Validation of the CAE model set for a passenger car suspension according to loading criteria

Cover Page


Cite item

Full Text

Abstract

BACKGROUND: Development of numerical methods and technology of computer-aided engineering, used in vehicle design, has reached its high level. Results of virtual experiments cannot be totally relied upon without verifying results obtained with the developed mathematical model. That is why the present paper concentrates on the relevant issue of validation of the CAE models, applicable for vehicle suspension components dynamic load analysis.

AIMS: Goal of the research is adequacy confirmation of developed requirements to preparation of simulation models, applicable for dynamic load and fatigue analysis, by means of numerical simulation with validation analysis.

METHODS: CAE models validation is carried out with a comparative method of results obtained from either laboratory or proving ground testing and simulation of a physical object. Strain gauging results are taken for the comparison. The Models are prepaired with using MBS and FEM technologies.

RESULTS: Validation showed of validation show a good convergence of modelling and experiment results, that confirm adequacy of developed requirements to creation of CAE models, applicable for load and fatigue analysis of vehicle suspension components. The selected convergence evaluation criteria have not been used in similar papers yet and have shown an effective outcome of quantitative and qualitative comparison of loading condition of suspension parts in a variety of boundary conditions of mechanical system simulation.

CONCLUSIONS: Validated CAE models of a passenger car suspension, developed accelerated loading cycle, the model design and dynamic loading simulation approach can be used for chassis parts load analysis and fatigue prediction during early stages of development and as support of testing.

About the authors

Victor A. Kulagin

Central Scientific Research Automobile and Automotive Engines Institute “NAMI”

Author for correspondence.
Email: viktor.kulagin@nami.ru
ORCID iD: 0000-0003-0158-1727
SPIN-code: 2488-6808

First Grade Design Engineer The MBS Division of the «Numerical Analysis and Virtual Validation» Center

Russian Federation, 2, Avtomotornaya street, Moscow, 125438

References

  1. GOST R 57700.23-2020. Computer models and simulation. Validation. General position. Available from: https://docs.cntd.ru/document/573114589 Accessed: Jun 13, 2022. (In Russ).
  2. Kulagin VA. Razrabotka kompleksa matematicheskikh modelei podveski legkovogo avtomobilya dlya analiza ustalostnoi dolgovechnosti. Izvestiya MGTU «MAMI». 2021;(4):33–42. (In Russ).
  3. Hairer E. Numerical Methods for the Solution of ODE and DAE // Hairer E, Nørsett SP, Wanner G. Springer Series in Computational Mathematics. Berlin: Springer; 1993.
  4. Mostovaya skhema tenzorezistora TML [Internet]. Available from: https://www.tmljp.ru/upload/iblock/191/Мостовая%20схема%20тензорезистора.pdf Accessed: Jun 11, 2022. (In Russ).
  5. HBM [Internet]. The Wheatstone Bridge Circuit. Available from: https://www.hbm.com/en/7163/wheatstone-bridge-circuit Accessed: Jun 11, 2022.
  6. Johannesson P. Guide to Load Analysis for Durability in Vehicle Engineering. Johannesson P, Speckert M, editors. Chichester: Wiley; 2014.
  7. Kornev AE, Bukanov AM, Sheverdyaev ON. Tekhnologiya elastomernykh materialov: uchebnik dlya vuzov. Moscow: MGOU; 2001. (In Russ).

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Time-domain rear wheel force signals for the «Mountain Road, no braking» event.

Download (347KB)
3. Fig. 2. Components equiped with strain-gauge transducers: a – front suspension; b – rear suspension.

Download (468KB)
4. Fig. 3. Placing the strain gauge on the front anti-roll bar link: a actual placement; b – placement in a CAD-model; c – marker palcement and orientation in a MBS-model.

Download (341KB)
5. Fig. 4. Graphs of comparison of force and strain data of the left tie rod, obtained during the «Mountain road» event.

Download (659KB)
6. Fig. 5. Graphs of comparison of frequency-domain force data on the left lower lateral arm, rod running (the «Belgian pave» event).

Download (133KB)

Copyright (c) 2022 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».