基于SFE參數化模型的靈敏度分析對白車身扭轉性能優化的應用探討

劉善英　寧子允　陳祖興

摘 要：方法：本文通過構建SFE參數化模型，并應用拓撲優化手段對白車身結構進行靈敏度分析。然后根據車身結構靈敏度分析及車身截面靈敏度分析結果進行方案設計與分析驗證，以探討在車身結構設計前期應用SFE及拓撲優化進行車身性能初步分析的可行性。結論：SFE參數化模型與拓撲優化可以作為車身設計前期可靠的性能分析手段，可提前對車身性能進行評估，并可根據靈敏度提出具有針對性的優化建議，為后續車身設計中性能、重量與成本的平衡具有一定的指導意義。

關鍵詞：SFE 拓撲優化 白車身 靈敏度 結構優化

Application of Sensitivity Analysis Based on SFE Parametric Model to Optimization of Body-in-White Torsion Performance

Liu Shanying，Ning Ziyun，Chen Zuxing

Abstract：Method： this paper constructs an SFE parameterized model and applies topology optimization methods to analyze the sensitivity of the body-in-white structure. Then， based on the body structure sensitivity analysis and the body section sensitivity analysis results， the program design and analysis verification are carried out to explore the feasibility of applying SFE and topology optimization to the preliminary analysis of body performance in the early stage of the body structure design. Conclusion： SFE parameterized model and topology optimization can be used as a reliable performance analysis method in the early stage of car body design. It can evaluate car body performance in advance， and can propose targeted optimization suggestions based on sensitivity to provide performance， weight and cost in subsequent car body design. The balance has a certain guiding significance.

Key words：SFE， topology optimization， body-in-white， sensitivity， structural optimization

對于白車身系統開發來說，性能、成本、重量是開發的核心目標，但是三者關系復雜，即相互關聯又相互矛盾。日趨嚴苛的油耗要求是車身重量的主要訴求，重量減少能帶來油耗降低、成本降低的顯著效益。但消費者日益關注的性能及不斷嚴苛的安全法規則驅使著車身性能需不斷提高，安全、舒適度、操控耐久等則是車身性能的主要訴求[1]。性能的提升則意味著零件數量的增加、重量的增加、新技術的大量應用等等，相應的給成本與重量提出了較大的需求。因此車身開發面臨著高性能、輕量化、低成本的挑戰。傳統的車身開發需要借助多輪CAE仿真分析及優化來達到較為合理的車身結構，整個過程會消耗較長周期。拓撲優化可以實現多目標的最優化設計，并擬合出精度很高的性能曲線（或曲面）[2]。在車身設計前期通過SFE參數化模型來獲得不同性能要求、不同重量要求的白車身結構，并可直接輸出工程化參考數據，指導車身結構設計，可使性能分析及優化工作提前，并提供具有可塑性高的車身結構設計方案。SFE及拓撲優化近年來逐步被應用在汽車車身設計領域，李鐵柱[3]等應用拓撲優化手段識別到車身扭轉性能敏感區域，通過對敏感區域進行針對性優化，以最少代價獲得最高的性能要求。劉丹[4]等則通過拓撲優化手段分析車身不同搭接區域結構膠的敏感度，從而在關鍵區域使用結構膠來獲得高扭轉車身性能。本文則基于SFE軟件對白車身的結構區域、車身截面進行拓撲優化分析，識別不同敏感參數，以指導后續車身結構開發扭轉性能開發。

1 參數化模型構建

在設計初期，根據初版主斷面、CAS面等輸入信息，利用SFE Consept軟件構建車型參數化模型，并設定參數可調的關鍵節點，便于后續拓撲優化分析時調節變量，同時，為了獲得精度較高的計算結果，本文參數化模型網格尺寸設定為6mm。SFE參數化模型構建完成后輸出靈敏度分析所需的模型數據。

2 靈敏度分析

靈敏度分析采用optistruct軟件分析，導入SFE參數化模型后進行車身結構、車身截面的靈敏度分析。

2.1 結構靈敏度分析

結構靈敏度分析主要通過對模型圖示梁、接頭等結構進行剛性化的方式計算結構靈敏度，如圖1。針對車身某一區域進行剛性處理，即剛度無限大，計算整車剛度模態的性能;通過與未剛性處理的整車剛度模態性能對比變化值，值越高，說明目前此區域剛度增大對整體剛度貢獻大，需要合適的方法進行加強。計算方法為：

經過分析可知：（1）B、C、D柱接頭靈敏度高，可以配合后續接頭剛度分析、結構對標進行加強，以提高扭轉剛度性能;（2）后縱梁、后地板橫梁接頭作用明顯，可配合后續的截面分析進行加強，以提高扭轉剛度性能;（3）影響最大的是D柱上下接頭，一階扭轉模態的目標達成依靠這兩個接頭。提示可以通過著重加強上述3點相關結構來最大化的提高扭轉性能。

2.2 截面靈敏度

截面靈敏度是指增加模型中的截面尺寸或增加接頭搭接處的圓角尺寸，來分析對應的白車身剛度、模態的變化趨勢，如圖2。

本文分析可知：

（1）扭轉剛度靈敏度：正效應（藍色圖示）：對扭轉剛度具有正效應靈敏度高的主要是后大梁Z向截面尺寸、后大梁Y向截面尺寸、后地板上橫梁搭接接頭R角、D柱下接頭R角。提示可以通過著重增加上述尺寸來最大提高扭轉剛度;負效應（紅色圖示）：對扭轉剛度具有負效應靈敏度高的主要是門檻梁內板Y向尺寸、后輪罩上加強板Z向尺寸。提示上述尺寸增加對扭轉剛度提高無顯著作用;如圖3。

（2）扭轉模態靈敏度：正效應（藍色圖示）：D柱內板截面尺寸、D柱下接頭R角（或者加強D柱下接頭）、后地板上橫梁接頭、后大梁截面Z向尺寸。提示可以通過著重增加上述尺寸來最大提高扭轉模態;負效應（紅色圖示）：后輪罩上加強板截面Z向尺寸、C柱上接頭加強板截面Y向尺寸。提示上述尺寸增加對扭轉模態提高無顯著作用;如圖4。

3 性能提升方案設計及分析驗證

為了驗證上述車身結構靈敏度及車身截面靈敏度分析結果的可靠性，本文挑選靈敏度高的結果進行相應的方案設計，并驗證優化后扭轉性能提升情況。

如圖5所示，挑選出結構靈敏度高的D柱上接頭和C柱下接頭進行方案優化。針對D柱上接頭分析，改變D柱上內板工藝過孔位置可明顯改善扭轉性能且幾乎無重量增加，如圖5（方案1）;另外，增加D柱上接頭內部撐板則可以最大化提升扭轉性能，但同時會較大增加重量，如圖6（方案2）。這兩種方案均可在后續結構設計中應用，可以根據具體布置、成本考慮不同方案。

針對C柱下接頭，通過改變C柱內板下部連接板的結構形狀（增加截面尺寸）可以顯著提升扭轉性能，且增重不明顯，如圖7（方案1）;另外，可通過C柱下部腔體內部增加支撐板來顯著提升扭轉性能，但會增加零件重量，如圖8（方案2）。兩種方案均可在后續結構設計中應用，可以根據具體布置、成本考慮不同方案。

4 結語

本文基于SFE參數化模型，利用拓撲優化分析手段識別車身結構靈敏度及車身截面靈敏度，取得明確的靈敏度分析結果，并對靈敏度高的區域進行方案設計與分析驗證，初步明確了該方法的可行性。總的來說，SFE參數化模型與拓撲優化是車身前期設計時較可靠的分析手段，彌補了前期CAE分析無法介入的空窗期，可以更早對車身性能進行仿真摸底，對車身前期性能評估以及性能所對應的重量與成本評估具有重要的作用，并可根據靈敏度提出具有針對性的優化建議，指導后續車身結構設計。

參考文獻：

[1] 王磊，劉瑩，喬鑫.基于正向開發流程的車身輕量化設計[J].汽車工程學報.2015，5（6）：461-465.

[2] 張偉，侯文彬，胡平.基于拓撲優化的電動汽車白車身優化設計[J].湖南大學學報（自然科學版）.2014，41（10）：42-48.

[3] 李鐵柱，華睿，黃維.基于拓撲優化的白車身扭轉剛度性能設計[J].汽車實用技術.2019（17）：180-182.

[4] 劉丹，劉俊紅，朱忠華，等.基于白車身靜剛度的結構膠拓撲優化分析[J].汽車工程師.2019（9）：26-27.