首页/文章/ 详情

基于全参模型驱动的某皮卡车架性能带宽研究

6月前浏览5368

基于全参模型驱动的某皮卡车架性能带宽研究

罗淼,康忠喜,任妍婷

(上海汽车集团股份有限公司商用车技术中心,上海 200483)

摘要:为实现车型平台化性能开发设计,在概念设计阶段需开展细致的性能带宽研究。基于某皮卡平台车架架构尺寸平台化衍生策略,选定高关注的7 项(前悬、轴距、后悬、车高、车宽、前开挡、后开挡)架构尺寸参数开展研究,利用MeshWorks 工具建立了车架架构尺寸全参数化模型。通过参数驱动架构尺寸变形和DOE 实验设计方法,在给定的设计领域内开展数值仿真寻优,探索了车架架构尺寸- 性能- 质量三者之间内在联系,建立了概念阶段开展线性工况下架构尺寸与性能规律探寻、性能- 质量目标带宽精益化研究等工程技术方法,为项目概念及工程设计阶段开展多学科联合仿真优化的实现及基于有限元基型车模型快速衍生新的架构方案提供了方法。

关键词:全参模型驱动;架构尺寸衍生;性能- 质量带宽;CAE 驱动CAD 设计

中图分类号:U466 文献标志码:A 文章编号:1673-3142(2024)04-0050-06

引用格式:罗淼, 康忠喜, 任妍婷. 基于全参模型驱动的某皮卡车架性能带宽研究[J]. 农业装备与车辆工程, 2024,62(4):50-55.

Research on frame performance bandwidth of a pickup truck driven by fully parametric model

LUO Miao, KANG Zhongxi, REN Yanting

(SAIC MOTOR Commercial Vehicle Technical Center, Shanghai 200483, China)

Abstract: In order to achieve automotive platform performance development and design, performance bandwidth research is necessary to be conducted during the concept design stage. Based on the platform derived strategy of a given pickup truck platform frame architecture, seven architecture parameters (front suspension, wheelbase, rear suspension, vehicle height, vehicle width, front gear, and rear gear) were selected for studying. A fully parameterized model of frame architecture size was established using the Meshworks software. Through parameter driven architecture size deformation and DOE experimental design methods, numerical simulation optimization was carried out within a given design domain, exploring the internal relationship between frame architecture size performance weight, and establishing engineering and technical methods such as exploring the relationship between architecture size and performance law under linear load cases, and conducting lean research on performance weight target bandwidth in the concept stage. This provides a method for the engineering implementation of multidisciplinary joint simulation optimization in the conceptual and engineering design stages of the project, as well as the rapid derivation of new architectural solutions based on finite element vehicle models.

Key words: fully parametric model-driven; architecture dimensions evolve; performance-weight bandwidth design; CAE driven CAD design


0 引言

    随着全国皮卡限行解禁逐步放开,新上市皮卡凭借乘坐舒适、用途多、外形美观等特点,受到越来越多的用户关注。通常皮卡为非承载式车身结构设计,其整车的高强度耐久性以及越野路面驾驶性能,主要依托于车架的性能设计,故车架是承担皮卡主要结构性能的承载部件。汽车的设计过程通常分为前期数字样车、物理样车与量产车等3 个阶段。其中前期数字样车阶段产品方案更改成本低,是实现高效、精益、正向开发的关键阶段。同时结合平台化开发思路,在数字样车架构开发时,涵盖尽可能多的平台车型,并使得综合性能带宽全覆盖,可实现高比例的零件共用,从而实现更低的成本。


    为了实现平台化项目开发,利用参数化模型开展的多学科优化具有强大优势。Hilmann 等[1] 构建了一个精确的参量化概念模型数据库系统,并研发了一种高效的产品设计流程来优化结构。研究结果表明,这种方式对于定义汽车的撞击安全系统设计有着很好的指导性;通过总结CATIA-V5、HyperMesh 和Batch Assembler 的参量化功能,Höfer[2] 研发了一种快速参数化建模技术,用于指导白车身的刚度、模态等特性的总体设计,但是由于它的局限,很难进行汽车撞击安全的结构优化;Hilmann 等[3] 应用全新隐式全参数化概念车身建模软件,为实现基于性能驱动的车身多学科优化设计提供模型基础;Duan 等[4] 构建了一种新的轻量化设计策略,它将隐式参量化信息技术、全局灵敏度分析GSA 和Pareto 集追踪算法有机融合起来,大大降低了白车身轻量化工程设计的复杂性,从而提高了设计效率和质量;史国宏等[5] 在车身早期设计阶段构建了一个全参数化的白色车身模型,并结合多学科知识进行优化,以期找到一种能够满足多种工况要求的最佳减重方案;王震虎等[6] 利用同平台车型相关数据建立白车身概念模型,对车身主断面进行尺寸优化,实现白车身的轻量化,对同平台车型的设计具有较好的指导意义;通过图分解法,单春来等[7] 给出了一套有效的车型模块化划分办法,以车身底盘为例,证明了该办法能够有效缩减研发时间,大大降低了设计生产成本;侯文彬等[8] 给出了一种分类和过滤共享模块和非共享模块的方法,可以在概念设计阶段基于汽车模块化思想对汽车白车身结构实现模块化分区;季枫等[9],王登峰等[10] 研究了轿车白车身隐式全参数化建模与多目标优化,取得了明显的轻量化效果。学者们在车身开发的各个阶段运用了不同的优化设计方法,获得了轻量化程度高、性能较优的车身结构。然而,鉴于隐式全参数化构建方法技术门槛高,工程运用层面在人力、时间、迭代效率等方面还存在很大的技术瓶颈, 产品更新迭代日趋加速,开发周期一再缩短的挑战下,仅通过以上技术手段无法满足市场对产品开发提出的更高、更快、更协同的要求。


    本文依托某皮卡平台化开发项目,基于皮卡车架平台化衍生开发策略,选定高关注的7 项架构尺寸参数(前悬、轴距、后悬、车高、车宽、前开档、后开档)进行区段划分,运用MeshWorks 软件基于有限元模型进行架构尺寸参数化建模,通过参数驱动变形技术结合DOE 实验设计方法,CAE 在概念阶段即可基于基型车独立开展线性工况下的架构尺寸- 性能规律探寻、目标带宽精益化摸底,探索车架架构尺寸- 性能- 质量三者之间内在联系,支持架构尺寸选型及性能目标带宽设定。


1 MeshWork 简介

    DEP MeshWork 是美国DEP (Detroit Engineered Products Inc.)公司研发的一款高级网格变形、网格划分软件,可实现网格变形Morpher 功能、Concept概念开发及与第三方优化平台的智能集成。Morpher 功能是利用已有的网格模型,通过改变网格节点位置和网格形状,直接修改几何模型,因此通过参数化变量参数的调整,FE 模型即可实时同步变形输出。除网格形状参数化变形功能外,可参数化变量还支持:(1)点焊、缝焊、粘胶等数量、位置参数化变动;(2)Bulkhead 数量、间隔参数化变动;(3)板厚参数化变动;(4)材料参数化变动;(5)网格表面特征用户自定义、数量、间隔参数化变动;(6)激光拼焊板TWB 参数化等。


以上提供的各种功能均可基于FE 模型开展,合理运用可完全实现无CAD 输入条件下的概念开发。MeshWorks 具有参数化建模和多种变形变量设置的功能,以及批处理运行等高级功能,使得它能够与其他第三方优化软件结合,有效地解决各种优化问题。   


2 基于平台化的皮卡车架尺寸衍生策略


2.1 明确车架架构尺寸平台化开发策略

    通过制定平台化建模策略,可以有效地实现车架结构平台的快速衍生,从而实现尺寸方案的快速衍生、性能的快速验证,并且可以根据组合方案的性能- 质量目标带宽精益化摸底及设定,本文提出了一种车架平台化架构尺寸分区策略,如图1 所示。

2.2 平台化车架架构尺寸调整


    为更好地介绍车架架构尺寸调整意义,选定了高关注的7 项架构尺寸参数,各参数如图2 所示。各参数所代表的具体区段为:

(1)a:前悬尺寸调整区。前悬尺寸需适应不同的动力选配、造型及安全性能星级对总布置要求,选定参数a 为车架平台化前悬尺寸调整区,通过调整前纵梁长度及吸能盒的有无,支持前悬尺寸差异化开发;

(2)b:轴距尺寸调整区。为适应不同货箱容积的载具开发,以及保证乘员舱区域最大化的共用,选定参数b 为轴距尺寸调整区;

(3)c:后悬尺寸调整区。为适应不同货箱容积的载具开发,选定参数c 为后悬尺寸调整区;

(4)d:车高尺寸调整区。为适应不同的动力

选配(如传统燃油车变速箱及纯电动力电池)、越野通过性参数要求及人机工程上下车方便性等设计指标对最小离地间隙设计要求,选定参数d 为车高尺寸调整区;

(5)e:车宽尺寸调整区。为适应不同的动力电池选配,提升车型续航里程及提升乘员舱空间,需尽可能的增加车架Y 向尺寸空间,选定参数e 为车宽尺寸调整区;

(6)f:前开档尺寸调整区。为适应不同的动力总成、轮胎选配及安全性能星级差异化开发需求,选定参数f 为前开档尺寸调整区;

(7)g :后开档尺寸调整区。为适应不同货箱容积的载具开发匹配不同的轮胎轮距选型,选定参数g 为前开档尺寸调整区。


    通过采用上述车架平台化架构尺寸调整分区策略,可以最大限度地实现零部件和子系统的共享,使得同级别车型在跨度衍生范围内,关键过渡区域的零部件、关键硬点和子系统能够实现良好的兼容性,同时也可以实现后续车型尺寸带宽的快速衍生,以及性能带宽的有效规划设定。


2.3 车架架构尺寸- 性能参数设计流程


    基于参数化建模工具及车架架构尺寸分区策略建立全参数化模型,CAE 即可对选定的高关注架构尺寸开展参数- 性能关联性研究,流程如图3 所示。


3 车架架构尺寸- 性能带宽研究


3.1 研究内容和目标


    以某皮卡平台车架为例,概念设计阶段根据总布置输入的平台车型尺寸带宽衍生包络,选定高关注的7 项架构尺寸参数(前悬、轴距、后悬、车高、车宽、前开档、后开档),运用参数化建模技术,建立车架架构尺寸的全参数化模型。通过参数驱动尺寸变形技术结合DOE 实验设计方法,在给定的设计领域内开展线性工况下的架构尺寸- 刚度性能规律探寻及性能- 质量目标带宽精益化研究,以上技术思路为实现概念开发阶段的结构快速优化设计及目标精益化设定提供一套可行的技术解决方法。

3.2 设计变量及响应

    本文研究的车架主要性能指标为整车扭转刚度和弯曲刚度。其中,扭转刚度T 的表达式为

    本文涉及的车架基础刚度及质量性能,如表1所示,选定高关注的7 项(前悬、轴距、后悬、车高、车宽、前开档、后开档)架构尺寸参数作为研究对象,尺寸变化以10 mm 为一个单位变化量、变量系数,如表2 所示,开展线性工况下的架构尺寸- 刚度性能规律探寻及性能- 质量目标带宽精益化研究。

3.3 DOE 实验设计及优化结果分析

    针对高关注的7 项(前悬、轴距、后悬、车高、车宽、前开档、后开档)车架架构尺寸变量,选用Latin HyperCube 采样算法生成40 个样本点填充设计域,如表3 所示。


    通过开展DOE 试验设计,辨识出架构尺寸变量对性能的影响敏感度排序及样本输出响应带宽范围,样本输出响应带宽范围如表4 所示。

车架架构尺寸- 影响扭转刚度敏感度排序如图5 所示。由图5 可知,前开档宽度>纵梁Y 向车宽加轴距>纵梁离地高度加后悬>纵梁离地高度加前开档宽度>轴距加后开档宽度>后悬加后开档宽度>纵梁Y 向车宽加后开档宽度。

    本文旨在通过DOE 数据分析构建响应面,以便更好地探索设计域内变量与响应之间的最佳组合方案。可决系数是一个重要的统计量,它反应了模型对样品数据结果的综合影响程度,其值越大,表明拟合效果越优。它能否反映总体数据的变化情况,是对模型精度的一种检验。通常至少要求可决系数>0.8,样本响应的置信度分析如表5 所示。基于构建的近似模型,选用GA 优化算法开展基于近似模型的数值仿真寻优,经过3 018 次样本迭代后,优化模型收敛,如图7—图9 所示。



3.4 优化结果验证及效率对比

    基于总布置输入的包络尺寸,通过数值仿真优化迭代,获得一组满足尺寸带宽范围的性能- 质量最佳组合,工程数据性能验证结果如表6 所示。

    相比于传统开发流程,在时间、人力投入、效率及产出规模等方面均有大幅度提升,如表7 所示。

4 结论


    本文将CAE 主导参数驱动车架架构尺寸选型、性能- 质量目标带宽精益化设计理念引入到概念开发工作中,提出了一套在工程层面运用可行的架构尺寸- 性能快速优化设计新技术解决方法,实现可平台化应用的CAE 驱动CAD设计方法,为项目概念及工程设计阶段开展多学科联合仿真优化的工程实现及基于有限元基型车模型快速衍生新的架构方案提供了方法示例。主要研究成果如下:

(1)将CAE 主导参数驱动架构尺寸选型、性能-质量目标带宽设计理念引入概念开发工作中;

(2)基于平台化开发策略,提出了车架架构平台化尺寸调整分区建模方法;

(3)引入了MeshWork 全参数化Concept 概念建模及Morph 变形技术,实现了全隐式参数化同样的建模及优化效果,大大提高了前期建模效率,降低了建模难度,为概念阶段开展多学科联合仿真优化提供了一套工程可行的技术解决方案;

(4)通过对7个车架尺寸参数的研究发现,这些参数对车架的整体刚度和质量性能有着重要的影响。对这些参数进行了分析,并探究了它们对性能带宽的影响。为项目平台化车型性能及质量目标设计提供了参考和依据,有助于概念及工程设计阶段实现CAE 驱动CAD 的架构尺寸- 性能- 质量协同精益化开发。



参考文献


[1] HILMANN J, ABRAMCZYK J, SCALERA S, et al. Correlation of simulation models using concept modeling[C]//European HyperWorks Technology Conference, 2011.

[2] HöFER C. Improved development approach using fast concept modeling and optimization methods[C]//European HyperWorks Technology Conference, 2009.

[3] HILMANN J, PAAS M, HAENSCHKE A, et al. Automatic concept model generation for optimisation and robust design of passenger cars[J]. Advances in Engineering Software, 2007, 38(11-12): 795-801.

[4] DUAN L B, XIAO N C, HU Z H, et al. An efficient lightweight design strategy for body-in-white based on implicit parameterization technique[J]. Structural and Multidisciplinary Optimization, 2017, 55(6): 1927–1943.

[5] 史国宏, 陈勇, 杨雨泽, 等. 白车身多学科轻量化优化设计应用 [J]. 机械工程学报, 2012,48(8):110-114.

[6] 王震虎, 王万林, 张松波, 等. 基于车身概念模型的白车身主断面尺寸优化 [J]. 汽车工程, 2018,40(8):904-911.

[7] 单春来, 李永成, 侯文彬. 基于模块化设计的车身装配结构优化[J]. 汽车工程, 2018,40(5):618-624.

[8] 侯文彬, 单春来, 于野, 等. 模块化产品族的共享模块筛选方法 [J].湖南大学学报( 自然科学版), 2017,44(02):66-74.

[9] 季枫, 王登峰, 陈书明, 等. 轿车白车身隐式全参数化建模与多目标轻量化优化[J]. 汽车工程, 2014,36(2):254-258.

[10] 王登峰, 蔡珂芳, 马明辉, 等. 基于隐式参数化模型的白车身轻量化设计[J]. 汽车工程, 2018,40(5):610-616,624.



来源:MeshWorks
ACTHyperMeshDeform多学科优化汽车农业CATIAUG材料试验装配
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-05-19
最近编辑:6月前
DEP-MeshWorks
签名征集中
获赞 19粉丝 16文章 55课程 0
点赞
收藏
作者推荐

白车身典型截面及轻量化设计

作者:陈 东,姜叶洁,刘向征(广州汽车集团股份有限公司汽车工程研究院,广东 广州 511400)摘 要:白车身典型截面的设计直接影响着整个白车身各项性能,在概念设计阶段,传统方法对如何设计典型截面具体尺寸可以提升白车身弯扭刚度、模态性能没有明确方向,对提升性能同时控制车身质量也没有系统研究。通过对标杆车白车身不同位置的典型截面设置几何参数,得到不同参数截面下白车身弯扭刚度、模态及质量的灵敏度结果,进而根据灵敏度结果,经过多轮多目标优化,提升弯扭刚度、模态,降低车身质量,在概念阶段给典型截面尺寸设计提供量化指导方向。该方法已经应用于传祺系列车型的开发应用中,实现了典型截面设计指导和减重降本的效果。 关键词:典型截面;多目标优化;概念设计阶段;弯扭刚度;模态;轻量化1 引言 在轿车的概念设计阶段,如何有目标的正向量化设计轿车关键区域的典型截面一直是一个难题,通常情况都是单独的评价 该典型截面的惯性参数,随着一些有限元技术的发展,把白车身简化成梁结构的有限元模型,然后根据梁结构的白车身简化模型进行灵敏度分析[1],国内外一些学者通过有限元法对车身梁截面尺寸进行了自动优化设计并已发表大量文章[2-8],也有学者从理论上用解析公式分析梁结构的截面参数和材料特性对其刚度的影响[9]。但少有人对典型截面的具体几何尺寸作为设计参数,同时考虑梁截面的几何尺寸对弯扭刚度、模态以及质量的影响,而这种设计思路,在整车开发流程中的概念设计阶段的正向开发中起着关键的作用,能够有效缩短设计开发流程,节约设计成本及试验 验证成本。在车身开发概念设计阶段,引入了典型截面的几何尺寸作为参数变量,综合考量白车身典型截面的几何尺寸对弯扭刚度、模态以及质量的贡献度,通过多目标优化,求解最佳弯扭刚度及模态以及最小质量下的典型的截面尺寸,继而为新款车型的典型截面设计提供数据计算结果,作为指导方向,真正实现了概念设计阶段典型截面设计的全正向开发。2 含截面参数的白车身有限元模型 现以广汽研究院某款车型为基础车型,建立有限元模型,模型以 NASTRAN模板,焊点单元通过CWELD单元连接,焊缝单元通过REB2连接。选取其典型截面 SL06、SL07、SL08、SL12、SL13、 SL15、SL16、SL17、SL19、SL20、SL21、SL23、SL32以及BO03、BO05、BO09,如图2所示。共16 个,截面形状,如表1所示。输入图1中的白车身有限元模型到 Meshworks 软件中,作为同一平台车型的基础车型,建立实体网格控制单元,如图 2 所示。图 2 中的实体单 元作为控制单元包裹参数所在的白车身典型截面梁区域,如图 3 所示。通过 Morph 功能改变上述截面的尺寸,这些尺寸的改变通过定义16个截面的几何形状参数来实现,该基础车型不同位置 的典型截面,如表1所示。表1 基础车型不同位置的典型截面 以下A柱典型截面SL06截面为例,表1中的图示平面为整车坐标系的XY 平面,将其X方向尺寸和Y 方向尺寸设置为参数,参数名分别为下A 柱X 向宽度和下A 柱Y 向宽度,其变化范围从-10mm到10mm,如图4所示。下A 柱 X 向宽度和下A 柱Y 向宽度分别对应参数序号为3号和4号,不同参数对应的典型截面,如表2所示。其中,表中前11行对应参数左右对称,如图1所示。后4行参数各有1个,共26个。3 多目标优化 为了优化结构,需要量化所有的设计变量,这里的设计变量为典型截面的尺寸,即考察白车身主要梁截面几何尺寸的变化对白车身弯扭刚度、模态及质量的影响,这种参数对性能的影响程度通过灵敏度分析确定。根据灵敏度分析的结果,各设计目标建立优化模型,寻找满足设计要求的最优解,即提升弯扭刚度和模态的同时,控制或减小白车身质量,真正意义上做到概念阶段的 正向开发与设计。从数学的意义上,可以定义广泛的灵敏度概念, 若函数 F(x)可导,其一阶灵敏度 S 在连续系统中可表示为:结构灵敏度分析是分析结构性能参数 Tj 对结构设计参数 Xi变化的敏感性,即:式中:Tj —结构性能;Xi —影响结构性能的设计变量,主要研究弯扭刚度、模态对车身典型截面横向尺寸和纵向尺寸的敏感程度, 通过计算得到的灵敏度数值即可判断车身不同典型截面的不同方向尺寸对车身弯扭刚度、模态及质量的影响,通过控制设计变量达到提升性能和轻量化设计的目的。 多目标优化设计,是在试验设计获得样本库的基础上,运用近似模型方法,建立设计变量与响应变量之间的数学表达式,对响应函数进行平滑处理,降低“数值噪声”,有利于更快的收敛到全局最优点。常用的近似模型方法包括:响应面模型、克里格模型或神经网络。这里用到的近似模型是响应面模型。首先根据已有的设计变量(表2所示 26 个参数)及设计变量的变化范围(变化范围是-10到10),选取样本点55个,样本的点的选取通过试验设计(DOE, Design of Experiment)方法进行抽样,用尽可能少的样本点获取设计变量与响应变量之间的规律和关系,然后通过方差分析方法,辨识对输出参数影响最关键的设计变量,从而有效缩小优化中设计变量的数量,降低优化的难度,减少优化时间。常用的试验设计方法包括正交数组和优化拉丁方,此处采用优化拉丁方选取样本点。3.1 DOE 矩阵 以B 柱上截面S15为例,其腔体X 方向距离为76.395mm,Y 向距离为30.332mm,如图5所示。分别将截面X方向和Y方向尺寸设置为参数,参数名分别为B柱X向宽度和B柱Y向宽度,如表2所示。参数变化范围-10mm到10mm。其余截面参数设置等同。其中 SL15、SL17、SL19 均为B柱典型截面,故可以建立同一组参数,如表2所示。以此类推,共建立形状参数26个,其中独立参数15个,11个参数左右对称,通过优化拉丁方选取样本点55个,对应55个不同尺寸典型截面的白车身有限元模型。图 5 B 柱上截面 S15 截面及其腔体尺寸分别计算55个白车身有限元模型对应的弯扭刚度和弯扭模态,并测量对应质量,得到55个不同尺寸典型截面组合下弯扭刚度、弯扭模态及质量的DOE矩阵,如表3所示。表3中的行表示设 计变量,包含26个参数取值以及不同值组合下对应的弯扭刚度、弯扭模态以及白车身质量,每行对应一个白车身模型,表中的列对应同一个设计变量在不同样本点状态下的取值,以1号样本点为例, 其1号设计变量是B 柱X向宽度,沿X正向移动0.45mm,其2号参数是B 柱Y 向宽度,沿Y 的负方向移动3.5mm,以此类推到第26号设计变量的取值,在26个参数取值确定的情况下,对应的该白车身的弯曲刚度 23442N/mm,扭转刚度18514Nm/°,弯曲模态41.12Hz,扭转模态38.75Hz,白车身质量351.6kg。表 3 DOE 矩阵3.2 弯扭刚度、模态及质量灵敏度分析 应用响应面的近似模型,建立各参数与各性能(弯扭刚度、 弯扭模态、质量)的函数关系,根据这种函数关系,得出各性能的灵敏度分析,弯扭刚度灵敏度分析,模态及质量表示方法一样,如图 6、图 7 所示。这里只关注影响度大于5%的参数,即柱状图中在竖线右侧的参数,这些参数灵敏度较高,标识为影响较大的典型截面。灵敏度分析之前,为了判断得到的响应面模型是否准确, 先通过误差分析进行预判,一般认为误差控制在0.2以内合格, 该响应面的误差分析结果,如表4所示。最大误差扭转模态0.16,最小误差质量 0.082,所有考察性能误差均在控制范围之内,认为整个模型的选取是有效的。灵敏度分析图 6~图7中,横坐标代表影响程度,纵坐标从上到下为影响度从高到低的排序,图中含斜杠的柱状代表负相关,即截面的移动方向和性能成反比,不含斜杠的柱状代表正相关,即截面的移动方向和性能正相关,这里需要注意的是移动方向的设定, 门槛梁Z 向高度,其柱状图带斜杠,表示Z 向高度与弯曲刚度负相关,这是因为门槛梁下截面设置为可动边,下截面往下,即Z 向距离增大,弯曲刚度会增加,如图6所示。弯曲刚度灵敏度分析结果显示,影响弯曲刚度的主要参数有门槛纵梁Z 向高度、B 柱Y 向宽度、顶盖边梁法向宽度、门槛纵梁Y 向宽度,下A 柱Y 向宽度和X 向宽度,对应典型截面有 SL20、SL21、SL15、SL17、SL19、SL13、SL23、 SL32、SL06、SL08,其中影响度最高的是门槛纵梁Z 向高度,并且弯曲刚度随着门槛纵梁Z 向高度、B 柱Y 向宽度、顶盖边梁法向宽度、门槛梁Y 向宽度以及下A 柱X 向及Y 向宽度的增加而弯曲刚度增加均为正影响,即增加截面这些距离可以明显提升弯曲刚度。以此类推,扭转刚度、弯扭模态以及质量均得到不同截面参数对其性能的不同影响度的灵敏度分析,用来设计典型截面尺寸的知道依据。根据上述灵 敏度分析的结果,分三轮对白车身进行优化分析。4 轻量化设计及典型截面设计 根据灵敏度分析的结果,通过NLPQL 算法(序列二次规范 法)去寻找最优解,设置不同的优化约束与目标,得到不同的参数值,经过三轮优化求解,选取既能提高白车身弯扭刚度和模态性能,又能控制白车身质量的典型截面形状尺寸作为概念阶段初始设计依据。在第一轮寻优中,约束基础车型对应的弯扭刚度及模态,即优化过程中,得到的弯扭刚度及模态不能小于基础车型的弯扭刚度和模态,目标设置为质量最小。约束:弯曲刚度≥22770N/mm扭转刚度≥17139N·m/°弯曲模态≥45.81Hz 扭转模态≥36.865Hz 目标:Min 质量 经过第一轮优化,得到优化后的弯扭刚度、弯扭模态以及质量,如表5所示。以及在此条件下,对应各参数的值,如表6所示。其中基础值0是基础车型的原始尺寸,优化后的参数值为在基础尺寸上的改变量。优化后结果显示,弯扭刚度和模态保持不变,质量减轻 12.18kg,对应的典型截面尺寸,如表6所示。第二轮优化将质量作为约束,弯扭刚度和模态的最大值作为目标。约束: 质量≤355.2kg 目标:Max 弯曲刚度Max 扭转刚度Max弯曲模态Max 扭转模态 优化后的弯曲刚度增加2352N/mm,扭转刚度增加453N·m/°,弯曲模态增加 0.5Hz,扭转模态增加0.3Hz,具体数值,如表5所 示。对应的典型截面尺寸,如表6所示。第三轮优化将第一轮的最小质量作为约束,弯扭刚度和弯扭模态的最大值作为目标。 约束:质量≤343.12kg目标:Max 弯曲刚度Max 扭转刚度Max 弯曲模态Max 扭转模态 最后得到的弯扭刚度和模态在有所提高的情况下,质量减小12.18kg,实现了概念设计阶段的轻量化设计。此时对应的典型截面的尺寸作为开发新款车型典型截面设计的依据。以B 柱上截面 S15为例,S15对应的参数为B 柱 X 向宽度和B 柱Y 向宽度两个参数, 第三轮优化后,S15的X 向基础尺寸为 76.395mm,根据优化结果显示,其X 向尺寸沿着X 轴减小 10mm,即优化后的S15截面的X向尺寸 为 66.395mm, 同样 ,S15 截 面 优 化 后 的Y 向尺寸为30.415mm,以此类推,得到其余量化后的典型截面的尺寸,作为整个白车身典型截面的设计依据。5 结论 在概念设计阶段,建立了典型截面几何尺寸参数和白车身弯扭刚度、弯扭模态以及质量的函数关系,通过灵敏度分析,找出各典型截面几何尺寸对白车身弯扭刚度、弯扭模态的影响。通过三轮优化,提高了白车身的弯扭刚度及弯扭模态,同时减重12.18kg,在概念阶段实现了轻量化设计的要求。在概念设计阶段量化了白车身典型截面的尺寸,作为新车型的输入,为典型截面的正向开发设计提供了有利的依据。来源:MeshWorks

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈