CN112257189B - 一种客车骨架轻量化的多学科优化方法 - Google Patents

Abstract

本发明公开了一种客车骨架轻量化的多学科优化方法，运用Hyperstudy联合Optistruct的全局响应面优化方法，以客车骨架总质量最低为目标，扭转应力以及一阶模态频率为约束，构件厚度为变量，计算出骨架各个构件的最薄厚度。在满足条件的待选方案中通过整车碰撞的评价要求筛选出最优解，最后结果表明，骨架在满足静载强度、一阶模态频率以及碰撞安全要求下，骨架质量减轻了5.33%，达到轻量化的目标。

Description

一种客车骨架轻量化的多学科优化方法

技术领域

本发明涉及汽车技术领域，具体涉及一种客车骨架轻量化的多学科优化方法。

背景技术

轻量化已经成为汽车未来一个重要发展方向。轻量化的目的是在于保证其耐碰撞性、行驶安全性、抗震性、经济性以及舒适性的前提下，合理优化设计、采用新的材料以及新工艺达到整体降低车身重量的目的。

目前对客车骨架的多学科优化很多是以模态性能、弯曲刚度、扭转刚度、以及碰撞性能为约束，刘显春《纯电动客车车身骨架多目标轻量化设计》中通过灵敏度分析筛选出敏感度较低的变量，将质量最小以及扭转刚度最大作为优化目标，以一阶扭转模态和一阶弯曲模态作为约束，最后通过遗传算法完成轻量化设计。张苗莉《面向改进侧翻性的某大客车结构优化研究》中将客车骨架质量最小和客车质心加速度最小作为优化目标，将指定位置的生存空间作为约束，最后通过遗传算法完成轻量化设计。

目前已有专利申请提出的汽车多学科优化设计方法：

中国发明专利申请（申请号：202010417186.6）《一种基于Hyperstudy集成平台的汽车车架多学科优化方法》中公开了以车架的主要截面尺寸和板厚为设计变量,以模态频率值﹑刚度值﹑最大主应力为约束响应,以整个车架质量为目标相应的优化方法。

中国发明专利申请（申请号：201910229046.3）《汽车车架轻量化优化方法》中公开了通过对车架实体模型进行拓扑优化分析,以确定所述汽车车架中的车架中间横梁对应的优化区域,并对所述车架中间横梁进行结构优化;根据所述车架实体模型建立的壳体网格模型以及预设弯曲边界条件,对所述汽车车架中相对两侧的主梁进行尺寸优化,以得到最优的截面尺寸以及料厚。本发明提出的汽车车架轻量化优化方法。

中国发明专利申请（申请号：201910215479.3）《一种车身框架学科协同优化设计方法及系统》中公开了将弯曲刚度、扭转刚度、一阶弯曲模态、一阶扭转模态、碰撞变形等包含了线性以及高度非线性工况作为优化响应的优化方法。

上述这些专利申请，《一种基于Hyperstudy集成平台的汽车车架多学科优化方法》和《汽车车架轻量化优化方法》这两个技术方案中只是将线性工况作为优化响应，未涉及碰撞等高度非线性工况，优化后的模型是否符合碰撞安全性有待考证；《一种车身框架学科协同优化设计方法及系统》的技术方案中虽然考虑到了碰撞性能，但只是考虑了碰撞变形，而未将涉及碰撞安全性的其他相关数据考虑到设计方案中。

发明内容

为了解决上述问题，本发明提出一种客车骨架轻量化的多学科优化方法，先通过一阶模态频率、四种工况中应力最大的极限扭转工况筛选出符合条件的数据，然后通过碰撞要求筛选出最优数据。

发明构思：运用Hyperstudy联合Optistruct的全局响应面优化方法，以客车骨架总质量为响应，扭转应力以及一阶模态频率为约束，计算出骨架各个杆件的最薄厚度；在满足条件的待选方案中通过整车碰撞的评价要求筛选出最优解。

为此本发明的技术方案为：一种客车骨架轻量化的多学科优化方法，所述客车骨架结构是半承载式，包括车身外框骨架、车架、地板骨架，具体步骤为：

S1.基于CAE技术和有限元方法建立用于优化分析的客车骨架有限元模型；

S2.对客车骨架有限元模型进行各基础性能分析，分别为水平弯曲工况、极限扭转工况、紧急制动工况、紧急转弯工况这四种工况的静力分析，模态分析，整车骨架100%正面碰撞分析；

S3.根据客车骨架部件的位置、功能以及厚度为分组方式，将客车骨架分为若干组；

S4.将整车质量设为优化目标，一阶模态频率、四种工况中应力最大的极限扭转工况设为优化约束，构件厚度设为优化变量。

S5. 通过灵敏度分析得到极限扭转工况应力、一级模态频率这两个目标响应对S3中分组后得到设计变量的敏感程度，选取敏感程度较低的变量作为最终的设计变量。

S6.将变量筛选后的优化模型通过哈默斯雷实验设计法进行DOE计算以获得实验设计数据。

S7.对S6中的采样数据，通过RBF模型拟合扭转工况的应力、一阶模态频率的近似模型，通过决定系数R²检验RBF模型的精度，即

R²=

式中是响应样本点的均值，/>是近似模型在第i个样本点的响应值；

决定系数R²的取值范围为[0,1]，值越趋近于1代表近似模型与原模型误差越小；

S8.建立优化数学模型：

Find X={x₁，x₂，x₃，…x₂₃}

Min M

m_a≥m₀

F_b≤F₀

x_imin≤x_i≤x_imax(i=1,2,3…,23)

其中x₁，x₂，x₃，…x₂₃为23个设计变量，x_imin，x_imax为第i个设计变量的上下限，这里的上下限为设计变量原始数值的±20%，M为车身总重量，m_a为客车优化后一阶扭转频率，F_b为优化后最大扭转应力，m₀为优化前一阶扭转频率，F₀为优化前最大扭转应力。

S9.采用全局响应面优化算法（GRSM）对客车骨架进行多学科优化设计。

S10.从优化后的数据中筛选出三组符合要求的数据，将这三组数据分别代入原始模型进行30km/h的整车骨架100%正碰分析，筛选出碰撞安全性最高的一组数据。

作为优选，所述车身外框骨架采用的材料是Q235结构钢，车架以及地板骨架采用的材料是Q345结构钢，Q345结构钢的屈服强度比Q235的大很多，更适合应用于结构要求高的部位，且两种结构钢价格相对较低；S1中客车骨架有限元模型，单元尺寸设置为10mm，整车共设置有639298个单元、496238个节点；S2中客车骨架分为35组，以提高计算效率；整车骨架100%正面碰撞分析使用的速度为30km/h，考虑到客车主要行驶于城市道路，速度相对较低，故将碰撞的行驶速度设定为30km/h。

有益效果：本发明运用Hyperstudy联合Optistruct的全局响应面优化方法，以客车骨架总质量最低为目标，扭转应力以及一阶模态频率为约束，构件厚度为变量，计算出骨架各个构件的最薄厚度。在满足条件的待选方案中通过整车碰撞的评价要求筛选出最优解，最后结果表明，骨架在满足静载强度、一阶模态频率以及碰撞安全要求下，骨架质量减轻了5.33%，达到轻量化的目标。

附图说明

图１是本发明客车有限元模型图。

图2是本发明的极限扭转工况。

图3是本发明的一阶模态扭转振型图。

图4是本发明的整车碰撞结果中的驾驶员处加速度图。

图5是本发明的整车碰撞结果中的碰撞能量图。

图6是本发明的客车骨架分组细节图中的外框骨架可优化部分图。

图7是本发明的客车骨架分组细节图中的车架可优化部分图。

图8是本发明的客车骨架分组细节图中的地板骨架可优化部分图。

图9是本发明的应力及频率与质量的灵敏度折线图。

图10是本发明的各个模型碰撞加速度图。

图11是本发明的流程图。

表1是材料属性。

表2是客车骨架在四种工况应力最大值。

表3是客车骨架前六阶模态。

表4是各个部件灵敏度值。

表5是近似模型误差分析。

表6是优化前后各变量厚度。

表7是应力及碰撞数据。

具体实施方式

下面将结合附图及表对本发明的技术方案进行清楚、完整地描述，但该实施例不应理解为对本发明的限制。

本发明如图1至图8、表1至表7所示：

以下结合实例，描述一种客车骨架轻量化的多学科优化方法，所述客车骨架结构是半承载式，包括车身外框骨架、车架、地板骨架，其中：车身外框骨架采用的材料是Q235结构钢，车架以及地板骨架采用的材料是Q345结构钢（材料属性见表1）；具体实施步骤为：

S1.基于CAE技术和有限元方法建立用于优化分析的客车骨架有限元模型（如图1所示）；首先用catia软件完成客车骨架三维模型的建立，再用Hypermesh软件对模型进行抽中面、几何清理、网格划分、部件连接、单元质量检查以完成有限元模型的建立；其中：单元尺寸设置为10mm，整车共设置639298个单元，496238个节点。

S2.对客车骨架有限元模型进行各基础性能分析，分别为水平弯曲工况、极限扭转工况、紧急制动工况、紧急转弯工况这四种工况的静力分析，模态分析，30km/h的整车骨架100%正面碰撞分析；其中：

四种工况的静力分析：

在极限扭转工况时，约束左前轮YZ自由度，左后轮XYZ自由度，右后轮XZ自由度；在水平弯曲工况时，约束为左前轮XYZ自由度，右前轮XZ自由度，左后轮YZ自由度，右后轮Z自由度。在紧急制动工况时，约束为左前轮XYZ自由度，右前轮XZ自由度，左后轮YZ自由度，右后轮Z自由度；在紧急转弯工况时，约束为左前轮XYZ自由度，右前轮XZ自由度，左后轮YZ自由度，右后轮Z自由度。四种路况下客车骨架最大应力如表2所示：

极限扭转工况应力结果如图2所示，最大应力位置处于客车骨架底部与动力总成连接处，因骨架最大应力处的材料是Q345，该材料的屈服极限为345MPa，所以客车骨具有足够的安全空间余量，且留有一定的轻量化设计空间；

模态分析：

现在对客车舒适性要求越来越高，为了保证舒适性，需要对客车骨架进行模态分析，一阶模态频率如图3所示；客车在路面行驶过程中，车身结构会因为各种振源的激励而产生振动，从而影响乘车体验；当客车骨架自身频率与路面振动频率接近时就会产生共振，这样不仅会产生剧烈的振动和噪声，也会影响到客车骨架的寿命；通过对客车骨架进行模态分析，可以清楚地知道骨架的频率范围，并判断是否会产生共振；客车骨架自由状态下的模态，前6阶固有频率如表3所示：

客车在道路上行驶时会受到外界激振以及自身车轮、发动机、空调、传动系统等震动的影响；路面的激励频率都小于3Hz，车身和悬架的共振频率为2.0-3.6Hz，发动机的怠速频率为40Hz左右；通过模态分析前6阶模态频率结果可得出，客车骨架模态频率分布在7Hz-25Hz之间，可有效地避开路面以及客车自身的震动频率；

客车骨架有限元模型的碰撞分析：

客车骨架在发生正碰时驾驶员处以及质心处的加速度值、整车碰撞前后能量是否守恒和碰撞后位移曲线是判断判断碰撞结果好坏的重要参考数据；

初始模型在碰撞仿真过程中，车速是30km/h，碰撞计算时间为0.12秒。如图4所示，驾驶员处加速度曲线峰值较大，最大值是-95g，质心处最大加速度是-21g；质心处加速度曲线上下波动不大，驾驶员处加速度曲线在0.03s-0.05s期间上下变化较大，其他时候也较为平缓；

由图5可知，碰撞的初始动能是326kj，碰撞过程中，动能逐渐降低，内能逐渐增加，0.07s后能量慢慢趋于稳定；总能量在碰撞末尾稍微有所增加，这是由质量增加引起的，整个碰撞过程中，沙漏能所占比例小于5%，因此结果可靠；

所以后边的轻量化设计里为了降低对整车吸能以及加速度的影响，不将纵梁以及整车靠前的部分作为轻量化的设计变量；

可见，该客车骨架有较大的轻量化设计空间，可通过多学科优化的方式进行轻量化设计。

S3.根据客车骨架部件的位置、功能以及厚度为分组方式，将客车骨架分为35组，其中：S1-S3为车身外框骨架，S4-S19为车架骨架，S20-S35为地板骨架；考虑到不能降低客车骨架的碰撞性能，所以不对客车骨架的前部进行轻量化优化，只对骨架的中部以及后部进行轻量化优化，客车骨架可轻量化的部件如图6至图8所示。

S4.将整车质量最低设为优化目标，一阶模态频率、四种工况中应力最大的极限扭转工况设为优化约束，构件厚度设为优化变量。

S5. 通过灵敏度分析得到极限扭转工况应力、一级模态频率这两个目标响应对S3分组后得到设计变量的敏感程度，选取敏感程度较低的变量作为最终的设计变量，这样可以有效地减少变量数，大大缩短优化设计周期，提高了计算效率；

（1）相对灵敏度理论分析：

假设T_a、T_b、T_c为整车系统的三个性能参数，x_i为设计变量（x_i>0,i=1、2…n），建立数学模型：

已知：T_a、T_b与x_i正相关，T_c与x_i负相关

要求：min（T_c），T_a≤C₁，T_b≥C₂（C₁、C₂为常量）

在这个数学模型里，设计变量x_i的变化会影响结构性能的参数，为了更有效地取得x_i的值，需要将x_i对不同性能指标的贡献度进行分析，即S；

x_i对T_a的绝对灵敏度为

=/>

同理可得和/>

为x_i对T_a和T_b的相对灵敏度，与/>//>等价，

即

=/>

若||>1，则说明设计变量x_i对T_a的影响大于对 T_c的响；|/>|=1，则说明设计变量x_i对T_a和T_c的影响等效；|/>|<1，则说明设计变量x_i对T_a的影响小于对T_c的影响；同理可得|/>|；

（2）相对灵敏度分析

根据S2中的静力分析结果可知，极限扭转工况应力最大是231.4MPa，所以将客车车身在极限扭转工况下的最大应力作为一个约束条件，计算出每一个变量的应力与质量的比值；

由固有频率计算公式可知，部件轻量化的同时，质量m变小了，刚度k也会变小，导致固有频率变化，固有频率可能会增大也可能减小，所以优化过程要有频率作为设计约束；

通过（1）中的计算公式可得到各个部件的应力、一阶模态频率与质量的灵敏度，对这两个数据进行量纲化及归一化处理后得出的灵敏度数据如表4所示：

根据灵敏度理论分析，选取相对灵敏度都小于1的部件作为设计变量，如部件S1虽然应力/质量值小于1，但是频率/质量值远远大于1，所以不将S1作为设计变量；从图9中可以看出，各个响应都小于1的部件为S4、S5、S6、S15、S17、S18、S19、S20、S21、S22、S23、S24、S25、S26、S27、S28、S29、S30、S31、S32、S33、S34、S35，由之前的35个变量减少到23个变量，有效地提高了计算效率。

S6.将23个变量通过哈默斯雷实验设计法进行DOE计算以获得实验设计数据。

S7.对S6中获得实验设计数据，通过RBF模型拟合扭转工况的应力、一阶模态频率的近似模型，通过决定系数R²检验RBF模型的精度，即

R²=

式中是响应样本点的均值，/>是近似模型在第i个样本点的响应值/>

决定系数R²的取值范围为[0,1]，值越趋近于1代表近似模型与原模型误差越小；得到的各个系统响应决定系数如表5所示：

S8.建立优化数学模型：

客车骨架在行使过程中，极限扭转应力工况骨架所受应力最大，所以将极限扭转应力作为优化约束之一；将S5中得到的23个变量作为设计变量，以客车车身骨架质量最小为优化目标，同时要求极限扭转应力不大于原来的值，一阶扭转频率不小于原来的值，对客车骨架进行多学科优化，多学科优化的数学模型为：

Find X={x₁，x₂，x₃，…x₂₃}

Min M

m_a≥m₀

F_b≤F₀

x_imin≤x_i≤x_imax(i=1,2,3…,23)

其中x₁，x₂，x₃，…x₂₃为23个设计变量，x_imin，x_imax为第i个设计变量的上下限，这里的上下限为设计变量原始数值的±20%，M为车身总重量，m_a为客车优化后一阶扭转频率，F_b为优化后最大扭转应力，m₀为优化前一阶扭转频率，F₀为优化前最大扭转应力。

S9. 采用全局响应面优化算法（GRSM）对客车骨架进行多学科优化设计；

将整车质量设为优化目标，一阶模态频率、极限扭转工况为约束的多学科优化得到多个解集，优化结果如表6所示：

S10. 从优化后的数据中筛选出三组符合要求的数据，将这三组数据分别代入S1中的客车骨架有限元模型,进行30km/h的整车骨架100%正碰分析，筛选出碰撞安全性最高的一组数据，如表7所示，三组优化数据中，虽然方案三轻量化最不显著，轻量化了5.33%，但是对于碰撞安全很重要的驾驶员处加速度是最低的，质心加速度相对轻量化之前增加不多，吸能情况是三个优化数据中最好的，且碰撞变形量增加量满足驾驶员生存空间要求，所以优化数据3是最优的。

本说明书中未作详细说明之处，为本领域公知的技术。

通过上述加工方法的描述，所属技术领域的技术人员应当理解，本发明不局限于上述的具体实施方式，在本发明基础上采用本领域公知技术的改进和替代均落在本发明的保护范围，应由各权利要求限定之。

Claims (2)

1.一种客车骨架轻量化的多学科优化方法，所述客车骨架结构是半承载式，包括车身外框骨架、车架、地板骨架，具体步骤为：

S1. 基于CAE技术和有限元方法建立用于优化分析的客车骨架有限元模型；

S2. 对客车骨架有限元模型进行各基础性能分析，分别为水平弯曲工况、极限扭转工况、紧急制动工况、紧急转弯工况这四种工况的静力分析，模态分析，整车骨架100%正面碰撞分析；

S3. 根据客车骨架部件的位置、功能以及厚度为分组方式，将客车骨架分为若干组；

S4. 将整车质量设为优化目标，一阶模态频率、四种工况中应力最大的极限扭转工况设为优化约束，构件厚度设为优化变量；

S5. 通过灵敏度分析得到极限扭转工况应力、一级模态频率这两个目标响应对S3中分组后得到设计变量的敏感程度，选取敏感程度较低的变量作为最终的设计变量；

S6. 将变量筛选后的优化模型通过哈默斯雷实验设计法进行DOE计算以获得实验设计数据；

S7. 对S6中的采样数据，通过RBF模型拟合扭转工况的应力、一阶模态频率的近似模型，通过决定系数R²检验RBF模型的精度，即

R²=

式中是响应样本点的均值，/>是近似模型在第i个样本点的响应值；

决定系数R²的取值范围为[0,1]，值越趋近于1代表近似模型与原模型误差越小；

S8. 建立优化数学模型：

Find X={x₁，x₂，x₃，…x₂₃}

Min M

m_a≥m₀

F_b≤F₀

x_imin≤x_i≤x_imax(i=1,2,3…,23)

其中x₁，x₂，x₃，…x₂₃为23个设计变量，x_imin，x_imax为第i个设计变量的上下限，这里的上下限为设计变量原始数值的±20%，M为车身总重量，m_a为客车优化后一阶扭转频率，F_b为优化后最大扭转应力，m₀为优化前一阶扭转频率，F₀为优化前最大扭转应力；

S9. 采用全局响应面优化算法（GRSM）对客车骨架进行多学科优化设计；

S10. 从优化后的数据中筛选出三组符合要求的数据，将这三组数据分别代入原始模型进行30km/h的整车骨架100%正碰分析，筛选出碰撞安全性最高的一组数据。

2.根据权利要求1所述一种客车骨架轻量化的多学科优化方法，其特征在于：所述车身外框骨架采用的材料是Q235结构钢，车架以及地板骨架采用的材料是Q345结构钢；S1中客车骨架有限元模型，单元尺寸设置为10mm，整车共设置有639298个单元、496238个节点；S2中客车骨架分为35组；整车骨架100%正面碰撞分析使用的速度为30km/h。