汽车开闭件是汽车车身中工艺较复杂的部件,它涉及到零件冲压、包边焊接、零部件装配、总成组装等工序,对尺寸配合和工艺技术都要求严格。汽车开闭件主要包括汽车四门两盖(四个车门、机盖、行李箱盖及某些MPV特有的滑移门等)结构及其金属结构件。汽车开闭件工程师的主要工作内容:负责汽车四门两盖结构及零部件的方案设计和发布,并绘制和改进车身及零部件的工程图;根据断面完成四门两盖钣金设计,并进行运动仿真分析;制定车身及零部件的质量改进、技术升级、降低成本工作计划并实施。汽车开闭件是车身关键运动件,其灵活性、坚固性、密封性等方面的缺点易暴露,对汽车产品的使用质量有严重的影响。因此,生产商对开闭件的制造均十分重视,汽车开闭件质量的好坏,实际上也直接反映了生产商的工艺制作水平的高低。本文重点讲述一下车身开闭件的耐久分析方法。
目前主流整车研发企业,在真实样车完成试制之前,对车身开闭件的开闭耐久性能虚拟开发,主要有三种评价方法:惯性释放法、多体动力学法和瞬态非线性方法。本文简单介绍了三种分析方法的优缺点及在汽车研发中的运用(文中的疲劳仅指钣金及焊点的疲劳特性)。
惯性释放法
惯性释放法基于外部载荷与惯性力之间存在近似平衡的假设,获取关闭时产生的锁扣力,预测车身开闭件疲劳寿命的一种方法。使用惯性释放方法,首先需要确保关闭件的一阶固有频率,排除产生结构共振的可能性;其次利用关闭过程中的惯性力,计算锁扣力;为确保仿真的精确性,惯性释放法需要通过与历史数据对比,确定锁扣载荷;最后评估应力应变结果,通过应变疲劳方法预测开闭件钣金的疲劳寿命。
惯性释放法采用的分析模型,包括只含钣金的关闭件(Clousre in White)及简单的附件,如密封条、缓冲块、玻璃、铰链等,其他附件可用质量点代替,下图是典型的惯性释放法评估应力应变结果的模型。
惯性释放法的优点是模型简单,不含复杂的白车身;计算利用线性分析,响应和迭代快速。难点是仿真过程中的精确确定和调整,需要依靠大量历史数据及工程师开发经验的支撑,而且无法考虑过程中的动态效应及材料、接触等非线性因素。
多体动力学法
用多体动力学(MBD)法评估车身关闭件的结构耐久性能,相对比较简单而且迭代快速。按下图所示流程及关闭件的有限元模型,可快速预测其疲劳寿命。多体模型中,关闭件的锁机械机构简化成刚体单元,缓冲块则用具备非线性刚度特性的弹簧单元模拟,关键钣金结构则定义成柔性体,获取关键接触部位的载荷,最终根据应力应变及变形效果预测关闭件的疲劳寿命。
多体动力学法评估车身关闭件的结构耐久性能,把车身部分看作是刚体,而把关闭件定义为柔性体。利用多体动力学分析获取关键部位的载荷,可得到相应的应力应变性能,从而评估其耐久性能。然而,考虑锁机构、密封条及缓冲块加载-变形的非线性特性,往往需要大量的前期试验数据的支撑和对标,这是应用多体动力学法精确评估车身关闭件结构耐久性能的必要功课。
瞬态非线性法
瞬态非线性法仿真所用有限元数模最全面,既包括关闭件本身及相关附件,如密封条、门锁机构、缓冲块、气动/电动撑杆等,同时考虑了周边匹配的白车身部分,如在前盖的SLAM分析过程中同时也考核水箱上横梁、大灯支架等车身钣金件的耐久性能,下图是典型的前盖SLAM模型。
瞬态非线性法仿真过程以真实物理关闭速度作为输入,采用显式非线性进行计算,铰链旋转、缓冲块撞击、撑杆的压缩和拉伸、门锁机械结构的复杂运动,以及部件之间的相互接触,都能在前期的瞬态分析中被模拟出来(如下面的动图)。最后根据关键区域应力应变结果及材料的疲劳特性进行寿命预测。
瞬态非线性方法模拟关闭件SLAM过程,既能综合考虑关键部位金属材料的非线性特性及部件之间的接触非线性,还能考虑到包括密封条、缓冲块在内的非金属材质部件在关闭过程中起到的吸能和缓冲作用,相关焊点的受载模式,通过特殊的建模方式,也能得到有效模拟。但瞬态非线性方法也存在诸如模型复杂、计算时间长、迭代过程慢等缺陷,而且,精确模拟门锁内部机械结构的往复振动和能量传递、以及密封条管内气压变化对钣金部件的影响,也比较困难。
小结与应用
综上所述,用于模拟车身关闭件SLAM过程中耐久性能的三种主流方法,共同之处都是都需要通过各种途径获得应力应变结果,再利用疲劳理论进行寿命预测。其中惯性释放法与多体动力学法模型简单,分析和响应快速,而瞬态非线性法则考虑全面,不仅能考虑到过程中的几何、大变形及接触的非线性,而且能考核关闭件及周边匹配的车身零部件。要想精确预测关闭件钣金及焊点的寿命,三种方法都离不开大量的历史数据积累及工程师自身的经验与判断。
上海汽车乘用车公司最新上市的全新高能一步到位荣威i5高能互联网中级车,前期开发过程中使用瞬态非线性法预测开闭件疲劳寿命,可以准确的识别开发过程中的问题,并进行多轮优化,把性能风险控制在开发阶段。最终所有开闭件成功经受了极端温度、湿度及严苛的关闭速度环境条件下的、各系统总数超过60余万次循环的最严苛物理试验验证。