本文榮獲

　　達索系統SIMULIA2019年用戶大會優秀論文

　　本文選自《汽車安全與節能學報》2018，9(4):456-462.

　　本文作者：劉瑩，楊旭，喬鑫

　　(華晨汽車工程研究院 前期開發部)

　　摘要

　　建立了包含結構剛度、聲-振-粗糙度(NVH)特性和行人保護性能的多學科發動機艙蓋的自動計算流程。借助隱式參數化方法，使用SFE Concept軟件構建發動機艙蓋參數化模型;以發動機艙蓋內板縱梁位置等為變量，依托iSight軟件平臺，調用仿真計算隊列，基于多學科“試驗設計(DOE)”統計樣本計算結果，對發動機艙蓋性能進行全局優化。結果表明：改進后的發動機艙蓋，以較小的結構調整，使其按照新版中國新車評價規程(C-NCAP)的行人保護性能測試得分由7.42提升至7.72，優化效果明顯。因而，該優化方法可用于發動機艙蓋的正向多學科設計優化。

　　關鍵詞：發動機艙蓋; 行人保護; 多學科設計優化; 結構剛度; 聲-振-粗糙度(NVH); SFE Concept軟件; iSight軟件

　　汽車結構復雜，開發周期較長。發動機艙蓋作為汽車最醒目的和重要的組成部分，對汽車整體的外觀和性能有很大的影響。在發動機艙蓋的設計過程中，往往需要滿足多個學科的性能要求，其中較為突出的有發動機艙蓋本體的結構性能，如彎、扭剛度等;聲—振—粗糙度性能(noise-vibration-harshness, NVH)，如一階特征頻率;以及碰撞的行人保護分析。根據以往項目經驗，結構性能與NVH 性能正相關，而與行人保護性能成反相關。這就要求我們在發動機艙蓋的設計過程中要從多學科角度評判各相關性能指標，選擇合理的設計參數，以滿足相關設計要求。

　　多學科聯合設計優化在一些國家已經被應用在汽車開發設計領域[1-2]。在中國，清華大學范子杰等[3]對汽車輕量化多學科設計優化方法進行綜述，引入“分解—協調”的多學科優化策略，將復雜的多學問題分解，降低優化問題的復雜度。

　　有關車身方面，蘇瑞意等[4]對某全承載客車車身骨架進行了包含輕量化、剛度等多學科設計優化，提高了客車的綜合性能。

　　王登峰等 [5-7]對車身多學科輕量化設計優化進行了研究，通過SFE Concept軟件建立了隱式參數化車身模型，通過多學科聯合優化找到滿足系統各項性能要求的輕量化方案。

　　呂曉江[8-9]對行人保護柔性腿型碰撞進行了多目標優化算法研究，以行人腿部傷害值最低為優化目標，對車輛前端結構參數進行了可靠性優化設計，提升了行人保護性能。

　　對于汽車閉合件，高云凱等[10]對車門的多目標強量化設計進行了研究，以拼焊板車門下沉剛度和質量為優化目標，擬合近似模型并利用NSGA-Ⅱ遺傳算法尋優。

　　關于對行人保護性能和汽車外觀造型影響很大的發動機艙蓋的多學科設計優化研究，相關報告甚少。作者認為：其原因有二：一是艙蓋結構主要由內外板構成，外板由造型面限制，內板又單獨一體，不存在搭接形式，大的位置變化傳統的變參形式實現起來比較困難;二是艙蓋涉及頭部行人保護性能，一次仿真規模將近180次分析，并自動處理結果相當繁復困難。

　　本文以全隱式參數化發動機艙蓋為研究對象，通過二次開發程序，實現大規模計算自動處理，同時考慮本體結構性能、NVH特性以及行人保護等3個學科之間的相互作用，從正向開發的角度，對多學科設計優化方法進行了研究。

　　1

　　參數化模型建立

　　1.1 模型建立

　　參數化模型是多學科設計優化的基礎，模型的變量是各學科聯系的橋梁，每個學科對應的系統響應類型不同，但影響這些響應變化的參數是相同的，所以如何獲得一個高質量的，全參數化的模型文件，至關重要。SFE Concept是一款隱式全參數化建模軟件，在保證全參數化模型建立的同時，可以直接生成便于分析計算高質量的有限元網格。

　　發動機艙蓋參數化模型如圖1所示。

　　1.2變量輸出

　　模型可調變量很多，在SFE Concept隱式全參數化建模軟件中，每一個設計參數均可作為獨立的變量，以mac格式文件輸出，如圖2所示。

　　

 

　　2

　　多學科分析工況選取

　　2.1結構性能

　　發動機艙蓋本體結構性能主要選取了艙蓋彎曲剛度、扭轉剛度、角剛度和中后部剛度等共6個分析項作為輸出響應，如圖3所示各分析工況從不同角度反映了艙蓋本體結構抵抗變形的能力。

　　

 

　　2.2 NVH性能

　　NVH模態分析的核心在于對固有特性的提煉和識別，而結構的動態響應也是由外界激勵的頻率大小以及結構本身的固有頻率來決定。

　　根據工程經驗，一般轎車的模態為扭轉模態，其振型如圖4 所示，固有頻率通常在20~35 Hz。若不考慮性能之間的平衡，在質量可控的前提下，一階頻率越高，越有利提升NVH品質以及延長疲勞壽命。但在材料不變的前提下，高頻率可能導致高剛度，這又會導致行人保護的得分受到影響，基于此，該車型的整車設計驗證計劃目標為一階頻率20 Hz。

　　

 

　　2.3 行人保護性能

　　“中國新車評價規程(China New Car Assessment Program, C-NCAP)”中的行人保護測試項目中涉及到發動機艙蓋的包含兒童頭型試驗和成人頭型試驗。兒童頭型質量3.5 kg，碰撞速度40 km/h，與水平方向成50°;成人頭型質量4.5 kg，碰撞速度40 km/h，與水平方向成65°。

　　根據C-NCAP要求對發動機艙蓋進行分區畫點，分別得到兒童和成人頭型定位信息，用頭型沖擊艙蓋上各點，得到該點的HIC值，根據HIC值得到相應的點分數。新版C-NCAP中行人保護中頭部性能總分為12分，故頭部性能得分 =(各點得分總和/點數之和)×12。因此以頭部性能得分作為行人保護性能的輸出響應。

　　3

　　多學科自動化分析流程建立

　　考慮各學科特性以及模型的規模，合理利用計算資源，制定優化策略：結構性能和NVH分析計算在本地計算機完成;行人保護由于大量樣本以及樣本內多點計算循環，本文訴諸刀片服務器，依托可移植批處理系統(portable batch system, PBS)隊列以及二次開發腳本完成上萬次計算并自動存取、傳輸結果，同時集成工具命令語言(tool command language, TCL)二次開發程序自動計算得分，結構及運行流程如圖5所示。

　　

 

　　3.1 試驗設計DOE

　　“試驗設計(design of experiment，DOE)”是一種產品開發和過程優化等環節中重要的統計方法。對文中變量設定變化范圍，采用全因子設計樣本，樣本變量如表1所示。

　　

 

　　在iSight軟件平臺上，搭建發動機艙蓋結構性能和NVH性能自動化分析流程，因兩個學科可以共用同一類型網格，后處理方法相似，故可以集成在一個分析流程內，如圖6所示。

　　DOE模塊驅動SFE Concept模塊，生成發動機艙蓋模型，并自動劃分成有限元網格;通過Dataflow將網格文件傳輸到各工況，并調用本地計算機上Nastran完成分析計算;通過輸出變量讀取計算結果，反饋給DOE并存儲計算結果值。所有DOE樣本計算完成之后，可以得到一個總矩陣計算表。

　　

 

　　3.2 行人保護自動化分析流程

　　區別本體結構剛度與NVH模態通用參數化模型，在行人保護樣本生成過程中，通過SFE輸出DYNA 輸入文件格式，同時依據文件結構的規劃，兩個組件只傳輸網格與焊點模型文件，總成的其它部分切割成單獨文件，并且在計算時通過*include形式提交隊列進行batch計算。組件之間傳遞循環計數，以便批處理計算時，準確識別樣本身份，如圖7所示為行人保護自動化分析流程。

　　DOE 傳遞4個變量給SFE，同時將計數變量傳遞給行人保護計算模塊，如圖8所示;SFE生成的KEY文件中網格和焊點文件傳輸給PEDESTRAIN組件;而后經過組件的具體執行，反饋頭部得分變量SCORE給DOE。行人保護核心的文件傳輸策略以及結果處理的二次開發腳本，體現在PEDESTRAIN組件的COMMOND LINE。

　　

 

　　通過iSight profile parameter 將計算所需的文件傳遞到RUNDIR 下。同時再提交命令行運行二次開發的腳本，腳本的一部分功能使定義好的頭型工況群拷貝到工作目錄下。這樣做可以實現文件夾群的傳遞工作，同時也減輕iSight傳遞文件的負擔。

　　而后處理需要集成的命令文件通過同樣的方式傳遞，由于命令是以文件形式存在，容量便于傳遞，iSight可以輕松完成小文件的傳遞。運行時集成到PBS_caclulate_py即可。

　　PBS_caclulate_py 文件是實現本文技術路線的重要角色。其本身突破了本地電腦與仿真隊列的數據傳輸的難點，同時還是集成后處理腳本的主要載體。主要實現以下功能：

　　1)將頭型工況群拷貝到RUNDIR下;

　　2)將RUNDIR文件夾上傳到仿真隊列;

　　3)提交一個樣本的186工況序列計算，生成字典判斷樣本計算全部成功;

　　4)將binout 文件下載到RUNDIR對應工況下;

　　5)調用TCL 語言對工況群批處理得到每個點頭部傷害指標(head injury criterion, HIC);

　　6) 執行head_goal.py 循環讀取每個HIC值，生成文本文件，并計算總分SCORE給DOE。

　　經過多次計算，最終可以得到行人保護DOE樣本的計算總表。

　　4

　　評估標準

　　本文發動機艙蓋初始模型多學科分析計算已包含在自動化計算流程中，響應計算結果不同學科評估標準不同，但最終所有分析項的響應都應滿足相關設計標準。

　　4.1 結構剛度響應

　　結構剛度共有6個評價指標，其響應值如表3所示，所有剛度值均滿足企業內相關設計標準。

　　4.2 NVH性能響應

　　將質量包含在NVH性能評估中，質量減小有助于提升輕量化水平;一階特征頻率不宜過低，否則會發生低階頻率共振的可能，一般應大于20 Hz。

　　4.3 行人保護性能響應

　　行人保護得分與汽車碰撞星級存在一定換算關系，當星級目標設定為5星級時要求行人保護得分為10.5分。行人保護總分為15分，其中與發動機艙蓋相關的頭部性能分值為12分，腿部性能分值為3分。假定腿部得分為滿分3分，則要求頭性能設計得分不少于7.5分。上表中頭部行人保護性能得分為7.42分，顯然不能滿足5星級碰撞設計目標。

　　5

　　多學科聯合優化

　　基于自動化流程計算最終得到的多學科DOE樣本結果，在iSight中建立多學科設計優化流程，如圖9所示。

　　

 

　　在多目標優化設計中，完成多目標優化問題的邊界條件設置。Pointer算法是搜索全局優化解效率最高的算法之一，本文采用全局探索方法Pointer算法。

　　發動機艙蓋的本體結構剛度均滿足設計要求，故在優化過程中以初始模型各分析項的剛度值作為最低邊界約束條件，即優化過程中要保證剛度值不小于其最初分析值。

　　NVH性能中一階模態特征值為22.51 Hz，故同結構剛度性能一樣將其初值設為最低邊界條件。對于質量來說，為了控制整車輕量化指標，故將質量初值設為最高邊界條件，即優化過程中質量應不大于其最初分析值。

　　行人保護頭部得分7.42，不滿足5星級設計標準，故將行人保護性能得分設為優化目標，即在優化過程中搜索行人保護的最大得分值。

　　因初始變量水平設為離散型變量，故整個尋優空間的變量參數與初始設置保持一致，最終經過上千次比對搜索，完成優化設計。

　　5.1 數據挖掘

　　在已定的設計空間內可以得到各個響應之間的關系，其中本文發動艙蓋的角剛度、扭轉剛度和單側扭轉剛度之間關系如圖10所示。縱梁位置變量與行人保護得分分布關系圖如圖11所示。

　　從圖10可以看出：這3種剛度響應呈高度的正相關性。從設計優化角度來看，在已定的設計空間內，只要提升角剛度、扭轉剛度和單側扭轉剛度其中一項剛度性能響應，另外兩項剛度性能響應必然會隨之提升，考慮到相關剛度性能的具體分析工況，認定此變化規律是與實際情況相符合的。

　　從圖11可以看出：變量初始狀態的行人保護得分最低，在變量設計范圍內，只要調整縱梁位置，行人保護得分均能有所提升，且行人保護得分對此變量敏感度很高。

　　

 

　　5.2優化結果

　　一個優化過程最終可能會有多種滿足優化目標的解，確定最優解還需要綜合考慮產品裝配性和工藝等因素。綜合整個優化流程分析結果得到最終優化方案如表3所示。初始解與優化解的模型狀態如表4所示。

　　

 

　　從優化表中可以看出，發動機艙蓋的行人保護得分由原來的7.42提升到7.72，提升了4.04%，超過最低設計標準0.22分，滿足了行人保護頭部得分碰撞五星標準要求，優化提升效果十分明顯;發動機艙蓋質量、剛度和模態變化幅度不大，滿足優化策略。

　　6

　　結論與展望

　　1) 以幾何參數作為變量，基于隱式參數化技術驅動有限元仿真求解器，涵蓋結構、NVH、碰撞行人保護多學科工況，匹配計算資源，對發動機艙蓋進行多目標設計優化，找到跨學科協同仿真的解決方案。

　　2) 本文技術著眼點為解決協同仿真前提下，以剛度、一階特征頻率、質量為約束提升行人保護性能，同樣也可以用于正向開發過程中的輕量化減重分析。

　　3) 發動機艙蓋在剛度和一階模態特征頻率幾乎不下降，質量不增加的前提下，將行人保護性能得分提升了0.3分，以較小的成本得到極佳的優化效果。同時也找了頭碰行人保護的敏感因子，這對于其它產品開發設計具有一定的指導作用。

　　參考文獻

　　[1] Yildiz A R, Solanki K N. Multi-objective optimization of vehicle crashworthiness using a new particle swarm based approach [J]. Int’l J Adva Manuf Tech, 2012, 59: 367-376.

　　[2] Korta J, Raniolo R, Danti M, et a1. Multi objective optimization of a car body structure [R]. SAE Paper, 2012-01-1555.

　　[3] 范子杰, 桂良進, 蘇瑞意. 汽車輕量化技術的研究與進展[J]. 汽車安全與節能學報, 2014, 5(1):1-16. FAN Zijie, GUI Jinliang, SU Ruiyi. Research and development of automotive lightweight technology [J]. J Automotive Safety Energy, 2014, 5(1): 1-16. (in Chinese)

　　[4] 蘇瑞意, 桂良進, 吳章斌, 等. 大客車車身骨架多學科協同優化設計[J]. 機械工程學報, 2010, 46(18): 128-133. SU Ruiyi, GUI Jinliang, WU Zhangbin, etal. Multidiscipfinary Design and Collaborative Optimization for Bus Body [J]. J Mech Engi, 2010, 46(18)128-133.(in Chinese)

　　[5] 王登峰, 蔡珂芳, 馬明輝, 等. 基于隱式參數化模型的白車身輕量化設計[J]. 汽車工程, 2018, 40(5): 610-624. WANG Dengfeng, CAI Kefang, MA Minghui, etal. Lightweight design of biw based on implicit parametric model [J]. Automotive Engineering, 2018, 40(5): 610-624. (in Chinese)

　　[6] 史國宏 ,陳勇, 楊雨澤, 等. 白車身多學科輕量化優化設計應用[J]. 機械工程學報, 2012, 48(8): 110-114. SHI Guohong, CHEN Yong, YANG Yuze, et al. BIW Architecture multidisciplinary light weight optimization design [J]. J Mech Engi, 2012, 48(8): 110-114.(in Chinese)

　　[7] 王磊, 劉瑩, 喬鑫. 基于正向開發流程的車身輕量化設計[J]. 汽車工程學報, 2015, 5(6):461-465 WANG Lei, LIU Ying, QIAO Xin. Lightweight design of BIW based on positive development process [J]. Chin J Automotive Engi, 2015, 5(6): 461-465. (in Chinese)

　　[8] 呂曉江, 谷先廣,王國榮. 基于組合近似模型的可靠性優化方法在行人柔性腿型碰撞中應用研究[J]. 機械工程學報, 2016, 52(10):142-149. LV Xiaojiang, GU Xianguang, WANG Guorong. Reliability optimization on pedestrian flexible legform impact based on ensemble of metamodel [J]. J Mech Engi, 2016, 52(10): 142-149. (in Chinese)

　　[9] Kinsky T, Friesen F, Buenger B. The flexible pedestrian legform impactor and its impact on vehicle design [C]// 22th Int’l Tech Conf Enha Safe Vehi (ESV) , Washington DC: National Highway Traffic Safety Administration, 2011.

　　[10] 高云凱, 申振宇, 馮兆玄. 多目標優化在車門輕量化設計中的應用[J]. 同濟大學學報: 自然科學版, 2017, 45(2): 275-308. GAO Yunkai, SHEN Zhenyu, FENG Zhaoxuan. Application of multi-objective optimization in vehicle door lightweight [J]. J Tongji Univ: Nat Sci, 2017, 45(2): 275-308. (in Chinese).

　　特別鳴謝：南京普羅安全系統有限公司 張陽

　　華晨汽車工程研究院 趙秀強

　　對本文給予的大力支持!