adams优化设计移动副_机器学习在汽车CAE分析中应用 —— 以ADAMS轮胎建模为例

前文机器学习在汽车CAE分析中应用 —— 以料厚变化的白车身刚度分析为例已叙述机器学习如何提高汽车CAE分析准时性的问题，针对的是线性问题(白车身刚度)。这篇文章将讨论如何提高汽车CAE分析准确性的问题，将针对非线性问题。

如何判断分析结果的准确性？显而易见，要与测试结果进行对比。既然要和测试结果对比，那么可否直接从测试数据中来生成分析用的模型？

本文将以ADAMS轮胎建模为例来论述这一过程。得益于以前轮胎研究(如PAC2002、RMOD-K、CDTire、Ftire、SWIFT、UniTire)，因此轮胎测试工况与数据相对完善。

在CAE分析中，轮胎模型按分析用途分为三种：操稳分析用轮胎模型、耐久分析用轮胎模型、NVH模态轮胎。第三种是专用于NVH分析，在NASTRAN或OPTISTRUCT下使用。本文只讨论ADAMS下使用的前两种轮胎，其主要不同之处在于是否考虑路面状况的变化，即对轮胎与路面之间接触的处理。不同轮胎模型简图如下所示：

操稳分析用轮胎模型本质是用一组数学函数(PAC2002使用三角函数、UniTire使用指数函数)来拟合各个工况的轮胎试验数据，如下图所示：