搜索【作品展示7】車身關鍵零部件材料板厚優化匹配問題研究【轉】
2016-11-09 by:CAE仿真在線 來源:互聯網
作者介紹INTRODUTION
Vince
湖南長沙人,研究領域:車身結構可靠性/穩健性優化設計、車身結構“材料-工藝-性能”全耦合穩健優化設計、汽車車身結構多學科與輕量化設計、車身結構耦合工藝過程的一體化設計。
擅長Hyperworks、Ls-dyna、ABAQUS、Nastran,iSIGHT、modelFRONTIER、MATLAB等軟件。在項目中,主要負責FEA模型的建立與試驗驗證、相關代理模型的構建與精度分析、優化算法的開發及實施等工作。
作者聯系方式:
QQ: 1076346363
作品展示PRENTATION
安全、節能和環保是目前汽車工業發展面臨的三大主題,而這些問題都與汽車輕量化密切相關。大量研究表明,汽車每減重10%,其油耗將減少6~8%,排放量降低5~6%。但是汽車在輕量化的同時,對汽車安全性也提出了更嚴峻的挑戰。為了達到汽車輕量化和安全性能的完美平衡,合理的材料與板厚的匹配顯得尤為重要。基于以上原因,本文提出一種基于HyperMesh 12.0、Ls-dyna R7.1.1、iSIGHT5.8.3及MATLAB2014a的一種車身關鍵零部件材料板厚優化匹配的自動化方法。
模型描述
本文研究對象為某公司在研車型,其有限元模型及樣車如圖1所示。該模型包含771個部件,998,218個節點,974,383個殼單元(主要為四邊形單元),4497個梁單元,19,314個實體單元,總重量為1263kg。
圖1整車有限元模型及樣車示意圖
圖3給出了車身仿真的加速度傳感器的布置情況,詳細位置為左右后座橫梁及發動機上下。
圖2加速度傳感器布置位置
圖3給出了該模型在56.3km/h下的100%正面碰撞的試驗測試結果。很明顯,圖3中變形模式、右后座速度及加速度曲線均與試驗結果相吻合,以及圖4總能量守恒狀態良好,完全滿足國標的要求,以上結果充分說明了該有限元模型的準確性。
(a)試驗和仿真的總體變形模式對比
(b)右后座椅橫梁加速度的試驗和仿真結果對比
(c)右后座椅橫梁速度的試驗和仿真結果對比
圖3試驗結果及仿真結果的比較
圖4整車碰撞過程中能量變化歷程
圖5中所示保險杠、吸能盒及前縱梁在碰撞的0.08s時吸收能量占整車總吸能的46.8% (如圖4所示),而總重量僅占整車重量的5.3%。以上數據充分說明了車身前端結構在整車碰撞安全中的重要作用。因此,本文選擇車身前端結構總的保險杠、吸能盒及前縱梁為研究對象,通過組合使用HyperMesh 12.0、Ls-dyna R7.1.1、iSIGHT5.8.3及MATLAB2014a等工程軟件,實現自動化的材料板厚優化匹配。
(a)車前前端結構
(b)前端結果設計變量
圖5整車前端結構示意圖
數學模型
數學模型:整車碰撞設計的目的為使結構盡量多的吸能能量、侵入量盡量減小、減速度峰值盡量低,以及重量盡量的輕。設計變量如圖5(b)所示,主要為前端結構的材料及板厚。本文選取的結構響應如表2所示,初始設計如表1所示。
基于以上分析,本文的數學模型總結如下:
其中x = [x1, x2, x3, x4, x5, x6, x7, x8, x9, x10]T為設計變量,且具有以下離散備選值(如圖5):
以上材料屬性如下表2及圖6所示:
表2 設計響應及其初始值
表3 備選材料屬性
圖6備選材料應力-應變曲線
以上首先使用HyperMesh 12.0建立模型,后續進行了試驗驗證,確保模型精度,為后續參數研究提供必要的條件。為求解上述優化問題,本文綜合使用iSIGHT5.8.3、Ls-dyna R7.1.1及MATLAB2014a構建優化流程,如圖7所示。其中優化算法采用模擬退火算法(Adaptive simulated annealing, ASA),LS-DYNA組件用于求解每次優化迭代中更新的k文件,MATLAB組件用于讀取和換算LS-DYNA組件計算的結果。
在該自動化材料板厚匹配的計算方法中,難點在于如何在k文件中解析出設計變量,以及如何從計算結果中解析出需要的響應指標。本文中解析設計變量中對于板厚直接使用板厚數值作為解析目標,而對比材料在優化時解析材料對應的ID號作為設計變量,在優化過程中每種材料只調用其對應的ID即可,也即是設計備選的材料的ID在優化中是不變的,而每次迭代只是修改每個構件調用材料的ID來實現匹配不同材料的目的。在使用ASA優化時,對設計變量設置為允許的板厚和材料ID。
對于解析碰撞響應,本文中的響應主要為研究構件吸能及重量,前圍板的最大侵入量和右后座椅橫梁的加速度峰值。本自動化匹配流程中主要采用有include功能提取研究的車身前端結構,對關鍵響應構件建立set,以便在結果文件中直接讀取所需響應結果。為了將計算響應轉換為上述優化數學模型中的目標及約束,本文采用MATLAB編程實現數據的轉換。
圖7 自動化材料板厚優化匹配流程
通過上述優化方法獲得優化結果如表4和5,由表可知最優結果使減速度降低了8.93%,侵入量減少了7.85%,吸能提升了15.33%及重量減輕了1.4%。對最優結果進行計算并與初始設計對比,如圖8。由以上計算結果可知,本文中提出的基于HyperMesh 12.0、Ls-dyna R7.1.1、iSIGHT5.8.3及MATLAB2014a的一種車身關鍵零部件材料板厚優化匹配的自動化方法非常有效,而且該方法可以推廣到更復雜的工程問題。
表4 最優設計變量
表5 最優響應與初始響應的對標
(a)前圍板侵入量的初始設計與最優設計對比
(b)右座椅橫梁加速度的初始設計與最優設計對比
(c)結構吸能的初始設計與最優設計對比
圖8最優設計與初始設計對比
項目經驗EXPERIENCE
(1) 2014.09-2015.09:前縱梁軋制變厚板可靠性多工況設計(國家自科支持項目)
(2) 2015.12-2016.4:前縱梁軋制變厚板可靠性優化設計
(3) 2014.5-2015.10:車身側圍結構拼焊板組合優化設計(校企合作項目)
(4) 2015.9-至今:車身頂蓋后橫梁軋制變厚板穩健性設計
(5) 2015.9-至今:車身結構耦合工藝過程的一體化設計
作者寄語MESSAGE
本人主要負責FEA模型的建立與試驗驗證、相關代理模型的構建與精度分析、優化算法的開發及實施等。希望能和汽車設計公司車身設計部門及車身設計愛好者合作,一起交流車身先進設計方法!
相關標簽搜索：【作品展示7】車身關鍵零部件材料板厚優化匹配問題研究【轉】 HyperWorks有限元分析培訓 HyperMesh網格劃分培訓 hyperMesh視頻教程 HyperWorks學習教程 HyperWorks培訓教程 HyperWorks資料下載 HyperMesh代做 HyperMesh基礎知識 Fluent、CFX流體分析 HFSS電磁分析 Ansys培訓 Abaqus培訓
