шагах. В случае использования диагональной матрицы масс (вместо стандартной — согласованной разреженной) удается ее «обратить», упростив тем самым расчет и многократно уменьшив время одной итерации (посредством замены триангуляции матриц с решениями при переменных уравновешивающих
нагрузках на матричные умножения). Такая методика предполагает малые шаги и достаточно мелкую разбивку, чтобы правильно описать диагональной матрицей распределение масс. В качестве компенсации, малый шаг позволяет отследить все изменения в характеристиках конструкции и в ее поведении. Все нелинейности (включая контакт) учитываются в векторе внутренних сил. Основное время занимает не формирование и обращение матриц, а вычисление этого вектора. Из-за очень малого размера шага явные методы обычно применяются только для расчета кратковременных процессов. В математических пакетах при явном интегрировании применяется метод центральных разностей, когда ускорение полагается постоянным в пределах шага. Для трех последовательных моментов времени принимается квадратичная аппроксимация вектора перемещений.
Следующим критерием при выборе программного продукта для динамических расчетов - выбор самих возможностей программного продукта смоделировать процесс любой технологии - возможность совместить два граничных условия и две совершенно разные по методу расчета - задачи. Особенностью любых применяемых программных комплексов: является выполнение расчета статической и динамической части через так называемый холодный рестарт.
Списвок литературы
1. Козловский, В.Н Проблемы и тенденции проектно-технологического развития электромобилей / В.Н. Козловский, В.И. Строганов, В.И. Воловач // Автомобильная промышленность. 2014. № 4. С. 1-5.
2. Козловский, В.Н. Концепции развития электромобилей / В.Н. Козловский, В.И. Строганов, М.А. Пьянов // Грузовик. 2014. № 5. С. 7-16.
3. Козловский, В.Н. Ресурсное и инфраструктурное обеспечение процессов жизненного цикла электромобилей / В.Н. Козловский, В.И. Строганов // Электроника и электрооборудование транспорта. 2014. № 3. С. 6-8.
4. Козловский, В.Н. Анализ основных проектных решений при разработке электромобилей / В.Н. Козловский, В.И. Строганов // Электроника и электрооборудование транспорта. 2014. № 2. С. 10-14.
5. Козловский, В.Н. Цифровая среда поддержки управления конкурентоспособностью / В.Н. Козловский, Д.В. Айдаров, Д.И. Панюков, М.М. Васильев // Стандарты и качество. 2018. № 6. С. 86-89.
6. Козловский, В.Н. Надежность системы электрооборудования легкового автомобиля / В.Н. Козловский, В.Е. Ютт // Электроника и электрооборудование транспорта. 2008. № 3. С. 37-40.
7. Kozlovskiy, V. Analytical models of mass media as a method of quality management in the automotive industry / V. Kozlovskiy, D. Aydarov // Quality - Access to Success. 2017. Т. 18. № 160. С. 83-87.
Беляева Ирина Александровна, канд. техн. наук, доцент, научный сотрудник, [email protected], Россия, Самара, Самарский государственный технический университет,
Козловский Владимир Николаевич, д-р техн. наук, профессор, заведующий кафедрой, [email protected], Россия, Самара, Самарский государственный технический университет,
Васин Сергей Александрович, д-р техн. наук, профессор, [email protected], Россия, Тула, Тульский государственный университет
249
SIMULATION TOOLS IN ASSURING THE QUALITY OF NEW VEHICLE DESIGNS
DURING THE DESIGN PROCESS
I.A. Belyaeva, V.N. Kozlovsky, V. A. Vasin
The article presents the results of an analysis of modern modeling tools used in the design of cars and electric vehicles.
Key words: competitiveness; quality; automobile.
Belyaeva Irina Alexandrovna, candidate of technical sciences, docent, toe_fp@,samgtu.ru, Russia, Samara, Samara State Technical University,
Kozlovsky Vladimir Nikolaevich, doctor of technical sciences, professor, head of the department, [email protected], Russia, Samara, Samara State Technical University,
Vasin Sergey Alexandrovich, doctor of technical sciences, professor, [email protected], Russia, Tula, Tula State University
УДК 005.6
DOI: 10.24412/2071-6168-2024-1-250-251
О ВЛИЯНИИ ВОСТРЕБОВАННОСТИ КОНТЕНТА НА НЕКОТОРЫЕ
ХАРАКТЕРИСТИКИ ВОВЛЕЧЕННОСТИ В ЕГО ПОТРЕБЛЕНИЕ
В.Г. Мосин, В.Н. Козловский, О.В. Пантюхин
В статье исследованы характеристики востребованности контента в сравнении с характеристиками вовлеченности в его потребление. Показано, что регрессионные модели востребованности обладают высокой прогнозирующей способностью, при этом прогнозирующая способность моделей вовлеченности крайне низка и достигает приемлемых значений только на высоко востребованных данных.
Ключевые слова: контент, оценка качества, анализ данных, регрессия, scikit-learn, pandas.
Востребованность и вовлеченность пользователей в потребление контента — это две разные характеристики, которые могут быть связаны между собой, но не всегда.
С одной стороны, востребованность контента относится к его популярности или степени запроса у пользователей. Эта характеристика может быть определена на основе таких факторов, как количество просмотров, скачиваний, лайков и т. д. Чем больше пользователей проявляют интерес к контенту и участвуют в его потреблении, тем он более востребован.
С другой стороны, вовлеченность пользователей в потребление контента относится к степени их внимания или взаимодействия с контентом. Это может быть выражено через комментарии, обсуждения или долю времени, которую пользователь проводит с контентом. Чем больше пользователи взаимодействуют с контентом и проявляют активность, тем они более вовлечены в его потребление.
Связь между востребованностью и вовлеченностью контента может быть сложной и зависит от разных факторов. Популярный контент привлекает больше внимания со стороны пользователей, но не популярный контент также может вызывать высокую степень вовлеченности у малого числа пользователей, у преданной аудитории.
250
