新材料与工艺手册

[车身轻量化] 基于分析驱动设计的参数化白车身前端结构轻量化多目标优化

0
回复
90
查看
[复制链接]

微信扫一扫 分享朋友圈

发表于 2020-7-2 14:16:34 | 显示全部楼层 |阅读模式

注册后就可以查看哦!

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
汽车轻量化在线】基于分析驱动设计的参数化白车身前端结构轻量化多目标优化*

张 帅1,郭志军1,王传青2(1.河南科技大学车辆与交通工程学院,洛阳 471003; 2.北京汽车股份有限公司研究院,北京 101300)

[摘要] 利用SFE-CONCEPT建立了车身前端的隐式参数化模型并与车身后部的有限元模型组合成白车身模型,采用模块化方法将各分总成组成整车模型。对整车模型进行正撞安全仿真并与实车试验进行对比,验证了整车正撞安全仿真的有效性。通过编辑批处理脚本文件提取加速度峰值等正撞安全参数,真正体现“分析驱动设计”的理念。选择参数化白车身前端6个形状变量和7个板件厚度作为轻量化优化的设计变量,试验设计选用优化拉丁超立方算法生成样本点,实现Kriging近似模型的自动生成和精度验证。采用第二代非劣解排序遗传算法(NSGAII)进行优化,得到妥协解集,最终选取白车身前端质量最小的妥协解作为优化解。优化后白车身前端质量减轻7.02%。轻量化优化后其性能基本不变,左右侧加速度峰值分别降0.99%和1.31%,左右侧加速度平均值分别增大15.41%和8.67%,车门变形量有増有减,最大变化率为10.6%。
关键词:参数化白车身前端模型;组合白车身模型;多目标轻量化优化;分析驱动设计
前言

汽车轻量化可以降低能源消耗,减少尾气排放,起到保护环境的作用。汽车质量每减小100 kg,每升汽油可多行驶1 km[1]。白车身占整个汽车制造成本的60%,占汽车总质量的30%~40%,空载情况下,70%的油耗消耗在白车身上[2]。在碰撞事故中,正面碰撞发生概率占总事故的58%,乘员受伤的几率约为39%[3]。在汽车正面碰撞的总能量中,车身前端结构吸收的能量约占80%[4]。因此在考虑正撞安全性能的前提下对白车身前端进行轻量化优化设计具有重要的意义。

隐式参数化模型可实现白车身板件形状、厚度、整车尺寸等因素的改变,充分发挥白车身零部件承载、加强和吸能作用[5-6]。然而参数化白车身模型建模耗时较多、效率较低;采用白车身有限元模型无法提取形状变量,降低轻量化减重空间;采用参数化白车身前端简化模型又会出现碰撞安全性能精度较低、不满足轻量化优化要求的问题。因此采用全新的方法将参数化的白车身前端模型与有限元后端模型组合在一起,对组合白车身前端模型进行轻量化优化,较好地解决了建模效率与轻量化减重空间的矛盾。组合白车身没有简化车身特征,从而保证了仿真精度,且因只建立了白车身前端的参数化模型,从而大幅度减少工作量。

传统白车身优化方法以板件厚度、材料、整车尺寸等因素在考虑静态刚度、低阶模态和安全性的情况下对白车身进行轻量化优化。由于碰撞属于非线性变形,传统优化方式无法直接提取安全性能参数,不能实现“分析驱动设计”的理念[7-8]。本文中通过编辑批处理脚本文件直接读取安全性能参数,提取碰撞后处理文件binout里面的离散值并拟合出加速度曲线和车门侵入量曲线,采用SAE1000算法滤除加速度曲线和车门侵入量曲线噪声,并提取最大加速度和平均加速度值。采用批处理脚本文件可以直接提取碰撞安全性能参数值,从而避免手工干预,实现“分析驱动设计”的理念。

1 组合白车身模型

参数化模型包含显式参数化模型和隐式参数化模型。显式参数化模型通过固定节点、控制节点和可变形节点实现网格变形,建模效率高,适用于零部件或结构比较简单的分总成的优化。隐式参数化模型通过基点(influence point)、基线(base line)确定车身部件位置,通过断面(section)定义部件的形状,通过梁(beam)建立参数化模型部件,部件之间通过映射或接头连接到一起。通过改变基点位置、基线形状和断面形状实现车身形状的改变。隐式参数化模型建模效率低,但借助于映射和接头功能,部件之间可实现“联动”,适用于白车身等结构比较复杂的分总成的优化。本文中采用SFE-CONCEPT软件参照有限元模型建立隐式参数化白车身前端模型,如图1所示。

图1 隐式参数化白车身前端模型

参数化白车身前端模型与有限元后端模型组合时,在参数化模型与有限元模型组合位置预留8~16 mm的空间。首先创建两条基线,另外以组合位置处有限元模型网格为基准创建组合部分的断面,该断面能读取有限元模型的节点ID号。以两条基线、有限元模型网格的断面和参数化模型的断面为基准建立组合部分的梁。并赋予属性,从而实现参数化模型和有限元模型的组合连接。组合后白车身模型如图2所示。在后续划分网格过程中,搭接处生成的网格与有限元模型有相同的节点ID号,从而实现参数化模型与有限元模型的平滑连接。组合白车身划分网格后有限元模型如图3所示。

图2 组合白车身模型

图3 组合白车身有限元模型

2 正撞安全性能分析

正撞安全性能分析采用模块化方法,将组合白车身与闭合件、底盘、动力总成连接到一起。按照中国新车评价规程(China-new car assessment program,C-NCAP)对其进行正面100%碰撞安全分析。在考虑正撞安全性能的前提下对白车身前端进行轻量化设计。正撞有限元模型省略假人、内饰、冷却液、燃油等,并对整车模型配重,配重后有限元模型的质量、质心与实车对比如表1所示。从表1可知,有限元模型的质量、质心最大误差为8.66%,满足仿真分析要求。

表1 配重后整车有限元模型与实车对比

图4和图5分别为正面100%碰撞安全仿真与试验的整车变形模式。从图中可知,正撞安全仿真与试验的变形模式一致。

整车加速度峰值反映了乘员受冲击程度,加速度平均值反映了整车保护乘员的能力。图6和图7分别为整车左右侧正撞加速度仿真与试验曲线,左侧仿真和试验加速度峰值分别为35.42g和32.65g,右侧仿真和试验加速度峰值分别为31.39g和30.58g,误差分别为8.48%和2.65%。左侧仿真和试验加速度平均值分别为18.03g和19.35g,右侧仿真和试验加速度平均值分别为16.29g和17.38g,误差分别为-6.82%和-6.27%。

图4 正面100%碰撞安全仿真的整车变形模式

图5 整车正面100%碰撞试验的变形模式

图6 左侧正撞加速度曲线仿真与试验对比

图7 右侧正撞加速度曲线仿真与试验对比

车门变形反映了乘员舱生存空间的变化,前车门变形过大会造成乘员受伤、车门卡死等问题。仿真时车门变形通过左右两侧前车门布置的上下两根水平弹簧读取;试验时车门变形通过三坐标仪计算。为便于描述和区分左右侧车门的4根弹簧,将左侧车门的上、下弹簧简称为左上、左下,右侧车门的上、下弹簧简称为右上、右下。图8为左右侧车门变形量曲线。表2为车门最大变形量试验与仿真对比,车门左下最大变形量的相对误差最大,为13.06%。说明整车正撞仿真精度满足要求,可进行轻量化优化设计。

图8 左右侧车门弹簧变形量曲线


表2 车门最大变形量试验与仿真对比

3 白车身前端轻量化优化设计

通过调整参数化白车身前端模型板件的厚度参数和断面、基线、基点等形状参数实现白车身前端结构变化。将厚度和形状参数设置为变量,并结合试验设计(design of experiment,DOE)生成样本点。优化拉丁超立方算法(optimal Latin hypercube,OLHD)能快速生成样本点并能均匀填充设计空间[9-10]。本文中选取板件厚度和板件形状作为设计变量,按照OLHD算法生成样本点。通过将隐式参数化白车身前端模型的基点、基线、断面参数设置为形状变量,选取前防撞梁高度与宽度、下纵梁高度与宽度和前纵梁高度与宽度6个形状变量以及前防撞梁、下纵梁前端、前纵梁、前纵梁加强板、轮罩前端、轮罩后端和前指梁7个板件厚度变量。

为提高优化效率,以DOE生成的样本点为基础建立近似模型。Kriging近似模型具有模型精度高的特点,在正撞安全性方面具有广泛的应用[11-12]。第二代非支配排序遗传算法(non-dominated sorting genetic algorithm II,NSGA-II)引入了精英保持策略和拥挤度比较方法,大幅提高了迭代的收敛速度,计算复杂度也得到降低,且能保证种群的多样性,在白车身优化中有广泛的应用[13]。因此选用NSGA-II算法对正撞安全性能的Kriging近似模型进行优化。

3.1 参数化白车身模型轻量化优化流程

对参数化白车身前端模型进行轻量化优化设计时,考虑正撞安全性能、加速度曲线和车门变形量。加速度峰值和平均值可反映正撞安全性能,属于正撞的关键指标,且相互独立,与质量指标矛盾。白车身前端轻量化优化设计时选取的优化目标为车身B柱与门槛梁交界处加速度峰值和平均值。白车身轻量化优化设计的数学模型如下。

目标函数:

f(x)={min f(M),min f l(max),max f l(ave)}

设计变量:ti,si,yi

约束条件:f r(ave)≤f r1(ave)


式中:f(M),f l(max),f l(ave)为白车身质量、模型左侧加速度峰值和模型左侧加速度平均值;ti,si,yi为白车身板件的厚度变量、形状变量和基点坐标位置变量;f r(ave),f r(max),f r1(ave),f r1(max)为初始模型右侧加速度平均值、初始模型右侧加速度峰值、优化模型右侧加速度平均值和优化模型右侧加速度峰值;f(lu),f(ld),f(ru),f(rd)为初始模型左上、左下、右上、右下车门变形量;f1(lu),f1(ld),f1(ru),f1(rd)为优化模型左上、左下、右上、右下车门变形量。

白车身前端轻量化优化设计的流程如图9所示。图中的“Optimization”为优化模块并选择NSGAII算法对白车身前端进行优化,“DOE”为试验设计模块并与Kriging近似模型绑定,通过Kriging近似模型定义相关系数R2,并保证R2≥0.9,如果相关系数不满足要求,“DOE”则增加样本点。“SFE-CONCEPT”为参数化白车身前端模型参数化模块,生成有限元白车身前端模型样本点。“Safety”为整车碰撞模块,通过将参数化白车身前端模型与有限元后端模型共节点连接组成白车身模型,并通过模块化方法与其他分总成组成碰撞模型,并分析正撞安全性能。“Bat”为正撞安全性能模块,提取车门变形量和左右侧加速度峰值与平均值。图9所示的白车身轻量化优化流程避免了手工介入,实现了“分析驱动设计”的理念。

图9 白车身轻量化优化流程

“Bat”模块通过式(1)和式(2)分别从后处理“nodout”文件提取车门变形量和加速度曲线的时间值和性能值;式(3)采用SAE1000对车门变形量曲线滤波,并提取车门变形曲线的最大值;式(4)采用SAE1000对加速度曲线滤波并转化坐标值;式(5)和式(6)分别提取加速度曲线的最大值和平均值。


3.2 白车身前端轻量化优化性能对比

白车身前端轻量化优化设计,采用NSGA-II算法得到妥协解集。选取白车身前端质量最低的妥协解作为优化解。初始模型白车身前端质量为82.90 kg,优化模型白车身前端质量为77.08 kg。优化后白车身质量减轻5.82 kg,减轻7.02%。进一步比较优化模型和初始模型的正撞安全性能。图10和图11分别为整车左右侧初始模型和优化模型加速度曲线对比。从图中可知,初始模型左右侧加速度峰值分别为35.42g和31.39g,优化模型左右侧加速度峰值分别为35.07g和30.98g,优化后左右侧加速度峰值分别降低0.99%和1.31%。初始模型左右侧加速度平均值分别为15.83g和15.11g,优化模型左右侧加速度平均值分别为18.27g和16.42g,优化后左右侧加速度平均值分别增大15.41%和8.67%。

图10 左侧初始模型和优化模型加速度曲线对比

图11 右侧初始模型和优化模型加速度曲线对比

表3为初始模型和优化模型车门变形量对比。从表3可知,优化模型左上及右上的车门变形量减小,左下及右下的车门变形量增大,最大变化量为10.6%。尽管左下及右下车门变形量增大,但仍在合理范围,说明“分析驱动设计”的优化方案满足设计要求。

表3 初始模型和优化模型车门变形量对比

4 结论

通过编辑批处理文件,直接提取正撞安全性能指标,真正实现了“分析驱动设计”的理念。通过SFE-CONCEPT建立白车身前端隐式参数化模型,并与白车身后端有限元模型组合。采用模块化方法对整车进行正撞安全性能分析。通过提取6个形状变量和7个板件厚度变量对白车身前端进行轻量化多目标优化设计。优化后白车身质量减轻5.82 kg,减轻了7.02%。轻量化优化后其性能基本不变,左右侧加速度峰值分别降低0.99%和1.31%,左右侧平均值分别增大15.41%和8.67%,车门变形量有増有减,最大变化率为10.6%。







您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关注汽车轻量化最新动态

官方微信

汽车材料网

全国服务热线:

0551-63857995

地址:安徽省合肥市庐阳区四里河鼎鑫中心

邮编:230001 Email:service@qichecailiao.com

Powered by 汽车轻量化在线  皖ICP备10204426号-2

小黑屋-手机版- 汽车轻量化在线 |网站地图