基于MeshWorks和Optimus的白車身斷面尺寸分析優化

刁碩, 欒廣博, 王瓊, 楊曼, 任鵬

(北汽福田汽車股份有限公司 工程研究總院, 北京 102206)

0 引 言

隨著汽車市場競爭的加劇,各整車廠對車型更新迭代的速度越來越快。傳統的車身結構設計流程是設計工程師提供CAD數據,CAE工程師對結構進行分析驗證,如果性能不足需要重新設計和再驗證,那么會嚴重影響開發周期。利用參數化建模技術可以加快車身開發進程,能快速生成多個設計方案并及時驗證,同時結合聯合仿真技術對設計參數進行優化,保證性能在滿足約束的條件下實現輕量化設計[1-2]。

參數化建模分為顯式參數化建模和隱式參數化建模,其中:顯式參數化通過直接調整有限元網格,對現有的有限元模型進行參數化,對各階段模型都有較好的適用性,但幾何輪廓的變化不能過大;隱式參數化建模通過調整基礎定位點、基礎線條以及斷面處的形狀實現[3],必須忽略孔及加強筋等特征,所得到的優化方案只是一個粗略的截面設計方案,更適合早期概念設計。

由于以往的顯式參數化建模工具并不成熟,研究人員大多采用隱式參數化方法進行優化設計。張雯等[4]建立隱式白車身參數化模型,將對性能不敏感的4個厚度參數和13個結構參數作為設計變量,將白車身模態頻率和剛度不低于原模型的5%、前圍侵入量不高于原模型的5%、車門變形量不高于原模型變形量等作為約束,以白車身質量最小來實現輕量化設計。陳鑫等[5]建立某SUV白車身隱式參數化模型,通過相關性分析篩選出具有輕量化設計潛力的鈑金件作為變量進行優化設計,以白車身整體彎曲剛度、扭轉剛度、1階扭轉模態和彎曲模態性能的降低均小于5%為約束,以質量最小為目標實現輕量化。寧厚于[6]建立白車身前端結構的參數化模型,與后端結構有限元模型進行耦合,以14個截面形狀和板件厚度為設計變量,以前端結構質量最小、模型左右兩側B柱加速度最大值不高于優化前為目標,以白車身靜剛度、第1階彎曲模態、第1階扭轉模態不低于原狀態為約束,實現結構輕量化。

本文基于某重卡白車身有限元模型,首先與設計部門確定白車身結構件的可變形域,即相關梁截面形狀參數與鈑金件尺寸參數調整范圍,然后使用顯式參數化建模軟件MeshWorks對白車身結構件進行參數化建模,并將參數化模型的自動更新過程嵌入到Optimus優化流程,以NVH性能的靜剛度和模態為約束,以白車身自重最輕為目標進行聯合仿真優化,并最終確定優化設計方案。

1 參數化建模

白車身參數化建模過程見圖1。首先,性能仿真部門提供車身NVH靜剛度、模態分析模型,該模型既可以是概念開發階段模型,也可以是詳細設計階段模型。然后,負責性能仿真優化的工程師和車身設計部門一起確定車身斷面的設計空間,即確定哪些結構件可以調整及能夠調整的范圍。待設計空間確定后,用MeshWorks進行參數化建模。

圖1 重卡白車身參數化建模過程

MeshWorks為顯式建模工具,直接驅動網格變形實現截面變化,參數化過程就是創建Block單元,即變形域,需要參數化的結構件應完整地包含在Block單元內。在創建完所有的變形域后,進行單個結構件的形狀參數創建。結構件變形參數化將移動量作為參數,通過移動變形域上的控制點實現。MeshWorks可實現的變形包括單個結構件的Translate、Rotate和Offset等變形模式,還可以實現多個結構件的Translate、Rotate和Offset等的相對變形。除形狀參數外,同時考慮鈑金尺寸參數即鈑金厚度,其也可在MeshWorks中快速完成。本文的優化變量共有183個,包括63個形狀變量和120個鈑金尺寸變量。

一般情況下,在滿足設計邊界和工藝要求等條件下,單個結構件的斷面參數最多為3個,即整體寬度、翻邊寬度和整體高度[7-8],見圖2。整體寬度和翻邊寬度采用相對變形實現:整體寬度變形保證拔模角度不變,結構件的翼面向兩側等距離拉伸;翻邊寬度在保證寬度不變和拔模角度不變的情況下,通過兩側等距離壓縮翼面實現。整體高度在保證翻邊不動的條件下,通過單向移動翼面高度實現。

(a)梁整體寬度

2 優化流程

參數化建模完成后,在Optimus環境下搭建優化流程。如圖3所示,流程中包含2個分支,第1個分支為模態分析,第2個分支為剛度分析。其中,ShapeAndThickness為設計變量,包含形狀變量和尺寸變量及其變化范圍,DOE_Mode.txt與DOE_Stiffness.txt為變量的屬性映射文件,變量必須與上述2個文件中的指定位置數據建立映射,保證這些數據能在每次樣本更新時被改寫。執行節點Mode與Stiffness保存相關調用遠程HPC求解器和本地MeshWorks腳本。FileArray1與FileArray2為模態分析和剛度分析中的其他數據文件,Otherfiles為模態分析和剛度分析中共用的文件。DOE_Mode_Model.f06與DOE_Stiffness_Model.pch為模態計算與剛度計算的結果文件,從模態分析中提取白車身質量和1階扭轉頻率,從剛度分析中提取變形位移并轉化為剛度指標。

圖3 優化流程

3 相關性分析

在基于聯合仿真的車身輕量化分析中,一般設計變量數目較大,故一般先進行設計變量相關性分析。通過相關性分析,找到每個設計變量與各個性能指標的相關性系數,進而篩選出對性能指標影響較大的變量參與優化,那些影響較小的變量可不參與優化。這樣可以減少優化變量數量,降低算法每次迭代時所需樣本量,大大加快優化速度、節省計算資源并有效支撐車身開發。

在Optimus中,通常采用田口法進行相關性分析,考慮全部的183個設計變量。基于田口法的DOE樣本完成計算后,即可進行相關性分析和變量篩選。從統計學角度對比數據之間相關性系數的方法有皮爾遜法、斯皮爾曼法、肯德爾法等:皮爾遜法一般更適合于線性分析;斯皮爾曼法既能描述線性問題,也能描述非線性問題;肯德爾法更適用于非正態分布相關性問題[9]。本文采用皮爾遜法進行相關性評價,其值介于-1～1,表示2個變量之間變化趨勢的方向和程度,表達式[10]為:

(1)

在使用相關性系數篩選設計變量時,分析人員通常面臨的問題是多個性能指標和同一個設計變量(如鈑金厚度)都有相關系數,且這些系數大多數情況下有正有負。如果根據某個指標的相關性系數大小篩選變量,那么會忽略該變量對其他性能指標的影響;如果簡單絕對值相加,那么不能區分設計變量的變化對性能指標好壞的影響?；诖?本文提出一種正負加權相關性系數生成一個綜合加權系數的快速評估設計變量的方法,加快變量篩選,公式如下:

(2)

式中:αj為綜合相關性系數;ki為加權因子;rij為設計變量Xj與第i個性能指標的相關性系數。如果希望Xj增大時Yi下降,也就是二者負相關對性能指標Yi越有利,那么ki取負值;反之,如果希望Xj增大時Yi上升,也就是二者正相關對性能指標Yi越有利,那么ki取正值。一般情況下,無論ki是正是負,均取其絕對值為1,意味著各性能對該變量的權值相同。采用本文方法,可以快速篩選出對白車身總體性能影響較大的設計變量。

4 優化設計方案

基于本文提出的綜合相關性系數的計算方法,先篩選形狀設計變量,確定出對性能影響較大的形狀變量;然后在變量變化的上下限內選定一個數值,鎖定形狀變量后生成一個新的基礎模型。該模型中部分結構件的斷面與最初的模型相比發生變化,性能提升、質量也輕微增加。鎖定形狀參數的好處是可以在后續優化中減少對參數化建模軟件MeshWorks的調用,能大大加快優化流程,保證項目順利開展。部分截面形狀設計變量優化結果見表1。

形狀變量鎖定后,繼續應用綜合相關性系數對鈑金尺寸參數進行篩選。選取尺寸變量的原則是先考慮質量較大的鈑金件,再對綜合相關性系數進行排序,若鈑金件的質量較小,但綜合相關性系數較大,則也參與優化分析。采用差分進化法進行優化,優化目標為最小化質量,約束條件為剛度、模態。優化變量的數量主要考慮HPC計算平臺的效率、性能,能同時并行的任務數等。優化變量的類型選擇step型變量,步長增量一般為0.1 mm,能更符合工程實踐中鋼板型材的厚度變化,確保優化方案給出的鈑金厚度是工程上可選擇的,以便保證優化方案的工藝可行性。

表 1 部分截面形狀設計變量優化結果 mm

鈑金件尺寸優化采用差分進化算法,參與優化的變量共60項,總計迭代7代,算法給出滿足性能約束的最佳方案。表2為部分尺寸設計變量優化結果,由表2可知輕量化設計方案是通過增減不同鈑金件厚度實現的,而不是簡單的厚度減小。

表 2 部分尺寸設計變量優化結果 mm

5 優化方案仿真驗證

在獲取優化方案后,采用仿真方法對比基礎方案與優化方案的性能變化。圖4為重卡白車身優化前、后第1階扭轉模態振型云圖,模態頻率值從20.68 Hz提升至21.59 Hz,變化幅度為4.4%。

(a)優化前

圖5為重卡白車身優化前、后整體彎曲剛度仿真位移云圖,彎曲剛度從9 217 N/mm提升至9 479 N/mm,變化幅度為2.8%。

(a)優化前

圖6為重卡白車身優化前、后前端扭轉剛度仿真位移云圖,前端扭轉剛度從27 029 N·m/(°)提升至27 275 N·m/(°),變化幅度為0.9%。

(a)優化前

圖7為重卡白車身優化前、后后端扭轉剛度仿真位移云圖,后端扭轉剛度從21 989 N·m/(°)提升至22 314 N·m/(°),變化幅度為1.5%。

(a)優化前

另外,重卡白車身質量由285.4 kg降低至270.8 kg,降低14.6 kg,減重5.1%。

對比基礎方案與優化方案的性能變化可知,第1階結構模態、整體彎曲剛度、前端扭轉剛度和后端扭轉剛度均得到提升,同時重卡白車身質量減小明顯,取得較好的輕量化設計效果。

6 結束語

利用MeshWorks對某開發車身進行參數化建模,使用Optimus進行聯合仿真優化設計,分析鈑金件厚度變量、梁形狀變量對白車身低階結構模態、整體彎曲剛度、前端扭轉剛度、后端扭轉剛度等的影響,在保證白車身整體性能有所提升的前提下,實現結構輕量化設計。

本文提出綜合相關性系數計算方法,利用正負加權皮爾遜法得到該系數,獲得對白車身整體性能起主要作用的鈑金件厚度變量、梁形狀變量,再進行優化設計分析,加速優化過程。

在優化過程中采用提前鎖定形狀變量和快速篩選變量的方法,大大節省分析時間,保證車身開發節點按計劃通過。