车身|全铝车身前纵梁耐撞性与轻量化优化方法

发布时间：2021-04-09 15:51:51

摘要：为了提升前纵梁的碰撞性能及轻量化水平，建立了全铝车身前部结构的正面碰撞有限元模型，对前纵梁的耐撞性与轻量化优化方法进行了研究。以前纵梁的3 种不同截面形式为对象，对比分析了截面形状的变化对碰撞性能的影响。在此基础上，以碰撞性能及质量为优化目标，分别对3 种不同截面形式的前纵梁进行多目标优化。进一步在目标空间中，将3 种不同截面形式前纵梁的Pareto 解集按其目标函数向量进行相互比较，最终得到了考虑截面形式影响因素的Pareto解集。此优化方法为前纵梁的耐撞性与轻量化优化提供了新的解决方案。

关键词：铝车身；前纵梁；多目标优化；Pareto 解集

有数据表明，在所有类型的车辆碰撞事故中，发生正面碰撞的概率在66.9%左右[1]，因此，正面碰撞是汽车碰撞安全性研究的重要课题。当汽车发生正面碰撞时，主要由汽车前部的压溃区来吸收碰撞时的塑性变形，而其中车身前纵梁不仅吸收的碰撞能量最多，其吸能特性和变形模式也决定了车体在碰撞时加速度和力的响应，对乘员保护起着重要的作用，是十分关键的部件。因此，许多学者对前纵梁结构进行了研究[2-5]。

随着汽车轻量化技术的不断发展，有越来越多的轻质材料被应用于白车身的结构设计当中。铝合金以其密度小、耐腐蚀等优点得到了广泛的应用，铝合金前纵梁也逐渐成为研究热点。张怡等[6]对单胞、方孔多胞及蜂窝多胞3 种铝合金薄壁梁结构的碰撞性能进行了研究，得出了方孔多胞薄壁梁的碰撞性能更优的结论。胡俊等[7]对比了多个截面形状的铝合金薄壁管件的碰撞性能，并对碰撞性能更优的截面结构进行了多目标优化。涂文兵等[8]对比研究了截面形状及材料类型对前纵梁碰撞性能的影响。姚威等[9]提出了一种内嵌碳纤维复合材料的汽车铝合金前纵梁结构，并验证了内嵌碳纤维复合材料能够改善铝合金前纵梁的碰撞吸能特性。

本文首先对比分析了3 种不同截面形式前纵梁的截面几何形状变化对碰撞性能的影响，得到了3种截面形式的前纵梁皆可取的结论，进而分别对各个截面形式的前纵梁进行多目标优化，得到了相应的Pareto 解集。为了进一步考察截面形式对前纵梁碰撞性能的影响，借助Python 的pandas 数据处理模块，比较3 种截面形式前纵梁各个Pareto 解的优劣关系，得到了考虑截面形式因素的Pareto 解集，再借助matplotlib 数据可视化模块，得到全局的Pareto 前沿。

1 碰撞模型

图1 描述了本文的碰撞模型。为了提升分析效率，本文中的模型包含了汽车正面碰撞中的主要吸能结构，包括防撞梁、前纵梁及部分前围部件，调整整车的质量和质心位置，通过刚性单元连接到模型中。固定刚性墙，对车身模型施加50 km/h 的初始速度，取重力加速度为9.81 m/s2。

图1 碰撞模型

2 碰撞性能评价指标

本文采用吸能量、峰值碰撞力作为前纵梁碰撞性能的主要评价指标。

吸能量E 可表示为

式中：(ϕ为变形量

为碰撞力。在碰撞过程中，前纵梁需要尽可能地吸收更多的能量。

峰值碰撞力是整个碰撞过程中碰撞力的最大值，过大的峰值碰撞力会导致较大的碰撞加速度峰值，使乘员受到更大的冲击，因此，降低Fmax 有利于对乘员的保护。

在碰撞过程中，前纵梁还应满足刚度逐级增强的压溃变形模式的要求[10-11]。通过对图1 中截面1的压溃力峰值和截面2 的弯矩峰值的控制，来实现纵梁正确的变形模式，如图2 所示。

图2 前纵梁正确的变形模式及关键截面

3 截面形状对碰撞性能的影响

选取“日”字形、“田”字形及“目”字形3种截面形式，研究截面的变化对前纵梁碰撞性能的影响。改变内部加强筋的位置，构成图3 中9 种不同截面形状的前纵梁。在图3 中，前纵梁材料均为AL6063，截面外围板尺寸60 mm×120 mm，外围板的厚度为2.6 mm，通过调整加强筋板厚使各结构前纵梁质量相等。分别建立9 种不同截面形状的前纵梁模型，采用LS-DYNA 进行求解，图4 为碰撞变形结果。

图3 不同截面形状示意图

图4 不同截面前纵梁的碰撞变形

表1 列出了峰值碰撞力和吸能量的结果。由表1可知：（1）sec1 的结果优于sec4 和sec7，即加强筋同处于截面的对称位置时，“日”字结构优于“田”字结构和“目”字结构。（2）在同一截面形式中，加强筋的位置不同，峰值碰撞力和吸能量均不同，说明加强筋的位置对碰撞性能是有影响的。如图5所示，在碰撞的同一时刻，sec1 与sec3 纵梁前端的变形是不同的，由此可见，加强筋的位置对碰撞过程产生了影响。

由表1 可知，通过调整加强筋的位置，“田”字形结构和“目”字形结构均可有效降低峰值碰撞力，例如sec6 的峰值碰撞力要优于sec1 和sec2，虽然高于sec3，但其吸能效果要好于sec3，峰值碰撞力和吸能量是同样重要的碰撞性能。因此，sec1、sec2 和sec3 并不优于sec6，进而不能认为“日”字结构优于“田”字和“目”字结构，而且碰撞本身是高度非线性的过程，加强筋的位置变化对碰撞性能的影响是非线性的。有这样一种可能，某一种截面形式存在一个较好的加强筋位置，使其碰撞性能相比其它两种截面形式更优，而事先无法判断是否存在这样的最优位置以及具体存在于哪一种截面形式中。

综合表1 的对比及以上的分析，无法通过简单的计算对比判断出哪一种截面形式最优，因此，需要分别对不同截面形式的前纵梁进行优化，从而获得更全面、更准确的优化解。

表1 各截面前纵梁碰撞结果对比

图5 sec1 与sec3 在同一时刻的变形对比

4 前纵梁的多目标优化

本文的优化目的是使前纵梁在满足变形模式的条件下，获得更好的碰撞性能和更轻的质量，因此将峰值碰撞力Fmax 最小化、吸能量E 最大化和前纵梁质量m 最小化作为优化目标。截面1 的峰值压溃力Fsec1 和截面2 的峰值弯矩Msec2 作为约束条件，前纵梁截面的外围板厚度t1、加强筋厚度t2 以及加强筋的位置移动xi 作为设计变量，如图6 所示。

图6 各截面的板厚及位置变量

在“日”字形截面中，加强筋可在垂向自由移动，位置变量设置为x1，取值范围为[-50，50]mm；“田”字形截面中，水平加强筋的位置可在垂向自由移动，变量设置为x1，取值范围为[-50，50]mm，竖直加强筋可在横向自由移动，变量设置为x2，取值范围为[-25，25]mm；“目”字形截面中，两加强筋可分别在截面的上下两侧自由移动，变量分别设置为x1、x2，取值范围均为[-20，20]mm。

除此之外，将生产中可选取的铝合金材料6063-T6、6063-O、6082-T6 作为设计变量，变量名为mat，将材料按照屈服强度由低到高进行编码，分别对应数字1，2，3，将材料设计成离散变量[12]。材料属性见表2，应力-应变曲线如图7 所示。

表2 铝合金材料基本属性

图7 铝合金材料应变率相关的应力-应变曲线

最终建立3 种截面形式的前纵梁多目标优化的数学模型。

“日”字形截面前纵梁优化的数学模型为：

“田”字形截面前纵梁优化的数学模型为：

“目”字形截面前纵梁优化的数学模型为：

5 近似模型与误差分析

在Isight 中搭建DOE 流程，采用拉丁超立方试验设计方法抽取样本。“日”字形截面抽取50 组样本，“田”字和“目”字截面分别抽取70 组样本，利用LS-DYNA 求得每组样本点的峰值碰撞力Fmax、吸能量E、前纵梁质量m、截面1 的峰值压溃力Fsec1 和截面2 的峰值弯矩Msec2，然后根据样本结果建立近似模型。

由于前纵梁质量主要与厚度变量相关，线性度高，因此采用一阶响应面法即可构造高精度的近似模型。峰值碰撞力、吸能量、截面1 的峰值压溃力与变量呈非线性的关系，所以选用径向基神经网络法构造近似模型。峰值弯矩呈现出较高的非线性，采用10 折交叉验证法[13]构造近似模型。各个近似模型的决定系数见表3。

图8 为部分响应的近似模型，图中清楚地展现了形状变量与吸能量及峰值碰撞力间的非线性关系。

表3 各近似模型决定系数值

图8 近似模型

6 优化计算与分析

在Isight 中搭建优化流程，采用第二代非支配排序遗传算法（NSGA-II）对各近似模型进行迭代寻优，Pareto 前沿如图9 所示。在本文的优化问题中，厚度变量、位置变量都是连续的，而材料变量是离散的，因此Pareto 前沿呈现分片聚集的现象。

图9 不同截面形式前纵梁的Pareto 前沿

为了考虑不同截面形式对Pareto 前沿的影响，借助Python 的pandas 数据处理模块，对图9 中各个解的优劣关系进行相互比较，删除被支配解，保留非劣解，程序如下：

（1）在Isight 中分别输出不同截面形式前纵梁的Pareto 解集到文件。

rlt1new=result1.drop(result1.index[list1],axis=0)rlt2new=result2.drop(result2.index[list2],axis=0)rlt3new=result3.drop(result3.index[list3],axis=0)

（2）建立3 个列表，用于存放被支配解的索引号。

list1=[];list2=[];list3=[];

（3）在“日”字和“田”字形Pareto 解集之间逐个比较，将被支配解的索引号分别存放于list1 和list2 中。

（4）重复步骤（4），在3 种截面形式的前纵梁Pareto 解集间两两循环比较。

（5）在步骤2 中导入的Pareto 解集中删除由步骤4、5 得到的被支配解。

rlt1new=result1.drop(result1.index[list1],axis=0)rlt2new=result2.drop(result2.index[list2],axis=0)rlt3new=result3.drop(result3.index[list3],axis=0)

（6）将由步骤（6）得到的3 种不同截面形式的非劣解集合并，输出到文件。

得到了考虑截面形式影响因素的Pareto 解集后，再借助matplotlib 数据可视化模块，得到最终的Pareto 前沿，如图10 所示。

图10 考虑截面形式影响的Pareto 前沿

由图10 与图9 的对比可知，图10 中的Pareto前沿是由图9 三图中的部分Pareto 前沿组成的，3种截面形式的解都存在于最终的非劣解集当中。在实际应用中，可以根据工艺要求等具体情况在图10中选择合适的方案，如分别选择质量最小、吸能量最大和峰值碰撞力最小3 种方案，如图10 中箭头所示。各方案变量取值见表4。

将所取得的优化变量代入有限元模型中，计算得到的结果与预测结果对比，误差在10%以内，见表5。图11 和图12 为吸能量曲线和碰撞力曲线。

表4 多目标优化方案