CN113901585A - 一种商用车驾驶室白车身轻量化优化方法 - Google Patents
一种商用车驾驶室白车身轻量化优化方法 Download PDFInfo
- Publication number
- CN113901585A CN113901585A CN202111184420.6A CN202111184420A CN113901585A CN 113901585 A CN113901585 A CN 113901585A CN 202111184420 A CN202111184420 A CN 202111184420A CN 113901585 A CN113901585 A CN 113901585A
- Authority
- CN
- China
- Prior art keywords
- cab
- optimization
- model
- max
- white
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005452 bending Methods 0.000 claims abstract description 45
- 238000013461 design Methods 0.000 claims abstract description 45
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims description 39
- 230000035945 sensitivity Effects 0.000 claims description 38
- 238000010206 sensitivity analysis Methods 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 23
- 230000003068 static effect Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000013401 experimental design Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 239000013585 weight reducing agent Substances 0.000 abstract description 2
- 239000000725 suspension Substances 0.000 description 15
- 238000006073 displacement reaction Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000013507 mapping Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 241001669679 Eleotris Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009863 impact test Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 102000054930 Agouti-Related Human genes 0.000 description 1
- 101000680845 Luffa aegyptiaca Ribosome-inactivating protein luffin P1 Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013400 design of experiment Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000010937 topological data analysis Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Body Structure For Vehicles (AREA)
Abstract
本发明公开了一种商用车驾驶室的轻量化优化方法,采用SFE‑Concept、HyperMesh、Isight、Optistruct、Ls‑Dyna联合仿真优化方法,以汽车轻量化为主,兼顾汽车被动安全性,完成驾驶室白车身多学科轻量化优化设计。以车身质量最小、弯扭刚度最大为目标,以驾驶室低阶弯扭模态频率、侵入量为约束,板件厚度为设计变量,通过重新调整板厚使各个关键变量实现最优组合。与优化前相比:驾驶室车身质量减轻了24.3kg,轻量化率达7.93%,一阶弯曲模态频率提升10.54%,弯扭刚度、一阶扭转模态频率基本不变,优化后驾驶员最小生存空间均大于0,满足碰撞法规要求。该优化方法在保证驾驶室静‑动态性能的同时完成了轻量化目标。
Description
技术领域
本发明涉及商用车驾驶室白车身轻量化设计领域,具体是一种商用车驾驶室白车身轻量化优化方法。
背景技术
面对当前严峻的能源危机挑战,世界各国逐渐意识到节能减排具有重要意义。在汽车领域中,轻量化技术作为节能减排的一项关键技术,已经成为当前汽车行业的主要发展方向。白车身轻量化设计方法在乘用车上应用较为成熟,但在商用车领域,因评价指标的差异、应用场景的不同,使得新技术应用较少。
汽车轻量化设计的整体思路在保证其碰撞安全性、舒适性、经济性等前提下通过轻质材料、先进制造技术或车身结构轻量化三种途径减轻汽车质量。经初步检索,当前已有专利提出车身结构轻量化优化方法:
中国专利CN2018108529933公开了一种车身轻量化设计方法,该方法以灵敏度分析方法筛选变量,进而建立优化模型的轻量化优化方法,以优化前后是否满足刚度要求作为轻量化方案可行性的判断依据,但是未考虑碰撞安全性,对于实际工程应用推广存在一定的局限性。
中国专利CN2020102414149公开了一种基于碰撞性能优化的汽车白车身轻量化设计方法,该方法通过综合考虑材料、结构、工艺等要求,制定了一种汽车白车身在碰撞工况下的轻量化优化设计流程方法,通过对整车正面100%重叠刚性避障碰撞、整车正面40%重叠可变性避障碰撞有限元模型的求解,得到加速度值和位移侵入量等碰撞性能评价指标,然后对白车身进行灵敏度分析,根据灵敏度分析结果得到新的轻量化优化方案。
上述两项专利分别针对车身静、动态性能工况进行轻量化优化设计,得出适用于不同性能状态的车身数据。然后,对于同一优化对象采用不同优化方法进行优化,所得的车身数据是否满足其他性能指标还有待考究。
另外,中国专利CN2020112625184公开了一种客车骨架轻量化的多学科优化方法,该方法运用Hyperstudy联合Optistruct全局响应面优化策略,以板厚为设计变量,以客车骨架总质量最小为目标,扭住应力及一阶模态频率为约束,对轻量化优化后的三种待选方案通过整车碰撞评价要求进一步地筛选出最优解,以确定最终的轻量化方案。该优化方法主要目标在于改善客车骨架静态性能下的扭转应力、低阶扭转频率,虽然考虑了碰撞安全性,但仅仅是将碰撞作为优化后的评价条件,即通过碰撞分析来检验优化方案是否满足安全性要求,以衡量客车骨架是否具有轻量化优化设计空间。满足碰撞安全性条件则确定为最终轻量化方案,反之不是,存在一定的局限性。
综上,若能将车身静态性能与碰撞性能并行考虑,同时加入优化设计流程,将更具全局优化性。
发明内容
针对上述情况,本发明提出了一种商用车驾驶室白车身轻量化优化方法,该方法以商用车驾驶室为优化对象,兼顾低阶弯扭模态频率、弯曲刚度、扭转刚度等各项静态线性响应以及正面碰撞时驾驶室侵入量等非线性响应的多学科优化设计方法,兼容了车身各项静-动态性能,包容性广,优化效果好。
实现本发明目的的技术方案是:
一种商用车驾驶室白车身轻量化优化方法,包括龙骨框架及蒙皮结构,与现有技术不同的是:包括如下步骤:
(1)建立商用车驾驶室白车身初步3D数据;
(2)对建立的白车身初步3D数据进行拓扑分析,确保白车身初步3D数据与拓扑分析的结果一致;
(3)采用SFE-Concept软件建立商用车驾驶室隐式参数化模型;
(4)初始性能分析及对标:对建立的隐式参数化模型进行初始性能分析,包括弯曲刚度工况、扭转刚度工况的静力分析,模态分析,驾驶室正面摆锤撞击分析,并与实验数据对标,保证各项性能指标误差在合理范围内;
(5)确定优化目标与约束:将驾驶室质量、弯扭刚度作为优化目标,低阶弯扭模态频率、侵入量作为优化约束,板件厚度为优化变量;
(6)以车身板厚为变量进行灵敏度分析,以便筛选关键变量;
(7)通过灵敏度分析得到弯曲刚度、扭转刚度、质量、一阶模态频率、一阶扭转频率、正面碰撞等目标响应对所有厚度变量的敏度排序,选取对质量较敏感而对其他性能不敏感的变量作为最终的设计变量;
(8)将步骤(7)得到的设计变量录入到步骤(3)建立好的商用车驾驶室险工参数化模型中,将定义好设计变更的模型作为后续优化设计模型;
(9)选择优化拉丁超立方算法对步骤(8)的优化设计模型进行实验设计采样,以获取样本数据;
(10)根据步骤(9)所得样本数据建立近似模型,并通过决定系数R2和均方根误差RSME检验近似模型的精度,其中
(11)建立优化设计数学模型:
Variable:D=[d1,d2,d3,d4,d5,d6,d7]T
dimin≤di≤dimax
Obiective:f(x)={minf(M)-maxf(FB)-maxf(FT)}
s.t:fTM1≥fTM0;fBM1≥fBM0;
fa(min)≤fa≤fa(max)fb(min)≤fb≤fb(max)
fc(min)≤fc≤fc(max) fd(min)≤fd≤fd(max)
式中,D为厚度变量向量,di为第i个厚度变量,dimin和dimax为第i个厚度变量下限及上限,minf(M)为驾驶室质量最小,单位Kg;maxf(FB)为弯曲刚度最大,单位Nm/°;maxf(FT)为扭转刚度最大,单位N/mm;fTM0、fTM1为优化前后一阶扭转模态,单位Hz;fBM0、fBM1为优化前后一阶弯曲模态,单位Hz;fa(min)、fb(min)、fc(min)、fd(min)、fa(max)、fb(max)、fc(max)、fd(max)分别为转向管柱、方向盘、仪表板、仪表板骨架侵入量下限与上限,单位mm;
(12)通过ISight软件搭建联合仿真流程,选用第二代遗传算法对建立的优化问题进行求解;
(13)得到满足条件的最优解;
(14)优化结果的检验:
(15)确定最终优化方案。
步骤(10)所述决定系数R2取值范围为[0,1],其值越接近于1,均方根误差RSME值越靠近0,表明近似模型与原始模型误差越小,精度越高。
步骤(11)所述dimin和dimax厚度变量的上限及下限,分别为原始数值的±50%。
步骤(11)所述fa(min)、fb(min)、fc(min)、fd(min)、fa(max)、fb(max)、fc(max)、fd(max)的上限及下限,分别为原始数值的±5%。
本发明的有益效果:本发明采用SFE-Concept、HyperMesh、Isight、Optistruct、Ls-Dyna联合仿真优化方法,以车身质量最小、弯扭刚度最大为目标,驾驶室低阶弯扭模态频率、侵入量为约束,板件厚度为设计变量,然后基于近似模型一体化优化。与优化前相比:驾驶室车身质量减轻了24.3kg,一阶弯曲模态提升12.6%,弯扭刚度、一阶扭转模态基本不变,优化后的驾驶室仍满足被动安全性要求。该优化方法在保证驾驶室被动安全性的同时完成了轻量化目标。
附图说明
图1是本发明的流程图。
图2是本发明商用车驾驶室隐式参数化模型图。
图3是本发明的扭转刚度工况分析云图。
图4是本发明的弯曲刚度工况分析云图。
图5是本发明的一阶弯曲模态振型图。
图6是本发明的一阶扭转模态振型图。
图7是本发明的驾驶室正面摆锤撞击有限元模型。
图8是本发明的驾驶室正面摆锤撞击某一时刻变形图。
图9是本发明的驾驶室正面碰撞能量变化曲线图。
图10是本发明的质量、扭转模态、弯曲模态、弯曲刚度、扭转刚度、正碰灵敏度分析表。
图11是本发明的灵敏度分析中的板件厚度对质量响应的敏度排序。
图12是本发明的灵敏度分析中的板件厚度对低阶扭转模态频率响应的敏度排序。
图13是本发明的灵敏度分析中的板件厚度对低阶弯曲模态频率响应的敏度排序。
图14是本发明的灵敏度分析中的板件厚度对弯曲刚度响应的敏度排序。
图15是本发明的灵敏度分析中的板件厚度对扭转刚度响应的敏度排序。
图16是本发明的灵敏度分析中的板件厚度对正面摆锤碰撞响应的敏度排序。
图17是本发明的最终设计变量。
图18是本发明的仿真优化平台。
图19是本发明驾驶室优化后的驾驶员与转向管柱、方向盘、仪表板最小生存空间的距离-时间曲线图。
具体实施方式
下面结合附图及表格数据对本发明的技术方案作进一步的阐述,但该实施例不是对本发明的限定。
本发明结合图1至图19、表1至表5,描述一种商用车驾驶室白车身轻量化优化方法,所述的商用车驾驶室由龙骨框架及蒙皮结构组成,车身材料用量占比见表1。
表1车身材料用量
如图1所示,本发明一种商用车驾驶室白车身轻量化优化方法,具体实施步骤为:
S1.参考标杆车白车身典型断面数据和接头数据,根据工程实际,建立新品白车身的典型断面数据与接头数据并对标。同时根据造型的CAS数据建立白车身初步3D数据。
S2.进行白车身拓扑分析,确认初步的白车身3D数据与拓扑的结果一致。
S3.基于已有的车身数据建立驾驶室白车身隐式参数化模型。其中,驾驶室白车身全参数化模型,是在SFE-Concept中采用针对商用车驾驶室白车身的建模方法而建立的包括侧围总成、顶盖总成、地板总成、前围总成和后围总成的车身参数化模型。具体建模方式如下:
①通过对命名及建模顺序进行合理规划,把模型划分为侧围、顶盖、地板、前围和后围五个部分分别建模;
②根据白车身各个零件的不同形状以及布局确定不同的基点(influencepoint),根据零件的形状确定基线(base line)的曲率,建立具有零件特征曲率的基线,最后再根据所建零件的几何特征,建立不同的基准截面(base section)。完成上述基本构成元素的建立之后,通过梁(beam)完成各个零部件的建立。
以某商用车驾驶室白车身地板模块为例,构建地板模块的参数化模型,商用车驾驶室白车身地板主要由地板前板、地板后板、地板横梁和地板纵梁等构建而成,整个地板多为薄壁结构,在建立地板模块时采用梁单元进行建立。由于梁结构较长,复杂结构较大,在隐式参数化建模中单个梁结构最多只能布置8个局部截面,直接进行建立不能有效表达地板梁结构的几何参数,因此采用共用截面技术将整个纵梁分成两部分,在连接位置采用共截面技术。在梁单元不能建立的曲面等位置,通过辅助点和连接线建立自由面命令进行创建。
③在完成上述车身的各个模块的参数化模型之后,需要通过映射(MAP)功能建立各个部件之间的约束关系,完成各个部分的连接以及整个白车身参数化模型的建立。鉴于商用车驾驶室白车身本身结构映射关系的复杂性,主要是前地板与后地板之间的映射关系、前后地板与左侧地板的映射关系、梁与地板之间的映射关系。牵涉到多处位置的映射连接,焊点多达三层,特别需要注意映射顺序。通过创建用于映射连接的组合(AGRP),再通过MAP功能完成白车身左侧模型的建立,镜像得到驾驶室白车身整车模型,并根据不同部件的特性及实际经验录入初始变量,完成驾驶室白车身参数化模型;最终建立的隐式参数化模型包括的基础元素有329个基点,166条基线,612个基础截面,高级构成元素有20个接头。
S4.初始性能分析及对标。将建立的驾驶室隐式参数化模型导入到HyperMesh中进行初始性能分析,包括静态扭转刚度分析、静态弯曲刚度分析、模态分析、正面摆锤撞击分析;其中:
(1)静态扭转刚度分析
约束条件:在白车身左右后悬架支座处约束其X、Y、Z、XY、XZ、YZ六个方向平动自由度,约束位置为通过刚性单元连接形成的左右后悬架支座中心;
加载:前悬置位置(参考试验)施加扭矩351.6N·m,扭矩大小具体计算方法:T=0.5*0.62*驾驶室总质量*前悬置间距(驾驶室总质量945Kg,前悬置间距1.2m),
测量点选取:选取纵梁下平面垂直位移测量点。提取在求解器运行文件中底部纵梁的位移最大值。根据扭转刚度计算公式,D1为左纵梁Z向最大位移;D2为右纵梁Z向最大位移。
扭转刚度计算:鉴于不同车型的加载方式及加载力的大小不同。此处白车身扭转刚度:
式中:k1为扭转刚度(N·m·(°)-1);T为施加的扭矩(N.m);D1为前悬左加载点Z向位移;D2为前悬右加载点Z向位移;L为加载点之间Y向距离。经过有限元分析之后,计算得白车身参数化模型的扭转刚度k1=40995.2N·m·(°)-1,白车身参数化模型扭转刚度变形云图如图3所示。
(2)静态弯曲刚度分析
约束:在白车身左右前悬、左右后悬架支座处约束其X、Y、Z、XY、XZ、YZ六个方向平动自由度,约束位置为通过刚性单元连接形成的左右前悬、后悬架支座中心。
加载:根据驾驶室实际使用环境,加载前排座椅每个座椅施加力3542.7N,平均分配到4个座椅安装点。座椅施加力数值具体计算方法:F前座椅=(G0*1.5+G1)*2.5*g(G0为成人体重75Kg,G1为每个座椅的质量32.1Kg,g为重力加速度9.8N/Kg)卧铺在地板上施加3675N的均布力,Y方向为地板宽度,X向为740mm,F卧铺=2*G*2.5*g。
测量点选取:选取纵梁下平面垂直位移测量点。提取在求解器运行文件中底部纵梁的位移最大值。根据扭转刚度计算公式,D1为左纵梁Z向最大位移;D2为右纵梁Z向最大位移。
白车身弯曲刚度:
式中:k2为弯曲刚度(N·mm-1);F前座椅为前排座椅总载荷;F卧铺为下卧铺总载荷;D1为左纵梁Z向最大位移;D2为右纵梁Z向最大位移。计算得k=31677.4N·mm-1。白车身参数化模型弯曲刚度变形云图如图4所示。
(3)模态分析
由于车辆在不平整路面行驶而引起的激励振动,严重影响了乘员乘坐的舒适性。商用车驾驶室的激励频率大都出现在较低阶次,大约15Hz左右。为了把握驾驶室低阶振动频率,初始性能分析阶段中有必要对车身进行模态分析。
借助于有限元分析软件HyperMesh及求解器OptiStruct,模态分析加载设置如下:在HyperMesh中设置EIGRA卡片,计算1-50Hz,自由模态,无约束。取驾驶室白车身的一阶弯曲和一阶扭转频率分析。计算结果如图5、图6所示,可得白车身一阶扭转模态频率为18.92Hz,一阶弯曲模态频率为38.9Hz。
(4)正面摆锤撞击分析
相较于乘用车,商用车驾驶室多为平头框架结构,具有视角方便,利于转弯的优势,但同时也暴露出整体结构不牢固、易变形等问题。在遭遇交通事故时往往不能很好地保障驾乘人员的安全性。因而,商用车驾驶室的被动安全性设计也成为了汽车设计者考虑的主要问题之一。
商用车交通事故属正面碰撞发生概率最高,CAE仿真以驾驶室正面摆锤撞击模拟正面碰撞交通事故,考察驾驶员的被动安全性。
按照ECE R29-03法规要求,在进行正面撞击试验中,商用车驾驶室必须安装在车辆上。针对驾驶室正面摆锤撞击试验,建立了驾驶室前端车架模型。最终建立的碰撞有限元模型包括驾驶室白车身、车架及悬架系统等。为考察驾驶室的生存空间,加入转向盘、仪表板及假人系统。同时,为了保证驾驶室碰撞仿真试验具有较高还原度,加入可能影响碰撞分析结果或参与碰撞变形的玻璃、车门等部件。忽略对碰撞仿真试验影响不大的内饰。另外,法规要求驾驶室正面碰撞仿真试验还需加入摆锤总成。摆锤尺寸、位置、摆臂角度完全按照ECE R29-03法规所规定的要求创建。为提升建模效率,采用模块化方法调用各个子系统,并与驾驶室白车身总成组装,完成驾驶室碰撞仿真分析模型的搭建,定义约束及连接方式。装配完成后如图7所示,共有1777470个单元,1331625个节点,其中三角形单元占总体壳单元的3.3%。
法规中主要以驾驶员或乘员的最小生存空间来衡量驾驶室被动安全性。由于正面碰撞主要以引起X水平方向位移的变化为主,采用以下特征参数尺寸对驾驶员生存空间进行评价,即驾驶员腿部与仪表台水平距离L1,腹部与方向盘水平距离L2,腿部与转向管柱的距离L3,腿部与方向盘垂直距离L4作为评价指标。按照法规ECE R29-03在HyperMesh中建立驾驶室正面摆锤撞击分析工况。质量为1500kg,宽为2500mm,高为800mm的刚体模拟摆锤,依据摆锤撞击的总能量公式:
E=1/2mv2
其中,E为摆锤撞击总能量,m为摆锤质量,v为摆锤撞击速度,计算得出摆锤最终以8563.5mm/s的初始速度垂直撞击驾驶室,设置完成后提交至Ls-Dyna软件求解。为保证碰撞完全结束,设置计算仿真时间为400ms,仿真中的某一时刻变形如图7所示。整个碰撞过程中驾驶室变形基本合理,没有出现掉落、断裂的零件。为了保证仿真可信度,需对模型进行精度检验。经后处理得到整个碰撞过程的能量变化曲线,如图9所示。从图9可以看出,碰撞过程中动能呈稳定减小趋势,驾驶室前围挡板吸能导致内能增加,动能与内能变化大约持续50ms,吸能过程平缓且遵守能量守恒。沙漏能约占总能量的0.49%,远远小于规定的上限值5%,表明该模型精度良好,可用于后期优化。
由于法规规定碰撞试验后须保证驾驶室存在生存空间,确保碰撞过程中驾驶员和乘员不与车辆的刚性物体(如方向盘、仪表板)接触,一般认为整个碰撞过程中各项测量指标最小距离大于0即满足法规要求。
统计上述各工况下性能分析的最终结果,如表2-1所示。
表2-1驾驶室静态性能分析结果展示
表2-2驾驶室碰撞性能生存空间结果展示
对于驾驶室被动安全性,碰撞结束后的生存空间往往比碰撞过程中驾驶室发生最大变形量的某一时刻的生存空间大,设定碰撞过程中驾驶员某一时刻的最小生存空间作为最终生存空间指标。由表2-2知:
①碰撞过程中假人的腿部、腹部与各测量点的最小距离值均远远大于0,驾驶员侧生存空间充裕,均满足碰撞安全性要求。从提高材料利用率角度出发,对于影响正面碰撞性能较大的部件可以参与到轻量化优化设计中;
②在满足驾驶室被动安全性的基础上考虑到车身各项静态性能,该驾驶室仍具体较大的的轻量化设计空间。
对于驾驶室整体框架结构已经定型的情况下,兼顾车身各项性能指标,通过重新调整并选取各个板厚的最优组合以实现轻量化目标。
S5:确定优化目标与约束:以板件厚度为优化变量,将驾驶室质量作为优化目标,考虑到部件轻量化的同时可能会影响车身其他静态性能,因此,将驾驶室弯曲刚度、扭转刚度也作为优化目标;另外,车身质量减轻,刚度值可能会降低,导致固有频率的增大或减小,故需将低阶弯扭模态频率作为约束条件;对于正面碰撞,驾驶室前端结构的改变直接影响驾驶员的被动安全性,优化设计中需要关注驾驶员的最小生存空间,为保证优化结果满足碰撞法规要求,将驾驶室的侵入量也作为约束条件,
S6:考虑到车身工艺、制造成本以及碰撞本身特性,选取驾驶室车身板厚为变量,进行厚度灵敏度分析以便筛选关键变量;
S7:通过灵敏度分析得到如图11至图16所示的质量、一阶弯扭模态频率、弯曲刚度、扭转刚度、正面碰撞等目标响应对所有厚度变量的敏度排序,选取对质量较敏感而对其他性能不敏感的变量作为最终的设计变量;
(1)灵敏度分析概念及定义
通俗地说,灵敏度分析是研究某个模型或系统对于输出变化所表现出自身敏感程度大小的一种方法,主要用于找出输出变化对于变量的敏感程度数值,适用于优化流程中的变量筛选步骤。
为保证所选变量有效性,排除无效变量,在选取设计变量之前首先利用HyperMesh对驾驶室所有零部件进行灵敏度分析,得到目标对于变量的灵敏度大小;然后根据灵敏度数值大小选取变量。
这一操作的有益效果在于能够较大程度提升优化效率,表现在:轻量化优化研究中,大多数研究人员采用DOE(Design Of Experiment)的方式进行变量的筛选,为了将每一个车身部件考虑其中,往往需要录制车身所有零件厚度作为变量,运行结束后通过贡献率大小选出关键变量,尤其是在灵敏度分析中加入如碰撞等本身就计算非常耗时分析工况,这种变量筛选方法将变得更加繁琐耗时,严重影响了项目进程。因此,采用HyperMesh代替DOE实验设计进行灵敏度分析,前期能够节省大量运行时间,提升设计效率。
通过灵敏度分析可以反映出各个零件对车身各个性能的影响程度,由于优化目标为质量最小,刚度值最大,这就需要找到对于质量较为敏感但对各个性能不敏感的零件,在优化设计时保证驾驶室各个性能的同时实现轻量化。一般地,车身性能参数对零件厚度的灵敏度S可以表示为:
在某些性能基础上考虑轻量化,往往会导致影响目标因素的变量增多。如果只是依据变量对于单一目标的灵敏度来确定设计变量是不客观且不全面的。为此,采用相对灵敏度分析方法,做到从不同角度出发考虑约束条件与目标函数之间的变化关系,并权衡各个变量的相对重要程度。定义相对灵敏度为其它性能灵敏度值与质量灵敏度值之比。相对灵敏度公式如下:
式中:S为灵敏度;M为质量
一阶扭转模态的相对灵敏度为:
rtm=STM/SM
一阶弯曲模态的相对灵敏度为:
rbm=SBM/SM
扭转刚度的相对灵敏度为:
rt=ST/SM
弯曲刚度的相对灵敏度为:
rb=SB/SM
正面碰撞的相对灵敏度为:
rs=SS/SM
利用灵敏度筛选关键变量步骤为:首先找出质量对于厚度的灵敏度SM,按照灵敏度数值大小降序排列,取排名前20的零件作为后续优化变量,再分别用扭转模态灵敏度STM、弯曲模态灵敏度SBM、扭转刚度灵敏度ST、弯曲刚度灵敏度SB、正面碰撞灵敏度Ss与质量灵敏度SM相比,构造相对灵敏度,按照相对灵敏度数值大小升序排列。最终选取排名前10的零件作为厚度设计变量。厚度与质量呈正相关关系,故SM一定为正值,如若相对灵敏度值为负值,表明厚度减小不仅可以达到轻量化的目的,还能提升相应性能;如A柱内板厚度的减薄不仅可以减小质量还能提升碰撞性能。
(2)灵敏度分析结果
通过灵敏度分析得到图10所示的各项灵敏度结果,再利用相对灵敏度分析综合初始数据进行设计变量的筛选,最终选取如图17所示的10个厚度变量作为后续优化变量。
S8:在SFE-Concept软件中录入步骤S7挑选出来的设计变量,并将录入变量的参数化模型作为后续优化模型;
S9:选择优化拉丁超立方算法对上一步的优化模型进行实验设计采样,以获取样本数据;
S10:基于上一步的实验设计样本数据建立近似模型,所述的近似模型,须保证足够的精度,才能代替原始模型用于后期优化;通过Isight优化软件内嵌的径向基函数构建残差拟合,缩小近似模型误差。以决定系数R2和均方根误差RSME来检验近似模型的精度,其中
决定系数R2取值范围为[0,1],其值越接近于1,均方根误差RSME值越靠近0,表明近似模型与原始模型误差越小,精度越高。各个响应的决定系数如下表3所示:
表3各响应近似模型误差
S11:优化设计数学模型的建立:
Variable:D=[d1,d2,d3,d4,d5,d6,d7]T
dimin≤di≤dimax
Obiective:f(x)={minf(M)-maxf(FB)-maxf(FT)}
s.t:fTM1≥fTM0;fBM1≥fBM0;
fa(min)≤fa≤fa(max)fb(min)≤fb≤fb(max)
fc(min)≤fc≤fc(max) fd(min)≤fd≤fd(max)
式中,D为厚度变量向量,di为第i个厚度变量,dimin和dimax为第i个厚度变量下限及上限,这里的上下限分别为原始数值的±50%,minf(M)为驾驶室质量最小,单位Kg;maxf(FB)为弯曲刚度最大,单位Nm/°;maxf(FT)为扭转刚度最大,单位N/mm;fTM0、fTM1为优化前后一阶扭转模态,单位Hz;fBM0、fBM1为优化前后一阶弯曲模态,单位Hz;fa(min)、fb(min)、fc(min)、fd(min)、fa(max)、fb(max)、fc(max)、fd(max)分别为转向管柱、方向盘、仪表台、仪表台骨架侵入量下限与上限,这里的上下限分别为原始数值的±5%,单位mm。
S12:利用ISight软件搭建联合仿真流程,选用多目标非支配排序遗传算法NSGA-II对建立的优化问题进行求解;
驾驶室白车身轻量化优化设计仿真流程平台如图18所示。图中“NSGA-II”表示优化模块,“DOE”表示实验设计模块。“NSGA-II”模块与步骤S10中的近似模型绑定,并驱动“DOE”实验设计模块。“SFE-Concept”模块为隐式参数化模块,通过调用步骤S8的商用车驾驶室白车身全参数化模型,可以分别生成用于静态性能分析的bdf格式文件和碰撞仿真分析的k格式白车身数据。“Mode”模块表示车身模态性能;“Tor-Stiffness”模块表示白车身静态扭转刚度性能;“Bend-Stiffness”模块表示弯曲刚度性能;“Ls-Dyna”模块表示驾驶室正面碰撞性能,“Bat”模块表示提取驾驶室转向管柱、方向盘、仪表板、仪表板骨架侵入量等被动安全性指标。
通过搭建联合仿真平台,进行驾驶室白车身弯曲刚度、扭转刚度、模态和正面碰撞驱动仿真。综合考虑驾驶室白车身全参数化模型全局,将车身质量最小、弯扭刚度最大作为优化目标,以驾驶室低阶弯扭模态频率、侵入量为约束,然后基于近似模型一体化优化。在保证驾驶室白车身各项性能的基础上最大程度地实现轻量化。对步骤S11中的目标函数,在约束条件的约束范围内,利用Isight软件中的“NSGA-II”优化模块,采用多目标非支配排序遗传算法NSGA-II,在优化参数的约束范围内实现数据之间的循环交换,完成驾驶室白车身轻量化仿真与优化,得到最优设计方案。
S13:得到满足条件的最优解;
优化后的结果如表4所示:
表4优化结果展示
S14:优化结果的检验:对优化后的模型进行基础性能分析,检验优化方案是否满足各性能参数指标。图19表示优化后的驾驶员最小生存空间的距离-时间曲线图,图中L1为驾驶员腿部与仪表台水平距离,L2为腹部与方向盘水平距离,L3为腿部与转向管柱的距离,L4为腿部与方向盘垂直距离。表5-1、5-2为驾驶室优化前后的基础性能对比。
表5-1静态基础性能对比
表5-2正面碰撞侵入量对比
S15:确定最终优化方案。
通过对优化前后基础性能对比分析,确定了如表4所示的优化方案。优化结果表明:经过轻量化优化,驾驶室车身质量减轻了24.3kg,轻量化率达7.93%,一阶弯曲模态频率提升10.54%,弯扭刚度、一阶扭转模态频率基本不变,驾驶员最小生存空间均大于0,其被动安全性满足碰撞法规要求。该优化方法在保证驾驶室安全性的同时达到了轻量化要求。
本发明提供的一种商用车驾驶室白车身轻量化优化方法,该方法建立了商用车驾驶室白车身全参数化模型,并进行了CAE性能仿真分析,然后以车身质量最小、弯扭刚度最大为目标,以驾驶室低阶弯扭模态频率、侵入量为约束,板件厚度为设计变量,基于Isight多学科优化平台,进行近似模型搭建,再通过优化软件内嵌的径向基函数构建残差拟合,缩小近似模型误差。采用多目标非支配排序遗传算法NSGA-II优化算法进行优化,在保证白车身各性能变化不大的基础上最大程度地实现了轻量化,得到了较好的轻量化方案。此方法能够将车身各静态性能、碰撞性能考虑在内,快速、准确的得到驾驶室白车身轻量化设计方案,节省了运行时间,提高了优化效率。同时该方法也适用于其他商用车模型优化设计,具有一定的参考价值,为后续优化研究提供参考。
Claims (4)
1.一种商用车驾驶室白车身轻量化优化方法,包括龙骨框架及蒙皮结构,其特征是:包括如下步骤:
(1)建立商用车驾驶室白车身初步3D数据;
(2)对建立的白车身初步3D数据进行拓扑分析,使白车身初步3D数据与拓扑分析的结果一致;
(3)采用SFE-Concept软件建立商用车驾驶室隐式参数化模型;
(4)初始性能分析及对标:对建立的隐式参数化模型进行初始性能分析,包括弯曲刚度工况、扭转刚度工况的静力分析,模态分析,驾驶室正面摆锤撞击分析,并与实验数据对标,保证各项性能指标误差在合理范围内;
(5)确定优化目标与约束:将驾驶室质量、弯扭刚度作为优化目标,低阶弯扭模态频率、侵入量作为优化约束,板件厚度为优化变量;
(6)以车身板厚为变量进行灵敏度分析,以便筛选关键变量;
(7)通过灵敏度分析得到弯曲刚度、扭转刚度、质量、一阶模态频率、一阶扭转频率、正面碰撞等目标响应对所有厚度变量的敏度排序,选取对质量较敏感而对其他性能不敏感的变量作为最终的设计变量;
(8)将步骤(7)得到的设计变量录入到步骤(3)建立好的商用车驾驶室险工参数化模型中,将定义好设计变更的模型作为后续优化设计模型;
(9)选择优化拉丁超立方算法对步骤(8)的优化设计模型进行实验设计采样,以获取样本数据;
(10)根据步骤(9)所得样本数据建立近似模型,并通过决定系数R2和均方根误差RSME检验近似模型的精度,其中
(11)建立优化设计数学模型:
Variable:D=[d1,d2,d3,d4,d5,d6,d7]T
dimin≤di≤dimax
Obiective:f(x)={minf(M)-maxf(FB)-maxf(FT)}
s.t:fTM1≥fTM0;fBM1≥fBM0;
fa(min)≤fa≤fa(max)fb(min)≤fb≤fb(max)
fc(min)≤fc≤fc(max)fd(min)≤fd≤fd(max)
式中,D为厚度变量向量,di为第i个厚度变量,dimin和dimax为第i个厚度变量下限及上限,minf(M)为驾驶室质量最小;maxf(FB)为弯曲刚度最大;maxf(FT)为扭转刚度最大;fTM0、fTM1为优化前后一阶扭转模态;fBM0、fBM1为优化前后一阶弯曲模态;fa(min)、fb(min)、fc(min)、fd(min)、fa(max)、fb(max)、fc(max)、fd(max)分别为转向管柱、方向盘、仪表板、仪表板骨架侵入量下限与上限;
(12)通过ISight软件搭建联合仿真流程,选用第二代遗传算法对建立的优化问题进行求解;
(13)得到满足条件的最优解;
(14)优化结果的检验:
(15)确定最终优化方案。
2.根据权利要求1所述的商用车驾驶室白车身轻量化优化方法,其特征是:步骤(10)所述决定系数R2取值范围为[0,1],其值越接近于1,均方根误差RSME值越靠近0,表明近似模型与原始模型误差越小,精度越高。
3.根据权利要求1所述的商用车驾驶室白车身轻量化优化方法,其特征是:步骤(11)所述dimin和dimax厚度变量的上限及下限,分别为原始数值的±50%。
4.根据权利要求1所述的商用车驾驶室白车身轻量化优化方法,其特征是:步骤(11)所述fa(min)、fb(min)、fc(min)、fd(min)、fa(max)、fb(max)、fc(max)、fd(max)的上限及下限,分别为原始数值的±5%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111184420.6A CN113901585A (zh) | 2021-10-11 | 2021-10-11 | 一种商用车驾驶室白车身轻量化优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111184420.6A CN113901585A (zh) | 2021-10-11 | 2021-10-11 | 一种商用车驾驶室白车身轻量化优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113901585A true CN113901585A (zh) | 2022-01-07 |
Family
ID=79191442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111184420.6A Pending CN113901585A (zh) | 2021-10-11 | 2021-10-11 | 一种商用车驾驶室白车身轻量化优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113901585A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024119421A1 (zh) * | 2022-12-06 | 2024-06-13 | 江苏徐工国重实验室科技有限公司 | 减振装置、驾驶室及其疲劳寿命与轻量化协同优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111475977A (zh) * | 2020-03-31 | 2020-07-31 | 鞍钢股份有限公司 | 一种基于碰撞性能优化的汽车白车身轻量化设计方法 |
WO2020244325A1 (zh) * | 2019-06-04 | 2020-12-10 | 南京依维柯汽车有限公司 | 一种基于相对灵敏度的非承载式白车身轻量化方法 |
CN112257189A (zh) * | 2020-11-12 | 2021-01-22 | 湖北汽车工业学院 | 一种客车骨架轻量化的多学科优化方法 |
-
2021
- 2021-10-11 CN CN202111184420.6A patent/CN113901585A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020244325A1 (zh) * | 2019-06-04 | 2020-12-10 | 南京依维柯汽车有限公司 | 一种基于相对灵敏度的非承载式白车身轻量化方法 |
CN111475977A (zh) * | 2020-03-31 | 2020-07-31 | 鞍钢股份有限公司 | 一种基于碰撞性能优化的汽车白车身轻量化设计方法 |
CN112257189A (zh) * | 2020-11-12 | 2021-01-22 | 湖北汽车工业学院 | 一种客车骨架轻量化的多学科优化方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024119421A1 (zh) * | 2022-12-06 | 2024-06-13 | 江苏徐工国重实验室科技有限公司 | 减振装置、驾驶室及其疲劳寿命与轻量化协同优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102117360B (zh) | 快速匹配车辆正碰有限元模型的方法 | |
CN106709151B (zh) | 汽车正面25%重叠率碰撞的车身前端结构设计方法 | |
CN108170972A (zh) | 一种方程式赛车车架的有限元分析方法 | |
Wang et al. | Structure-material-performance integration lightweight optimisation design for frontal bumper system | |
CN107169164A (zh) | 考虑碰撞工况的适用于汽车早期设计的简化模型建模方法 | |
CN109684777B (zh) | 一种电动方程式赛车车架设计方法 | |
CN114239149B (zh) | 一种基于碰撞性能优化的商用车驾驶室白车身轻量化方法 | |
CN112685946B (zh) | 基于二阶响应面模型的新能源汽车电池包壳体减重设计方法 | |
CN109800460B (zh) | 一种基于车身接头提升铝车身模态和刚度性能的分析方法 | |
JP5440773B2 (ja) | 車両の企画支援システム | |
CN113901585A (zh) | 一种商用车驾驶室白车身轻量化优化方法 | |
CN115935522A (zh) | 一种轻量化混合材料汽车b柱结构的优化方法 | |
Zhang et al. | Multiobjective optimization design for lightweight and crash safety of body-in-white based on entropy weighted grey relational analysis and MNSGA-II | |
CN114510781A (zh) | 一种电动客车骨架的高维多目标优化设计方法 | |
CN103770840B (zh) | 一种前纵梁的设计方法 | |
CN112257188A (zh) | 一种混合动力客车骨架的轻量化设计方法 | |
Baskin et al. | A case study in structural optimization of an automotive body-in-white design | |
CN116882058A (zh) | 一种用于汽车地板的复合材料轻量化设计与优化方法 | |
Ji | Lightweight design of vehicle side door | |
CN116432316A (zh) | 一种汽车中频路噪优化方法、系统及存储介质 | |
CN110422134A (zh) | 一种轻型货车隔板装置及其设计方法 | |
CN113312827A (zh) | 一种汽车骨架多目标优化方法 | |
Li et al. | Lightweight Design of Commercial Vehicle Cab Based on Fatigue Durability. | |
CN204439374U (zh) | 一种汽车座椅舒适性模拟试验装置 | |
CN113704866A (zh) | 基于频率响应的保险杠系统强度分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |