isight軟件在白車身輕量化中的應(yīng)用

1、Isight軟件在白車身輕量化中的應(yīng)用軟件在白車身輕量化中的應(yīng)用王峻峰劉瑩喬鑫華晨汽車工程研究院、沈陽市、110141摘要摘要:通過將NASTRAN軟件集成到ISIGHT優(yōu)化平臺(tái)中，實(shí)現(xiàn)白車身鈑金厚度優(yōu)化分析流程的搭建。將白車身模態(tài)以及彎扭剛度性能作為約束條件，以實(shí)現(xiàn)白車身鈑金厚度的合理分配，達(dá)到減重目的。分析結(jié)果表明，利用ISIGHT軟件的優(yōu)化能力，能夠獲得全局優(yōu)化結(jié)果，最終實(shí)現(xiàn)車身減輕重量6.2kg，滿足車身重量要求。關(guān)鍵詞關(guān)鍵詞:

2、白車身，模態(tài)，彎扭剛度，優(yōu)化，減重ApplicationofIsightsoftwareinBIWLightweightProcessJunfengWangYingLiuXinQiaoBrillianceAutomotiveEngineeringResearchInstituteChinaABSTRACT:TobuildtheoptimizationprocesswithrespecttoBIWparts’thicknessMSC.NA

3、STRANIsightsoftwarehasbeenused.InthisoptimizationprocesstakeBIWmodebendingtsionstiffnessasconstrainttheminimumweightofBIWastheobjective.Theresultsshowthattheglobaloptimumresultscanbeobtainedbyusingoptimizelinearcomputati

4、onalcapabilitiesofIsightsoftware.TheweightofthisBIWhasbeenreduced6.2kgrequiresthemassobjective.KEYWDS:BIWModeBendingTsionStiffnessOptimizationWeightReduction1前言前言當(dāng)今，能源問題日益凸顯，汽車的燃油經(jīng)濟(jì)性已成為消費(fèi)者購買汽車的重要影響因素。在此背景下，各車企在提升車輛燃油經(jīng)濟(jì)性方

5、面做了大量的研究與應(yīng)用。除了在提升發(fā)動(dòng)機(jī)動(dòng)力經(jīng)濟(jì)性方面做出大量成果外，整車的輕量化工作也是各車企所關(guān)注的焦點(diǎn)。白車身是汽車中重要的承載結(jié)構(gòu)，其質(zhì)量在整車總質(zhì)量中也占據(jù)著很大一部分，因而，在整車減重工作中，白車身的質(zhì)量需要嚴(yán)格控制，并保證其各項(xiàng)性能滿足結(jié)構(gòu)耐久，NVH和碰撞等方面的要求。在白車身設(shè)計(jì)開發(fā)過程中，通過CAE分析技術(shù)以及優(yōu)化分析，在保證耐久性，NVH和碰撞等性能的前提下，可對(duì)白車身質(zhì)量進(jìn)行優(yōu)化減重工作。目前，我公司采用Isig

6、ht優(yōu)化平臺(tái)，并與NASTRAN，LSDYNA等軟件集成，搭建車身減重優(yōu)化流程。本文利用Isight和NASTRAN軟件，在輕量化思想指導(dǎo)下，對(duì)處于開發(fā)后期的某款汽車的白車身進(jìn)行再次減重工作。將對(duì)碰撞性能，NVH性能不產(chǎn)生較大影響的鈑金厚度作為變量，將模態(tài)及彎扭剛度性能作為約束，將白車身質(zhì)量最小作為目標(biāo)，最終實(shí)現(xiàn)車身重量的再次降低。2變量選取與數(shù)學(xué)模型變量選取與數(shù)學(xué)模型由于該車型已處于項(xiàng)目開發(fā)后期階段，各項(xiàng)性能指標(biāo)均滿足設(shè)計(jì)要求，因而，

7、在變量的選取上受到較大限制。在選擇變量中，通過前期開發(fā)中所做的靈敏度分析及工程經(jīng)驗(yàn)等方式，最終確定出需要優(yōu)化料厚的鈑金件，如圖1所示。圖3主效應(yīng)圖與帕累托圖3.2近似模型的建立近似模型的建立為獲得輸入，輸出變量之間的量化關(guān)系，減少耗時(shí)的仿真程序調(diào)用，提高優(yōu)化效率，本文使用響應(yīng)面法來建立近似模型并得到近似方程。數(shù)學(xué)近似模型見圖4。該方法通過選擇回歸模型，可以擬合復(fù)雜的響應(yīng)關(guān)系，具有良好的魯棒性。圖4近似模型與建立的近似方程系數(shù)3.3優(yōu)化分

8、析優(yōu)化分析本文針對(duì)的減重問題是線性問題，對(duì)于優(yōu)化求解器的選擇，本文使用Pointer（PointerAutomaticOptimizer）智能自動(dòng)優(yōu)化專家求解器，該求解器是Isight提供的智能自動(dòng)優(yōu)化專家，其方法由線性單純形發(fā)、序列二次規(guī)劃法、最速下降法和遺傳算法組成[2]，該方法自動(dòng)組合這四種優(yōu)化算法并形成一個(gè)最優(yōu)的優(yōu)化策略，并且具備很好的全局搜索能力和較強(qiáng)的魯棒性。本文通過模態(tài)和彎扭剛度這三個(gè)近似模型同時(shí)進(jìn)行單目標(biāo)優(yōu)化。如圖5所示