CN109344447A - 基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法 - Google Patents

Abstract

基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法，步骤为：将零件固定在汽车的副仪表板总成上，在试验场强化路中测量得到汽车内饰件在X向、Y向、Z向三个方向承受的载荷，确定车辆共振频率；以原零件服役条件为设计的边界条件，利用有限元分析计算X向、Y向、Z向三个方向受力下零件最大位移，代表零件三个方向的刚度；根据该零件质量，计算得在试验中受力最大值；将原有零件拆分成四部分,每部分由不同纤维含量的PLA/BF制造，变量为BF百分含量；通过最优拉丁超立方试验设计方法在变量空间构造样本点；以零件结构总质量最小为目标，以设计约束1个模态，3个位移为边界优化参数，采用MIGA和代理模型结合的方法寻找最优解，3D打印机制造该零件。

Description

基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法

技术领域

本发明属于汽车用零部件的生产加工领域，具体涉及一种基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法。

背景技术

《节能与新能源汽车技术路线图》于2016年发布，展望了汽车发展的未来，并提出汽车行业的趋势由“三化”扩大到“六化”，即由从前的电动化、轻量化、智能化扩大为现在的电动化和能源低碳化结合，轻量化和制造生态化结合，智能化和网联化结合。再加上汽车的保有量及报废量逐年扩大，如何减少汽车内部非金属材料对环境的污染引起我们的密切关注。

现有汽车内外饰常见的非金属材料有聚丙烯复合材料、改性ABS塑料、聚氯乙烯、聚酰胺(尼龙)等，由于石油基材料较为廉价，因而石油基材料仍是非金属材料的主要组成部分，但石油基材料回收利用率低，对生态环境破坏严重，因此，迫切需要一种符合生态化要求的绿色材料来代替现有的石油基材料，避免汽车产品对生态环境的进一步污染。

聚乳酸(PLA)是以乳酸为主要原料聚合得到的聚合物，原料来源充分而且可以再生；且聚乳酸的生产过程无污染，产品可以生物降解，可实现在自然界中的循环，是最理想的绿色高分子材料。在工业塑料应用中，聚乳酸展现出较高的机械强度，较好的透明性和较容易的加工成型性能，受到了汽车业界的重视和青睐，丰田、三菱、马自达等日本公司已经率先在其品牌汽车上应用聚乳酸内饰产品，国内如奇瑞汽车也在开发车用聚乳酸产品，但由于单一的聚乳酸材料力学性能差，热稳定性差，所以未能广泛应用。

玄武岩纤维(BF)是一种新型无机环保绿色高性能纤维材料，它是由二氧化硅、氧化铝、氧化钙、氧化镁、氧化铁和二氧化钛等氧化物组成的玄武岩石料在高温熔融后，通过漏板快速拉制而成的。玄武岩纤维不仅强度高，而且还具有电绝缘、耐腐蚀、耐高温等多种优异性能。此外，玄武岩纤维的生产工艺决定了产生的废弃物少，对环境污染小，且产品废弃后可直接在环境中降解，无任何危害，因而是一种名副其实的绿色、环保材料。我国已把玄武岩纤维列为重点发展的四大纤维(碳纤维、芳纶、超高分子量聚乙烯、玄武岩纤维)之一，实现了工业化生产。

玄武岩纤维已在纤维增强复合材料、汽车行业、高温过滤织物以及防护领域等多个方面得到了广泛的应用。例如：中国专利(申请号：201510912212.1)公开了“一种玄武岩纤维增强改性的复合聚乳酸汽车内饰材料及其制备方法”，该复合聚乳酸汽车内饰材料所用的原料为：聚乳酸、纳米三氧化二锑、十溴二苯乙烷、SEBS25-27、红麻纤维、玄武岩纤维、玻璃纤维、重质碳酸钙、硬脂酸钙、二硬脂酰氧异丙基铝酸酯、发泡剂、水适量、羧甲基壳聚糖；通过加入玄武岩纤维提高隔音、热稳定性。

现有汽车内饰材料虽然提及可以采用玄武岩纤维/聚乳酸复合材料制备，但内饰件的加工方法通常直接采用复合材料注塑成型。然而，由于一块内饰件不同部位对力学性能要求不同，如采用单一复合材料制备往往质量较大，满足不了轻量化的要求，为了减轻非金属零件的重量，现有情况总是要求研发人员朝着材料选择的方向付出努力，但现有材料的选择是有限的，导致轻量化研究遇到了瓶颈。

发明内容

本发明的目的在于提供一种基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法，以解决现有聚乳酸复合材料汽车内饰件重量大，无法进一步实现轻量化的技术难题。

为实现上述目的，本发明打破传统通过对聚乳酸复合材料的原料进行选择，从而制作重量更轻的汽车内饰件的观念，而是提出一种多材料结构汽车内饰件的加工方法，即将结构与材料组合，实现多目标轻质优化。

本发明提出的多材料结构是指将合适的材料用于合适的部位，既一个产品件由多种复合材料构成，这可以在保证整车性能的前提下实现汽车减重的目标，而且优化后的材料能够在减少质量的同时降低成本。

基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法，具体包括以下步骤：

步骤S1、将原汽车内饰件用6个螺栓固定在汽车的副仪表板总成上，之后在试验场强化路中测量得到工作载荷；测量时将加速度传感器布置在汽车内饰件中心位置，车辆满载按照一汽集团乘用车耐久试验标准测试，同时为确定车辆主要共振频率，对时域信号进行快速傅里叶变换，从而得到汽车内饰件在X向、Y向、Z向三个方向承受的载荷，通过对载荷谱分析，确定车辆共振频率；

步骤S2、以原汽车内饰件服役条件为设计的边界条件，原汽车内饰件服役条件为：在车辆试验过程中受三个方向载荷，表明汽车内饰件在服役过程中在三个方向上均需要一定的刚度；服役过程中汽车内饰件需要避开车辆共振的主频率，汽车内饰件的一阶共振频率需大于车辆共振频率；

边界条件设置时利用有限元分析计算X向、Y向、Z向三个方向受力下汽车内饰件最大位移，来代表汽车内饰件三个方向的刚度；根据该汽车内饰件质量，计算得在试验中受力最大值；另外，考虑到避免汽车内饰件与车辆共振，汽车内饰件一阶共振频率需大于车辆共振频率；总结以上车辆共振频率设计边界条件，获得汽车内饰件X向位移、Y向位移、Z向位移、一阶模态的要求；

步骤S3、确定了边界条件后，将原有汽车内饰件拆分成四部分,每部分由不同纤维含量的PLA/BF制造，变量即为BF的百分含量，变量个数为4个，分别是X1、X2、X3、X4；通过最优拉丁超立方试验设计方法在变量空间构造样本点，选取50个拟合样本点，11个测试样本点；然后，计算结构的模态响应和刚度响应，从而得到设计空间内的初始样本数据，初始样本数据包括1个模态Y5，3个位移Y2、Y3、Y4，以及1个结构总质量Y1，初始样本数据与X1、X2、X3、X4之间的关系式如下；

Y1＝183.65826+0.73283×X1+1.54030×X2+0.35149×X3+0.32495×X4+-0.000943×X1×X2+-0.00585×X1×X3+-0.00169×X2×X3+-0.00329×X1×X1+-0.00108×X2×X2+0.00211×X3×X3+-0.00063×X4×X4+-0.00285×X1×X4+-0.00260×X2×X4+-0.00372×X3×X4；

Y2＝13.75704+0.01586×X1+-0.28394×X2+-0.10186×X3+-0.00630×X4+-0.00003×X1×X2+-0.00006×X1×X3+0.00040×X2×X3+-0.00019×X1×X1+0.00273×X2×X2+0.00081×X3×X3+-0.00013×X4×X4+0.00003×X1×X4+0.00022×X2×X4+0.00013×X3×X4，Y2为X向位移；

Y3＝10.97306+0.00894×X1+-0.22736×X2+-0.05956×X3+-0.02478×X4+-9.43718×X1×X2+4.61989×X1×X3+0.00035×X2×X3+-0.00014×X1×X1+0.00215×X2×X2+0.00037×X3×X3+0.00004×X4×X4+0.00004×X1×X4+0.00027×X2×X4+0.00016×X3×X4，Y3为Y向位移；

Y4＝1.12494+-0.02188×X1+-0.00850×X2+-0.00159×X3+0.00096×X4+0.00003×X1×X2+0.00001×X1×X3+7.54769×X2×X3+0.00022×X1×X1+0.00007×X2×X2+9.11394×X3×X3+-7.73178×X4×X4+-0.00001×X1×X4+-2.70573×X2×X4+9.91960×X3×X4，Y4为Z向位移；

Y5＝125.50259+-0.08144×X1+2.43429×X2+-0.02908×X3+-0.06952×X4+-0.00104×X1×X2+0.00152×X1×X3+-0.00060×X2×X3+0.00118×X1×X1+-0.02498×X2×X2+-0.00156×X3×X3+-0.00058×X4×X4+0.00140×X1×X4+0.00225×X2×X4+0.00062×X3×X4；

步骤S4、以零件结构总质量最小为目标，以设计约束1个模态，3个位移为边界优化参数，采用MIGA和代理模型结合的方法寻找最优解，所述的MIGA参数设置：Sub-populationsize为10、Number of Islands为16、Number of Generations为16、Rate of Crossover为1.0、Rate of Migration为0.01、Interval of Migrations为5、Penalty multiplier为1000、Penalty eXponent为2、MaXimum failed runs为5；所述的代理模型是BP神经网络模型和响应面模型，优化目标函数为：

步骤S5、采用3D打印机按照上述步骤分成的四部分X1、X2、X3、X4制造该零件。

本发明的优点和积极效果：

(1)本发明提供的汽车内饰件加工方法中主要采用聚乳酸/玄武岩纤维复合材料作为原料，采用该方法加工的零件可降解，能够明显改善车内非金属材料对环境的污染；另外，玄武岩纤维的混合，可以大大提高材料的力学性能，与传统塑料(聚乙烯)相比，拉伸强度也高出了60Mpa左右。

(2)本发明打破传统通过对复合材料的选择而制造轻量化产品的观念，而是采用多材料结构，有效发挥材料的作用，与单一材料零部件相比质量更轻，符合现有汽车行业的发展趋势，即轻量化和制造生态化结合。

(3)本发明通过最优拉丁超立方试验设计方法(OLHD)，多岛遗传算法(MIGA)及代理模型，有效的发挥了材料的作用，与单一材料零部件相比质量减小了9％，实现轻量化，降低汽车自重，降低油耗，减少CO2排放；而且根据验证试验证明，利用MIGA和响应面代理模型优化程序所得结果与利用isight和matlab联合仿真得出的最优解结果基本一致，证明本发明提供的方案准确可靠。

附图说明

图1是FFT在0-60Hz功率下谱密度图。

图2是多岛遗传算法中相邻代之间的进化过程图。

图3是采用MIGA和代理模型结合的方法寻找最优解寻优过程图。

具体实施方式

为使本领域的技术人员清楚明白本发明的技术方案及其优点和效果，下面结合附图对本发明进一步详细说明，但并不用于对本发明的限定。

基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法，具体包括以下步骤：

步骤S1、在进行设计时，首先确定汽车内饰件的设计约束；以原汽车内饰件服役条件为设计的边界条件，确定零件在车辆中固定方式，零件由6个螺栓固定在副仪表板总成上，之后在农安试验场强化路中测量得到工作载荷；测量时将加速度传感器布置在零件中心位置，车辆满载按照一汽集团乘用车耐久试验标准测试，采样频率为500Hz，同时为确定车辆主要共振频率，对时域信号进行快速傅里叶变换(FFT)；零件在X向、Y向、Z向三个方向均承受载荷，且Z向载荷最大，为2.3g，共振频率由载荷谱分析得，由图1可知，Y向和Z向的一阶共振频率为2Hz，X向一阶共振频率为14Hz，直到45Hz之前，三个方向都存在多个共振频率；

步骤S2、分析该零件服役条件：1)在车辆试验过程中受三个方向载荷，表明零件在服役过程中在三个方向上均需要一定的刚度；2)服役过程中零件需要避开车辆共振的主频率，根据上文分析，零件的一阶频率需大于45Hz；

边界条件设置：1)利用有限元分析(FEA)计算三个方向受力下零件最大位移，来代表零件三个方向的刚度；根据该零件质量，计算得在试验中受力最大值为4.36N，由于此值较小，为了提高计算的准确性，将载荷放大20倍经圆整之后为90N；2)考虑到避免零件与车辆共振，零件一阶共振频率需大于50Hz；总结以上零件设计边界条件见表1；

表1零件设计边界条件

步骤S3、确定了边界条件后，将原有汽车内饰件拆分成四部分,每部分由不同纤维含量的聚乳酸(PLA)/玄武岩纤维(BF)制造，变量即为BF的百分含量，变量个数为4个，分别是X1、X2、X3、X4；通过最优拉丁超立方试验设计方法(OLHD)在变量空间构造样本点，选取50个拟合样本点(1-50)，11个测试样本点(51-61)；然后，计算结构的模态响应和刚度响应，从而得到设计空间内的初始样本数据，初始样本数据包括1个模态Y5，3个位移Y2、Y3、Y4，以及1个结构总质量Y1，初始样本数据与X1、X2、X3、X4之间的关系式如下；

Y1＝183.65826+0.73283×X1+1.54030×X2+0.35149×X3+0.32495×X4+-0.000943×X1×X2+-0.00585×X1×X3+-0.00169×X2×X3+-0.00329×X1×X1+-0.00108×X2×X2+0.00211×X3×X3+-0.00063×X4×X4+-0.00285×X1×X4+-0.00260×X2×X4+-0.00372×X3×X4；

Y2＝13.75704+0.01586×X1+-0.28394×X2+-0.10186×X3+-0.00630×X4+-0.00003×X1×X2+-0.00006×X1×X3+0.00040×X2×X3+-0.00019×X1×X1+0.00273×X2×X2+0.00081×X3×X3+-0.00013×X4×X4+0.00003×X1×X4+0.00022×X2×X4+0.00013×X3×X4，Y2为X向位移；

Y3＝10.97306+0.00894×X1+-0.22736×X2+-0.05956×X3+-0.02478×X4+-9.43718×X1×X2+4.61989×X1×X3+0.00035×X2×X3+-0.00014×X1×X1+0.00215×X2×X2+0.00037×X3×X3+0.00004×X4×X4+0.00004×X1×X4+0.00027×X2×X4+0.00016×X3×X4，Y3为Y向位移；

Y4＝1.12494+-0.02188×X1+-0.00850×X2+-0.00159×X3+0.00096×X4+0.00003×X1×X2+0.00001×X1×X3+7.54769×X2×X3+0.00022×X1×X1+0.00007×X2×X2+9.11394×X3×X3+-7.73178×X4×X4+-0.00001×X1×X4+-2.70573×X2×X4+9.91960×X3×X4，Y4为Z向位移；

Y5＝125.50259+-0.08144×X1+2.43429×X2+-0.02908×X3+-0.06952×X4+-0.00104×X1×X2+0.00152×X1×X3+-0.00060×X2×X3+0.00118×X1×X1+-0.02498×X2×X2+-0.00156×X3×X3+-0.00058×X4×X4+0.00140×X1×X4+0.00225×X2×X4+0.00062×X3×X4；

拟合样本点及测试点参见表2；

表2拟合样本点及测试点

步骤S4、以零件结构总质量最小为目标，以设计约束1个模态，3个位移为边界优化参数，采用多岛遗传算法(MIGA)和代理模型结合的方法寻找最优解，在图2所示的进化过程中，迁移间隔和迁移率控制迁移过程，迁移间隔决定每次迁移的代数，迁移率代表从每个子代迁移的百分比，MIGA可以避免局部最优解，抑制早熟收敛机会，根据以往工程经验，确定了MIGA参数设置(见表3)；

表3MIGA参数设置值

所述代理模型为BP神经网络模型和响应面模型，使用代理模型的方法可以有效地减少有限元的计算时间，寻优过程图见图3，优化目标函数为：

步骤S5、利用isight和matlab联合仿真得出最优解，考虑到复合材料制造的真实情况将参数圆整，并为了验证结果的准确性，在FEA中进行计算得到5个响应值见表4，可知利用MIGA和响应面代理模型优化程序所得结果与仿真结果基本一致，寻优结果确定；

表4优化后的设计变量及响应值

步骤S6、采用3D打印机按照上述步骤分成的四部分X1、X2、X3、X4制造该零件即可。

多岛遗传算法(MIGA)是在传统遗传基础上发展起来的，MIGA的主要特征是每个个体(即一组概率分布)被划分为几个子种群称之为“岛屿”；所有传统的遗传算法的执行方法，如选择、交叉和变异，分别在每个子种群中执行，采用轮盘赌的选择方法，将个体从每个子种群中选出的，并周期性的迁移到其他子种群中。

Claims (1)

1.基于聚乳酸复合材料的多材料结构汽车内饰件的加工方法，其特征在于，具体包括以下步骤：

步骤S1、将原汽车内饰件用6个螺栓固定在汽车的副仪表板总成上，之后在试验场强化路中测量得到工作载荷；测量时将加速度传感器布置在汽车内饰件中心位置，车辆满载按照一汽集团乘用车耐久试验标准测试，同时为确定车辆主要共振频率，对时域信号进行快速傅里叶变换，从而得到汽车内饰件在X向、Y向、Z向三个方向承受的载荷，通过对载荷谱分析，确定车辆共振频率；

步骤S2、以原汽车内饰件服役条件为设计的边界条件，原汽车内饰件服役条件为：在车辆试验过程中受三个方向载荷，表明汽车内饰件在服役过程中在三个方向上均需要一定的刚度；服役过程中汽车内饰件需要避开车辆共振的主频率，汽车内饰件的一阶共振频率需大于车辆共振频率；

边界条件设置时利用有限元分析计算X向、Y向、Z向三个方向受力下汽车内饰件最大位移，来代表汽车内饰件三个方向的刚度；根据该汽车内饰件质量，计算得在试验中受力最大值；另外，考虑到避免汽车内饰件与车辆共振，汽车内饰件一阶共振频率需大于车辆共振频率；总结以上车辆共振频率设计边界条件，获得汽车内饰件X向位移、Y向位移、Z向位移、一阶模态的要求；

步骤S3、确定了边界条件后，将原有汽车内饰件拆分成四部分,每部分由不同纤维含量的PLA/BF制造，变量即为BF的百分含量，变量个数为4个，分别是X1、X2、X3、X4；通过最优拉丁超立方试验设计方法在变量空间构造样本点，选取50个拟合样本点，11个测试样本点；然后，计算结构的模态响应和刚度响应，从而得到设计空间内的初始样本数据，初始样本数据包括1个模态Y5，3个位移Y2、Y3、Y4，以及1个结构总质量Y1，初始样本数据与X1、X2、X3、X4之间的关系式如下；

Y1＝183.65826+0.73283×X1+1.54030×X2+0.35149×X3+0.32495×X4+-0.000943×X1×X2+-0.00585×X1×X3+-0.00169×X2×X3+-0.00329×X1×X1+-0.00108×X2×X2+0.00211×X3×X3+-0.00063×X4×X4+-0.00285×X1×X4+-0.00260×X2×X4+-0.00372×X3×X4；

Y2＝13.75704+0.01586×X1+-0.28394×X2+-0.10186×X3+-0.00630×X4+-0.00003×X1×X2+-0.00006×X1×X3+0.00040×X2×X3+-0.00019×X1×X1+0.00273×X2×X2+0.00081×X3×X3+-0.00013×X4×X4+0.00003×X1×X4+0.00022×X2×X4+0.00013×X3×X4，Y2为X向位移；

Y3＝10.97306+0.00894×X1+-0.22736×X2+-0.05956×X3+-0.02478×X4+-9.43718×X1×X2+4.61989×X1×X3+0.00035×X2×X3+-0.00014×X1×X1+0.00215×X2×X2+0.00037×X3×X3+0.00004×X4×X4+0.00004×X1×X4+0.00027×X2×X4+0.00016×X3×X4，Y3为Y向位移；

Y4＝1.12494+-0.02188×X1+-0.00850×X2+-0.00159×X3+0.00096×X4+0.00003×X1×X2+0.00001×X1×X3+7.54769×X2×X3+0.00022×X1×X1+0.00007×X2×X2+9.11394×X3×X3+-7.73178×X4×X4+-0.00001×X1×X4+-2.70573×X2×X4+9.91960×X3×X4，Y4为Z向位移；

Y5＝125.50259+-0.08144×X1+2.43429×X2+-0.02908×X3+-0.06952×X4+-0.00104×X1×X2+0.00152×X1×X3+-0.00060×X2×X3+0.00118×X1×X1+-0.02498×X2×X2+-0.00156×X3×X3+-0.00058×X4×X4+0.00140×X1×X4+0.00225×X2×X4+0.00062×X3×X4；

步骤S4、以零件结构总质量最小为目标，以设计约束1个模态，3个位移为边界优化参数，采用MIGA和代理模型结合的方法寻找最优解，所述的MIGA参数设置：Sub-populationsize为10、Number of Islands为16、Number of Generations为16、Rate of Crossover为1.0、Rate of Migration为0.01、Interval of Migrations为5、Penalty multiplier为1000、Penalty eXponent为2、MaXimum failed runs为5；所述的代理模型是BP神经网络模型和响应面模型，优化目标函数为：

步骤S5、采用3D打印机按照上述步骤分成的四部分X1、X2、X3、X4制造该零件。