发动机悬置橡胶衬套优化设计

2月前浏览3801

摘要：本文采用Isight 多学科集成优化平台，针对某轿车发动机橡胶悬几何结构进行多学科优化。优化以橡胶悬置的设计刚度曲线为优化目标，以橡胶悬置的几何结构尺寸为设计变量，通过Isight 集成Catia、Hypermesh 及Abaqus 进行全局优化算法自动化寻优，优化后后的橡胶悬置满足发动机悬置系统的减震功能。

关键词：橡胶衬套；优化；Isight；Catia；Hypermesh；Abaqus

前言

现代设计方法正从传统的依靠设计者的经验或者样件试验验证方法向满足自动化和性能优化要求的多学科集成方法上转变。通过集成优化技术可以实现仿真流程的自动化，大大减少人工重复工作量，减少出错几率，提高工作效率，缩短产品研发流程。

发动机悬置系统是汽车振动系统的一个重要子系统，系统的优化设计能够有效地隔离发动机振动向车身/车架的传递，降低整车的振动和噪声。发动机悬置设计工作中，在悬置刚度解耦设置之后，即在得到悬置的目标刚度曲线之后，需要设计橡胶悬置具体的形状及选择橡胶材料，使其能够满足目标刚度。本文采用Isight 多学科集成优化平台，对橡胶的结构进行优化设计，优化出满足目标刚度曲线的悬置模型。为了设计出满足目标刚度要求的悬置衬套模型，需要对橡胶衬套进行参数优化。完整的优化过程包括Catia 参数化建模、Hypermesh 有限元模型前处理，Abqus 橡胶本构模型模拟合及求解及Isight 集成优化。

1 Catia 参数化建模

Catia 软件提供了完备的设计能力：从产品的概念设计到最终产品的形成，以其精确可靠的解决方案提供了完整的2D、3D、参数化混合建模及数据管理手段。Catia 参数化建模能够给设计者带来很大的便利,在建立参数化模型后,只需要改变模型中相应的参数就可以生成所需要的结构模型。

仿真计算过程中几何模型导入是必不可少的步骤，为了实现仿真流程的自动化，必须要有能够自动提供变形的参数化CAD 模型，如图1 所示。悬置的几何结构优化过程中需要以悬置的几何结构参数为变量，因此在优化过程中，当几何变量改变时，需要Catia 实现模型的自动更新。利用Catia 中的宏命令和Catia批处理命令可以完成模型的自动更新。

对橡胶悬置的几何结构进行参数化，如半径，直径等，优化过程中这些参数均可以作为优化变量，变量的改变可以自动生成新的结构

2 Hypermesh 有限元模型前处理

HyperMesh 是一个高性能的有限元前处理器，拥有最广泛的商用CAD 和CAE 软件接口，为企业提供了统一的分析平台，具有强大的有限元网格划分能力特别是与ABAQUS 一起处理高度大变形的模型，具有良好的优势。

通过批处理方式运行预先录制好的宏文件，即可实现有Hypermesh 前处理得自动化，如图2 所示。当优化过程中的几何变量或者材料变量改变时，Hypermesh 前处理自动进行网格划分及材料参数改变，更新后的有限元模型以文本格式导出，供Isight进行数据采集。

3 Abaqus 橡胶本构模型模拟合及求解

Abaqus 软件是一套功能强大的工程模拟有限元软件，用于求解应力应变问题。其解决

问题的范围从相对简单的线性分析到复杂的高度非线性问题，基本功能包括分析静态应力/

位移分析，非线性动态应力/位移分析，疲劳分析。Abaqus CAE 为拟合橡胶本构方程提供了简洁的计算方式。

3.1 橡胶本构模型模拟合

橡胶材料属超弹性材料，即在任意加载类型、载荷大小作用下均呈现为弹性。橡胶材料不同于普通金属材料，其拉、压、剪特性表现为相对独立的非线性特征，因此要全面描述橡胶材料的力学性能，需要获取拉、压、剪的应力应变试验数据，并且需要选择合适的本构模型进行拟合，才能获得准确的有限元分析结果。

在 ABAQUS CAE 中拟合橡胶的本构模型【1】，首先输入橡胶基材的应力应变曲线，选择不同的橡胶本构模型对试验参数进行拟合，图3 中的三条曲线分别为，红色曲线为橡胶的应力应变测试曲线，蓝色曲线为选用Mooney-Rivlin 模型拟合的曲线，绿色曲线为选用Ogden模型拟合的曲线，从图中可以看出，Ogden 模型拟合的曲线与试验曲线更为接近，因此计算时，选用Ogden 模型及其系数作为橡胶材料的输入参数，如表1 所示。在Hpermesh 中建立相应的橡胶材料模型，其本构方程系数可以作为优化设计是的变量。

3.2 Abaqus计算分析

调用 Abaqus 批处理命令即可自用计算Hpermesh 前处理中建立好的有限元模型，计算得到加载点的力和位移曲线【2】，求得橡胶衬套的刚度曲线，如图4 所示。

4 Isight 集成优化

Isight 软件是多目标多学科协同设计优化平台，具有开放的接口和架构，能够集成各类工具软件（如CAE、CAD、成本分析、任务分析、自编程序、数值分析工具等)，通过多种优化策略（试验设计、全局优化、多目标优化、近似建模、可靠性设计等）算法自动驱动仿真流程获取最佳设计。

利用Isight DOE 组件集成simcode 组件以批处理命令行的方式调用Catia、Hypermesh和 Abqus，实现仿真流程的自动驱动与结果数据采集，DOE 流程模型如图5 所示。

优化中选择橡胶的几何结构作为优化的输入参数；以加载点的力和位移为输出参数，以计算得出的刚度曲线与设计的目标刚度曲线的差值最小为目标，进行优化设计。

在模型的搭建完成后，我们需要选择优化算法， Pointer 优化算法是Isight 中一个专家系统优化策略，它综合了其他优化算法的优点，其核心算法包括：线性单纯型法、序列二次规划法、下山单纯型法、遗传算法。Pointer 会在优化的不同阶段自动选择某个优化算法，自动设置优化算法的内部参数（步长、迭代次数等）。

优化后得到的刚度曲线与目标刚度曲线已经很接近，如图6 所示，优化后得到的悬置模型如图7 所示。