【《白车身轻量化设计》10000字】

白车身轻量化设计目录TOC\o"1-3"\h\u19633白车身轻量化设计 1242981.1基于刚度和模态的白车身非安全件轻量化 2323711.1.1刚度和模态代理模型的建立 2232761.1.2响应面模型精确度评估 869631.1.3多目标优化算法概述 1011471.1.4基于多目标优化算法的尺寸优化 1122351.1.5尺寸优化后性能计算 14164791.2基于正面碰撞的车身前端轻量化 16323121.2.1正面碰撞有限元模型建立与验证 17165271.2.2正面碰撞实验与载荷传递路径分析 20182621.2.3正交试验设计 22177431.2.4车身前端优化设计 25249351.3车身侧围板轻量化设计 3192831.4基于拓扑优化的车身焊点缩减分析 35191271.1.1焊点拓扑优化设计 36115051.1.2焊点拓扑优化结果分析 37由于车身轻量化是一个系统的复杂工程，涉及到车身结构分析、振动噪声分析、被动安全性以及制造成本的要求。随着技术的发展，汽车轻量化方法由CAE模型进行单目标优化进化为通过数值分析的数学方法进行多目标优化。本章通过将车身部件分为非安全件、前端部件、侧围板类部件、焊点四部分。首先，对由灵敏度选型出的非安全部件进行基于刚度和模态的多目标优化设计，其次，对于车身前端部件进行基于权重因子的结构优化设计。然后对侧围板厚度进行尺寸优化，并对比了优化前后的抗凹性能。最后，对车身焊点进行了基于拓扑优化的缩减分析。具体流程如下图1.1。图1.1车身轻量化流程图Fig.1.1Bodylightweightflowchart1.1基于刚度和模态的白车身非安全件轻量化1.1.1刚度和模态代理模型的建立代理模型的基础是如何在设计空间内确定一系列能够反映设计空间特性的离散的设计样本点，即试验设计（DesignofExperiments：DOE）。它是以概率论、数理统计以及线性代数等为理论基础的一种科学安排试验方案的数学方法。其在经济、管理、工农业等领域均具有较为广泛地应用，大幅度地提高了研究人员的研发效率，促成了众多的研究成果[56]。由第二章代理模型理论基础可知，试验设计主要有全因子、正交设计、中心组合设计、拉丁超立方等方法。此次由相对灵敏度筛选出的设计变量有16个。由于设计变量较多，且需要的样本点数量大。根据不同试验设计的优缺点，将拉丁超立方作为本文中试验设计的方法。但随机拉丁超立方也存在一些缺陷，在试验水平较大的试验研究中，会存在试验点分布不均匀的情况，甚至出现丢失设计空间某些区域的情况。为提高随机拉丁超立方设计均匀性弱的缺点，最优拉丁超立方（OptimalLatinhypercubedesign，OptLHD）应运而生。相比拉丁超立方，最优拉丁超立方改进了其采样的均匀性。使所有的杨备点尽量均匀的分布在设计空间内，在设计空间的填充更均匀和均衡[49]。下图为拉丁超立方和最优拉丁超立方采样原理对比。图1.2随机拉超丁立方原理图图1.3最优拉超丁立方原理图Fig.1.2SchematicdiagramofrandompullhyperTcubeig.1.3OptLHD由第三章中相对灵敏度筛选出的16组设计变量作为设计变量，在isight中的DOE模块选择优化拉丁超立方试验方法。将部件厚度ti/mm作为设计变量，厚度的变化范围设置为±20%。根据响应面模型所需要的最低样本点数量为136，本文中将优化拉丁超立方的样本点取点数设为170。得到样本点如下表1.1。表1.1DOE采样数据Table1.1DOEsamplesdata样本t1t2t3t4t5t6t7t8t9t10t11t12t13t14t15123456789101112131415（由于篇幅限制，只显示前15组数据）代理模型通过特定的函数将输入变量与其响应值之间建立起特定关系[50]。将DOE后设计变量的采样点输入原有工况下进行仿真分析,得到其采样点的不同类型的响应值。本文中设置的响应值类型及其初始值如表1.2所示。表1.2组成近似模型的响应类型Table1.2Theresponsetypesthatmakeuptheapproximatemodel响应类型弯曲位移扭转位移一阶扭转模态车身质量初始值0.5115mm6.055mm11.16Hz2129kg传统计算响应量的方法需要在有限元模型中人工改变设计变量的值，效率低下且仿真成本较大。通过编写批处理文件的方式在Isight中实现响应值自动计算与提取，使代理模型构建时间大幅缩短。通过isght中的应用程序集中（CodeIntegration）功能建立试验设计（DOE）分析模型以及响应值计算模型，其模型如图1.4所示。其中，DOE模块为试验设计模块，WRITE模块将试验设计产生的样本点自动写入到有限元计算文件中，MODE模块为模态计算模块，STATIC模块刚度工况分析模块Calculator模块为刚度值计算模块。表1.3为模型经过170次计算得到的样本点响应值。图1.4响应值自动计算模型Fig.1.4Automaticresponsevaluecalculationmodel表1.3样本点响应值Table1.3Samplepointresponsevalues样本点弯曲位移（mm）扭转位移（mm）一阶扭转模态（Hz）质量（T）123456789101112131415由于篇幅限制，只显示前15组数据。本文中选用响应面模型作为多目标优化的代理模型。响应面模型根据阶数的不同分为一阶、二阶、三阶响应面模型，阶数越高则其精度越大[51]，但建立阶数越高的多项式响应面模型所需要的响应值则越多。根据第二章中建立不同阶数响应面模型样本点公式： (1.1)此次选用的为精度较高的三阶响应面模型，参与分析的共有16个设计变量。建立三阶响应面模型所需的样本点为153组，故通过DOE试验设计得到的170组样本点能够满足建立三阶响应面模型。在Isight中搭建响应面及优化模型如图1.5所示。图1.5近似模型建立过程Fig.1.5Approximatemodelbuildingprocess1.1.2响应面模型精确度评估对建立好的响应面模型应采用不同的评估参数进行评估。若拟合精度较差，则需要另外选取样本点数据或者增加样本点数量。常用的代理模型评估参数有平均相对误差(averagerelativeerror，ARE)、最大误差(maximumrelativeerror，MRE)、均方根误差(rootmeansquareerror，MRSE)和拟合度系数(coefficientofdetermination，R-squared)[52]。平均相对误差是指901A过样本点拟合出的预测值与实际取点值之间的误差，通过求其标准值得到。其公式为： (1.2)其中，为模型预测值，为实际取点值，为实际的平均值。对于平均相对误差一般不应该超过0.2。均方根误差是指预测值与真实值之间的标准差，一般不超过0.2被认为近似模型可信[53]。R-squared是拟合系数，表示响应量和设计变量之间联系程度的一种评价指标，计算方法为： (1.3)通常，在0.9-1.0之间，被认为精度符合要求。表示由随机误差引起的预测值与真实值之间拟合的不均匀程度[54]。四种响应量的真实值与预测值拟合曲线如图1.6所示。将建立的响应面模型的所有精度评价类型统计如表1.4所示表1.4响应面精度指标Table1.4Responsesurfaceaccuracyindex输出响应AREMREMRSER-squaredDis10.007480.027750.010430.99891Dis20.004060.012410.005960.99957fre0.01090.021040.011770.99829图1.6响应面模型预测值与真实值拟合曲线Fig.1.6Thepredictedvalueoftheresponsesurfacemodelfittedthecurvewiththerealvalue1.1.3多目标优化算法概述对于多目标优化问题，常用的优化算法包括粒子群算法和遗传算法。其中遗传算法的根本原理来源于生物进化论。对于达尔文提出的生物种群遗传问题，美国的J.Holland教授在1975年将其应用到优化算法中来[55]。目前，遗传算法已成为进化计算研究的一个重要分支。遗传算法（GA）是从代表问题可能潜在的解集的一个种群开始，而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现是某种基因组合，它决定了个体的形状的外部表现。因此，在一开始需要实现从表现型到基因型的映射即编码工作[56-58]。本文采用遗传算法的改进型NSGA-II，即第二代非支配排序遗传算法。它在以下方面进行了改进：整体上看，引入预测反馈的概念，把通过经典手段得到的子代和父代再次混合排序，并选出优质部分完成子代生成，以实现加速收敛和保留种群多样性的目的。在排序上，针对多目标排序时的计算复杂度进行优化，实现快速的支配分层。在保留种群多样性上，引入拥挤度的概念来更好的表现同一层个体间不同的分布位置。1.1.4基于多目标优化算法的尺寸优化使用NSGA-Ⅱ算法对建立好的响应面模型进行计算。以车身质量最小和一阶扭转模态最大为目标，以弯曲和扭转刚度下的参考点位移为约束。其数学模型可以描述为： (1.4)其中：为整车质量，为一阶扭转模态，为弯曲工况参考点位移，为扭转参考点位移，t1-t16为部件厚度。经过201次迭代寻优计算，其preto解集分别如图1.7所示。可以看出帕累托解集中有多种方案可以选择，在147次迭代处出现了质量最低点，同时一阶模态频率相比原始模型也提高。因此将这一方案作为部件尺寸减薄方案如表1.5所示。质量和模态的迭代曲线图如图1.8-1.9所示。图1.7preto解集Fig.1.7Pretosolutionset图1.8质量迭代过程Fig.1.8Qualityiterativeprocess图1.9模态响应迭代过程Fig.1.9Modalresponseiterativeprocess表1.5优化后的白车身部件尺寸结果Table.1.5Sizeresultsofoptimizedbody-in-whiteparts部件原始值（mm）设计值（mm）重量变化（kg）gI05801994348_1P5MM_DC031.51.2-0.633gI05801994534_1P2MM_DC031.20.9-0.272gI05801995027_1MM1.00.8-1.703gI05801996552_0P8MM_DC040.80.6-0.651gI05801997676_1P5MM_DC041.51.3-0.295gI05801997676_4_1P5MM_DC041.51.2-0.442gI05802016307_0P7MM_DC05FD0.70.5-0.2724gI05802018292_2P5MM_DC012.52.90.84gI05802062240_0P7MM_DC04FD0.70.70gI05802067658_1MM_HC220Y1.01.00gI05802068110_0P7MM_DC040.70.5-3.933gI05802070856_1_1P2MM_DC031.21.0-0.36gI05802070866_1_1MM_DC041.00.9-0.07566gI05802073918_1P5MM_HC420LA1.51.2-0.711gI05802078456_1P2MM_NONE1.21.0-0.509gI05802095831_1P5MM_HC340LA1.51.4-0.243经过遗传算法在响应面模型中寻得的最优解方案，白车身共减重15.2kg。但是，白车身的初始模态以及刚度性能是否达到目标要求仍然需要经过有限元模型的验证。现根据表1.5的优化方案对白车身有限元模型进行修改，并按原有刚度和模态工况进行计算。1.1.5尺寸优化后性能计算将优化结果在有限元模型中进行修改，对轻量化后的车身模型按图2.15、2.16进行弯曲工况下载荷的加载以及边界条件的约束；对轻量化后的车身模型按边界条件：约束后轮模拟安装位置YZ自由度，前轴中心点Z自由度，加载条件：前轮左右模拟安装点分别加载大小为1000N且方向相反的力进行扭转工况分析；对轻量化后的模型进行一阶模态分析得到轻量化后的白车身变形如图1.10所示，非安全件轻量化前后的车身性能如表1.6所示。a）弯曲刚度b）扭转刚度c）一阶模态图1.10轻量化后车身性能变化云图Fig.1.10Bodyperformancechangesafterlightweightcloudimage表1.6轻量化前后车身性能对比Table.1.6Bodyperformancecomparisonbeforeandafterlightweight评价指标轻量化前轻量化后弯曲刚度（N/mm）35033611扭转刚度（N/mm）1662516828一阶自由模态（Hz）13.613.9车身质量（kg）949.2934优化结果表明：轻量化后的车身在弯曲刚度增加3.1%、扭转刚度增加1.2%的条件下，一阶扭转模态提高2.2%，车身质量减轻1.7%。验证了本文所提轻量化技术的可行性和有效性。1.2基于正面碰撞的车身前端轻量化前端结构在保护车辆和乘客在碰撞过程中免受伤害方面起着重要作用，可以通过增加厚度或更换高强度材料来提高其保护能力。由于碰撞仿真分析涉及非线性变形，通过灵敏度分析来选择设计变量是非常困难的。车身前端关乎正面碰撞安全性，在碰撞中的吸能量以及变形量是车身前端结构评价的重要指标。故本文通过部件的能量吸收特性来进行设计变量的筛选。本文基于C-NCAP，建立了商用车正面碰撞的100％有限元模型，并通过实验验证了该有限元模型的准确性。根据正面碰撞实验中车辆前端结构的力学特性，提出了一种材料-结构集成的多目标优化数学模型。在正交试验的结果上对每个因素的所有水平进行范围分析，以获得每个因素对结果的影响程度[59]。然后，以最小的车辆质量为目标，总的能量吸收最大，B柱的峰值加速度和仪表板上的最小侵入为约束进行多因素重量分析。首先，为每个目标响应建立权重矩阵，分别根据权重0.6、0.2、0.1和0.1，对质量，能量吸收，峰值加速度和侵入的权重矩阵求和。最后，根据总权重矩阵获得因素的最佳组合，从而选择最佳的材料-结构组合方案。1.2.1正面碰撞有限元模型建立与验证首先根据C-NACP建立100%正面碰撞有限元模型，如图1.11所示。模型由四边形和三角形混合单元组成，总共2075537个单元，三角形元素占总数的1.5％。保险杠和缓冲块由pshell外壳单元组成，材料为PP，前梁和车架横梁的初始材料是钢。图1.11整车碰撞有限元模型Fig.1.11Finiteelementmodelofvehiclecollision相同的材料在不同的应变速率下具有不同的应力应变效应。通过拉伸试验获得了不同应变速率下的应力-应变曲线。本文选择了QSTE420，CVTC20，BAOH340，SAPH440和DC04对五种不同类型的钢进行拉伸测试。力学性能为密度q＝7.8e3kg/m3，杨氏模量E＝210GPa，泊松比μ＝0.30。将其中种材料分别进行拉伸试验，分别得出应变率分别为0.001、0.005、0.05、0.5、5、20、50、200、500的应力-应变曲线，如图1.12所示。a）b）c）d）图1.12不同拉伸率应力应变曲线Fig.1.12Stress-straincurvesofdifferenttensilerates碰撞仿真有限元模型如图1.11所示，设置正前方为刚性不可变形墙壁，与汽车100%正面接触。地面与轮胎接触，地面所受力为汽车自身重力。车辆在距离正面墙壁5mm位置开始以48km/h的速度与墙壁发生碰撞，撞击时间为0.2s。撞击完成后得到车辆冲击力的传递路径，从而能够得出与其被动安全性有重要关系的部件。在碰撞问题优化中，部件的吸能量和碰撞加速度是研究中重点被关注的问题。通常，吸能量的量化公式可以表示为： (1.5)其中，为因撞击变形产生的位移；为不同变形量产生的冲击力。但是，在有些情况下并不是吸收的能量越多车辆越安全，在车辆前部溃缩量超过一定范围时，位于乘员舱前部的部件将会侵入，造成对乘员的挤压伤害。因此，有必要引入另一种约束变量，即为前围板最大入侵量。在正面碰撞过程中，车辆后部结构几乎不发生变形。在后备胎中心点处建立子坐标系，将前围板到后备胎中心的距离变化量作为其侵入量。原模型前围板入侵量云图如图1.13所示。结果显示，原始模型前围板最大入侵量为188mm。图1.13前围板入侵量云图Fig.1.13Cloudimageoffrontcoamingintrusion碰撞仿真分析中，为节省仿真计算的时间，采用简化积分法进行正面碰撞问题的求解。该算法会导致某些单元只有变形而没有能量变化的情况，这种缺失的能量称为沙漏能。另外，简化积分会导致模型质量的增加。一般来说，沙漏能和质量增加在5%以下则模型是可信的[60]。图1.14所示为仿真过程中能量变化曲线。沙漏能占总能量的3.8%，最终质量增加占整车质量的1.2%。因此，此有限元模型的结果是可信的。图1.14仿真模型能量曲线Fig.1.14Energycurveofsimulationmodel1.2.2正面碰撞实验与载荷传递路径分析为进一步验证有限元模型的准确性，需要进行实车100%正面碰撞实验。图1.15为实车碰撞碰撞产生的变形和仿真模型车身的变形模式，图中显示，实验车辆正面前保险杠以及后面的缓冲格栅发生较大溃缩变形，吸收了部分能量。前部车架发生弯折，吸收了绝大部分能量。前发动机舱盖和翼翼子板发生较大弯折。在实验车B柱两侧还布置了加速度传感器，以左侧传感器为例。图1.16为实验车辆与仿真模型的加速度曲线对比。结果显示，在碰撞开始时，随着速度的增加汽车加速度开始增加，15ms出现第一个峰值。当车辆开始和墙壁接触由于惯性的存在，车辆加速度仍在增加。在32ms时，当车辆前端达到最大变形量，加速度达到峰值约为49g。在30-40ms之间，车辆前端不再变形，加速度开始急速减小，并恢复到0。实验加速度曲线与仿真加速度的相对误差为8.6%。这种加速度变化趋势符合真实碰撞加速度变化。因此仿真模型可以替代真实车辆进行分析计算。图1.15仿真与试验车型前端变形对比Fig.1.15Comparisonoffrontenddeformationbetweensimulationandtestmodels图1.16仿真与试验加速度曲线对比图1.17车身前端结构吸能量曲线Fig.1.16ComparisonofaccelerationcurvesbetweensimulationandtestFig.1.17Energyabsorptioncurveofthefrontstructureofthecarbody仅仅考虑碰撞过程中的变形模式是不够的，影响汽车正面耐撞性的部件可以通过分析其吸能量的分布情况和应力分布得到。通过对车身前部变形位置分析，筛选出前保险杠、缓冲格栅、车架前横梁和左右纵梁作为能量分析对象。各部件吸能量随时间变化曲线如图1.17所示，碰撞后能量从前保险杠进入后传递到缓冲格栅及发动机舱框架上，最后大部分能量由车架纵梁吸收。选出吸能量最大的几个部件分别为前保险杠、缓冲格栅、左边、右边纵梁以及第一横梁，其组成部分在不同时刻的变形模式如图1.18所示。a）0s时刻变形b）8ms时刻变形c）28ms时刻变形d）36ms时刻变形e）60ms时刻变形f）100ms时刻变形图1.18车身前端结构不同时刻变形Fig.1.18Thefrontstructureofthecarbodydeformsatdifferenttimes由图1.18得出，在8ms之前，车辆开始与前部刚性墙接触，前保险杠首先发生变形并吸收能量；在8ms-28ms之间，保险杠变形达到最大，后面的缓冲格栅结构开始变形并且在36ms时达到最大；在36ms后车辆继续保持向前与刚性墙发生碰撞，车架纵梁开始吸收能量并开始发生弯折；60ms左右，车架纵梁弯折达到最大。由于钢材具有一定的弹塑性特征，当碰撞完成后，车架纵梁的弯折在100ms左右略微减小。在各部件能量吸收中，能量吸收量的顺序为：右纵梁>左纵梁>前保险杠>缓冲格栅>车架前横梁。这与其变形模式相符，进一步验证了仿真模型的准确性。并且，车架开始发生弯折的时间较早，需要针对车架耐撞性进行改善。为后续工作提供了依据。1.2.3正交试验设计不同的试验设计方法将会影响近似模型的精度以及样本点计算量的大小。试验设计希望选择对结果有代表性的样本点，包括拉丁超立方、参数试验、正交试验等方法。其中正交试验设计（OED）是一种处理多因素的重要方法，正交试验设计用尽可能少的试验次数来获得可靠且具有代表性的结果,被认为对处理多因素多水平的非线性问题具有良好效果。根据第二节中力的传递路径分析，本文将保险杠厚度、保险杠缓冲块厚度、第一横梁厚度和纵梁厚度作为四个因素。在以往的研究中，大多数研究人员只考虑厚度或者形状的改变对于碰撞性能的影响，而没有将材料种类与厚度组合起来分析其对整车质量和安全性的影响。有时候，更换密度更高的材料或者增加厚度使用更轻的材料既可以保证整车质量减轻和结构安全性的提升。本文将保险杠及其缓冲块设置为MAT24pp材料，其机械性能为密度，杨氏模量和泊松比。表1.6为根据材料和厚度设计的正交试验因数水平表。表1.6正交试验水平和因子Table1.6OrthogonaltestlevelsandfactorsA纵梁材料QSTE420CVTC20BAOH340SAPH440DC04B第一横梁材料/mmCVTC20BAOH340DC04QSTE420SAPH440C纵梁厚度/mm32.42.62.83.2D第一横梁厚度/mm32.42.62.83.2E保险杠厚度/mm3.533.23.43.6F保险杠内框架厚度/mm43.23.63.91.2根据六因素五水平正交表，至少需要进行25次试验。将有限元模型按照正交试验表进行修改，将每个模型输出为K文件后提交LS-DYNA进行整车碰撞仿真，把B柱的最大加速度，前面板的最大侵入，总吸收能量和总质量取为Y1-Y4。将四种响应量分别从计算结果文件中提取出来后整理如表1.7所示。表1.7正交试验设计结果Table1.7ResultsoforthogonalexperimentdesignNumberABCDEFY1/gY2/mmY3/KJY4/kg1QSTE420CVTC20333.5448.3251897450620062.492QSTE420BAOH3403QSTE420DC044QSTE420QSTE4205QSTE420SAPH4406CVTC20CVTC207CVTC20BAOH3408CVTC20DC049CVTC20QSTE42010CVTC20SAPH44011BAOH340CVTC2012BAOH340BAOH34013BAOH340DC0414BAOH340QSTE42015BAOH340SAPH44016SAPH440CVTC2017SAPH440BAOH34018SAPH440DC0419SAPH440QSTE42020SAPH440SAPH44021DC04CVTC2022DC04BAOH34023DC04DC0424DC04QSTE42025DC04SAPH4401.2.4车身前端优化设计本文使用基于权重的多因素优化方法，对由正交试验得到的响应量结果进行数值分析。分析每个因素对于优化目标的影响，从而选出最可靠的优化方案。首先，对于正交实验结果进行极差分析，将每一个因素下的所有水平得到的计算结果取平均值为Ki。计算出同一影响因素下的不同水平的响应量的极差R，若某一个因素下对应的极差值越大，则说明该因素对于当前响应量影响较大。反之，则该因素对当前响应量影响较小。极差分析结果如表1.8所示。表1.8各因素影响因子Table1.8Factorsinfluencingfactors根据极差分析可知。对目标函数M总质量响应和总吸能量E影响最大的因素同样为纵梁厚度，由于对目标函数M的目标为质量最小，故方案一为A1B2C2D2E2F2。若考虑总吸能量E最大则方案二A1B4C5E4F1。对前围板最大入侵量影响最大的因素为纵梁材料类型，按照前围板最大入侵量最小则方案三为A1B3C1D5E5F3。对B柱峰值加速度影响最大的因素为纵梁材料类型，按照B柱峰值加速度最小则方案四为A5B2C2D3E5F5。通过极差分析，能够得到单目标下的优化组合方案。但是，每个响应量对于碰撞安全性的影响是不同的，将不同的响应按照权重因素进行计算，最终得到多目标优化组合方案。在极差分析中，若存在n个因素m个水平。将第n个因素在第j个水平上的平均响应值定义为Kij，例如因素A在第2水平上的平均值58.714为K12。定义某因素下的全部水平的平均值之和的倒数Fi为因素层值，定义水平层值为Ri，即因素n的极差值占所有因素极差值得比例，最终建立权重系数ωi，其数学表达式如下： (1.6)在本文中，分别对四种响应量建立权重系数。对于以轻量化为主要目标得优化，本文中将质量响应权重、总吸能量权重、前围板最大入侵量和B柱峰值加速度权重的权重系数相加取平均值。根据如下公式计算结果如表1.9所示： (1.7)表1.9权重因子计算结果Table1.9Weightfactorcalculationresults编号A1A2A3A4A5B1B2B3B4B5C1C2C3C4C5D1D2D3D4D5E1E2E3E4E5F1F2F3F4F5在多因素权重分析的结果中，权重因子ω的值越大则代表对应的因素对目标函数的影响越大，需要优先选择其优化方案。在本文中，对照各个因素的全部水平的权重因子的大小。其优先选择次序为C>A>B>F>E>D。根据正面结构优化目标函数中质量最小，总吸能量最大，前围板入侵量最小以及B柱峰值加速度最小的原则选取优化方案为A2B4C2D4E5F5：即纵梁材料为CVTC20，第一横梁材料为QSTE420，纵梁厚度为2.4mm，第一横梁厚度为2.8mm，前保险杠厚度为3.6mm，保险杠框架厚度为1.2mm。将最优组合的方案在有限模型中进行修改，得到其B柱加速度曲线和前围板最大侵入量曲线与初始方案对比如图1.19所示。a）B柱加速度曲线对比b）前围板入侵曲线对比图1.19优化方案与原设计对比Fig.1.19Theoptimizationschemeandtheoriginaldesigncomparison由图1.19，B柱加速度峰值由48.325g大幅下降到29.32g，而且加速度变化趋势更为平缓，有利于保护车厢内乘客的安全。同时，前围板的位移-时间趋势与原方案基本相同，说明最优解方案并未影响整车结构变形模式以及力的传递路径。前围板最大侵入量减少11mm，证明最优解方案是在约束条件下得到的结果。在目标函数中，所选部件质量和吸能量情况见表1.10，质量减少7.06kg，吸能量增加7.1%。表1.10原方案与优化方案对比Table1.10Comparisonbetweentheoriginalschemeandtheoptimizedscheme类型部件质量/kg吸能量/kj前围板最大入侵量/mmB柱峰值加速度/g原方案62.496941000018948.325优化方案55.437450620017829.321.3车身侧围板轻量化设计由于薄板类覆盖件均为标准离散型厚度尺寸，其性能评价指标主要为表面抗凹性能。侧面钣金件的抗凹刚度一定程度上会对乘员安全性产生影响[61]。本文将侧围板减薄0.1mm的轻量化方案，并对比其抗凹性能。现根据国标GB/T34477金属材料薄板抗凹实验方法，选取白车身一侧侧围板对其边界处采取全约束。在薄板外侧均匀选取11个参考点，使用直径为80mm刚体压头以均匀加载的方式沿侧围参考点法向方向向内侧加载。参考点选取原则为：避开内板加强肋位置选取薄弱点；尽量覆盖板类所有区域；约束加载点位置除法向方向的其它全部自由度。其边界条件及加载方式示意图如图1.20所示。图1.20抗凹性能分析选点示意图Fig.1.20Sketchdiagramofanti-concaveperformanceanalysis在压头加载位置将压头所有节点建立RIGID单元，将均匀加载的集中力加载到RIGID单元中心点上。并在此位置建立局部坐标系，约束除x方向外的全部自由度，使局部坐标系的x轴与板类部件法向方向平行，使得力的加载方向和局部坐标系的x轴方向平行即与板类部件垂直。其约束方式与集中力的加载方式如图1.21所示。图1.21加载点约束以及力加载方式示意Fig.1.21Loadpointconstraintandforceloadingmodeschematic将设置完成后生成的inp文件提交Abaqus计算，得到侧围板变形结果及目标值统计如表1.11。表1.11抗凹变形结果Table1.11Anti-concavedeformationresults在11个压头位置处，point1—point6、point7—point9、point10—point11分别处于三块侧围板钣金件上。表5.11变形结果显示，在第八压头位置处集中力加载完成后，其最大变形量已经接近临界值，且塑性变形已经达到临界值。钣金件上加载变形量以及永久变形量最大的位置分别为point1、point8、point10，对应的加载及卸载变形云图如图1.22所示，这三处为钣金件最薄弱位置，其最大变形量全部符合目标要求，说明白车身侧围板表面抗凹性能合格。a）point1位置点b）point8位置点c）point10位置点图1.22压头加载和卸载位移云图Fig.1.22Headloadingandunloadingdisplacementnephogram在静态载荷时，部件表面一般会出现三个阶段：线弹性阶段、塑性变形阶段和刚性硬化阶段。在弹性阶段向塑性变形阶段过渡的区域容易产生油罐现象。即部件位移在持续增加，但加载力不变甚至会减小。将侧围板减薄0.1mm后重新提交abaqus进行仿真计算，得到其加载过程与卸载过程的力—变形曲线，绘制point1、point8、point10的应力应变曲线图如图1.23所示。由图1.23可得，侧围板在加载与卸载过程中并未出现不稳定的油罐现象，说明其变形稳定性较好；侧围板减薄0.1mm后加载过程中最大位移和永久变形增大，在point8所在的中间侧围板，其永久变形以及加载过程中的最大位移均超过目标值。若减薄其厚度则会对车内乘客的安全性造成影响。所以，侧围板轻量化方案应为point1和pont10所在板减薄0.1mm，侧围板总质量下降1.3kg。a）point1位置点b）poi