側門防撞桿靜態擠壓強度優化研究

胡浩 夏丁 呂麗文 羅勇 郭偉春

（東風汽車有限公司東風日產乘用車公司技術中心）

車門靜態抗壓性能是車門被動安全的重要性能之一，同時與側碰性能具備強關聯性，在國家法規中有明確的規定。而車門防撞桿作為車門重要承力結構部品，其靜壓性能對車門的靜壓性能有至關重要的影響。近年來隨著材料和制造技術的發展，車門防撞桿出現了多種形式。但隨著乘用車油耗的限制越發嚴格，輕量化已成為車門設計的重要課題。車門防撞桿的重量增加同時也會進一步惡化車門下沉等性能。因此車門防撞桿的設計需要綜合考慮各種因素。關于車門防撞桿性能的研究，已有學者做過相關研究。文獻[1]研究了車門車門下沉和側碰的防撞桿優化。文獻[2]進行了車門靜壓的強度分析。文獻[3]進行了高強鋼組織性能對防撞桿靜壓性能的分析。文獻[4]對M型防撞桿進行了靜壓性能研究。文獻[5]研究了熱沖壓防撞桿材料性能梯度的優化。文章針對圓形鋼管，AL擠壓型材以及熱成形高強鋼，3種形式防撞桿進行了對比。同時，針對M型熱成形高強鋼防撞桿提出了壓潰區域局部封閉補強的優化方案。針對斷面參數和補強方案，進行了以重量和平均反力為多目標的設計優化。

1 車門靜壓

1.1 法規要求

車門靜壓試驗操作方法在GB/T 15743—1995中有明確的法規要求。在試驗中，如圖1所示，要求加載工裝在152 mm行程范圍內，其平均抵抗反力大于10 kN。圖2示出某車型靜態擠壓試驗。

圖2 車門靜態擠壓試驗

1.2 防撞桿單品靜壓試驗

防撞桿作為車門重要的承力部品，在其的開發過程中，也需要進行靜壓試驗。防撞桿總成在靜壓時兩端固定，取車門靜壓位置設置壓頭，壓頭以小于12.7 mm/s的速度向下運動，記錄壓頭的行程和壓力，如圖3、圖4所示。

圖3 防撞桿靜壓試驗示意圖

圖4 防撞桿靜壓試驗

1.3 F-S曲線

將車門靜壓試驗和與防撞桿靜壓試驗位移與反力試驗結果整理到F-S曲線中。車門在152 mm行程內平均反力為12.11 kN，防撞桿在152 mm行程內平均反力為11.40 kN，防撞桿占比達到90%以上。因此，防撞桿的設計和反力對于車門靜壓有至關重要的影響。

圖5 車門與防撞桿F-S曲線

2 不同類型防撞桿比較

目前小轎車車門防撞桿主要有：鋼管式、鋁擠出型材式、M型熱成形高強鋼式等形式，為各大汽車廠商廣泛使用。

2.1 不同形式防撞桿對比

針對3種主要的防撞桿形式，從斷面，工藝，布置以及成本方面進行對比，如表1所示。

表1 不同形式防撞桿比較

近年來隨著熱成形技術的發展，以及車門造型要求的提升，可以與車門外板隨形的M型熱成形防撞桿的應用已越來越廣泛。

2.2 防撞桿靜壓等效3點彎曲試驗

如今汽車市場競爭激烈，成本控制越發嚴格，考慮選取成本較低的鋼管型和M型熱成形型式兩種形式防撞桿進行靜態擠壓強度的對比。目前考察不同截面形式防撞桿靜壓性能，主要通過3點彎曲試驗進行對比，如圖6所示。

針對鋼管式和M型熱成形式防撞桿我們選擇同樣的加載條件，進行實物的壓彎試驗。試驗后的樣件及F-S曲線，如圖7所示。

圖7 2種形式防撞桿反力

針對2種形式防撞桿試驗及結果進行對比，如表2所示。數據顯示M型熱成形式相對鋼管式，其質量減輕4.8%，反力提升2.9%。

表2 鋼管型和M型試驗對比

綜上，在同等質量情況下，M型熱成形防撞桿可以通過截面設計得到更好的反力性能。同時，M型熱成形防撞桿具備彎曲隨形的優點，可以支撐更好的車門外觀造型自由度。

3 M型熱成形防撞桿局部加強

上文試驗結果顯示，M型熱成形防撞桿在壓彎過程中，反力達到最大值之后迅速下降，因此如何提升防撞桿反力，應從增強截面穩定性和延緩壓潰方面進行研究。

3.1 防撞桿彎曲理論

防撞桿靜態擠壓試驗可以簡化為梁的彎曲受力，如圖8所示。

圖8 防撞桿靜壓受力圖

根據工程力學梁彎曲分析，受力點處截面彎矩最大為：

由于材料在達到抗拉極限后會出現開裂頸縮，零件的反力從而快速的下降，由彎曲變形截面的受力分析：

當材料達到抗拉極限時，反力：

3.2 局部加強方案及CAE建模

根據式（3）可知，應力集中區域為壓彎受力點截面處。如需提高反力，可以針對該區域提高截面的抗彎系數，這樣可以使整個桿件的應力分布更加均勻，延緩開裂，提升反力。

文章提出了針對M型熱成形防撞桿進行壓潰區域局部補強的方案。在M型防撞桿背部，以靜壓加載點為中心對稱分布，焊接一塊拉伸強度980 MPa的鋼板，如圖9所示。

圖9 M型防撞桿局部加強方案

針對3點彎曲試驗進行CAE建模，分析局部加強前后的變形及平均反力情況。如圖10所示為局部補強前后CAE的變形及應力分布結果，結果表明局部補強后應力的分布相對局部補強前更加均勻。

圖10 局部補強前后CAE變形結果

圖11 實物和CAE F-S曲線

圖11 為實物和CAE試驗F-S曲線，實物試驗平均反力為13.33 kN，CAE計算結果為14.69 kN，誤差率為9.3%符合工程要求，可用于反力計算和預測。局部增加T1.0補強材后，平均反力增加了35%到19.89 kN。局部增強方案對于增加平均反力改善效果明顯。

4 局部加強型M型防撞桿優化

M型防撞桿局部加強方案雖然能提高靜壓反力，但是同時也增加了零件重量。在輕量化和降油耗的嚴峻要求下，需要針對該方案進行多目標的優化。

4.1 優化流程

多目標優化問題中，一般存在2個或以上的目標存在沖突，其中一個目標的改善必定會導致另一個或多個目標惡化，多目標優化問題就是對目標之間的求取最優解的過程。其過程用數據模型描述如下：

式中：F（x）——目標函數；

x——設計變量；

gi（x）、hi（x）——優化的約束條件；

n、p、q——函數的個數；

m——自變量個數；

xL和xu——分別為自變量上下限。

文章將選取防撞桿本體和局部補強材相關參數，設定防撞桿平均反力和質量為優化目標，進行DOE試驗設計，構建RBF模型，進而利用遺傳算法求出最優解。整個優化流程如圖12所示。

圖12 多目標優化流程

4.2 參數選取

圖13 為M型防撞桿主要參數，考慮到M型特征峰寬度a與整體寬W之前存在一定的幾何關系，最終選取以下6個獨立變量（X1～X6），變量的取值范圍選擇通常使用的范圍，如表3所示。

圖13 M型防撞桿斷面

表3 變量因子及其取值范圍

4.3 試驗設計DOE

由于變量因子較多，為了在變量組合的抽樣空間內，更均勻的進行試驗設計，選擇最優拉丁方（LHS）抽樣進行試驗設計[6]，通過對相關試驗組進行CAE計算得到平均反力Y1和質量M。試驗設計如表4所示。

表4 DOE及CAE計算值

4.4 建立RBF模型及誤差檢驗

通常對于非線性問題的預測模型有BRF，Kriging插值，RSF響應面等方法，文章選擇徑向基(RBF)函數神經網絡方法建立模型。其原理如圖14所示，第1層為輸入層，由信號源節點組成；第2層為隱藏層，隱藏層是對高斯函數的參數進行調整，采用的是非線性優化策略；第3層為輸出層，對線性加權進行調整[7]。其中，X代表輸入，y代表輸出，p代表中間的隱藏層。

圖14 RBF神經網絡原理

文章隨機了4組數據進行CAE計算和RBF模型預測的精度檢驗，結果如表5所示。RBF的模型預測精度平均反力Y1在±10%以內，質量M精度±5%以內，精度較好，可用該模型進行響應值的預測，進而節省大量的CAE工時。

RBF模型各個自變量對于響應值的全局影響梯度如圖15所示。局部補強材參數X1與X2雖然針對Y1和M單個響應的梯度影響較小，但是在Y1/M相對梯度方面較大。

圖15 各自變量響應梯度

表5 誤差檢驗分析

4.5 基于AMGA多目標優化

AMGA是一種自適應多種群的遺傳算法，主要采用改進的交叉和變異算子來引導種群進化，常用于多目標非線性的最優解進行求解[8]。

文章多目標的數據模型為：

以最大化平均反力和最小化質量為目標求得該模型的Pareto圖解，如圖16所示。

圖16 最優解Pareto前沿

以某1.5 GPa防撞桿參數作為初始化設計，其初始化質量為1.51 kg，CAE其計算平均反力為8.9 kN無法滿足側門擠壓強度要求。在保持初始設計總質量不增加的情況下，使用Pareto解集求得更優的平均反力，優化前后的參數，如表6所示。

表6 優化前后對比

將優化前后的平均反力和質量計入，如表7所示，同時針對優化后的方案進行CAE試驗。從對比結果可以看出，局部加強方案經過優化后，在質量基本不變的情況下，其平均反力增加64%達到14.6 kN，滿足靜態擠壓強度要求，優化效果較好。

表7 優化效果

5 結論

1）通過不同形式車門防撞桿對比，M型熱成形防撞桿相對鋼管防撞桿，其反力和重量可達到相同水平，且具備彎曲隨形的布置優點。

2）針對M型熱成形防撞桿，提出了對應力集中的潰縮區域局部補強的方案，該方案相對補強前，可以提升30%以上平均反力。

3）針對局部加強的M型防撞桿以質量和平均反力為響應值，建立RBF模型，并通過AMGA遺傳算法進行多目標優化，優化后，可在滿足輕量化要求的前提下，進行平均反力的提升，效果明顯。