底盘仿真工程师简历模板

用户头像用户头像
3254人使用

熊猫简历底盘仿真工程师简历模板,支持自定义板块、自定义颜色、AI润色、技能条、荣誉墙、一键更换模板,专业AI辅助一键优化底盘仿真工程师简历内容,仅需5分钟即可拥有一份精美的底盘仿真工程师简历模板,助力你获得「高薪职位」。

云端操作,实时保存
排版格式完整
打印效果最好
操作简单、制作快速
头像
Hello

熊帅帅

phone13800000000
emailzhangwei@example.com
city上海
birth32
gender
job底盘仿真工程师
job_status在职
intended_city上海、北京
max_salary20k-30k
个人总结

10 年底盘仿真工作经验,精通 Adams、Matlab/Simulink 等仿真软件,熟悉新能源汽车与传统汽车底盘开发流程。在底盘多体动力学、NVH、轻量化等领域有丰富的项目经验,主导和参与多个重要项目,取得显著成果。具备良好的团队协作能力和沟通能力,能够与设计、采购、供应商等多部门高效合作。持续关注行业前沿技术,不断学习新知识,如人工智能在底盘仿真中的应用,为公司技术创新提供支持。

教育经历
清华大学
985211双一流
车辆工程
硕士
2012.092015.06

系统学习了车辆工程专业的核心课程,如汽车理论、汽车设计、汽车制造工艺学等,成绩优异,GPA 3.8/4.0。参与了导师的汽车动力学研究项目,负责部分数据采集与分析工作,为后续从事底盘仿真工作奠定了坚实的理论基础。

工作经历
上汽集团
大型国企汽车行业领先
底盘开发部
底盘仿真工程师
底盘仿真多体动力学Adams 应用
2015.072020.12
上海
  • 负责公司汽车底盘系统的多体动力学仿真工作,运用 Adams 软件建立底盘模型,包括前后悬架、转向系统、传动系统等,完成了 5 款车型的底盘仿真分析,优化了悬架的 K&C 特性,使车辆的操纵稳定性提升了 20%。
  • 与底盘设计团队紧密合作,根据仿真结果提出设计改进建议,参与了 3 个新车型底盘的前期开发工作,通过仿真提前发现并解决了 10 余项潜在设计问题,节省研发成本约 200 万元。
  • 建立了底盘仿真的标准化流程和规范,培训新入职工程师 5 人,提高了团队整体仿真效率 30%。
蔚来汽车
新能源汽车新锐创新技术企业
底盘技术中心
高级底盘仿真工程师
新能源底盘仿真NVH 分析联合仿真
2021.01至今
上海
  • 主导公司新能源汽车底盘的虚拟验证工作,采用 Matlab/Simulink 与 Adams 联合仿真,搭建了包含电机、电池等新能源特性的底盘仿真模型,完成了 4 款新能源车型的底盘性能仿真,确保了底盘在不同工况下的可靠性。
  • 优化了底盘 NVH 仿真分析方法,引入统计能量分析(SEA)技术,对底盘的振动和噪声进行预测和控制,使某款车型的底盘噪声降低了 5dB(A),提升了车内驾乘舒适性。
  • 负责与供应商的技术对接,审核供应商提供的底盘零部件仿真报告,确保零部件性能满足整车要求,成功引入 2 家优质供应商,降低零部件采购成本 15%。
项目经历
某 SUV 车型底盘越野工况仿真
项目负责人
上汽集团
2018.032019.06
  • 项目背景:为提升某 SUV 车型的越野性能,开展底盘越野工况仿真项目。
  • 项目执行:运用 Adams 软件建立详细的底盘越野模型,考虑了越野路面的不平度、轮胎与地面的非线性接触等因素。通过仿真分析,优化了悬架的行程、弹簧刚度和减震器阻尼,使车辆在越野路况下的通过性提升了 15%,同时降低了底盘零部件的损坏概率。
  • 项目成果:形成了一套完整的 SUV 底盘越野仿真分析报告,为后续车型的越野性能开发提供了重要参考,该车型上市后,越野性能获得用户高度评价,销量提升 10%。
电动轿车底盘轻量化与性能平衡仿真
核心成员
蔚来汽车
2021.052022.12
  • 项目背景:针对公司新开发的电动轿车,进行底盘轻量化与性能平衡的仿真研究。
  • 项目执行:采用有限元分析(FEA)与多体动力学仿真结合的方法,对底盘零部件进行轻量化设计。在保证底盘强度和刚度的前提下,通过优化材料厚度、结构形状等,使底盘重量减轻了 8%,同时利用 Adams 仿真验证了轻量化后底盘的操纵稳定性、平顺性等性能指标,确保性能不下降。
  • 项目成果:完成了电动轿车底盘的轻量化设计方案,经试验验证,各项性能指标均满足设计要求,为车辆的整体轻量化贡献了重要力量,降低了整车能耗 5%。
技能专长
Adams 软件应用
多体动力学仿真
NVH 分析
Matlab/Simulink 联合仿真
底盘设计与开发流程
荣誉奖项
上汽集团优秀工程师(2019 年)
蔚来汽车技术创新奖(2022 年)
其他信息
人工智能在底盘仿真中的探索:

关注人工智能技术在底盘仿真领域的应用趋势,学习了机器学习算法(如神经网络)在底盘参数优化、故障预测等方面的理论知识。尝试将机器学习与传统仿真方法结合,初步建立了基于神经网络的底盘悬架参数优化模型,通过少量样本数据训练,能够快速给出较优的悬架参数组合,提高了仿真优化效率,相关研究成果在公司内部技术研讨会上进行了分享。