本文摘錄自期刊題目名為“快速網格變形技術在車身開發流程中的應用”,感謝作者:廣州汽車集團股份有限公司汽車工程研究院的閆亮、姜葉潔、劉向征和袁煥泉
車身是汽車的重要組成部分,是汽車所有總成及乘員的載體,其重量約占整車重量的 40%,對車身結構進行優 化設計能夠有效降低汽車自重。傳統的白車身開發流程以線框車身結構及截面設計為起點,設計出 CAD 數據后通過 CAE 校核反饋,再 優化設計,見圖 1。

圖 1
由于線框結構與詳細的車身結構性能差別較大,甚至
在某些時候反映的性能趨勢與詳細車身結構相反,因此工
程師借助線框結構設計出的車身詳細數模不可避免地存
在諸多缺陷;此外,從線框結構開始到建立完詳細的鈑金
結構數模,耗時較長,這一定程度上影響了后續開發的時間。綜上所述,現有的車身結構開發流程有諸多缺陷。
1 車身開發流程起點的新思路—基于網格變 形的結構靈敏度多目標優化
本文作者在長期的研發實踐中,依托先進的
CAE
分
析工具,提出車身開發流程的全新思路:結合快速網格變
形工具及多目標靈敏度優化分析軟件,能對現有平臺快速
變形出貼合早期造型
CAS
面的目標車型,進而能獲得包
含詳細工藝特征的準確
CAE
分析模型,再聯合多目標靈
敏度分析軟件建立結構形狀參數及厚度參數作為設計變
量,進行結構優化及輕量化,可在整車開發流程的起點階
段較準確獲知并優化車身結構各項性能
、
車身質量,進而
為項目決策提供可靠的指導
。
1.1新流程的起點——MeshWorks 快速網格變形技術
新流程的起點,是借助Meshworks的morph 技術,高質量快速地獲得具有詳細工藝特征的有限元模型。將已有同級別對標車(或擴展平臺的原型車)的白車身有限元模型 導入MeshWorks 軟件,根據新的CAS 面對現有的白車身有限元網格模型進行網格變形,直到貼合CAS 面為止。
本文的車身開發流程的起點技術,與當前基于線框模
型車身分析技術的重要區別在于,可直接基于具備詳細工
藝特征的模型開展多目標參數設計,進而通過研究車身結
構性能(剛度
、
模態
、
輕量化
……
)對目標參數的敏感程度,
從而可以確定哪些參數對系統或模型有較大的影響
。
以便
對癥下藥
,在后期CAD建
模時可獲得可信的設計思路
。
車身鈑金的結構形狀
、
厚度,構成了車身的最基本要
素,下面將詳細說明如何通過這兩個基本要素建立多目標
參數
。
白車身結構形狀由構件及其接頭(
Joint
,節點)和板殼
零件共同組成,是承受載荷和傳遞載荷的基本系統
。
所以,
結構參數需要考慮白車身接頭,如圖
2
所示
。
對于一般鋼結構車身,其構件是由成形鋼板制件焊接
組成的,截面為閉口或開口的薄壁桿件,在車身中起支承
和加強的作用
。
車身下部(底架總成)包括前
、
后縱梁,底架
各橫梁,地板及由其兩側邊與側圍外板組成的門檻,地板
中間通道,前圍板
、
后隔板
、
懸架支座及輪罩等;車身上部
包括側圍的
A
、
B
、
C
柱,頂蓋及其邊梁,風窗上
、
下橫梁等
。
所以,在進行結構參數設計時,頂蓋橫梁
、
后縱梁
、
門檻梁
、
地板中通道
、
上側圍縱梁等也是考慮參數之一
。
厚度參數
的設置可以涵蓋白車身上所有板殼的選取,以便白車身輕
量化
。
此處共取形狀變量
26
個,厚度變量
16
個
。
具體參數選取及范圍見表
1
和表
2
。

表2 16 個厚度變量
為了優化結構,需要量化所有的設計變量,包括結構
參數和厚度參數,即構件截面特性和接頭剛度對材料幾何
尺寸變化的靈敏度,以及結構整體剛度對截面特性
、
接頭
剛度或板厚變化的靈敏度,以便選擇較靈敏的變量或部位
進行修改,引導結構優化的方向
。
Isight
軟件的優化設計,是對試驗設計獲得樣本庫的
基礎上,運用近似模型方法,建立設計變量與響應變量之
間的數學表達式,對響應函數進行平滑處理,降低
“
數值噪
聲
”
,有利于更快的收斂到全局最優點
。
常用的近似模型方
法包括:響應面模型
、
克里格模型或神經網絡
。
本文中用到
的近似模型是響應面模型
。
根據已有的設計變量及設計變量的變化范圍,選取樣
本點,樣本的點的選取通過試驗設計
(
DOE
,
Design
of
Experiment
)方法進行抽樣,用盡可能少的仿真獲取設計變
量與響應變量之間的規律和關系,通過方差分析方法,辨
識對輸出參數影響最關鍵的設計變量,從而有效縮小優化
中設計變量的數量,降低優化的難度和時間開銷
。
常用的
試驗設計方法包括正交數組和優化拉丁方,這里采用優化
拉丁方選取樣本點
。
42
個變量,選取
100
個樣本點
。
得到相應的
DOE
矩陣
。
由于車身結構的對稱性,為了減少設計變量的個數,
降低計算時間,以幾個接頭等結構和車身各板厚為設計變
量,將左右相同的部件的厚度設置為同一個設計變量,共
有
42
設計變量,
100
個樣本點,根據響應面得到各個設計
變量對性能影響的靈敏讀分析
。
各個變量對目標函數的影
響,一般只考慮影響程度在
5%
以上的變量
。
至此,已經獲得影響車身結構性能(剛度
、
模態
、
輕量
化
……
)重要的結構部件
。
下面將重點以這些部件為結構
優化及輕量化的對象,開展
CAE
分析
。
白車身結構的輕量化設計是采用優化設計方法,在保證車身結構性能的前提下,通過對車身板件厚度的重新分 配,達到輕量化的目的。優化設計是一種尋找確定最優設 計方案的技術,通過對設計變量的合理選擇,在實際約束 狀態下,使系統性能指標最優。白車身結構的約束優化設計問題可表述為
式中
:
x
=[x
1
,
x
2
,
x
3
,
…
,
x
j
,
…
,
x
n
]
T
,
x
為由
車身板件厚
度
組成的向量
。
x
j
、
x
j
分別為設計變量的上
、
下限;f(
x
)為白車
身結構質量函數
;
g
(
k
x
)
為約束函數
。
考慮兩個學科對白車身性能的影響,包括彎曲剛度和
扭轉剛度,彎曲模態和扭轉模態的影響
。
選擇對上述工況
有較大影響且可以改進的白車身結構及板厚作為設計變
量,即
1.2.1
中提到的結構參數和厚度參數,根據制造的實
際情況,定義設計變量的取值范圍,共計4
2
個設計變量,
26
個結構變量,
16
個厚度變量
。
優化的目標和約束分為兩條路徑進行:
①
目標函數定
義為彎扭剛度
、
模態最大,定義的約束條件為質量能夠接受
的最大值,旨在尋找質量一定的情況下,性能的最大值;
②
目標函數定義為白車身質量最小,定義的約束條件如表
3
。
采
用優化拉丁超立方法對實際可取水平生成剛度
、
模
態的樣本矩陣,既可用于參數靈敏度分析,設計變量的
DOE
矩陣
。
根據設計變量和優化工況的特點,剛度
、
模態近似模
型選取二階逐次替換的響應面模型
。
為確定近似模型的精
度,對其進行了隨機抽取樣本點的誤差分析方法,結果表
明所建立的近似模型滿足工程開發的精度要求,彎曲
、
扭
轉剛度
、
模態的誤差分析結構,剛度
、
模態近似模型的誤差
都小于
2%
。

變形后的基礎模型,其扭轉剛度
21963N
·
m/
°
,彎曲剛
度
15616N/mm
,扭轉模態
37.86Hz
,彎曲模態
37.86Hz
,質量
387.9kg
,經過剛度
、
模態優化后,其扭轉剛度
23849N
·
m/
°
,
彎
曲
剛
度
16888N/mm
,
扭
轉
模
態
39.79Hz
,
彎
曲
模
態
40.37Hz
,質量
393.4kg
,可見,優化后,扭轉剛度提高
8.45%
,彎曲剛度提高
8.15%
,扭轉模態提升
2.95%
,彎曲
模態提升
6.63%
,質量增加
5.5kg
;輕量化后,其扭轉剛度
22529N
·
m/
°
,彎曲剛度
16646N/mm
,扭轉模態
40.03Hz
,彎
曲模態
40.05Hz
,質量
381kg
,輕量化后,扭轉剛度提高
2.58%
,彎曲剛度提高
6.6%
,扭轉模態提升
5.73%
,彎曲模
態提升
5.78%
,質量減小
6.9kg
。
通過上述快速網格變形的多目標優化分析,最終得到
合理的有限元模型
。
將這些有限元模型導成
CAD
格式數
據,導入
CAD
設計軟件(如
CATIA
)中,即可獲得合理的整
車模型
。
由于此步得到的
CAD
數模已經事先進行了足夠
詳細的
CAE
分析,可以認為此版數模是足夠詳細準確的
。
本 文 根 據現有的白車身有限元模型,通過 MeshWorks軟件中的 MORPH 功能,在車身預研階段, 根據 CAS 面,建立了白車身在預研階段的有限元模型,并且在MeshWorks 軟件里建立了結構參數和厚度參數,作為所選取的設計變量,聯合 ISIGHT 優化軟件,對白車身性能以及質量進行了優化,在保證白車身結構靜、動 態特性的提升的前提下,使白車身質量減小 6.9kg,實現了輕量化的目的。事實上,此技術已有效地指導了 GS4、 GA8、GS8 等上市車型的車身結構設計,并在后續項目中繼續使用。展望下一步,將切實結合廣汽研究院整車開發 流程,繼續優化快速網格變化技術,提前介入分析,使車身 結構設計開發更為快速、準確;此方法已納入廣汽研究院 整車開發核心技術。
若您想咨詢MeshWorks軟件購買事宜,請下方掃碼或聯系18665820511或caesoft@qq.com。
