论文部分内容阅读
随着计算机性能的不断提升,CAE技术已经成为车身设计开发中不可缺少的有力工具,合理的运用数值技术及优化理论对车身结构进行研究,是提高质量和缩短研发周期的有效途径。因此,本课题以某型号轿车白车身(Body in white,BIW)为研究对象,从结构角度进行轻量化,主要研究内容如下:1)利用Hypermesh建立白车身的有限元模型。根据车身的力学性能简化车身结构;按照严格的网格标准对车身零部件进行网格划分,对零件的一些特殊结构划分网格时,进行了简化处理;采用刚性梁单元模拟点焊对车身板件进行连接,最终建立有限元模型。2)计算车身静动态特性。分别建立车身的扭转工况、弯曲工况、制动工况、转向工况、自由模态的工况条件,对相应工况下的车身进行计算,得到了对应工况下车身的应力与位移结果。对照车身弯曲刚度和扭转刚度的评价方法及评价标准,通过计算,弯曲刚度满足家用轿车设计要求,扭转刚度略低,沿车身纵向弯曲刚度和扭转刚度变化平滑,扭转变形下的车身门洞变形量均在要求之内。根据模态分析,发现其一阶扭转振型所对应的固有频率偏低,仅为25.45Hz,与发动机怠速转频率比较接近,容易引起共振。3)试验设计(Design of experiment,DOE)。对比常用的试验设计方法特点,选择车身主要的35个零部件进行Plackett-Burman试验设计,选择出18个对车身弯曲刚度、扭转刚度、第7阶固有频率和第8阶固有频率贡献较大的零件。对18个设计变量,采用哈默斯雷试验设计采集了190组样本值,作为近似模型的输入矩阵,并采用拉丁超立方试验设计采样20组样本点作为检验矩阵。4)建立近似模型。利用哈默斯雷采集的样本点作为输入矩阵,分别采用克里金和径向基-神经网络建立设计变量与各响应的近似模型,并通过计算复相关系数R~2、平均相对误差RAAE和均方根差RMSE的值,检验了两种方法建立的近似模型的准确度,其中神经网络所建立近似模型在输入样本点与检验样本点的精度略优于克里金模型。5)车身多目标优化。利用多目标遗传算法,以18个零件板厚为设计变量,以第7阶固有频率、弯曲刚度、扭转刚度为约束,优化车身的1阶扭转频率和质量,得到了满足约束条件的Pareto解,根据综合因素,最终选取45号方案为最优方案。将优化结果代入原模型中验证计算,优化误差在5%以内。通过CAE技术与多目标优化理论的结合,合理的优化车身零部件尺寸,优化后的白车身质量减重18.3kg,一阶扭转频率和扭转刚度有所提高,弯曲刚度有所减低,但降低后的弯曲刚度仍在轿车车身设计要求内。本研究对汽车轻量化有一定的借鉴意义。