吳 楊,武振江,曹 建,王 鵬,何 麗 Wu Yang,Wu Zhenjiang, Cao Jian,Wang Peng,He Li
基于isight響應(yīng)面模型的白車身輕量化研究
吳 楊,武振江,曹 建,王 鵬,何 麗
Wu Yang,Wu Zhenjiang, Cao Jian,Wang Peng,He Li
(中汽研(天津)汽車工程研究院有限公司 第三開發(fā)本部,天津 300300)
在保持車身結(jié)構(gòu)性能不變的情況下,對(duì)白車身進(jìn)行靈敏度分析,根據(jù)靈敏度分析結(jié)果,選取58個(gè)零件厚度作為設(shè)計(jì)變量,在isight中采用優(yōu)化拉丁超立方方法對(duì)樣本采樣,對(duì)白車身彎扭剛度及1階扭轉(zhuǎn)模態(tài)進(jìn)行分析,采用1階響應(yīng)面方法建立白車身彎扭剛度、1階扭轉(zhuǎn)模態(tài)及質(zhì)量近似模型,近似模型擬合優(yōu)度值2均大于0.9,具有高可信度,最后通過(guò)近似模型優(yōu)化方法SQP(Sequential Quadratic Programming,序列二次規(guī)劃法)完成白車身減重。優(yōu)化后的彎扭剛度及1階扭轉(zhuǎn)模態(tài)都達(dá)到設(shè)計(jì)要求,在材料不變的情況下,質(zhì)量減輕約23.6 kg;基于isight多學(xué)科優(yōu)化方法結(jié)合相應(yīng)有限元分析軟件在車身減重方面具有很好效果。
白車身;優(yōu)化拉丁超立方;響應(yīng)面法;近似模型;序列二次規(guī)劃法
隨著新能源汽車和鋼鋁混合車身及純鋁車身的發(fā)展及應(yīng)用,節(jié)能減排任務(wù)已迫在眉睫。如何降低車身質(zhì)量,是各大主機(jī)廠及研發(fā)機(jī)構(gòu)時(shí)刻關(guān)注的問(wèn)題,除了新材料新工藝的應(yīng)用,車身結(jié)構(gòu)輕量化是減輕車身質(zhì)量的重要手段。目前結(jié)構(gòu)輕量化主要有兩條路線,一是在現(xiàn)有開發(fā)體系下,在某個(gè)階段介入結(jié)構(gòu)輕量化,此時(shí)車身結(jié)構(gòu)已基本成形,需要修改的僅是部分材料及厚度;二是在車身概念設(shè)計(jì)階段結(jié)合軟件SFE進(jìn)行車身優(yōu)化,以仿真驅(qū)動(dòng)設(shè)計(jì),評(píng)估白車身性能,為工程開發(fā)階段車身設(shè)計(jì)提供指導(dǎo)。主要采用路線一,在現(xiàn)有開發(fā)體系下某個(gè)階段介入,結(jié)合車身模態(tài)、剛度、碰撞等工況,采用多學(xué)科優(yōu)化軟件isight進(jìn)行綜合設(shè)計(jì)與評(píng)估,通過(guò)設(shè)定變量,軟件自動(dòng)修改零件厚度及材料等分析車身性能。
在滿足白車身性能不變的前提下,對(duì)車身進(jìn)行減重,搭建基于Nastran求解器的isight優(yōu)化平臺(tái),以車身彎扭剛度及模態(tài)作為約束條件,質(zhì)量作為優(yōu)化目標(biāo),鈑金厚度作為設(shè)計(jì)變量,采用1階響應(yīng)面法,對(duì)白車身進(jìn)行減重優(yōu)化[1],在保證車身靜態(tài)結(jié)構(gòu)性能不變的情況下,達(dá)到減重目的。
車身扭轉(zhuǎn)剛度是衡量輕量化的重要指標(biāo),在扭轉(zhuǎn)剛度基本不變的情況下,質(zhì)量越小,輕量化系數(shù)越小;車身質(zhì)量減小后,除了力學(xué)性能不變外,在主觀評(píng)價(jià)方面,車身扭轉(zhuǎn)剛度也起著重要作用,如汽車轉(zhuǎn)彎或過(guò)坑時(shí),較高的扭轉(zhuǎn)剛度能穩(wěn)定車身,對(duì)主觀評(píng)價(jià)工程師來(lái)說(shuō),車身不會(huì)有松散的感覺(jué)。
注:1、2、3方向自由度分別為X、Y、Z 3個(gè)方向的平移自由度,4、5、6方向自由度分別為X、Y、Z 3個(gè)方向的旋轉(zhuǎn)自由度。
圖1中約束前防撞梁中心自由度2、3方向,約束后懸左側(cè)自由度3方向;約束后懸右側(cè)自由度1、2、3方向;在前懸左、右分別施加一個(gè)向向上、向下的力,大小為,則白車身扭轉(zhuǎn)剛度計(jì)算式為
式中:T為前懸中心所加載的扭矩,T= 1 500 Nm;為扭轉(zhuǎn)工況下白車身扭轉(zhuǎn)角度。
如圖2所示,仿真分析得到白車身扭轉(zhuǎn)剛度的位移分布,提取4個(gè)測(cè)量點(diǎn)、、、的位移。
式中:LAB、LCD為載荷加載點(diǎn)之間的距離,即前懸和后懸中心點(diǎn)之間的距離,LAB=903.586 mm,LCD=953.28mm;WA、WB為選取的前縱梁上點(diǎn)A、B的Z向位移,保證其X向的坐標(biāo)值等于加載點(diǎn)處X的坐標(biāo)值,WA=-0.9 mm,WB=0.896 mm;WC、WD為選取的后縱梁上點(diǎn)C、D的Z向位移,其X向的坐標(biāo)值與后減振器約束點(diǎn)的中心坐標(biāo)X值一致,WC=0.087 mm,WD=-0.086 mm。根據(jù)式(2)可計(jì)算出車身扭轉(zhuǎn)角度,再根據(jù)式(1)計(jì)算出車身扭轉(zhuǎn)剛度。
白車身彎曲剛度是衡量NVH性能的重要指標(biāo)[2],直接影響車身1階彎曲模態(tài)的頻率值,其板厚變化、加強(qiáng)筋分布、材料變動(dòng)、鈑金形貌等均會(huì)影響彎曲剛度,故輕量化時(shí)彎曲剛度是重點(diǎn)分析內(nèi)容。彎曲剛度模型的分析加載如圖3所示。
圖3 白車身彎曲剛度CAE模型加載示意圖
約束前防撞梁中心點(diǎn)2方向自由度,約束前減振器座安裝點(diǎn)3方向自由度,約束左后減振器安裝點(diǎn)3方向自由度,右后減振器安裝點(diǎn)1、2、3方向自由度,對(duì)前排座椅和后排座椅均施加2 000 N的力,實(shí)際仿真時(shí)將力分到前、后座椅安裝點(diǎn)處。白車身彎曲剛度計(jì)算式為[3]35
式中:S為加載載荷沿向的合力;max為施加力之后所得的白車身縱梁沿向最大位移。
如圖4所示,仿真分析得到白車身彎曲剛度的位移分布,提取6個(gè)測(cè)量點(diǎn)1、2、、、、的位移。
式中:d1、d2分別為左、右門檻梁上最大Z向位移,d1=-0.106 mm,d2=-0.110 mm;dA、dB為選取的前縱梁上點(diǎn)的Z向位移,保證其X向坐標(biāo)值等于加載點(diǎn)處X坐標(biāo)值,dA=-0.032 mm, dB =-0.029 mm;dC、dD為選取的后縱梁上點(diǎn)的Z向位移,X向的坐標(biāo)值與后減振器約束點(diǎn)的中心坐標(biāo)X值一致,dC=-0.090 mm,dD =-0.077 mm。
根據(jù)式(4)可計(jì)算出車身彎曲最大位移,再根據(jù)式(3)計(jì)算出車身彎曲剛度。
模態(tài)分析的主要目的是防止車身頻率與路面或發(fā)動(dòng)機(jī)振動(dòng)頻率接近產(chǎn)生共振,造成車輛操穩(wěn)及舒適性降低。為避開主要激勵(lì)頻率,需對(duì)車身進(jìn)行模態(tài)分析,分析得出的1階扭轉(zhuǎn)Base模態(tài),主要用于試驗(yàn)設(shè)計(jì)中與Result模態(tài)(優(yōu)化模型模態(tài))進(jìn)行比較,從而進(jìn)行模態(tài)識(shí)別。模態(tài)分析理論如下[3]35
設(shè)
代入式(5)得
應(yīng)有非零解,得
展開得
基于靈敏度分析選取設(shè)計(jì)變量,采取靈敏度分析—試驗(yàn)設(shè)計(jì)—近似模型—梯度優(yōu)化的優(yōu)化流程,快速獲取模型最優(yōu)解,指導(dǎo)白車身設(shè)計(jì)開發(fā),縮短周期,降低成本,如圖5所示[4]61。
圖5 白車身優(yōu)化減重流程
靈敏度分析是通過(guò)選取設(shè)計(jì)空間,在設(shè)計(jì)空間中將對(duì)模型性能影響較大的零件挑選出來(lái)作為設(shè)計(jì)變量,將設(shè)計(jì)變量與目標(biāo)關(guān)聯(lián),構(gòu)成一個(gè)約束方程,如圖6所示。以車身板厚為基本厚度,在基本厚度±30%的變化范圍內(nèi)進(jìn)行車身鈑金厚度變化。通過(guò)在許可范圍內(nèi)找出設(shè)計(jì)變量值,使車身性能在基本不變的情況下,質(zhì)量最小化。采用Nastran靈敏度分析后,白車身需要增厚和減薄的零件分布如圖7、圖8所示,這些零件可作為設(shè)計(jì)變量。
圖6 靈敏度分析流程圖
圖7 主要增厚零件分布圖
圖8 主要減薄零件分布圖
經(jīng)過(guò)靈敏度分析后,篩選出對(duì)車身性能敏感的零件,將需要增厚和減薄的零件作為設(shè)計(jì)變量,給出變量變化的上下限,通過(guò)isight自動(dòng)調(diào)用軟件Nastran,求解出多種厚度下不同的車身剛度及模態(tài)信息,如圖9所示,比較計(jì)算出的剛度值和模態(tài),確定一組最優(yōu)解。輕量化約束方程為
注:DOE(Design of Experiment,試驗(yàn)設(shè)計(jì))。
圖9 isight白車身剛度模態(tài)計(jì)算及結(jié)果提取
模態(tài)追蹤方法是通過(guò)振型重合度來(lái)判斷初始方案與優(yōu)化方案的振型是否匹配。
通過(guò)計(jì)算結(jié)構(gòu)優(yōu)化之后第階模態(tài)的mac表達(dá)式進(jìn)行判斷。在isight中實(shí)現(xiàn)計(jì)算過(guò)程。
式中:Base[]為初始方案某階模態(tài)的第個(gè)特征點(diǎn)的位移;Result[,]為優(yōu)化方案第階模態(tài)第個(gè)特征點(diǎn)的位移。對(duì)于不同的模態(tài)振型,mac值有如下特點(diǎn)[3]36
通過(guò)跟蹤每次結(jié)構(gòu)優(yōu)化后各階模態(tài)的mac值進(jìn)行相應(yīng)的跟蹤,選取其中mac接近于1的模態(tài),以保證識(shí)別出的模態(tài)振型與基礎(chǔ)模態(tài)振型一致[3]36。
近似模型是假設(shè)響應(yīng)量取決于變量,則其響應(yīng)面擬合函數(shù)為[4] 87:
響應(yīng)面函數(shù)可表示為[4]87
式中:為設(shè)計(jì)變量個(gè)數(shù)。用于構(gòu)造1階響應(yīng)面函數(shù)的最少樣本點(diǎn)數(shù)量與的關(guān)系為
設(shè)計(jì)變量個(gè)數(shù)為58個(gè)(白車身鈑金零件個(gè)數(shù)),最少樣本點(diǎn)個(gè)數(shù)為59個(gè),實(shí)際采取的樣本點(diǎn)為96個(gè),滿足構(gòu)造響應(yīng)面的需求。
根據(jù)采樣點(diǎn),完成試驗(yàn)設(shè)計(jì)后,得到其輸出響應(yīng)值(扭轉(zhuǎn)剛度、彎曲剛度、質(zhì)量、第1階扭轉(zhuǎn)頻率的96組樣本點(diǎn)),在此基礎(chǔ)上利用響應(yīng)面函數(shù)構(gòu)造圖10、圖11、圖12、圖13,進(jìn)行近似模型誤差分析[5],其中橫坐標(biāo)為軟件構(gòu)建的近似函數(shù)計(jì)算值,縱坐標(biāo)為未優(yōu)化前原始模型的實(shí)際仿真值。
圖10 扭轉(zhuǎn)剛度近似模型
圖11 彎曲剛度近似模型
圖12 質(zhì)量近似模型
圖13 1階扭轉(zhuǎn)模態(tài)近似模型
在圖10、圖11、圖12、圖13中,橫線為96個(gè)樣本點(diǎn)預(yù)測(cè)值的平均值,斜線為45°斜線,在這條斜線上的點(diǎn),其仿真結(jié)果與近似模型預(yù)測(cè)值完全相等。
表1為彎扭剛度、1階扭轉(zhuǎn)剛度及質(zhì)量近似模型擬合優(yōu)度。近似模型是根據(jù)isight計(jì)算的樣本點(diǎn)數(shù)據(jù)統(tǒng)計(jì)擬合出的數(shù)學(xué)公式,取代原有的有限元模型,需要采用擬合優(yōu)度2作為判斷標(biāo)準(zhǔn)。2取值范圍為0~1,越接近1,則相對(duì)有限元模型,近似模型有較高的精確度,當(dāng)2>0.9時(shí),即認(rèn)為近似模型具有高可信度,可用近似模型代替原物理模型,通過(guò)對(duì)近似模型進(jìn)行計(jì)算優(yōu)化,可以節(jié)省大量時(shí)間[6]。
表1 白車身性能指標(biāo)1階響應(yīng)面模型R2值
近似模型是通過(guò)數(shù)學(xué)模型的方法逼近一組輸入變量與輸出變量的方法,通過(guò)近似關(guān)系的求解可以減少耗時(shí)的仿真程序調(diào)用,提高優(yōu)化效率。將白車身58個(gè)零件厚度作為設(shè)計(jì)變量,彎扭剛度、1階扭轉(zhuǎn)模態(tài)及最小質(zhì)量作為輸出,isight通過(guò)靈敏度分析,用96個(gè)樣本分析后的結(jié)果建立近似模型,圖14中Excel建立了近似模型函數(shù)及各個(gè)零件厚度的變化范圍,用于優(yōu)化計(jì)算。
圖14 近似模型SQP優(yōu)化流程
圖14中Excel表為isight導(dǎo)出的近似模型數(shù)據(jù),包含兩列,一列為58個(gè)設(shè)計(jì)變量,另一列為彎扭剛度、1階扭轉(zhuǎn)模態(tài)及質(zhì)量,通過(guò)更改設(shè)計(jì)變量值,其輸出也隨之變化。因?yàn)槭謩?dòng)修改效率過(guò)低,所以通過(guò)isight對(duì)其近似模型進(jìn)行優(yōu)化,由軟件通過(guò)SQP(Sequential Quadratic Programming,序列二次規(guī)劃法)采用梯度搜索方法找出最優(yōu)解。
圖15為通過(guò)圖14近似模型建立的序列二次規(guī)劃法,迭代2 376步獲得了白車身質(zhì)量?jī)?yōu)化結(jié)果,在滿足白車身扭轉(zhuǎn)剛度、彎曲剛度及1階扭轉(zhuǎn)模態(tài)的條件下,最終質(zhì)量為325.2 kg,減少了23.6 kg。
圖15 白車身質(zhì)量?jī)?yōu)化
表2為白車身優(yōu)化前、后的性能對(duì)比,可以看出,扭轉(zhuǎn)剛度下降532 Nm/°,輕量化后白車身彎曲剛度有所上升,1階扭轉(zhuǎn)模態(tài)增大0.12 Hz??傮w來(lái)說(shuō),白車身基本性能維持在可接受范圍內(nèi)[7],說(shuō)明在不改變車身用材的前提下,通過(guò)改變料厚實(shí)現(xiàn)了白車身質(zhì)量減小目標(biāo)[8]。
表2 白車身優(yōu)化前、后性能對(duì)比
(1)通過(guò)對(duì)白車身建立近似模型并采用SQP進(jìn)行優(yōu)化,白車身扭轉(zhuǎn)剛度、彎曲剛度、1階扭轉(zhuǎn)模態(tài)優(yōu)化前、后性能變化分別為-4.41%、8.54%、0.33%,白車身減重23.6 kg。
(2)通過(guò)建立白車身集成優(yōu)化模型,采用isight軟件將試驗(yàn)設(shè)計(jì)、近似模型和優(yōu)化算法引入白車身輕量化優(yōu)化設(shè)計(jì)中,通過(guò)建立白車身響應(yīng)面模型,優(yōu)化得到設(shè)計(jì)方案,優(yōu)化后的白車身在保證性能基本不變的情況下,實(shí)現(xiàn)了白車身減重,有效減少了開發(fā)時(shí)間。
(3)由于設(shè)計(jì)變量較多,計(jì)算時(shí)間長(zhǎng),因彎扭剛度及模態(tài)、質(zhì)量變化與厚度成線性關(guān)系,故近似模型采用1階響應(yīng)面來(lái)擬合,后期在將整車碰撞引入時(shí),由于材料非線性等因素,在創(chuàng)建碰撞近似模型時(shí),需要采用高階函數(shù)進(jìn)行數(shù)據(jù)擬合,故在進(jìn)行碰撞輕量化時(shí)可采用徑向基神經(jīng)網(wǎng)絡(luò)模型或Kriging模型。
[1]王震虎,周巧英,劉開勇,等.基于響應(yīng)面模型的白車身多目標(biāo)輕量化設(shè)計(jì)[J].中國(guó)機(jī)械工程,2018,29(1):75-81.
[2]PARK S Y,PARK D C,YOON K S,et al.A Study of Front Subframe System Optimization Vehicle NVH Performance[J].SAE technical paper,2009(1):2097.
[3]許冰,王國(guó)春. 基于NVH性能的平臺(tái)車身優(yōu)化設(shè)計(jì)研究[J].企業(yè)科技與發(fā)展,2018,443(9):33-37.
[4]陳吉清,蘭鳳崇. 汽車結(jié)構(gòu)輕量化設(shè)計(jì)與分析方法[M]. 北京:北京理工大學(xué)出版社,2017:61.
[5]王衛(wèi),王東方,繆小東,等. 基于代理模型的副車架多目標(biāo)優(yōu)化設(shè)計(jì)[J]. 南京工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2016(38):4,130-135.
[6]朱劍鋒,林逸,史國(guó)宏,等.試驗(yàn)設(shè)計(jì)與近似模型結(jié)合下的副車架結(jié)構(gòu)輕量化優(yōu)化[J].汽車工程,2015,37(2):247-251.
[7]王登峰,盧放.基于多學(xué)科優(yōu)化設(shè)計(jì)方法的白車身輕量化[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2015,45(1):35.
[8]朱鵬,張新超,楊笠,等.基于模態(tài)和剛度靈敏度分析的白車身輕量化研究 [J].上海汽車,2015(4):34.
2019-07-08
U463. 32
A
10.14175/j.issn.1002-4581.2019.06.001
1002-4581(2019)06-0001-06