汽車前防撞梁輕量化分析

《汽車前防撞梁輕量化分析》由會員分享，可在線閱讀，更多相關《汽車前防撞梁輕量化分析（2頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、汽車前防撞梁輕量化分析 汽車前防撞梁輕量化分析 2014/08/14 《計算機輔助工程雜志》2014年第三期 1前防撞梁有限元模型 研究某車前防撞梁低速碰撞，在前防撞梁部件后方加裝原車型空載最大質(zhì)量的質(zhì)量體，進行簡化處理，縱梁后部均作剛體．在ＲCAＲ低速碰撞法規(guī)中，碰撞速度為15km/h．此處以相同速度撞擊直徑為175mm的柱狀剛性壁障．用HyperMesh建立有限元模型，見圖1．仿真時間為200ms，仿真步長為2E－6．原始設計的前防撞橫梁內(nèi)板所用材料為DP780，

2、厚度為3．8mm．用熱沖壓硼鋼BTＲ165替換DP780，先假定輕量化50%的效果，厚度設定為1．8mm，考察其效果．其他比較重要的部件有防撞梁外板和吸能盒，其材料為DC01．這3種材料的曲線均由試驗所得，考慮不同應變率對材料應力-應變曲線的影響．前防撞梁所用材料參數(shù)見表1． 2超高強度鋼橫梁的仿真結果分析 應用BTＲ165材料的防撞梁橫梁全局能量變化曲線見圖2，可知，沙漏能僅占總能量0．2%，整體內(nèi)能和動能合理且對稱，符合基本理論，仿真結果可靠．兩種設計的仿真結果比較見表2，其中吸能比指吸能盒與橫梁吸能之比．由表2可知，BTＲ165防撞梁橫梁吸能減少，原因是橫梁厚度不合適，需要進行優(yōu)化．

3、計算吸能盒的吸能，發(fā)現(xiàn)在替換材料之后，兩個吸能盒吸能3816J，比原材料時的2457J增多，吸能盒與橫梁吸能比增大．將兩種設計的防撞梁橫梁和吸能盒吸能求和，得到BTＲ165材料時為8342J，原DP780材料為9012J，即BTＲ165材料整體未達到原來的吸能性能．因厚度和材料的抗拉強度是吸能的主要影響因素，故考慮對橫梁和吸能盒的厚度進行匹配，在材料替換后，吸能更加合理，總體吸能更多．同時，由表2可知，最大侵入量有大幅增加，未達到原來的性能，也說明需要進行厚度尺寸優(yōu)化．對兩種材料橫梁碰撞仿真下的防撞梁后部加速度進行SAE濾波，結果見圖3，可知，在碰撞開始階段，替換成超高強度鋼之后，加速度小于原

4、設計;但在碰撞后階段出現(xiàn)較大峰值．同時，由表2可知，最大加速度大于原設計，故也需進一步優(yōu)化． 3防撞梁試驗設計和響應面模型 3．1試驗設計和樣本仿真為減少試驗次數(shù)，同時得到有效而均勻的試驗樣本，采用優(yōu)化的拉丁方進行試驗設計．［5］t1為防撞橫梁的厚度，取值范圍為［1．6，2．5］;t2為吸能盒的厚度，取值范圍為［1．8，3．0］．在取值范圍內(nèi)進行優(yōu)化的拉丁方試驗設計，得到12個樣本點，分別進行12組仿真．有限元仿真每次需要得到5個響應，分別為:橫梁與吸能盒質(zhì)量之和m，單位kg;吸能之和E，單位J;碰撞中整車最大加速度a，單位mm/s2;橫梁最大侵入量D，單位mm;吸能盒與橫梁吸能比Ｒa．仿

5、真計算得到的樣本數(shù)據(jù)結果見表3． 3．2響應面模型響應表面法是一種將試驗設計與數(shù)理統(tǒng)計相結合建立經(jīng)驗模型的優(yōu)化方法．［6］采用響應表面法構造近似模型，首先需確定響應面的形式，然后運用試驗設計和仿真采集足夠多的樣本性能參數(shù)，最后運用最小二乘法建立各響應量的近似模型．實際工程問題多用多項式響應面模型，而且以2階多項式響應面［7-9］應用最廣泛，曲面模擬精確度比較高，對樣本點要求較少，適合變量少的問題．其具體函數(shù)表達式為面精度滿足要求．質(zhì)量對于厚度應為線性關系，在本文得出的m響應面模型中二次項、交叉項和常數(shù)項都非常小，即m與t1和t2為線性關系．吸能、最大加速度、最大侵入量和吸能比的可視化響應面見

6、圖3～6． 4防撞梁的多目標優(yōu)化 考慮到吸能是防撞梁的主要性能，因此需要將吸能和質(zhì)量作為優(yōu)化目標，進行多目標優(yōu)化．［10］在多目標優(yōu)化中，對于吸能的對比目標，仍然為原設計的吸能(9012J)，這里取9000J;對于質(zhì)量的對比目標，取減重40%，即總質(zhì)量為5．0kg．這樣產(chǎn)生的目標函數(shù)可以去單位化，兩種目標的單位都為1，同時取權重相等且均為1;將最大加速度、最大侵入量和吸能比作為約束條件，考慮自變量的取值范圍;與原設計相比，這些約束均為性能不下降，得到優(yōu)化模型為。在Isight中建立與Approximation模塊連接的Optimization模塊設置好約束和目標，利用得出的近似模型進行優(yōu)化

7、，工作流圖見圖7．由于變量參數(shù)只有2個，而且各響應面均為2階多項式，故應用NLPQL進行優(yōu)化，經(jīng)過22步迭代后收斂．優(yōu)化后t1的理論值為2．2968，t2的理論值為2．0496．經(jīng)圓整后，t1為2．3，t2為2．0．利用上述優(yōu)化模型得到的優(yōu)化方案數(shù)值，修改有限元模型進行仿真，計算結果與響應面結果對比見表4．由表4可以看出，除最大加速度外，其他各項性能指標的響應面值和有限元仿真值相差均在5%以內(nèi)［5-7］，說明響應面結果可靠．優(yōu)化后的前防撞梁系統(tǒng)的各項仿真結果和原設計對比見表5，可以看出各項性能接近于原設計，防撞梁系統(tǒng)整體減重36%．優(yōu)化設計與原設計的加速度對比見圖8，優(yōu)化前后的最大加速度幾乎相

8、同，而且優(yōu)化設計后大部分時間的整車加速度比原設計小． 5結論 (1)在低速前柱碰模型中，防撞梁應用超高強度鋼，然后進行厚度優(yōu)化，在保證低速碰撞性能下，減輕前防撞梁的質(zhì)量．在替換材料之后需要做進一步的優(yōu)化以實現(xiàn)輕量化的目標．(2)利用優(yōu)化拉丁方取樣方法，從而有效減少碰撞仿真次數(shù)，得到有效而均勻的采樣點．運用2階多項式響應面構建低速碰撞的響應面模型，與仿真結果對比，驗證有效性，可以用于優(yōu)化． 作者：陳則堯吳憲丁巨岳單位：同濟大學汽車學院同濟汽車設計研究院 上一個文章： 探討高職計算機技能型人才培育革新下一個文章： 格子波爾茲曼方法的機艙散熱分析