基于性能驱动的某车型白车身轻量化研究

2022-01-22石登仁杨甄鑫廖礼平

装备制造技术 2021年10期

石登仁，杨甄鑫，李云，廖礼平

（1. 东风柳州汽车有限公司，广西柳州 545005；2. 广西科技大学机械与交通工程学院，广西柳州 545006）

0 引言

世界铝业协会研究表明，汽车的整车质量每降低10%，燃料消耗可降低6%～8%；汽车整备质量每减少100kg，燃油消耗量可减少0.3～0.6L/100km。白车身占整车质量的20%～30% ，可见其在整车轻量化设计方面有着重要的潜能[1]。

汽车轻量化主要包含三个途径，轻质材料的应用、结构优化和先进工艺的应用。结构优化是指通过拓扑优化、尺寸优化、形状优化和形貌优化等方法优化结构。在车身设计工程阶段，车身的主要结构都已确定，此时车身钣金件的尺寸优化尤为重要，国内外学者对白车身尺寸优化进行了研究。赵笠程[2]分析了白车身各工况的相对灵敏度，分别在弯扭工况和模态工况下对白车身进行尺寸优化。Chen 等人[3]基于隐式参数化建模技术实现了车身结构自动修改及快速多目标优化设计。王登峰[4]等以侧碰安全件厚度为设计变量，综合考虑白车身弯扭刚度、振动频率等基本静－动态性能及侧碰安全性能，构建RBFNNKriging 混合近似模型联合NSGA－II算法进行多目标优化。王震虎[5]等采用拉丁超立方试验方法和一阶响应面模型方法建立白车身质量、弯扭刚度、一阶弯扭模态的近似模型，采用非支配排序遗传算法对白车身进行多目标优化。贺强[6]等运用多模型综合优化和截面优化对纯电动汽车铝合金车身进行正向设计，在满足刚度、动刚度和碰撞性能的基础上进行车身轻量化设计。以上研究，仅考虑白车身轻量化对其弯扭刚度、一阶弯、扭模态频率、碰撞等基本性能的影响。然而白车身的开发过程中，车身的弯扭刚度、NVH性能和碰撞性能是紧密相关的，因此应该综合考虑。

本文以东风柳汽某款车型白车身为研究对象，综合考虑了白车身的弯扭刚度、NVH性能、碰撞性能的影响，构建了混合近似模型，使用混合算法对白车身进行多学科优化。最终，确定白车身各优化部件的厚度最佳值。

1 优化问题定义

1.1 初始车型分析

1.1.1 白车身静刚度分析

车型开发过程中，车身模态分布和NVH目标贯穿了整个开发过程。白车身的静态弯曲和扭转刚度的目标值设定非常重要，直接影响到整车的NVH性能，并会影响碰撞安全、操控性能、可靠性能以及成本等[7]。本节对白车身的静刚度进行仿真计算，为后续优化提供支撑。

弯曲刚度主要模拟汽车在受到垂向载荷作用时抵抗弯曲变形的能力，计算得弯曲刚度为10945N/mm。扭转工况主要模拟汽车在崎岖不平的路面上行驶时，抵抗扭转变形的能力，计算得扭转刚度为14748 N·m/°。白车身模型如图1所示。

图1 刚度计算模型

1.1.2 白车身NVH性能仿真分析

车身作为整车的主要载体，其自身的NVH性能直接决定了整车的NVH性能好坏，如车身的响应频率会对车辆的噪声、振动和平顺性以及高速稳定性产生影响[8]。本节对白车身的一阶扭转模态、动刚度、噪声传递函数（NTF）、振动传递函数（VTF）进行仿真分析，对白车身共施加30个激励点，考察NVH性能。

1.1.3 白车身碰撞性能仿真分析

车辆发生碰撞时，不同的车身结构吸收能量和抵抗变形都不同。合理的车身结构起到保护车内乘员的作用。设计更合理的车身结构能充分吸收能量和降低碰撞强度，结构抵抗变形变形设计也能为结束系统的正常工作提供保证。车身结构碰撞安全性能设计是乘员保护的基础。

本节通过对白车身正碰、偏置碰、侧碰进行仿真分析，为后续优化提供支撑。碰撞性能通过整车碰撞分析得到，在白车身的基础上搭建整车模型。

1.2 优化变量和性能选取

针对不同的工况和考察的性能，本节对各工况所优化的部件和优化的性能进行选取。

1.2.1 结构静刚度

选择可以调整厚度的部件，根据经验和贡献量结果选择对考察性能影响较大的部件。共选择50组部件（对称件只展示一半，下同）的厚度作为静刚度优化设计变量，如图2所示，优化目标为弯曲刚度和扭转刚度。

图2 静刚度优化部件

1.2.2 NVH性能

根据经验和贡献量结果选择对考察性能影响较大的部件，本次NVH性能优化共选择23组部件，如图3所示。副车架安装点、排气吊点主要受局部影响，整车优化暂不考虑。其他安装点合格，分析过程依旧关注，仅本次不作为考察对象，后续可随时加入考察。动刚度的考察性能见表1，一阶扭转模态优化目标为初始值32.3Hz，白车身NTF考察性能和VTF考察性能不再列出。

图3 NVH性能优化部件

表1 白车身动刚度考察性能

1.2.3 碰撞性能

根据原始白车身碰撞结果，对碰撞优化性能进行设定。以仿真分析结果动画为辅助依据，结合经验选取对考察性能影响较大的件。与设计讨论，所选择的部件必须可以调整厚度。正碰和偏置碰优化部件相同，如图4所示，其他工况不再列出。

图4 正碰优化部件

2 多学科优化

2.1 试验设计

2.1.1 结构静刚度试验设计

结构静刚度试验设计输入变量为42个部件的厚度，输出性能为白车身弯曲、扭转刚度，DOE输出模型为100个。

2.1.2 NVH性能试验设计

一阶扭转模态试验设计输入变量为23个部件的厚度，输出性能为白车身一阶扭转模态，DOE输出模型为50个。

动刚度、NTF、VTF试验设计输入变量23个部件的厚度，输出性能为动刚度、NTF、VTF，DOE输出模型个数为70个。

2.1.3 碰撞性能试验设计

正碰试验设计输入变量为23个部件的厚度，输出性能为OLC、回弹时刻、侵入量等，DOE输出模型为80个。

侧面碰撞试验设计输入变量为14个部件的厚度，输出性能为侵入量、侵入速度等，DOE模型输出为50个。

2.2 多学科优化分析

2.2.1 近似模型

由于结构、NVH、碰撞分析的模型不同，质量不同，无法统一。以静刚度分析DOE结果和质量结果为准，将其他分析结果加入，对于结构模型中不存在的变量，将该变量新增到DOE模型中，汇总得到质量的DOE结果。碰撞模型白车身模型没有属性和材料，不能直接提取，将白车身和属性、材料文件单独合并为一个模型，使用ANSA的task，配合modeFrontier进行质量提取。

对于质量、模态、刚度等线性较强的性能，使用多项式法进行拟合；NVH、碰撞性能具有较强的非线性关系，对比克里金法和神经网络法拟合效果，选择更优的方法进行拟合。通过响应面与实际结果进行比较来验证响应面的准确性，如图5所示为质量响应面的验证，可知响应面拟合结果准确度较高。

图5 质量响应面验证图

2.2.2 多学科优化

基于上述建立的响应面模型，本次优化使用混合算法，该算法既保持了遗传算法的全局寻优优势，同时避免局部计算速度过慢的问题，比较适合非线性较强的优化分析。以白车身钣金件厚度为设计变量，质量最小为目标，刚度、模态、NVH、碰撞性能为约束，优化模型如图6所示。

图6 多学科优化模型

质量迭代历史如图7所示。由图7可知，对白车身的质量优化收敛。将合格结果显示在图表中，可以得到性能的帕累托前沿图，即性能的最优解趋势。优化完成可得最优解与性能最佳解，并对该结果进行仿真验证。

图7 质量迭代历史

2.3 优化结果汇总

由于本次优化涉及工况较多，一次优化难以达到最佳效果，所以需要进行多轮优化。本研究进行三轮优化，取最优值。

2.3.1 第一轮优化

问题：第一轮优化过程中，由于响应面与实际结果对标情况未知，各变量变化范围有限，若直接使用现有性能目标值，很难得到优化结果，或者优化结果很不理想。

处理方法：根据经验采用整车目标值代替单个目标值。例如，使用整车碰撞位移代替正碰位移侵入量，使用模态和扭转刚度近似代替NVH及其他性能。

方法优点：大大减少目标性能个数，增大优化空间，节省时间，为后续优化做准备。

优化结果：根据优化结果可得，除重量优化有一定误差外，其他响应面优化结果和仿真结果误差1%左右，最大不超过5%，响应面优化结果可信。本轮优化减重18.7kg，但优化过程中，为了确保优化的进行，使用整车碰撞位移代替正碰位移侵入量，使用模态和扭转刚度近似代替NVH及其他性能，优化后性能明显较差，说明第一轮优化过程目标值明显过低，需要根据优化结果重新定义目标值。

2.3.2 第二轮优化

改进方法：本轮优化再次验证响应面精确度，同时将正碰性能提升到了初始水平，但VTF性能依旧较差，需要继续针对VTF性能进行下一轮优化。

VTF性能提升方法：优化过程中，VTF性能较差，如果将VTF所有性能约束在合格范围内，优化很难找到合格结果，或者轻量化效果很差，此时可以根据平行坐标图，得到扭转刚度、模态与VTF的关系，通过提升扭转刚度的约束到14000N·m/°，提升模态约束到32.4Hz，可以达到整体提升VTF效果。

2.3.3 第三轮优化

根据优化最优解，可以得到轻量化效果最好的结果，但是各个方向性能可能比较差，此时可以配合使用性能最佳解，在尽可能不增加重量、各方向性能合格的前提下，单个方向性能达到最优，为单个方向性能不合格的优化提供方向。

优化后白车身扭转刚度与一阶扭转模态变化见表2，质量减轻2.54%，其他性能均满足要求。