陳秉智，車全偉，謝素明，兆文忠

(大連交通大學(xué) 交通運輸工程學(xué)院，遼寧 大連 116028)

0 引言

提高列車安全保護，盡可能避免碰撞事故發(fā)生的同時，進一步改進車輛自身結(jié)構(gòu)，使其在碰撞事故發(fā)生時造成的損失降到最小，對提高列車運營安全性具有重要意義.要實現(xiàn)車輛結(jié)構(gòu)被動安全保護，對車體結(jié)構(gòu)提出了“耐撞性”這一新的要求［1-3］.如何快速有效地進行機車車輛大變形碰撞仿真模擬是進行機車車輛耐撞性設(shè)計、提高機車車輛碰撞安全性的技術(shù)關(guān)鍵.國外對鐵路及城市軌道車輛被動安全防護技術(shù)的研究已有了長足的進展，耐撞擊結(jié)構(gòu)設(shè)計思想已在新型車輛設(shè)計中得到了普遍采納［4-7］.在國內(nèi)，對鐵路車輛頭部耐碰撞設(shè)計的研究尚屬起步階段.本文結(jié)合實際的工程項目，以上海地鐵6－8號線車體作為模型，在PAM-CARSH平臺上對其車體進行被動安全性及耐撞性優(yōu)化分析.本文在對上海地鐵6－8號線車體碰撞仿真分析的基礎(chǔ)上，用優(yōu)化分析的方法和理論，利用多學(xué)科協(xié)同優(yōu)化軟件iSIGHT與碰撞仿真分析軟件PAM-CRASH的集成，基于序列線性規(guī)劃法SLP和混合整型法MOST兩種優(yōu)化算法，在盡可能降低車體質(zhì)量并保證人員安全的前提下，對上海地鐵6－8號線車體的吸能結(jié)構(gòu)進行吸能優(yōu)化，確定合理的吸能結(jié)構(gòu)參數(shù)，以吸收足夠的撞擊能量，保證人員的安全，為企業(yè)提供了重要的理論依據(jù)，具有非常重要的現(xiàn)實意義和工程應(yīng)用價值.

1 碰撞有限元仿真理論基礎(chǔ)

機車車輛的結(jié)構(gòu)碰撞是一個瞬態(tài)的復(fù)雜的物理過程.它包含以大位移、大轉(zhuǎn)動和大應(yīng)變?yōu)樘卣鞯膸缀畏蔷€性，以材料彈塑性變形為特征的材料非線性和以接觸摩擦為特性的邊界非線性.正因為機車車輛碰撞涉及到結(jié)構(gòu)大變形、大應(yīng)變和材料的彈塑變形為特征的材料非線性和以接觸摩擦為特征的狀態(tài)非線性等因素，其求解過程非常復(fù)雜.盡管如此，任何結(jié)構(gòu)的運動與變形是有一定的規(guī)律的，這碰撞過程中，任何結(jié)構(gòu)都要滿足質(zhì)量守恒、能量守恒定律以及物體的運動方程.對此類問題的分析求解要求解一個給定初始條件和初始邊界條件的偏微分方程.對于此類動態(tài)接觸問題，目前，在國外廣泛地用于大變形碰撞問題的主要應(yīng)用軟件，其算法都是基于以下方程:

式中，σij為柯西應(yīng)力;fi為單位質(zhì)量體積力;為加速度.

式中，γ為相對體積;ρ為當(dāng)前質(zhì)量密度;ρ0為初始質(zhì)量密度.

車輛大變形碰撞問題是顯式動力分析，最大的困難是耗費機時過多，顯式積分的每一時步，單元計算的機時占總機時的主要部分.通常為提高計算效率而采用單點高斯積分進行單元計算，但是單點積分單元容易產(chǎn)生零能模式(采用縮減積分導(dǎo)致的使應(yīng)變能為零、而自身有別于剛體運動的位移模式稱為零能模式)，又稱沙漏模式，它的存在將使解答失真，甚至求解無法進行，因此，在實際分析中必須防止沙漏模式的出現(xiàn).

2 上海地鐵車吸能結(jié)構(gòu)的優(yōu)化與分析

2.1 優(yōu)化模型

在碰撞過程中，承載區(qū)的許多零件都參與碰撞變形，但是保證結(jié)構(gòu)耐撞性的關(guān)鍵是能夠控制主要吸能件的變形.在不同的車型中，雖然主要吸能部件的幾何形狀有所不同，但是普遍認(rèn)為薄壁構(gòu)件的塑性屈曲變形，可以充分發(fā)揮材料的特性，耗散非常多的碰撞能量.因此現(xiàn)有對吸能的研究都從形狀相對簡單的薄壁管件開始.

本文主要是采用上海地鐵車6－8號線車體的前端吸能結(jié)構(gòu)進行優(yōu)化.考慮到此次優(yōu)化結(jié)構(gòu)主要是車體前端吸能結(jié)構(gòu)，同時為了減少計算時間，增加計算效率，因此在模型的建立過程中對上海地鐵車體結(jié)構(gòu)進行了主要的簡化工作，車體結(jié)構(gòu)主要以單元尺寸大小為300mm的六面體網(wǎng)格為主.車體前端吸能結(jié)構(gòu)不進行任何簡化，主要是采用單元尺寸為30mm的四邊形單元.上海地鐵的優(yōu)化模型如圖1所示.

圖1 簡化的計算模型模型

帶有吸能結(jié)構(gòu)的車體在碰撞過程中，其前端吸能部件作為主要的吸能結(jié)構(gòu)是撞擊過程中主要的吸能區(qū)域，同時車體前端地板也是主要吸能部件.

上海地鐵的車體總重量為35.978 t，其中包括車體質(zhì)量，設(shè)備質(zhì)量及車內(nèi)滿員質(zhì)量.在優(yōu)化計算中，參考上海地鐵6－8號線的模擬撞擊速度，設(shè)定該車以15 km/h的運行速度撞擊剛性墻，在地鐵車撞擊剛性墻前，車體的動能與車體的總能量是相等的，其值為312 809 J.

該簡化模型在以15 km/h的速度撞擊剛性墻時，位于車體前端的吸能結(jié)構(gòu)是本次撞擊過程的主要吸能部件，其次是車體前端地板區(qū)域.在本次優(yōu)化計算中，以車體吸能結(jié)構(gòu)至少吸收碰撞總能量的75%為依據(jù)［8］，通過對吸能結(jié)構(gòu)各部分的板厚h進行調(diào)整優(yōu)化，撞擊結(jié)束后，在保證吸能結(jié)構(gòu)吸收總能量的75%這個數(shù)值的前提下，以吸能結(jié)構(gòu)各部分的筋板及薄壁厚度最薄，即得到的吸能結(jié)構(gòu)質(zhì)量最小作為本次優(yōu)化的目標(biāo)函數(shù)，從而實現(xiàn)吸能結(jié)構(gòu)輕量化的目的.

考慮到在工程結(jié)構(gòu)優(yōu)化中常常使用到得兩種常用優(yōu)化算法:混合整型優(yōu)化法MOST(Mixed Integer Optimization)和序列線性規(guī)劃法SLP(Sequential Linear Programming)，故本文通過對比兩種算法的計算結(jié)構(gòu)來考察其對吸能結(jié)構(gòu)輕量化程度.

在簡化的計算模型中，車體的端部吸能結(jié)構(gòu)主要由6個PART組成，其中起到吸能作用的主要有3 個 PART，分別為 PART162，PART163，PART164，分別是車體的吸能結(jié)構(gòu)的外部薄壁以及內(nèi)部筋板部件，本次優(yōu)化，主要考慮把這3個PART的厚度作為本次優(yōu)化過程的設(shè)計變量，分別為A123456789，B123456789，C123456789，并賦予一定的初值進行計算.其中，H為三個變量總和:

H=A123456789+B123456789+C123456789

在優(yōu)化計算前，給定如下條件:

式中，E吸假定是車體前端吸能結(jié)構(gòu)吸收的最小能量，為碰撞總能量的75%.

約束條件:E≥E吸

目標(biāo)函數(shù):H↓(最小)

本次上海地鐵6－8號線車體端部優(yōu)化的初始參數(shù)見表1所示.

表1 初始參數(shù)匯總表

2.2 結(jié)構(gòu)優(yōu)化流程

圖2是對車體吸能結(jié)構(gòu)的優(yōu)化流程圖.主要過程是iSIGHT優(yōu)化軟件不斷的調(diào)用PAMCRASH求解器，利用不同的優(yōu)化方法，通過改變?nèi)齻€變量的數(shù)值來實現(xiàn)對車體吸能結(jié)構(gòu)優(yōu)化的過程.通過不用優(yōu)化算法的結(jié)果數(shù)據(jù)與原始結(jié)果數(shù)據(jù)的比較，包括計算效率，輕量化，總吸能量等參考標(biāo)準(zhǔn)，來確定哪種方法更適宜對車體前端進行優(yōu)化.

由圖2看出，優(yōu)化流程需要四類文件，包括模型文件、后處理錄像文件、輸出文件以及批處理文件.

圖2 iSIGHT優(yōu)化流程圖

*.pc與*.template是模型文件，文件中包含模型的節(jié)點，單元，載荷等全部信息，*.template文件是臨時模型文件，在迭代過程中通過改變該文件中的變量值來達到繼續(xù)進行計算的目的.

在變量設(shè)置界面中，主要包括設(shè)計變量，約束條件及目標(biāo)函數(shù)三類參數(shù)的設(shè)置.在本次計算中，需對三個設(shè)計變量設(shè)定范圍，同時提供約束條件，即吸能結(jié)構(gòu)在撞擊結(jié)束時吸收的能量不低于車體運行總能量的75%.最后對目標(biāo)函數(shù)進行選定，從圖3中可以看到，目標(biāo)函數(shù)H↓.

圖3 變量參數(shù)設(shè)置界面

2.3 優(yōu)化分析結(jié)果

初 始 設(shè) 計 變 量 A123456789 =4mm，B123456789=5mm，C123456789=6mm 時，在初始設(shè)計變量數(shù)值基礎(chǔ)上，模型的總能量為312 808 J，吸能裝置總吸能為261 011 J.

比較兩種優(yōu)化算法:混合整型優(yōu)化法MOST與序列線性規(guī)劃法SLP，設(shè)計變量隨迭代次數(shù)的變化值如下，圖4是序列線性規(guī)劃法SLP優(yōu)化變量圖，圖5是混合整型優(yōu)化法MOST優(yōu)化變量圖，兩種方法的目標(biāo)函數(shù)迭代折線對比圖如圖6所示.

圖4 設(shè)計變量迭代折線圖(序列線性規(guī)劃法)

圖5 設(shè)計變量迭代折線圖(混合整型法)

圖6 序列規(guī)劃法(左)與混合整型法(右)的目標(biāo)函數(shù)迭代折線圖對比圖

具體的優(yōu)化結(jié)果如表2所示.

表2 優(yōu)化結(jié)果對比

從以上的iSIGHT優(yōu)化結(jié)果對比圖可以看到，序列線性規(guī)劃的值在后期迭代過程中，目標(biāo)函數(shù)值與設(shè)計變量更加趨于穩(wěn)定.從表2可以看出，計算模型在序列線性規(guī)劃法下的目標(biāo)函數(shù)值6.91，減輕了53.93%，該目標(biāo)函數(shù)值比混合整型優(yōu)化目標(biāo)值小.同時，模型采用序列線性規(guī)劃法計算的模型運行總時間為78.92 h，總循環(huán)次數(shù)為134次，其中有效循環(huán)次數(shù)為82，比采用混合整型法計算的模型的有效循環(huán)次數(shù)高.綜上所述，線性規(guī)劃法在解決此類問題時要好于混合整型法.

3 結(jié)論

本文在大變形碰撞數(shù)值仿真的基礎(chǔ)上提出了吸能優(yōu)化的數(shù)學(xué)模型，將上海地鐵6-8號線車體模型簡化，利用PAM-CRASH和iSIGHT的集成，采用序列線性規(guī)劃法SLP和混合整型法MOST兩種優(yōu)化算法對吸能結(jié)構(gòu)進行吸能單目標(biāo)優(yōu)化，以及考慮輕量化和吸能的多目標(biāo)優(yōu)化，為吸能部件的再生產(chǎn)和研發(fā)提供必要的理論依據(jù).

［1］謝素明，兆文忠，閆學(xué)冬.高速車輛大變形碰撞仿真基本原理及應(yīng)用研究［J］.鐵道車輛，2001，39(8):1-43.

［2］肖守鈉，胡小偉.高速動力車車輛吸能裝置研究［J］.汽車科技，2005(2):32-35.

［3］房加志，劉金朝，焦群英，等.鐵路客車結(jié)構(gòu)大變形碰撞特性的仿真研究［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2004，9(4):76-78.

［4］LANGSETH M，HOPPERSTAD OS，BERSTAD T.Crashworthiness of aluminium extrusions;Validaion ofnumerical simulations，effect of mass ratio and impact velocity［J］.Int.J.Impact Eng，1999，22:829-854.

［5］FORSBERG J，NILSSON L.Evaluation of response surface methodologies used in crashworthiness optimization［J］.International Journal of Impact Engineering，2006，32(2):759-777.

［6］劉金朝，王國成，城市軌道車輛防碰撞性研究［J］.現(xiàn)代城市軌道交通，2005(2):36-41.

［7］盧耀輝，曾京，鄔平波，等.鐵路客車車體沖擊大變形的研究［J］.機械科學(xué)與技術(shù)，2005，4(4):473-478.

［8］陳漢珍.城際列車耐撞車體研究［D］.成都:西南交通大學(xué)，2008:17-18.