改进神经网络的汽车车身结构动力学建模分析

包亚杰，张伟社

(长安大学工程机械学院，陕西 西安 710000)

1 引言

伴随着全球的现代化发展，各种便捷的交通工具已经成为人们生活中不可分割的一部分，以往对汽车的要求仅仅是可以移动，遮风挡雨。但随着生活水平的提高，思想境界的改变，人们对汽车的要求也不断增加，除了要保证符合动力学的基本规则之外，还要具有稳定、安全的性能。车身的结构设计和功能逐渐成为人们所关注的重点。车身结构对汽车的安全性、动力性、经济性等有着非常重要的影响，同时汽车的个性化也能够通过汽车车身体现出来。车身结构承担了行驶过程的大部分负荷，对结构刚度起着重要作用，其直接影响汽车的结构性能，为此，对汽车车身结构进行研究非常重要。

传统的建模方法不但费力，还会消耗大量资源，且效率低，不能节省成本，针对上述问题，为了提升汽车车身结构性能，本文将神经网络作为工作基础，对车身结构进行研究，建立动力学方程，期望解决汽车本身动能速率问题。

2 车身结构设计方案

汽车车身整体由车身底板、侧围[1]、顶盖与后围、后隔板等几部分构成，具体如图1所示。

图1 车身结构示意图

车体结构设计需要在满足造型、总布置和安装空间的前提下，还需要满足多种性能指标的要求。基于上述要点考虑，设计的车身结构方案如下所示：

第一，前围板组合件，主要包括上盖的通风板、前上盖和前围的上盖板等，它们通过前支柱连接，并且为满足车身扭转刚度的需要，采用箱形截面结构；

第二，前围板，前围板需要保温、隔声等材料，在设计前围板时需要设置多个孔，用它们来安装各种组合件和部件；

第三，左右侧围[2]，此次研究的结构为四门汽车的侧围，主要包含加强板、顶盖测量内板、中内柱内板、连接板、加强板、门槛外板、门槛内板、中支柱外板等，上梁采用高强度钢板冲压而成；

第四，内部的结构包括座椅、车身地板以及前围等，首先要确定座椅的尺寸[3]，使驾驶员的头部能够处于一个舒适的角度，确定车身顶部的轮廓。汽车地板的厚度与长度要与发动机和转动系统保持在同一水平线。从动力学的角度来看，汽车前围的装置直接决定其行驶的速度，确定力学动能后，就可以大致估算出围板的位置，同时连接发动机与脚踏板的线路，利于在行驶中保持正确的方向，提升车身的稳定性；

第五，顶盖框架，顶盖框架采用单板冲压件组成；

第六，发动机罩，内板由薄钢板设计而成，外面板与内板间留有2～5mm的间隙，填充吸振与隔音及隔热材料，减少空气阻力，增加汽车整体感；

第七，前翼子板[4]，其为车身上较大的覆盖件，用于包容轮胎，安装时将前翼子板安装到前轮处，由0.6～0.8mm厚的高强度钢板拉延成形；

第八，顶盖，顶盖保证曲率较小，并在两侧设置流水槽，起到雨水导流作用；

第九，后翼子板，将后翼子板设置为向外凸出的形式；

第十，行李箱盖[5]，其由上外板、下外板组成，采用曲面设计，满足刚性需求。而行李箱盖上设有铰链和平衡支撑杆[6]，以保证行李箱盖开出足够大的角度；

车身的总体结构设计要把重点放在行驶的舒适度与内部人员的空间上，优化车身结构，增强整体流畅性。除此之外，还需要对汽车车身结构优化，将在下述步骤进行。

3 构建动力学方程

以上述设计的汽车车身结构为基础，构建动力学方程。假设将车身看作一个自由运动的物体，并且处于一个坐标系中，形成的矩阵存在于系统I中，矩阵r的公式为

(1)

其中，z代表坐标点总数，矩阵可以按照一定的方向自由旋转，将其定义为

(2)

其中，rx，rri，ryi，αi，βi，ri均为坐标点。

移动的距离与速度都可用矩阵来表示，与速度相结合构成一个位移函数关系。为了控制车身结构的稳定性[7]，引入神经网络，对即将产生的误差进行校正。在力学系统中，如果车辆处于加速行驶中，那么车辆行驶的比例积分公式为

(3)

其中，ξ代表空气中的阻力，Kc代表速度系数，s代表拉普拉斯因子，ws代表动力学频率，n代表稳定系数，当n的值超过设定的范围，就会导致系统不稳定乃至崩溃；而n的值过小，就有可能造成车身振动，方向偏差。所以为了保证车身结构稳定[8]，提高力学速率，就要在车身结构中加入一个不影响车身结构的滤波处理器，与运动力学共同作用，提高结构的可靠性，该滤波器与车身结构相互协作运行的模型[9]公式为

(4)

其中，Tx代表行驶时间，其直接决定波动周期，但前提条件是比例积分要保证在±40之间，二者的关联公式为

(5)

其中，Kt代表控制器效益；Kd代表比例增益。

除了风、雨等外界因素的影响外，车身的自身结构也会产生干扰，使汽车在行驶的过程中会出现方向错乱，对力学系统进行校正后，会立即产生不一样的效果，各项参数也会处在一个可行的范围之内，经过PID控制器的控制后，及时修改原有的车身程序，最大程度发挥出神经网络对车身结构的作用。

将拉格朗日方程融合入动力学知识[10]，利用平面坐标将方程定义为

(6)

其中，q代表不变的坐标向量，Q代表作用力，d代表移动的距离。基于式(6)得出T时间段内产生的移动速度公式为

(7)

(8)

(9)

满足的相对条件为

C(q，t)=0

(10)

将上述动力学理论相融合是实现车身结构仿真建模的前提条件，通过构建动力学方程不仅可以对各种类型的小型机动车辆车身结构进行优化，还可以对故障进行预警。

4 车身结构多学科优化

对车身结构设计的优化主要表现在灵敏性与可靠性分析上[11，12]，主要围绕停滞状态的灵敏度与行驶状态的灵敏度两点进行分析，与其相关的数据包括车身结构的静态参数与动态参数，多次试验后得到不同的灵敏度数值，将其分类后进行分析，选择合理的灵敏度参数，通过各种变量进行结构优化。

车身结构优化涉及的变量包括结构参数、底板厚度、材料参数以及工艺参数等，假如车身地板的厚度为动态变量，将模型的动态速率与弯扭刚度作为比对参数，进行灵敏度分析，将结构改变，重新组装，做出了多学科优化。本文主要利用与车身的附件相匹配的底板厚度为设计变量，通过自身结构参数的变化得到其灵敏度参数，固定汽车自身的重量与弯曲程度，得到变化的灵敏度。由于灵敏度不同，那么其它参数也在不断变化当中，假设底板厚度为X，反应速度为A(X)，结构设计响应为M(X)，则

(11)

而反应速度的灵敏程度S为

(12)

两者之间的关系为

(13)

当SA-M>0时，选取其范围内的最大值，那么结构设计优化的反应速度越快；当SA-M<0时，其绝对值增加得越快，那么反应速度增加得越快。

按照灵敏度参数的变化规律，直接选出抗干扰程度最强的结构参数，在约束条件下进行性能转换，由此实现汽车车身结构优化，接下来将通过实验来验证该方法的有效性。

5 实验对比

为验证基于神经网络的汽车车身结构动力学模型的有效性，进行实验，实验分两步进行，一部分为仿真，一部分为实际应用。

5.1 仿真结果分析

仿真数据如下表1所示。

表1 仿真数据

此次实验中，利用所研究的汽车车身结构优化方法对实验车辆车身结构优化，主要对比车身结构优化前与优化后的各项性能。

5.1.1 优化前后乘员舱B柱加速度曲线对比

在此部分实验中，假设汽车车速为25km/h，对其正面100%刚性进行碰撞仿真，利用所研究的汽车车身结构动力学模型对汽车车身结构进行优化，对比优化前与优化后B柱加速度曲线图，对比结果如图2所示。

图2 优化前后乘员舱B柱加速度曲线对比

分析上图2可知，运用所研究的模型对汽车车身结构优化后，B柱加速度峰值有了明显的改善，说明所研究的模型对车身结构改善效果较好。

5.1.2 优化前后车身压溃量曲线对比

对比原始车身与所研究模型优化后的车身压溃量曲线，如图3所示。

图3 优化前后车身压溃量曲线对比

分析上图3能够发现，在没有优化时，车身在20ms时压溃量达到最大值，为55.8mm。优化后压溃量曲线与优化前基本没有变化，由此能够证明，优化后的车身结构在满足目标值的前提下，能够实现减重目标。

5.1.3 优化前后车身扭转角度对比

在此基础上，分析在施加外力后车身的扭转角度，如图4所示。

图4 车身扭转角度

分析上图4可知，在几次实验中，经所研究模型优化后的车身较优化前的车身扭转刚度均有所提高，证明所研究的模型能够提高车身扭转刚度。

根据上述仿真结果可知，经过本文方法优化后，B柱加速度峰值得到了改善，还达到了减重与提高车身扭转刚度的效果。

5.2 实例分析

在实例分析中，车体置于试验台上，通过液压缸对其前身支架支撑点施加载荷，加载过程中载荷从1900N、2900N一直施加到6900N，每次加载重复进行三次，取其平均值。试验车身前后变形数据对比结果如表2所示。

表2 试验车身左侧纵向位置变形量分析

车身右侧的纵向位置变形量变化情况如下表3所示：

表3 试验车身右侧纵向位置变形量分析

分析上述两个表能够发现，再不同的纵向位置下，在经过所研究的基于神经网络的汽车车身结构动力学模型优化后，车身左侧和右侧变形量较少，在各个测点处，变形量都少于结构优化之前。所研究的结构动力模型效果较好的原因是，所研究的模型对车身结构优化设计，增加了加强板，并采用神经网络与多学科优化方法对车身结构进行了优化，从而提高了车身强度，减少车身变形量。

6 结束语

为了提高车身结构的动态特性，本文设计了一个基于神经网络的汽车车身结构动力学模型。基于神经网络对车身结构进行多学科优化，利用拉格朗日方程构建数学模型，并得到了预期的效果，无论是仿真还是实例分析结果均表明，经过调整后的结构设计相比优化前的性能大有提升，具体表现在优化后B柱加速度峰值得到了降低，车身扭转角度高以及车身左侧、右侧纵向位置变形量低等方面。

因研究条件的局限性，车身结构的经济性与可靠性还有待进一步研究，希望通过深入的研究为相关研究领域提供一定的帮助。