石登仁，楊甄鑫，李 云，廖禮平

（1. 東風(fēng)柳州汽車有限公司，廣西 柳州 545005；2. 廣西科技大學(xué) 機(jī)械與交通工程學(xué)院，廣西 柳州 545006）

0 引言

世界鋁業(yè)協(xié)會研究表明，汽車的整車質(zhì)量每降低10%，燃料消耗可降低6%～8%；汽車整備質(zhì)量每減少100kg，燃油消耗量可減少0.3～0.6L/100km。白車身占整車質(zhì)量的20%～30% ，可見其在整車輕量化設(shè)計(jì)方面有著重要的潛能[1]。

汽車輕量化主要包含三個(gè)途徑，輕質(zhì)材料的應(yīng)用、結(jié)構(gòu)優(yōu)化和先進(jìn)工藝的應(yīng)用。結(jié)構(gòu)優(yōu)化是指通過拓?fù)鋬?yōu)化、尺寸優(yōu)化、形狀優(yōu)化和形貌優(yōu)化等方法優(yōu)化結(jié)構(gòu)。在車身設(shè)計(jì)工程階段，車身的主要結(jié)構(gòu)都已確定，此時(shí)車身鈑金件的尺寸優(yōu)化尤為重要，國內(nèi)外學(xué)者對白車身尺寸優(yōu)化進(jìn)行了研究。趙笠程[2]分析了白車身各工況的相對靈敏度，分別在彎扭工況和模態(tài)工況下對白車身進(jìn)行尺寸優(yōu)化。Chen 等人[3]基于隱式參數(shù)化建模技術(shù)實(shí)現(xiàn)了車身結(jié)構(gòu)自動修改及快速多目標(biāo)優(yōu)化設(shè)計(jì)。王登峰[4]等以側(cè)碰安全件厚度為設(shè)計(jì)變量，綜合考慮白車身彎扭剛度、振動頻率等基本靜－動態(tài)性能及側(cè)碰安全性能，構(gòu)建RBFNNKriging 混合近似模型聯(lián)合NSGA－II算法進(jìn)行多目標(biāo)優(yōu)化。王震虎[5]等采用拉丁超立方試驗(yàn)方法和一階響應(yīng)面模型方法建立白車身質(zhì)量、彎扭剛度、一階彎扭模態(tài)的近似模型，采用非支配排序遺傳算法對白車身進(jìn)行多目標(biāo)優(yōu)化。賀強(qiáng)[6]等運(yùn)用多模型綜合優(yōu)化和截面優(yōu)化對純電動汽車鋁合金車身進(jìn)行正向設(shè)計(jì)，在滿足剛度、動剛度和碰撞性能的基礎(chǔ)上進(jìn)行車身輕量化設(shè)計(jì)。以上研究，僅考慮白車身輕量化對其彎扭剛度、一階彎、扭模態(tài)頻率、碰撞等基本性能的影響。然而白車身的開發(fā)過程中，車身的彎扭剛度、NVH性能和碰撞性能是緊密相關(guān)的，因此應(yīng)該綜合考慮。

本文以東風(fēng)柳汽某款車型白車身為研究對象，綜合考慮了白車身的彎扭剛度、NVH性能、碰撞性能的影響，構(gòu)建了混合近似模型，使用混合算法對白車身進(jìn)行多學(xué)科優(yōu)化。最終，確定白車身各優(yōu)化部件的厚度最佳值。

1 優(yōu)化問題定義

1.1 初始車型分析

1.1.1 白車身靜剛度分析

車型開發(fā)過程中，車身模態(tài)分布和NVH目標(biāo)貫穿了整個(gè)開發(fā)過程。白車身的靜態(tài)彎曲和扭轉(zhuǎn)剛度的目標(biāo)值設(shè)定非常重要，直接影響到整車的NVH性能，并會影響碰撞安全、操控性能、可靠性能以及成本等[7]。本節(jié)對白車身的靜剛度進(jìn)行仿真計(jì)算，為后續(xù)優(yōu)化提供支撐。

彎曲剛度主要模擬汽車在受到垂向載荷作用時(shí)抵抗彎曲變形的能力，計(jì)算得彎曲剛度為10945N/mm。扭轉(zhuǎn)工況主要模擬汽車在崎嶇不平的路面上行駛時(shí)，抵抗扭轉(zhuǎn)變形的能力，計(jì)算得扭轉(zhuǎn)剛度為14748 N·m/°。白車身模型如圖1所示。

圖1 剛度計(jì)算模型

1.1.2 白車身NVH性能仿真分析

車身作為整車的主要載體，其自身的NVH性能直接決定了整車的NVH性能好壞，如車身的響應(yīng)頻率會對車輛的噪聲、振動和平順性以及高速穩(wěn)定性產(chǎn)生影響[8]。本節(jié)對白車身的一階扭轉(zhuǎn)模態(tài)、動剛度、噪聲傳遞函數(shù)（NTF）、振動傳遞函數(shù)（VTF）進(jìn)行仿真分析，對白車身共施加30個(gè)激勵(lì)點(diǎn)，考察NVH性能。

1.1.3 白車身碰撞性能仿真分析

車輛發(fā)生碰撞時(shí)，不同的車身結(jié)構(gòu)吸收能量和抵抗變形都不同。合理的車身結(jié)構(gòu)起到保護(hù)車內(nèi)乘員的作用。設(shè)計(jì)更合理的車身結(jié)構(gòu)能充分吸收能量和降低碰撞強(qiáng)度，結(jié)構(gòu)抵抗變形變形設(shè)計(jì)也能為結(jié)束系統(tǒng)的正常工作提供保證。車身結(jié)構(gòu)碰撞安全性能設(shè)計(jì)是乘員保護(hù)的基礎(chǔ)。

本節(jié)通過對白車身正碰、偏置碰、側(cè)碰進(jìn)行仿真分析，為后續(xù)優(yōu)化提供支撐。碰撞性能通過整車碰撞分析得到，在白車身的基礎(chǔ)上搭建整車模型。

1.2 優(yōu)化變量和性能選取

針對不同的工況和考察的性能，本節(jié)對各工況所優(yōu)化的部件和優(yōu)化的性能進(jìn)行選取。

1.2.1 結(jié)構(gòu)靜剛度

選擇可以調(diào)整厚度的部件，根據(jù)經(jīng)驗(yàn)和貢獻(xiàn)量結(jié)果選擇對考察性能影響較大的部件。共選擇50組部件（對稱件只展示一半，下同）的厚度作為靜剛度優(yōu)化設(shè)計(jì)變量，如圖2所示，優(yōu)化目標(biāo)為彎曲剛度和扭轉(zhuǎn)剛度。

圖2 靜剛度優(yōu)化部件

1.2.2 NVH性能

根據(jù)經(jīng)驗(yàn)和貢獻(xiàn)量結(jié)果選擇對考察性能影響較大的部件，本次NVH性能優(yōu)化共選擇23組部件，如圖3所示。副車架安裝點(diǎn)、排氣吊點(diǎn)主要受局部影響，整車優(yōu)化暫不考慮。其他安裝點(diǎn)合格，分析過程依舊關(guān)注，僅本次不作為考察對象，后續(xù)可隨時(shí)加入考察。動剛度的考察性能見表1，一階扭轉(zhuǎn)模態(tài)優(yōu)化目標(biāo)為初始值32.3Hz，白車身NTF考察性能和VTF考察性能不再列出。

圖3 NVH性能優(yōu)化部件

表1 白車身動剛度考察性能

1.2.3 碰撞性能

根據(jù)原始白車身碰撞結(jié)果，對碰撞優(yōu)化性能進(jìn)行設(shè)定。以仿真分析結(jié)果動畫為輔助依據(jù)，結(jié)合經(jīng)驗(yàn)選取對考察性能影響較大的件。與設(shè)計(jì)討論，所選擇的部件必須可以調(diào)整厚度。正碰和偏置碰優(yōu)化部件相同，如圖4所示，其他工況不再列出。

圖4 正碰優(yōu)化部件

2 多學(xué)科優(yōu)化

2.1 試驗(yàn)設(shè)計(jì)

2.1.1 結(jié)構(gòu)靜剛度試驗(yàn)設(shè)計(jì)

結(jié)構(gòu)靜剛度試驗(yàn)設(shè)計(jì)輸入變量為42個(gè)部件的厚度，輸出性能為白車身彎曲、扭轉(zhuǎn)剛度，DOE輸出模型為100個(gè)。

2.1.2 NVH性能試驗(yàn)設(shè)計(jì)

一階扭轉(zhuǎn)模態(tài)試驗(yàn)設(shè)計(jì)輸入變量為23個(gè)部件的厚度，輸出性能為白車身一階扭轉(zhuǎn)模態(tài)，DOE輸出模型為50個(gè)。

動剛度、NTF、VTF試驗(yàn)設(shè)計(jì)輸入變量23個(gè)部件的厚度，輸出性能為動剛度、NTF、VTF，DOE輸出模型個(gè)數(shù)為70個(gè)。

2.1.3 碰撞性能試驗(yàn)設(shè)計(jì)

正碰試驗(yàn)設(shè)計(jì)輸入變量為23個(gè)部件的厚度，輸出性能為OLC、回彈時(shí)刻、侵入量等，DOE輸出模型為80個(gè)。

側(cè)面碰撞試驗(yàn)設(shè)計(jì)輸入變量為14個(gè)部件的厚度，輸出性能為侵入量、侵入速度等，DOE模型輸出為50個(gè)。

2.2 多學(xué)科優(yōu)化分析

2.2.1 近似模型

由于結(jié)構(gòu)、NVH、碰撞分析的模型不同，質(zhì)量不同，無法統(tǒng)一。以靜剛度分析DOE結(jié)果和質(zhì)量結(jié)果為準(zhǔn)，將其他分析結(jié)果加入，對于結(jié)構(gòu)模型中不存在的變量，將該變量新增到DOE模型中，匯總得到質(zhì)量的DOE結(jié)果。碰撞模型白車身模型沒有屬性和材料，不能直接提取，將白車身和屬性、材料文件單獨(dú)合并為一個(gè)模型，使用ANSA的task，配合modeFrontier進(jìn)行質(zhì)量提取。

對于質(zhì)量、模態(tài)、剛度等線性較強(qiáng)的性能，使用多項(xiàng)式法進(jìn)行擬合；NVH、碰撞性能具有較強(qiáng)的非線性關(guān)系，對比克里金法和神經(jīng)網(wǎng)絡(luò)法擬合效果，選擇更優(yōu)的方法進(jìn)行擬合。通過響應(yīng)面與實(shí)際結(jié)果進(jìn)行比較來驗(yàn)證響應(yīng)面的準(zhǔn)確性，如圖5所示為質(zhì)量響應(yīng)面的驗(yàn)證，可知響應(yīng)面擬合結(jié)果準(zhǔn)確度較高。

圖5 質(zhì)量響應(yīng)面驗(yàn)證圖

2.2.2 多學(xué)科優(yōu)化

基于上述建立的響應(yīng)面模型，本次優(yōu)化使用混合算法，該算法既保持了遺傳算法的全局尋優(yōu)優(yōu)勢，同時(shí)避免局部計(jì)算速度過慢的問題，比較適合非線性較強(qiáng)的優(yōu)化分析。以白車身鈑金件厚度為設(shè)計(jì)變量，質(zhì)量最小為目標(biāo)，剛度、模態(tài)、NVH、碰撞性能為約束，優(yōu)化模型如圖6所示。

圖6 多學(xué)科優(yōu)化模型

質(zhì)量迭代歷史如圖7所示。由圖7可知，對白車身的質(zhì)量優(yōu)化收斂。將合格結(jié)果顯示在圖表中，可以得到性能的帕累托前沿圖，即性能的最優(yōu)解趨勢。優(yōu)化完成可得最優(yōu)解與性能最佳解，并對該結(jié)果進(jìn)行仿真驗(yàn)證。

圖7 質(zhì)量迭代歷史

2.3 優(yōu)化結(jié)果匯總

由于本次優(yōu)化涉及工況較多，一次優(yōu)化難以達(dá)到最佳效果，所以需要進(jìn)行多輪優(yōu)化。本研究進(jìn)行三輪優(yōu)化，取最優(yōu)值。

2.3.1 第一輪優(yōu)化

問題：第一輪優(yōu)化過程中，由于響應(yīng)面與實(shí)際結(jié)果對標(biāo)情況未知，各變量變化范圍有限，若直接使用現(xiàn)有性能目標(biāo)值，很難得到優(yōu)化結(jié)果，或者優(yōu)化結(jié)果很不理想。

處理方法：根據(jù)經(jīng)驗(yàn)采用整車目標(biāo)值代替單個(gè)目標(biāo)值。例如，使用整車碰撞位移代替正碰位移侵入量，使用模態(tài)和扭轉(zhuǎn)剛度近似代替NVH及其他性能。

方法優(yōu)點(diǎn)：大大減少目標(biāo)性能個(gè)數(shù)，增大優(yōu)化空間，節(jié)省時(shí)間，為后續(xù)優(yōu)化做準(zhǔn)備。

優(yōu)化結(jié)果：根據(jù)優(yōu)化結(jié)果可得，除重量優(yōu)化有一定誤差外，其他響應(yīng)面優(yōu)化結(jié)果和仿真結(jié)果誤差1%左右，最大不超過5%，響應(yīng)面優(yōu)化結(jié)果可信。本輪優(yōu)化減重18.7kg，但優(yōu)化過程中，為了確保優(yōu)化的進(jìn)行，使用整車碰撞位移代替正碰位移侵入量，使用模態(tài)和扭轉(zhuǎn)剛度近似代替NVH及其他性能，優(yōu)化后性能明顯較差，說明第一輪優(yōu)化過程目標(biāo)值明顯過低，需要根據(jù)優(yōu)化結(jié)果重新定義目標(biāo)值。

2.3.2 第二輪優(yōu)化

改進(jìn)方法：本輪優(yōu)化再次驗(yàn)證響應(yīng)面精確度，同時(shí)將正碰性能提升到了初始水平，但VTF性能依舊較差，需要繼續(xù)針對VTF性能進(jìn)行下一輪優(yōu)化。

VTF性能提升方法：優(yōu)化過程中，VTF性能較差，如果將VTF所有性能約束在合格范圍內(nèi)，優(yōu)化很難找到合格結(jié)果，或者輕量化效果很差，此時(shí)可以根據(jù)平行坐標(biāo)圖，得到扭轉(zhuǎn)剛度、模態(tài)與VTF的關(guān)系，通過提升扭轉(zhuǎn)剛度的約束到14000N·m/°，提升模態(tài)約束到32.4Hz，可以達(dá)到整體提升VTF效果。

2.3.3 第三輪優(yōu)化

根據(jù)優(yōu)化最優(yōu)解，可以得到輕量化效果最好的結(jié)果，但是各個(gè)方向性能可能比較差，此時(shí)可以配合使用性能最佳解，在盡可能不增加重量、各方向性能合格的前提下，單個(gè)方向性能達(dá)到最優(yōu)，為單個(gè)方向性能不合格的優(yōu)化提供方向。

優(yōu)化后白車身扭轉(zhuǎn)剛度與一階扭轉(zhuǎn)模態(tài)變化見表2，質(zhì)量減輕2.54%，其他性能均滿足要求。

表2 白車身靜剛度優(yōu)化結(jié)果對比

3 結(jié)論

（1）對白車身的靜剛度、NVH性能、碰撞性能進(jìn)行仿真分析，確定了白車身的初始性能。根據(jù)白車身的初始性能，確定各工況的優(yōu)化部件、優(yōu)化性能，分別構(gòu)建了各工況的DOE模型和響應(yīng)面模型。

（2）使用混合算法對白車身進(jìn)行多學(xué)科優(yōu)化，最終得到了白車身的多學(xué)科優(yōu)化結(jié)果。研究結(jié)果表明，白車身在滿足靜剛度、NVH性能、碰撞性能的前提下，減重2.54%，驗(yàn)證了本文多學(xué)科優(yōu)化方法的有效性。