基于TRB結(jié)構(gòu)的整車耐撞性可靠性優(yōu)化

汪 偉, 趙 杰,王啟棟,谷先廣

(1.合肥工業(yè)大學(xué) 汽車與交通工程學(xué)院,安徽 合肥 230009; 2.合肥工業(yè)大學(xué) 機(jī)械工程學(xué)院,安徽 合肥 230009)

0 引 言

面對(duì)日益嚴(yán)峻的環(huán)境與能源危機(jī),輕量化設(shè)計(jì)已經(jīng)成為汽車行業(yè)的研究熱點(diǎn)。然而,在實(shí)現(xiàn)減重的同時(shí),必須要確保汽車的安全性能,如何兼顧輕量化設(shè)計(jì)和整車碰撞安全,已然成為科研工作人員所面臨的重要工程應(yīng)用問(wèn)題[1-2]。目前,汽車輕量化設(shè)計(jì)的方法主要包括新材料、新結(jié)構(gòu)和新工藝的應(yīng)用[3-5]。高、超高強(qiáng)度鋼以及碳纖維材料能夠在很大程度上減輕重量,同時(shí)保證結(jié)構(gòu)具有足夠的強(qiáng)度,但由于成本過(guò)高不適合廣泛應(yīng)用。薄壁結(jié)構(gòu)因其突出的變形吸能特性,受到了較多關(guān)注,但等厚度結(jié)構(gòu)的輕量化潛力尚未充分挖掘出來(lái)。先進(jìn)制造工藝下的激光拼焊板和連續(xù)變截面板(tailor rolled blank,TRB)結(jié)構(gòu)能夠很大程度地節(jié)省材料,已經(jīng)在前縱梁、B柱等車身關(guān)鍵件上得到應(yīng)用。研究表明,TRB相比于其他結(jié)構(gòu),具有低成本、材料利用率高、成型容易、力學(xué)性能優(yōu)異等綜合優(yōu)勢(shì),在實(shí)現(xiàn)輕量化和提升結(jié)構(gòu)耐撞性能方面具有很高的應(yīng)用價(jià)值[6]。

近年來(lái),大量學(xué)者對(duì)TRB結(jié)構(gòu)的耐撞性能、吸能特性及工業(yè)應(yīng)用進(jìn)行了研究。其中,文獻(xiàn)[7]綜合利用實(shí)驗(yàn)與數(shù)值仿真方法對(duì)TRB帽型截面梁進(jìn)行耐撞性分析,并研究其結(jié)構(gòu)參數(shù)對(duì)吸能效果的影響。文獻(xiàn)[8]將TRB應(yīng)用于車身吸能盒,提高了結(jié)構(gòu)的吸能效率和整車耐撞性能,但不足的是文中所構(gòu)建的整車模型過(guò)于簡(jiǎn)化。文獻(xiàn)[9]提出一種可變厚度的前縱梁結(jié)構(gòu),并對(duì)正面碰撞工況下的整車耐撞性能進(jìn)行分析和優(yōu)化。以上TRB結(jié)構(gòu)在汽車上的應(yīng)用,多局限于單個(gè)部件,而未能將TRB結(jié)構(gòu)系統(tǒng)地應(yīng)用于多個(gè)零部件。此外,對(duì)TRB結(jié)構(gòu)參數(shù)的優(yōu)化設(shè)計(jì)都基于確定性優(yōu)化,沒(méi)有考慮不確定因素對(duì)優(yōu)化結(jié)果的影響,容易導(dǎo)致最優(yōu)解超出約束邊界而失效。因此,可靠性優(yōu)化設(shè)計(jì)(reliability optimization design, ROD)在TRB結(jié)構(gòu)的優(yōu)化過(guò)程中意義重大。

綜上所述,本文將一種新型結(jié)構(gòu)TRB應(yīng)用于汽車保險(xiǎn)杠、吸能盒和前縱梁,并參考中國(guó)新車評(píng)價(jià)規(guī)程(China new car assessment program, C-NCAP),系統(tǒng)地將試驗(yàn)設(shè)計(jì)、代理模型技術(shù)、多目標(biāo)優(yōu)化理論及可靠性優(yōu)化方法應(yīng)用于整車耐撞性的優(yōu)化設(shè)計(jì)中,提高汽車安全性能,實(shí)現(xiàn)輕量化,同時(shí)保證優(yōu)化設(shè)計(jì)結(jié)果的可靠性。

1 優(yōu)化設(shè)計(jì)方法與準(zhǔn)則

1.1 可靠性優(yōu)化方法

可靠性優(yōu)化ROD通常指在可靠性約束條件的基礎(chǔ)上對(duì)產(chǎn)品進(jìn)行優(yōu)化設(shè)計(jì)。因此,在可靠性優(yōu)化之前,需要進(jìn)行確定性優(yōu)化。典型的確定性優(yōu)化數(shù)學(xué)模型可以表示為:

(1)

其中:M、N分別為目標(biāo)函數(shù)f(x)、約束函數(shù)g(x)的數(shù)量;xU、xL為設(shè)計(jì)變量的上、下限。

對(duì)于確定性優(yōu)化,當(dāng)設(shè)計(jì)變量由于加工誤差等外界因素發(fā)生擾動(dòng)時(shí),目標(biāo)函數(shù)值可能因設(shè)計(jì)變量的波動(dòng)而發(fā)生較大變動(dòng),以致優(yōu)化方案不滿足約束條件而失效。通常,需要對(duì)確定性優(yōu)化結(jié)果進(jìn)行可靠性分析,評(píng)估其可靠度是否能滿足工程需求。若可靠度不滿足要求,則需進(jìn)一步開(kāi)展可靠性優(yōu)化。

可靠性優(yōu)化的數(shù)學(xué)模型[10]為:

(2)

其中:μ為優(yōu)化目標(biāo)均值;P[gi(x)≤0]為滿足第i個(gè)約束的概率;Ri為約束函數(shù)gi(x)的可靠度需求。

在ROD可靠性優(yōu)化設(shè)計(jì)中,失效概率可表示為:

(3)

其中:Pi為第i個(gè)約束條件的失效概率;fxx為聯(lián)合概率密度函數(shù)。

1.2 多目標(biāo)粒子群算法

粒子群優(yōu)化(particle swarm optimization, PSO)算法的概念最早源于鳥(niǎo)類的捕食行為,由Eberhart和Kennedy于1995年提出,其后進(jìn)行了一定的改進(jìn)。其基本思路為:在假定的D維搜索空間內(nèi),有m個(gè)粒子組成的種群,每個(gè)粒子在搜索空間中的位置和速度分別用D維向量xi=[xi1xi2…xiD]和vi=[vi1vi2…viD]表示,其中i=1,2,…,m。每一次迭代中,根據(jù)個(gè)體極值xPbest和種群極值xGbest,粒子按照迭代公式不斷迭代更新自己的速度及位置,直至達(dá)到定義的終止標(biāo)準(zhǔn)[11]。迭代公式為：

(4)

(5)

其中:c1、c2為加速系數(shù);r1、r2為介于[0,1]之間的隨機(jī)數(shù);ω為慣性權(quán)重系數(shù)。

典型的PSO算法參數(shù)見(jiàn)表1所列。

多目標(biāo)粒子群優(yōu)化(multi-objective particle swarm optimization,MPSO)算法作為粒子群優(yōu)化算法的擴(kuò)展,因其能夠快速收斂到一個(gè)合理可接受的解而被廣泛應(yīng)用于解決多目標(biāo)工程應(yīng)用問(wèn)題[12]。為此,本文引入MPSO算法,對(duì)車輛的耐撞性和輕量化多目標(biāo)問(wèn)題進(jìn)行確定性優(yōu)化和可靠性的優(yōu)化設(shè)計(jì)。

表1 典型PSO算法參數(shù)

1.3 汽車正面碰撞耐撞性設(shè)計(jì)準(zhǔn)則

汽車正面碰撞最為常見(jiàn),因而對(duì)正面碰撞工況下整車的安全性能研究顯得尤為重要。典型的正面100%碰撞工況及碰撞空間管理如圖1a所示。在耐撞性設(shè)計(jì)中,前端結(jié)構(gòu)有效的變形和吸能,可以很大程度上減小碰撞加速度及防火墻的侵入量,提高整車的耐撞性能。當(dāng)正面碰撞發(fā)生時(shí),車輛前端結(jié)構(gòu)通常表現(xiàn)為軸向壓潰和彎曲的混合變形模式來(lái)抵抗沖擊載荷。由于彎曲導(dǎo)致的能量吸收比軸向壓縮要少得多,在設(shè)計(jì)過(guò)程中應(yīng)盡量引導(dǎo)結(jié)構(gòu)發(fā)生軸向壓潰變形。圖1a中的區(qū)域A應(yīng)產(chǎn)生相對(duì)均勻的漸進(jìn)式壓潰模式,以實(shí)現(xiàn)穩(wěn)定變形和能量吸收。

為了系統(tǒng)地評(píng)價(jià)結(jié)構(gòu)耐撞性能,本文給出了常用的性能指標(biāo),即吸能值(energy absorption)、平均碰撞力(mean crushing force)、比吸能(specific energy absorption)。

吸能值表示壓潰變形過(guò)程中結(jié)構(gòu)吸收的總能量,即

(6)

平均碰撞力為結(jié)構(gòu)吸收沖擊能量的能力,可以表示為:

(7)

比吸能描述為單位質(zhì)量結(jié)構(gòu)的吸能效果,數(shù)學(xué)表達(dá)式為:

(8)

其中:d為壓縮距離;F(x)為瞬時(shí)沖擊力隨壓縮距離變化的函數(shù);M為吸能結(jié)構(gòu)的總質(zhì)量。

碰撞加速度波形作為評(píng)價(jià)整車耐撞性的重要指標(biāo)之一,對(duì)乘員保護(hù)具有重要意義。為更加直觀地描述加速度曲線,本文引入二階波形模型,如圖1b所示。其中,第1階段加速度G1代表吸能盒和前縱梁前端結(jié)構(gòu)的壓潰吸能過(guò)程;第2階段加速度G2表示發(fā)動(dòng)機(jī)末端與防火墻開(kāi)始接觸,進(jìn)而入侵乘員艙的過(guò)程。通常,為獲得較高的整車耐撞性能,要求提高一階加速度并減小二階加速度[13]。因此,在前端結(jié)構(gòu)設(shè)計(jì)的過(guò)程中,區(qū)域A應(yīng)當(dāng)能夠高效地吸能,區(qū)域B不能被過(guò)量壓縮,以保證乘員艙的完整。

圖1 正面碰撞設(shè)計(jì)原理示意圖

2 有限元模型建立與驗(yàn)證

2.1 整車有限元模型驗(yàn)證

為分析某轎車的整車耐撞性能,本文基于正面100%重疊剛性壁障碰撞試驗(yàn)程序,按照C-NCAP法規(guī),模擬整車以50 km/h的速度與剛性墻發(fā)生碰撞。整車有限元模型包含601 363個(gè)節(jié)點(diǎn),957 824個(gè)單元,近90%的單元為殼單元且單元大小為10 mm, 整車總質(zhì)量為1 275 kg。在仿真分析及優(yōu)化設(shè)計(jì)之前,需要對(duì)有限元仿真模型的精度進(jìn)行驗(yàn)證。碰撞前、后實(shí)車試驗(yàn)和有限元仿真對(duì)比的結(jié)果如圖2所示。由圖2a可知,試驗(yàn)與仿真過(guò)程中車輛碰撞變形的模式保持一致;由圖2b可知，試驗(yàn)與仿真的碰撞加速度隨時(shí)間的變化趨勢(shì)基本一致，加速度峰值也十分接近。由此說(shuō)明,本文建立的整車碰撞有限元模型具有較高的精度,可用于后續(xù)的優(yōu)化設(shè)計(jì)。

圖2 整車正面碰撞試驗(yàn)與有限元仿真對(duì)比

2.2 前端結(jié)構(gòu)TRB有限元模型建立

考慮到TRB結(jié)構(gòu)的制造工藝和成型特性,其有限元模型的建立與等厚度結(jié)構(gòu)有限元模型構(gòu)建方式存在著一定的差異,主要表現(xiàn)在材料厚度和材料屬性2個(gè)方面。由于不同厚度結(jié)構(gòu)的材料屬性有所差異,在建立TRB仿真模型之前,需要建立準(zhǔn)確的材料模型。

本文應(yīng)用的材料為高強(qiáng)度鋼HSLA340，其密度為7.8×103kg/m3，楊氏模量為210 GPa，泊松比為0.33。在結(jié)構(gòu)發(fā)生大變形時(shí),高強(qiáng)度鋼通常表現(xiàn)出典型的應(yīng)變率依賴性,因此需要考慮材料的應(yīng)變率效應(yīng),其本構(gòu)模型Cowper-Symonds可表示為:

(9)

TRB結(jié)構(gòu)的連續(xù)變厚度特性將導(dǎo)致其材料呈現(xiàn)非均一性,而正常的單一材料屬性不足以精確地表達(dá)TRB變厚度區(qū)材料特性。為解決這一問(wèn)題,利用二階Lagrange多項(xiàng)式插值法對(duì)幾組不同厚度的材料應(yīng)力應(yīng)變曲線[9]進(jìn)行插值,以獲取任意厚度的材料應(yīng)力應(yīng)變關(guān)系。 不同厚度的材料應(yīng)力應(yīng)變曲線如圖3所示。

圖3 不同厚度的材料應(yīng)力應(yīng)變曲線

在軸向的壓潰變形過(guò)程中,構(gòu)件厚度從前端至后端呈逐漸遞增的趨勢(shì),將對(duì)結(jié)構(gòu)壓潰變形模式和能量吸收有著重要作用,這不僅有助于降低峰值沖擊載荷,而且還有助于提高整體變形的穩(wěn)定性。

本文對(duì)TRB結(jié)構(gòu)吸能盒和前縱梁的設(shè)計(jì)也是基于這一原則。而對(duì)于TRB結(jié)構(gòu)的保險(xiǎn)桿橫梁,更多的材料應(yīng)當(dāng)集中于中心碰撞區(qū)域,以獲得足夠的剛度和更高的吸能效率。

汽車前端關(guān)鍵吸能件的TRB結(jié)構(gòu)幾何示意如圖4a所示。整體TRB幾何由等厚度區(qū)域(constant thickness zone, CTZ)和厚度過(guò)渡區(qū)域(thickness transition zone, TTZ)組成。等厚度區(qū)域的材料屬性一致,而變厚度區(qū)域需要被離散為多個(gè)獨(dú)立的部分,以賦予不同的材料屬性?？紤]到TRB結(jié)構(gòu)的制造成本,變厚度過(guò)渡區(qū)域的斜率應(yīng)控制為1∶100[14]。碰撞空間約束條件的限制,前縱梁主要壓縮吸能區(qū)域L設(shè)為225 mm,其他厚度及位置尺寸(x1～x9)將作為后續(xù)優(yōu)化過(guò)程中的設(shè)計(jì)變量。

TRB結(jié)構(gòu)的有限元建?？梢栽诜蔷€性軟件LS-DYNA中完成。利用4節(jié)點(diǎn)B-T變厚度單元來(lái)模擬TRB結(jié)構(gòu)的實(shí)際厚度變化,其關(guān)鍵字為*ELMENT-SHELL-THICKNESS,單元大小設(shè)為3 mm以保證模型的仿真精度。材料模型HSLA340定義為分段線彈塑性材料(Mat24),不同厚度的單元被賦予不同的材料屬性。保險(xiǎn)桿橫梁的TRB有限元模型如圖4b所示。

模型中的常用接觸算法為自接觸和面對(duì)面接觸,其中靜態(tài)摩擦系數(shù)和動(dòng)態(tài)摩擦系數(shù)分別設(shè)為0.35、0.25[7]。

圖4 前端結(jié)構(gòu)TRB有限元模型示意圖

3 優(yōu)化設(shè)計(jì)

優(yōu)化設(shè)計(jì)的流程如圖5所示,主要包括有限元模型的建立和驗(yàn)證、優(yōu)化問(wèn)題定義、試驗(yàn)設(shè)計(jì)、代理模型建立、確定性優(yōu)化設(shè)計(jì)、可靠性優(yōu)化設(shè)計(jì)和優(yōu)化結(jié)果驗(yàn)證。

圖5 優(yōu)化設(shè)計(jì)流程

3.1 多目標(biāo)優(yōu)化問(wèn)題定義

汽車前端結(jié)構(gòu)的優(yōu)化設(shè)計(jì)主要目的在于提高整車的耐撞性和減輕質(zhì)量。因此,以關(guān)鍵吸能件的總吸能E(x)和質(zhì)量M(x)作為設(shè)計(jì)目標(biāo)；以耐撞性指標(biāo)，即碰撞峰值加速度A(x)、第1階段加速度G1(x)、第2階段加速度G2(x)以及防火墻入侵量I(x)作為設(shè)計(jì)約束。

各響應(yīng)的初始設(shè)計(jì)值及優(yōu)化設(shè)計(jì)目標(biāo)見(jiàn)表2所列。研究和工程經(jīng)驗(yàn)表明,TRB的結(jié)構(gòu)參數(shù)對(duì)其耐撞性和吸能效果有著很大的影響,因此本文選取關(guān)鍵吸能件TRB結(jié)構(gòu)的厚度參數(shù)(x1～x6)和位置參數(shù)(x7～x9)作為設(shè)計(jì)變量。同時(shí),考慮到TRB結(jié)構(gòu)制造工藝等不確定性因素的影響,可靠性設(shè)計(jì)中假定設(shè)計(jì)變量服從正態(tài)分布,協(xié)方差系數(shù)(σ/μ)設(shè)為0.03。

設(shè)計(jì)變量的初始值、變化范圍及概率分布見(jiàn)表3所列。

表2 響應(yīng)的初始設(shè)計(jì)及設(shè)計(jì)目標(biāo)

表3 變量的初始設(shè)計(jì)及概率分布

3.2 試驗(yàn)設(shè)計(jì)與代理模型構(gòu)建

試驗(yàn)設(shè)計(jì)與代理模型相結(jié)合的數(shù)學(xué)預(yù)測(cè)方法,能夠有效地降低計(jì)算成本,提高優(yōu)化效率,已被廣泛地應(yīng)用于汽車工程研究領(lǐng)域。本文利用最優(yōu)拉丁超立方(optimal Latin hypercube sampling, OLHS)試驗(yàn)設(shè)計(jì),在有限的設(shè)計(jì)空間內(nèi)生成60組樣本點(diǎn),以保證樣本點(diǎn)具有很好的填充性和均勻性。再利用有限元分析軟件計(jì)算各樣本點(diǎn)處的響應(yīng)值,完成樣本數(shù)據(jù)的構(gòu)建?？死锝餕RG代理模型在構(gòu)建多參數(shù)、多響應(yīng)等復(fù)雜非線性問(wèn)題的函數(shù)關(guān)系時(shí)已經(jīng)被證明具有較高的擬合精度[15]。本文基于試驗(yàn)設(shè)計(jì)樣本數(shù)據(jù),采用KRG模型構(gòu)建設(shè)計(jì)變量與響應(yīng)之間的數(shù)學(xué)模型用于后續(xù)的優(yōu)化設(shè)計(jì)工作。為驗(yàn)證代理模型的精度,還需要另外生成20組樣本數(shù)據(jù)。常用的代理模型精度評(píng)估參數(shù)有確定性系數(shù)(coefficient of determination)、均方根誤差(root mean square error),其表達(dá)式為:

(10)

(11)

其中:R2為確定性系數(shù)；ERMS為均方根誤差；yi為實(shí)際的響應(yīng)值;R2為預(yù)測(cè)響應(yīng)值。

KRG代理模型的精度驗(yàn)證指標(biāo)見(jiàn)表4所列,所有響應(yīng)的確定性系數(shù)R2都大于0.9且均方根誤差ERMS值都小于0.1,達(dá)到了近似模型的精度要求,可用于后續(xù)優(yōu)化。

表4 確定性和可靠性優(yōu)化設(shè)計(jì)結(jié)果對(duì)比

3.3 優(yōu)化過(guò)程及結(jié)果對(duì)比

確定性優(yōu)化和ROD優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型表達(dá)式分別如下:

min {M(x),-E(x)};

s.t.A(x)≤40g,

G1(x)≥8g,

G2(x)≤35g,

I(x)≤180 mm,

(12)

minμ{M(x),-E(x)};

s.t.P(A1(x)≤40g)≥95%,

P(A2(x)≤40g)≥95%,

P(I(x)≤185 mm)≥95%,

(13)

實(shí)際上,整車耐撞性和輕量化設(shè)計(jì)問(wèn)題的求解是個(gè)多目標(biāo)優(yōu)化過(guò)程。MPSO由于其低計(jì)算成本和高求解質(zhì)量而被廣泛應(yīng)用,本文以MPSO為求解器,來(lái)尋求設(shè)計(jì)變量的最優(yōu)參數(shù)分布。蒙特卡羅抽樣估計(jì)(Monte Carto sampling, MCS)是一種常用的準(zhǔn)確評(píng)估概率特性的方法,在ROD優(yōu)化設(shè)計(jì)的過(guò)程中,基于MCS方法進(jìn)行1 000次抽樣,并用蒙特卡羅算法估計(jì)約束條件的可靠度。確定性和可靠性的優(yōu)化結(jié)果及可靠度對(duì)比見(jiàn)表5所列。對(duì)比確定性優(yōu)化,可靠性優(yōu)化后的約束條件可靠度有著顯著提高;此外,雖然可靠性優(yōu)化結(jié)果在設(shè)計(jì)目標(biāo)質(zhì)量M(x)和總吸能E(x)上有所損失,但耐撞性指標(biāo)峰值加速度A(x)和防火墻入侵量I(x)得到了改善。綜上可知,ROD優(yōu)化設(shè)計(jì)的結(jié)果優(yōu)于確定性優(yōu)化設(shè)計(jì)的解,因此選擇ROD優(yōu)化設(shè)計(jì)的最優(yōu)解作為最終優(yōu)化方案。

表5 確定性和可靠性優(yōu)化設(shè)計(jì)結(jié)果對(duì)比

3.4 優(yōu)化結(jié)果驗(yàn)證及分析

優(yōu)化設(shè)計(jì)方案的變量取值見(jiàn)表6所列?？紤]到優(yōu)化結(jié)果來(lái)自于代理模型的預(yù)測(cè),因此需要對(duì)優(yōu)化設(shè)計(jì)方案進(jìn)行可行性驗(yàn)證。

將優(yōu)化設(shè)計(jì)變量值代入有限元模型進(jìn)行仿真計(jì)算,獲取響應(yīng)值,并與模型預(yù)測(cè)值進(jìn)行對(duì)比分析,結(jié)果見(jiàn)表7所列。從表7可以看出,模型預(yù)測(cè)響應(yīng)值和有限元模型仿真結(jié)果的相對(duì)誤差均小于5%,因此可以證明本文構(gòu)建的代理模型具有較高的擬合精度。

由初始設(shè)計(jì)和優(yōu)化設(shè)計(jì)的結(jié)果對(duì)比可知,相比于初始設(shè)計(jì),優(yōu)化后的質(zhì)量減少12.8%,峰值加速度、第1階段加速度、第2階段加速度分別降低了9.78%、-17.8%、4.45%,防火墻侵入量減小了15.9%。同時(shí),由(6)式～(8)式可以計(jì)算結(jié)構(gòu)的3個(gè)常見(jiàn)吸能指標(biāo)，其中優(yōu)化后的EA、FMC均增加8.78%,ESA增加28.3%,表明了吸能效率的提升。

表6 初始和優(yōu)化設(shè)計(jì)變量對(duì)比 mm

表7 初始和優(yōu)化設(shè)計(jì)結(jié)果對(duì)比

優(yōu)化前、后整車耐撞性指標(biāo)的對(duì)比結(jié)果如圖6所示。

圖6 優(yōu)化設(shè)計(jì)與初始設(shè)計(jì)結(jié)果對(duì)比

由圖6a和圖6b可知,優(yōu)化設(shè)計(jì)方案降低了峰值加速度和二階加速度值,同時(shí)一階加速度值有一定的上升,意味著碰撞加速度波形得到了較大程度的改善,這將對(duì)乘員保護(hù)起到重要作用。由吸能件總的能量吸收曲線對(duì)比結(jié)果(圖6c)可知,盡管碰撞初始階段優(yōu)化的TRB結(jié)構(gòu)吸收能量較少,但隨著壓縮距離的增大,總能量吸收值比初始設(shè)計(jì)更大,提高了結(jié)構(gòu)的變形吸能效率。由優(yōu)化前、后駕駛員側(cè)防火墻入侵量的對(duì)比(圖6d)可知,相比于初始設(shè)計(jì)的193 mm, 優(yōu)化方案的動(dòng)態(tài)入侵量降低至162 mm,乘員艙的安全性進(jìn)一步提升。

4 結(jié) 論

(1) 本文建立并驗(yàn)證了整車碰撞有限元模型的有效性,并將TRB結(jié)構(gòu)應(yīng)用于汽車前端關(guān)鍵吸能件,結(jié)合數(shù)值仿真,對(duì)整車耐撞性能進(jìn)行分析。

(2) 將ROD優(yōu)化設(shè)計(jì)應(yīng)用于TRB結(jié)構(gòu)參數(shù)的優(yōu)化。確定性優(yōu)化和可靠性優(yōu)化的對(duì)比結(jié)果表明,可靠性優(yōu)化方案相比于確定性優(yōu)化盡管在質(zhì)量和吸能上有所損失,但各項(xiàng)耐撞性指標(biāo)的可靠度明顯提高,并確定其為最終的優(yōu)化方案。

(3) 優(yōu)化結(jié)果表明,優(yōu)化的TRB前端結(jié)構(gòu)總質(zhì)量減輕12.8%,吸能增加8.78%,比吸能增加28.3%,碰撞峰值加速度、一階加速度、二階加速度分別降低了9.78%、-17.8%、4.45%,防火墻侵入量減小了15.9%。在實(shí)現(xiàn)輕量化的同時(shí),整車的耐撞性能得到了顯著提升。