CN110852000A - 一种车身结构优化方法 - Google Patents

Abstract

本发明公开一种车身结构优化方法。所述方法包括：建立车身结构有限元模型；建立车内空间体积有限元模型，并与车身结构有限元模型进行节点重合处理得到耦合模型，使车内空间体积随车身结构改变而改变；建立反映结构形状变化的形状变量，根据结构性能参数相对形状变量的变化梯度即灵敏度的大小对形状变量进行筛选，所述结构性能参数包括车身结构性能参数和车内空间性能参数；以经筛选后的形状变量为优化变量，设置约束条件，以车身结构性能最优和车内空间性能最优为目标，进行多目标优化。本发明所述方法能够同时使车身结构性能和车内空间性能有明显提高，解决了现有优化设计存在的不能同时兼顾车身结构性能和车内空间性能的问题。

Description

一种车身结构优化方法

技术领域

本发明属于汽车结构优化技术领域，具体涉及一种车身结构优化方法。

背景技术

汽车车内空间包括汽车车内总体积、行李厢体积、乘员头部空间、肩部等局部空间尺寸指标等，作为汽车人机工程的重要指标，影响乘坐驾驶、舒适性、安全性，对于汽车设计具有重要意义。车身结构性能包括车身结构刚度、耐久性和模态等性能。随着用户对汽车振动噪声、舒适性等要求越来越高，对车身结构性能提出了更高要求。

汽车车内空间和车身结构性能作为汽车的重要性能设计指标，在传统开发中两者往往会发生冲突，汽车整体参数和概念阶段造型确定之后，车身结构性能和车内空间就是一对矛盾，为了保证其中一个性能需要以牺牲另一个性能为代价，很难同时兼顾车身结构性能与车内空间性能。这种矛盾容易造成设计反复和开发节点滞后，随着用户对二者要求的越来越高，对现有开发模式提出了更大挑战。

发明内容

为了解决现有技术中存在的上述问题，本发明提出一种车身结构优化方法。

为实现上述目的，本发明采用如下技术方案：

一种车身结构优化方法，包括：

步骤1，建立车身结构有限元模型；

步骤2，建立车内空间体积有限元模型，并与车身结构有限元模型进行节点重合处理得到耦合模型，使车内空间体积随车身结构改变而改变；

步骤3，建立反映结构形状变化的形状变量，根据结构性能参数相对形状变量的变化梯度即灵敏度的大小对形状变量进行筛选，所述结构性能参数包括车身结构性能参数和车内空间性能参数；

步骤4，以经筛选后的形状变量为优化变量，设置约束条件，以车身结构性能和车内空间性能最优为目标，进行多目标优化。

进一步地，所述车内空间包括整体空间和局部空间。

进一步地，所述步骤2建立车内空间体积有限元模型的方法包括：

提取车内与空气接触的表面使其构成一个密闭的声学空腔，并将所述声学空腔划分成具有变化梯度的实体网格；

从实体网格内部去掉不参与结构变形、体积值固定的实体网格部分；在保证精度的前提下，通过从外到内逐步增大网格尺寸，优化剩余部分的网格密度；由有限元处理软件实时输出随车身结构改变的剩余部分的体积值。

进一步地，在所述步骤2建立车内空间体积有限元模型后还包括：

分别采用车身结构有限元模型和所述耦合模型计算相同的结构性能参数，如果两种模型的计算结果的误差小于设定的阈值，表明车内空间体积有限元模型满足精度要求；否则，修改车内空间体积有限元模型，并重新进行验证。重复上述步骤，直到车内空间体积有限元模型满足精度要求。

进一步地，所述步骤3对形状变量进行筛选的方法包括：

选取N个结构性能参数，并分别计算每个结构性能参数相对每个形状变量的灵敏度；

按照下式计算每个形状变量的综合灵敏度：

式中，L_i为第i个形状变量的综合灵敏度，l_in为第n个结构性能参数相对第i个形状变量的灵敏度，i＝1,2,···,M，M为形状变量的数量，k_n为第n个结构性能参数的灵敏度加权系数，0＜k_n＜1，且

去掉综合灵敏度满足LL₁≤L_i≤LL₂的形状变量，LL₁、LL₂为设定的阈值。

更进一步地，选取以下5个结构性能参数：扭转刚度，弯曲刚度，尾门菱形模态，车身质量，车内空间体积。

与现有技术相比，本发明具有以下有益效果：

本发明通过建立车身结构有限元模型，建立车内空间体积有限元模型，建立车内空间体积有限元模型，并与车身结构有限元模型进行节点重合处理得到耦合模型，使车内空间体积随车身结构改变而改变，根据结构性能参数相对形状变量的变化梯度即灵敏度的大小对形状变量进行筛选，以经筛选后的形状变量为优化变量，设置约束条件，以车身结构性能和车内空间性能最优为目标，进行多目标优化，实现了使车身结构性能和车内空间性能同时最优化的设计。本发明基于灵敏度大小对形状变量进行筛选，简化了优化模型，提高了优化速度和效率。实验表明，采用本发明所述方法能够同时使车身结构性能和车内空间性能有明显提高，解决了现有优化设计存在的不能同时兼顾车身结构性能和车内空间性能的问题。

附图说明

图1为本发明实施例一种车身结构优化方法的流程图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

本发明实施例一种车身结构优化方法的流程图如图1所示，所述方法包括：

S101、建立车身结构有限元模型；

本步骤用于利用有限元处理软件建立车身结构有限元模型。建模方法主要包括车身有限元网格划分、定义车身零部件有限元网格的材料属性、建立车身有限元网格连接(连接方式包括焊点、螺栓和粘胶)、施加边界和约束条件以及参数设置和计算。施加边界和约束条件，一般是在车身有限元模型上分别施加整车刚度工况载荷、模态工况载荷和约束边界条件，整车刚度工况载荷包括整体扭转刚度工况载荷和整体弯曲刚度工况载荷。

S102、建立车内空间体积有限元模型，并与车身结构有限元模型进行节点重合处理得到耦合模型，使车内空间体积随车身结构改变而改变；

本步骤用于建立车内空间体积有限元模型，通过与车身结构有限元模型进行节点重合处理得到车身结构有限元模型与车内空间体积有限元模型的耦合模型。节点重合是指将相互距离小于一定值的节点进行合并处理，比如对距离小于0.5mm的节点进行合并。有限元处理软件可以自动实现节点重合处理。建立耦合模型后，车身结构网格变形会将引起车内空间体积网格变形，或者说，车内空间体积随车身结构的变化而变化。利用有限元处理软件输出变形后的车内空间体积，从而实现车内空间体积的动态表征和测量。建立耦合模型是为了后面进行同时以车身结构性能最优和车内空间性能最优为目标，进行多目标优化做准备。

S103、建立反映结构形状变化的形状变量，根据结构性能参数相对形状变量的变化梯度即灵敏度的大小对形状变量进行筛选，所述结构性能参数包括车身结构性能参数和车内空间性能参数；

本步骤主要用于建立形状变量和形状变量的筛选。形状变量用于网格变形操作，因此又可称为网格结构形状变量。形状变量一般以使车内空间体积增加的网格变形方向为正，以使车内空间体积减小的方向为负。对称件(相对整车坐标系Y＝0平面对称的部件)的变形量相同，可采用相同的形状变量。表1列出了部分形状变量的变形位置、方向及变形量，其中X、Y、Z分别对应整车有限元网格坐标系的三个坐标轴的方向。

在本步骤中，灵敏度是指结构性能参数相对每个形状变量的变化梯度。可以通过使其它形状变量不变，只改变一个形状变量，用结构性能参数如车身质量的变化量除以该形状变量的变化量得到灵敏度。本实施例是通过求解结构性能参数相对每个形状变量的灵敏度，根据灵敏度的大小对形状变量进行筛选。通过变量筛选减少形状变量的数量，简化优化模型，提高优化速度，并使优化更具针对性，提高优化效率。

表1部分形状变量的变形位置、方向及变形量

S104、以经筛选后的形状变量为优化变量，设置约束条件，以车身结构性能和车内空间性能最优为目标，进行多目标优化。

本步骤用于实现多目标优化设计。优化设计是以筛选后的形状变量为优化变量；优化目标既包含车身结构性能又包含车内空间性能，例如以使车身质量最小、车内整体空间体积和局部空间体积(如行李箱体积)最大为优化目标；优化时的约束条件同样可以包含车身结构性能也可以包含车内空间性能，如整体弯曲刚度门槛测点最大位移量、尾门菱形模态和车内空间局部尺寸等。

下面给出应用本发明所述方法进行优化设计的结果数据。表2和表3分别列出了优化设计前后部分车身结构性能和车内空间性能的数据对比。

由表2、3可知，与优化前相比，优化后车身结构性能和车内空间性能均有明显提高，解决了现有优化设计存在的不能同时兼顾车身结构性能和车内空间性能的问题。

表2车身结构性能优化前后对比

表3车内空间性能优化前后对比

为了证明本发明所述方法的可行性，通过进行样车试制进行车身结构性能和车内空间性能的试验验证，试验结果表明：车身结构性优化设计结果与试验结果最大相对误差不超过6％，车内空间性能优化设计结果与试验结果最大相对误差不超过3％。

作为一种可选实施例，所述车内空间包括整体空间和局部空间。

在本实施例中，为了便于对车内空间进行更有效的优化，将车内空间分为整体空间和局部空间。整体空间是指乘坐人员所在车厢的大空间；局部空间是指行李箱等相对独立的小空间。优化时可以以车内空间总体积最大为优化目标，也可以以整体空间体积最大或局部空间体积最大为优化目标。

作为一种可选实施例，所述S102建立车内空间体积有限元模型的方法包括：

S1021、提取车内与空气接触的表面使其构成一个密闭的声学空腔，并将所述声学空腔划分成具有变化梯度的实体网格；

S1022、从实体网格内部去掉不参与结构变形、体积值固定的实体网格部分；在保证精度的前提下，通过从外到内逐步增大网格尺寸，优化剩余部分的网格密度；由有限元处理软件实时输出随车身结构改变的剩余部分的体积值。

本实施例给出了建立车内空间体积有限元模型的一种技术方案。在本实施例中，为了降低运算量提高计算速度，在不影响精度的前提下简化模型，即去掉部分实体网格体积，该部分的实体网格不参与结构变形，体积值是固定的。可以事先测出去掉部分的体积，在计算车内空间体积时再加上去掉的这部分体积就行了。对剩余部分的实体网格，通过从外到内逐步增大网格尺寸进行网格密度优化。通过车内空间体积有限元模型与车身结构有限元模型节点重合处理建立耦合模型后，剩余部分的实体网格随车身结构的改变而自动改变，其体积可通过有限元处理软件实时输出。

作为一种可选实施例，在所述S102建立车内空间体积有限元模型后还包括：

分别采用车身结构有限元模型和所述耦合模型计算相同的结构性能参数，如果两种模型的计算结果的误差小于设定的阈值，表明车内空间体积有限元模型满足精度要求；否则，修改车内空间体积有限元模型，并重新进行验证。重复上述步骤，直到所述模型满足精度要求。

本实施例用于对验证车内空间体积有限元模型是否满足精度要求。验证方法是：采用车身结构有限元模型和车身结构有限元模型与车内空间体积有限元模型的耦合模型计算相同的结构性能，如车身整体扭转刚度、弯曲刚度、扭转模态、菱形模态和弯曲模态等。如果采用两种模型的计算结果的误差没有超过设定的阈值(一般设为1％)，说明车内空间体积有限元模型满足精度要求；否则，说明不满足精度要求，修改车内空间体积有限元模型后重新进行验证。反复进行修改、验证步骤，直到车内空间体积有限元模型满足精度要求。

作为一种可选实施例，所述S103对形状变量进行筛选的方法包括：

S1031、选取N个结构性能参数，分别计算每个结构性能参数相对每个形状变量的灵敏度；

S1032、按照下式计算每个形状变量的综合灵敏度：

式中，L_i为第i个形状变量的综合灵敏度，l_in为第n个结构性能参数相对第i个形状变量的灵敏度，i＝1,2,···,M，M为形状变量的数量，k_n为第n个结构性能参数的灵敏度加权系数，0＜k_n＜1，且

S1033、去掉综合灵敏度满足LL₁≤L_i≤LL₂的形状变量，LL₁、LL₂为设定的阈值。

本实施例给出了对形状变量进行筛选的一种技术方案。由于优化涉及的结构性能参数一般多于一个，因此，本实施例通过求出每个形状变量的综合灵敏度实现形状变量的筛选。所谓综合灵敏度是对优化涉及的多个结构性能参数相对形状变量的灵敏度进行加权求和。加权系数的选取存在一定的主观性，其大小与车型定位和优化策略有关，还与是否重点优化对象有关系。另外，为了避免不同结构性能参数之间的灵敏度差异过大对综合灵敏度计算造成不良影响，还进行了归一化处理，即用结构性能参数相对形状变量的灵敏度的最大值去除灵敏度后再与加权系数相乘。得到综合灵敏度后，去掉综合灵敏度满足LL₁≤L_i≤LL₂的形状变量，也就是选两头去中间。这样筛选形状变量的理由是，综合灵敏度较大和较小的形状变量，其优化裕度和优化空间较大，可以在较宽的范围内改变这些形状变量的大小，以提高优化效果；而综合灵敏度大小位于中间位置的形状变量的优化空间不大，优化效果不明显。

作为上一实施例的一种可选实施例，选取以下5个结构性能参数：扭转刚度，弯曲刚度，尾门菱形模态，车身质量，车内空间体积。

本实施例是上一实施例的较佳实施例，给出了进行形状变量筛选用到的结构性能参数的数量和名称。本实施例只是一种较佳实施例，并不排斥其它可行的选择方案。

上述仅对本发明中的几种具体实施例加以说明，但并不能作为本发明的保护范围，凡是依据本发明中的设计精神所做出的等效变化或修饰或等比例放大或缩小等，均应认为落入本发明的保护范围。

Claims (6)

1.一种车身结构优化方法，其特征在于，包括：

步骤1，建立车身结构有限元模型；

步骤2，建立车内空间体积有限元模型，并与车身结构有限元模型进行节点重合处理得到耦合模型，使车内空间体积随车身结构改变而改变；

步骤3，建立反映结构形状变化的形状变量，根据结构性能参数相对形状变量的变化梯度即灵敏度的大小对形状变量进行筛选，所述结构性能参数包括车身结构性能参数和车内空间性能参数；

步骤4，以经筛选后的形状变量为优化变量，设置约束条件，以车身结构性能和车内空间性能最优为目标，进行多目标优化。

2.根据权利要求1所述的车身结构优化方法，其特征在于，所述车内空间包括整体空间和局部空间。

3.根据权利要求1所述的车身结构优化方法，其特征在于，所述步骤2建立车内空间体积有限元模型的方法包括：

提取车内与空气接触的表面使其构成一个密闭的声学空腔，并将所述声学空腔划分成具有变化梯度的实体网格；

从实体网格内部去掉不参与结构变形、体积值固定的实体网格部分；在保证精度的前提下，通过从外到内逐步增大网格尺寸，优化剩余部分的网格密度；由有限元处理软件实时输出随车身结构改变的剩余部分的体积值。

4.根据权利要求1所述的车身结构优化方法，其特征在于，在所述步骤2建立车内空间体积有限元模型后还包括：

分别采用车身结构有限元模型和所述耦合模型计算相同的结构性能参数，如果两种模型的计算结果的误差小于设定的阈值，表明车内空间体积有限元模型满足精度要求；否则，修改车内空间体积有限元模型，并重新进行验证；重复上述步骤，直到车内空间体积有限元模型满足精度要求。

5.根据权利要求1所述的车身结构优化方法，其特征在于，所述步骤3对形状变量进行筛选的方法包括：

选取N个结构性能参数，并分别计算每个结构性能参数相对每个形状变量的灵敏度；

按照下式计算每个形状变量的综合灵敏度：

式中，L_i为第i个形状变量的综合灵敏度，l_in为第n个结构性能参数相对第i个形状变量的灵敏度，i＝1,2,···,M，M为形状变量的数量，k_n为第n个结构性能参数的灵敏度加权系数，0＜k_n＜1，且

去掉综合灵敏度满足LL₁≤L_i≤LL₂的形状变量，LL₁、LL₂为设定的阈值。

6.根据权利要求5所述的车身结构优化方法，其特征在于，选取以下5个结构性能参数：扭转刚度，弯曲刚度，尾门菱形模态，车身质量，车内空间体积。

Images