基于電弧增材制造技術的電動車底盤設計方法研究

崔強　邱松　Siddharth Suhas　喻川

摘要：電弧增材制造（WAAM）是一種新興的增材制造技術，它能夠以較低的成本制造大體量金屬零件。電弧增材制造技術對零件的形態有一定的要求，但是目前的工程優化程序很難協調零件的可制造性和形態美感等因素。本文基于設計形態學理論，以電動車底盤為設計對象，探索滿足電弧增材制造要求的數字設計方法。研究強調結構力學分析與形態優化的結合，力求使新型電動車底盤達到結構性能和形態美學的統一。研究改變了底盤的設計制造方式，大大縮短了電動車底盤設計與原型開發的周期，同時，還減少能源與材料的消耗，使定制化電動車底盤的一體化制造成為可能。

關鍵詞：電弧增材制造;電動車;底盤設計;數字設計;形態優化

中圖分類號：U469 文獻標識碼：A

文章編碼：1672-7053（2020）06-0026-03

底盤是電動車中最為基本的部分，它需要承受電動車的設備和承載重量等。此外，電動車底盤的輕量化對降低能量消耗有明顯作用。因此，底盤必須滿足剛度和強度的要求，并且要盡可能地輕量化。目前電動車底盤多由經驗設計所得，然后根據實際測試和軟件分析結果進行優化，設計與優化過程成本高、效率低。隨著增材制造技術的發展，專注于電動車設計的工程師和設計師的創造力和想象力將不再受傳統制造技術的限制。此外，增材制造加速了電動車結構設計與原型開發的研發周期，減少了原材料的消耗，使電動車底盤定制化的生產成為可能。希望依靠新的增材制造技術，使用數字設計方法生成電動車底盤，改變傳統底盤設計制造方式。

1電弧增材制造技術概述

增材制造也稱3D打印技術，是一種通過材料的逐層連接或凝固來制造零件的方式。傳統的金屬增材制造方法是使用選擇l生激光燒結技術。由于金屬粉末材料非常昂貴，選擇性激光燒結技術制造零件的成本非常高。同時，選擇性激光燒結技術制成的部件尺寸受到機床的尺寸限制，所以這種方法不能制造大體量的電動車底盤。

電弧增材制造（WAAM）是一種新興的增材制造技術，它使用電弧作為熱源，使用金屬線作為原料。用于電弧的運動系統可以通過工業機器人（機械臂）或數控機床（CNC）進行，它基本的形式是機器人焊接技術。目前，許多公司都在研究這種技術，特別是航空航天領域的公司。PIX（中國）、Norsk Titanium（瑞典）、Gefertec（德國）、Digital Alloys（美國）都是專注于這項技術的公司。電弧增材制造技術還沒有得到業界的充分應用，這是因為電弧增材制造層高度約為1～2mm，導致模型的表面粗糙度比較高，生產高精度零件需要進一步加工。另一個主要問題是電弧產生的高熱度會引起零件發生一定量的變形。這些物理限制意味著電弧增材制造技術還不能取代選擇性激光燒結技術（SLS）來制造非常復雜，并具有一定的表面光潔度的零件。電弧增材制造技術的優勢是它的制造成本和生產尺寸，除了機器人和焊接設備的費用，它的主要成本是原材料（焊絲）和電費。對于電弧增材制造技術來說，機器人手臂的運動范圍可以遠遠超過選擇性激光燒結技術的粉末機床系統。因此，電弧增材制造技術可以打印體積大而復雜的零件，比選擇性激光燒結技術可行性更高、成本更低。低成本優勢與打印大型部件的能力相結合，使電弧增材制造技術成為生產復雜電動車底盤的首選。

2基于電弧增材制造技術的電動車底盤設計方法

目前用于工程領域的全自動優化程序只能處理容易定量的因素，如：結構的應變能、應力、體積等。在形態美學、功能性、可制造性等很多無法量化的方面卻很難用數字來概括，但對于經驗豐富的設計師來說卻很容易評估。本文基于設計形態學理論，探索適用于滿足電弧增材制造技術的電動車底盤設計方法。其挑戰在于將制造約束和形態美學因素融入數字設計過程中。電弧增材制造技術的制造約束包括模型的復雜度、桿件的半徑、桿件的角度等。

研究首先嘗試了幾種電動車底盤設計方法，包括使用Autodesk Generative Design、PTC Frustum和Altair Inspire等工具進行結構優化。這些軟件擅長進行結構性能優化，能夠考慮銑削和鑄造等制造約束。但是，這些軟件卻難以考慮更嚴格的電弧增材制造約束，因此，針對性地提出了三種解決問題的思路和方法：（1）基于黏菌覓食行為開發可以考慮電弧增材制造約束的算法和工具;（2）使用現有的結構優化軟件，并根據電弧增材制造要求進行二次優化;（3）手動修改結構優化結果，使結構滿足電弧增材制造要求。

2.1黏菌算法

第一種方法的靈感來源于自然界中的黏菌覓食行為。其思路就是把整個車架分成幾部分，然后通過黏菌覓食的邏輯來分別計算每個部分的結構。在空間設計方面，有一種叫做黏菌的生物在近十年來倍受研究者的青睞。黏菌雖然名字里有個菌字，但它不是細菌也不是真菌，而是一種單細胞變形蟲，也就是一種原生生物。這種菌尋找食物時會全面鋪開，形成一個密集的連接網絡。當找到食物的時候，沒有用的分支會逐漸死掉，只留連接食物的最佳線路。它們通過這種方式既節約了能量，又可以得到最多的食物（如圖1）。

黏菌通過這種方式可以找出連接食物的最佳路徑，所以被用來解決現實生活中的路徑規劃問題。黏菌在路徑規劃方面的研究是從一個迷宮實驗開始的。隨后被應用于模擬東京的鐵路設計，工程師們用100多年的時間優化這個鐵路系統，但是黏菌這種生物只花了短短的26小時就得到了同樣高效的結果（如圖2）。

基于黏菌覓食的啟示，如果把電動車底盤的結構優化過程抽象成使用一定量的線連接一組點，那么黏菌算法也同樣適用于底盤的設計中。Danil Nagy最早把黏菌規則抽象成幾何系統，并用于Airbus飛機隔板的設計。這個系統首先需要確定關鍵點的數量和位置，就像黏菌一樣，這些點所有的連接線會被計算出來，然后為每個點隨機賦予權重值（食物的數量），結構路徑會在權重最高（食物數量最多）的點上生成。當在這個權重最高的點上生成路徑后，這個點的權重會降低，給其它點提供生成路徑的機會。最后整個系統運用遺傳算法來優化和調整權重分布，從而創建更好的結構。