基于SFE的参数化结构优化
在汽车设计开发中,大多数的问题都起源于概念设计阶段,并且能够在该阶段被解决。此时解决问题的空间相对大,成本低,所以提高概念设计阶段的效率必须成为成功的车企的最终目标。然而在早期发现大量问题并解决是一项很艰难的任务。
基于SFE概念设计流程的优势
在概念设计阶段,造型、布置的多样性导致车身结构设计边界往往不确定,但需要在非常短的时间内完成多布置、多造型的结构性能评估,为布置和造型在性能方面确定方向和边界,进而在项目开发前期就能够确定车身结构设计的方向。传统CAD-CAE建模到分析的工作模式,周期较长往往不能很好胜任此任务,其流程如下图:
传统流程主要缺点在于: CAD无法参数化、CAD与CAE之间手动完成、无法进行多方案快速设计分析,CAE模型的可重复利用性低,因此周期长成本高。而基于SFE参数化流程能较好解决此问题,如下图:
其特点是模型全参数化驱动,对客户需求进行快速响应、大量的快速方案分析和优化,减少了后续方案修改次数,节约更改成本;形成企业知识库,保证资源的可重复利用、多工况同时考虑使得设计一次性成功成为可能,因此缩短设计周期。
SFE CONCEPT是达索公司一款专业参数化建模软件,其特点是实现CAD结构参数化,并可自动划分网格输出CAE模型。针对车身造型及布置更新快的特点,可通过调整基点位置、基线长度、曲率等,快速完成大到整车拓扑结构,小到截面尺寸等不同造型和布置方案的仿真模型搭建工作。
SFE模型计算精度
相对于传统CAD-CAE方法,基于SFE的模型有自身特点,其一般要做更多简化,以适应快速方案迭代的要求。简化后SFE模型与传统方法模型计算结果会有所出入,然而通过优化SFE建模方法和特征简化的取舍,可将这种差异控制在一定范围内,如下表所示为SFE模型与传统CAE模型计算结果对比:
可以看出对于碰撞、模态和刚度分析,SFE模型都能有较好的精度可满足工程分析要求。当然对精度的控制与建模效率是一对矛盾,是否严格控制取决于该工程问题的阶段和复杂程度。
SFE参数化优化的一般优化方法
稳定的SFE参数化模型搭建好后,即可基于该模型进行敏感度分析与参数化多目标优化,其一般流程如下:
1、试验方法:基于自变量的数量和维度,通过科学的设计,在减少计算样本数量的同时,尽可能保证最终的精确度;
2、代理模型:基于有限组数据,得到自变量与单个响应之间的对应关系函数;
3、多目标优化算法:在推导出的自变量与多个响应间对应关系基础上,求出工程可行的最优解集。
针对多目标优化DOE、代理模型和多目标优化算法,研究领域存在多种可选方案,每种方法的参数设置也不尽相同,需根据具体工程问题选取,主要选择组合如下:
基于SFE参数化优化的项目应用
案例1针对某项目白车身减重任务重、时间短的特点,首次采用基于SFE的车身快速化开发优化技术,建立下车体全参数化车身模型并对下车体结构进行形状和材料厚度优化,在主要性能指标(整车刚度、整车模态、碰撞性能)基本保持不变的前提下,实现下车体减重16.4kg。
案例2为某7座SUV车型E柱下接头隔板支架形状与位置优化,该车型由于尾门洞开口大,BIW模态较差,选择性能敏感度最高的零件进行结构与厚度优化。以该件跨距、位置、厚度参数为设计变量,优化后在重量增加不大条件下BIW一阶扭转模态可提升0.84Hz。并可得到跨距、位置对性能的影响曲线,为后续车型设计提供指导。
基于SFE的优化流程由于具有模型参数化、更新效率高、可同时考虑多工况等的诸多优势,越来越受到各大主机厂重视,相信随着应用的深入,此方法必将在项目中发挥更大作用。
- 下一篇:汽车碰撞试验为何需要“慢镜头”
- 上一篇:浅析强度螺栓的CAE建模及失效仿真
最新资讯
-
标准立项 | 两项智能网联汽车道路交通事故
2024-11-22 08:49
-
汽车安全基础
2024-11-22 08:34
-
奇石乐为自动化压装工艺提供全新升级的智能
2024-11-22 08:31
-
招商车研成功开展货车火灾安全测试
2024-11-22 08:29
-
SAECCE 2024丨 “AI大模型与端到端自动驾驶
2024-11-22 08:21