用于車身結構輕量化的多學科優化設計

?

用于車身結構輕量化的多學科優化設計

未來汽車將傾向于車身輕量化、傳動系統高效化。在此背景下，誕生了TARF- LCV- LCV EPSRC基金項目，該項目旨在為未來低碳車輛（LCV）在先進材料、低碳制造技術、整車結構優化和閉環回收報廢車輛技術等領域提供強大的技術支撐。

設計了一種減輕整車質量的優化方法，該方法依據現有車輛的設計結構，通過優化車身面板厚度和材料分配關系來探索車身輕量化潛力。該方法首先要測試車輛的初始碰撞性能。在LSDyna軟件中建立TARF-LCV模型，該車輛模型用來解決正面ODB（車載自動診斷系統）、側面碰撞障礙、極點影響和扭桿剛度的優化問題。該模型在原有的車輛拓撲結構中不考慮扭轉工況，因為扭轉載荷相對于其等效幅值是微乎其微的。TARF-LCV模型是一個單體結構，對主要載荷結構按5mm的間隔進行網格劃分，車門面板模型按10mm的間隔進行離散化。由于面板厚度在整個研究過程中會發生變化，因此模型的總質量也會隨之發生變化。選取4種碰撞模擬工況來測試車輛的響應。

為了減少在優化設計過程中的計算時間，可以考慮使用基于優化技術的元模型來代替實際仿真尋找最優的設計變量。本研究同時采用幾種元模型進行連續優化，利用多學科優化設計的方法進行輕量化設計。對所建立的TARF-LCV模型設置了3個碰撞試驗和1個扭桿試驗工況。考慮到仿真時間因素的影響，選取了17個設計變量，其包括14個面板厚度變量和3個離散材料模型變量。試驗監測的響應變量為前面板補償碰撞下的車輛質量、加速度和駕駛室沖擊力，以及扭轉載荷工況下的扭桿剛度值。

對所測得的變量值采用單級優化方法進行分析。分析結果表明，相比初始的TARF-LCV模型，在滿足TARF-LCV車輛響應和全部約束的前提下，整車質量減輕了29.26kg。

Amit Prem et al. 10th European LS-DYNA Conference, Würzburg, Germany, 15-17 June 2015.

編譯：韓小健