优化集成系统平台的建立及其应用研究*

陈吉清，钟海云，兰凤崇†，马芳武

(1.华南理工大学 汽车工程学院，广东 广州 510641；2.浙江吉利汽车研究院有限公司，浙江 杭州 311228)

在车身结构开发的各个阶段，结构、材料、板厚等参数的不断优化从而使整车结构轻量化系数达到较高水平是提高汽车产品竞争力的重要目标.目前企业广泛采用的方法基本上沿用设计—分析优化—修改结构—重新优化这样传统的思路.开发者劳动强度大，过程较冗长，严重地制约开发周期的缩短和新车型上市的时间.

近几年，随着中国汽车工业设计水平，特别是自主品牌汽车的质量的提高，研究与开发人员已经开始研究自动优化平台自动实现优化设计的可行性[1-2]，企业也开始关注在车身设计的各个阶段引入集成优化等新思路.其中，李楠等基于隐式参数化模型实现CAE驱动车身结构优化并搭建自动优化平台，实现单个碰撞工况下白车身前纵梁的几何形状的自动优化循环优化[3]；迟瑞丰在UG/NX5平台开发了车身结构概念设计VCD-ICAE系统，实现车身CAD设计、仿真、优化、报告输出的一体化设计，并在车身梁截面特性的计算与优化中应用[4]；汪凯等通过建立薄壁方管的抗撞性尺寸自动优化平台，得到最佳的壁厚和截面边长[5]；还有一些研究主要针对车体开发对各种零部件进行优化分析.这些研究工作系统地阐述了集成优化的思想并紧密结合平台的开发和实车设计的应用，收到了良好的效果.当然，目前从企业实施和应用相结合方面还有许多工作值得进一步探索.本文通过iSIGHT集成SFE CONCEPT，LS-DYNA和Matlab，建立了碰撞安全性能驱动的自动优化集成系统平台.该平台具有较强的通用性和灵活性，能够调用不同的碰撞工况，并实现不同模块间参数的自动映射.引入了数据滤波处理模块，自动进行产品的优化设计，寻找可行域内的最优解，大大减少运算循环时间和提高结果的准确度.另外，以实例将集成优化平台用于汽车前保险杠的优化设计分析，在不降低碰撞安全性能的前提下自动高效率地实现了辊压制保险杠横梁的轻量化目标.

1 优化集成系统平台的建立

在传统优化流程中，针对一个几何结构的设计优化修改需要经过设计—分析优化—修改结构—重新优化的过程，优化阶段主要是对材料、板厚等参数的优化，而结构的优化却不是与之同时进行，需要通过修改结构再进行以上的优化，工作量大并且过程复杂.其中结构优化流程一般是因子试验—近似模型—寻优，在因子试验中通过修改几何模型、有限元模型处理、求解器运算、结果提取的多次单向过程产生一系列试验结果用以近似模型的建立，如图1所示.

图1 传统的结构优化方法

设计者通过不断修改几何模型或者有限元模型获得新模型并进行求解.对于相对复杂的模型，几何模型的修改不是随便更改需要优化部件的几个参数就能实现，而是修改所有与之相关的所有部件的参数才能保证结构和参数协调.获得新的几何模型后需要重新进行网格划分边界条件定义等有限元信息的设置，因此工作量相对大且费时，严重地制约开发周期的缩短和新车型上市的时间.针对于传统设计优化方法的不足，本文提出了建立优化集成系统平台的设计方法.优化平台的建立是实现自动优化的基础，自动优化技术主要是有限元模型的生成与适当的优化工具以及运算所需有限元求解器的三大部分的组合应用问题，本文进行结构优化的自动优化循环过程如图2所示.循环过程有直接循环和间接循环，直接优化循环是利用优化工具直接驱动有限元模型的生成与提交求解器计算，并在优化工具上对其计算结果直接判断，输出最优值或者修改设计变量进行下一次循环过程.而间接优化循环主要基于试验设计等抽样技术获得样本数据，再用回归、拟合、插值等方法创建仿真程序的近似模型实现对近似模型的优化，最终达到优化实际模型的过程.考虑到计算成本，本文选用间接优化循环方法，通过试验设计分析合理选用近似模型，对实际问题的近似模型进行优化.优化工具选用优化平台集成软件iSIGHT，几何-有限元一体化的参数化建模软件SFE CONCEPT，求解器选用LS-DYNA，数据处理器采用Matlab.本优化集成系统平台的建立实现了参数化模型的自动生成修改，有限元网格随几何模型变化自动更新产生高质量有限元模型并自动提供有限元求解器求解，结构参数与材料、板厚参数同时优化，整个过程不需要人工参与，建立各响应与变量的近似模型，寻找全局最优解.

图2 自动优化循环过程

1.1 隐式参数化建模

到目前为止，大部分软件实现的是显式参数化，改变特定部件的位置形状参数后还要相应地对与之相邻部件进行修改调整，对于复杂模型可行性不高[6-8].而SFE CONCEPT作为隐式参数化建模软件，以点位置、线曲率以及截面形状为参数，每个子级模型间通过映射、拓扑关系连接，实现了调整一个参数改变某部件而与之相连的所有几何部件也相应地自动调整的功能，快速生成概念设计阶段设计方案用以后续的有限元分析进行方案的评估分析[9].

在软件SFE CONCEPT实现参数化建模，可以从建立一个全新的几何开始，也可以以原有模型为设计基础进行优化改进.本文以导入的原模型作为基础，通过点-线-截面-梁的生成建立保险杠横梁和吸能盒模型.而修改点、线、截面形状可以智能地修改模型，自动划分网格，同时保证网格质量.录制优化过程需要的变量，设置生成文件的格式.

1.2 集成优化方案的调度

iSIGHT是一个仿真分析流程自动化和多学科多目标优化工具，提供灵活的可视化的仿真流程平台.本文以Simcode组件集成优化过程所需的建模、计算分析软件.Simcode是一个完整地将应用程序输入、执行、输出进行集成的接口，通过批处理命令调用外部的程序实现多种软件的集成.本优化集成平台通过调用集成后处理器Matlab对运算结果进行数据处理，可以相对减少干扰信号对优化结果的影响，提高优化的精度.优化流程的集成是在初始方案的基础上通过修改设计参数，进而修改模型、运算，并进行性能的评估分析，如果不满足设计要求则继续修改设计参数进行设计方案的改进，直到满足设计要求生成设计方案.

以在SFE里建立的参数化模型为基础，录制优化过程需要的变量生成mac文件，批处理文件通过调用SFE CONCEPT生成包含节点单元、焊点的dyn文件，LS-DYNA通过集成SFE生成的dyn文件和为各工况分别编写的包含障碍物、详细材料属性的赋予、初速度定义、边界条件定义、接触定义、沙漏等信息的dyn文件，运算得到结果文件经过数据处理后反馈给iSIGHT数据库，实现优化过程的自动循环.整个优化循环的运算过程可以自动进行而不再需要人工参与，该系统优化流程如图3所示.

图3 集成优化系统流程图

2 应用案例

现代社会中低速碰撞在城市路况发生的频率高，汽车在上下班、红绿灯或者堵车情况下，以及进出停车场时常出现车—车、车—人以及车—障碍物的低速碰撞.前保险杠系统作为传统的被动安全部件，在低速碰撞过程中能量的主要吸收件，保护翼子板、散热器、发动机罩和灯具等部件，同时起到保护乘员和行人安全的作用.前保险杠系统通常由横梁本体、吸能盒和拖钩组成，目前对如何改进保险杠系统来提高碰撞吸能性开展了较多的研究[10].横梁本体的制造工艺主要分为冷冲压、热冲压、辊压和铸铝.而不同的制造加工对应不同的横梁本体截面.现研究横梁断面结构以及横梁空间形状曲率参数对碰撞安全性和轻量化的影响，为保险杠横梁的设计提供参考依据.

2.1 前防撞横梁优化问题的描述

汽车低速碰撞不属于强制法规要求，大多数是第三方机构以低速碰撞后维修费用为评价指标做的汽车安全性星级测评.本文选用低速碰撞法规中的RCAR(40%偏置碰)和IIHS(刚性墙和柱子)来模拟汽车常出现的三种低速碰撞工况，其要求如表1所示，对此分别建立有限元模型进行碰撞仿真分析以获得分析结果.由于前防撞横梁轻量化的前提是在不降低其碰撞安全性下实现的，因此要选用抗撞安全性作为评估分析方案的标准.车身峰值加速度是成员胸部加速度峰值的决定因素之一，由于计算成本的考虑选取车身峰值加速度作为评估项.低速碰撞在城市路况发生的频率高，考虑到零部件更换问题，因此前纵梁在低速碰撞过程中是不允许发生塑形变形的，直接吸能的是保险杠横梁和吸能盒，因此引入车体与前横梁的相对位移(压缩量)作为评估标准.

根据3个低速碰撞试验要求分别建立动态仿真模型，定义碰撞速度、保险杠与障碍物的面面接触，保险杠自接触以及保险杠与车体的连接，参数为车体峰值加速度、压缩量和横梁质量.计算优化过程以三项碰撞试验的车体峰值加速度和压缩量为约束，寻找可行域内的质量最小为最优值.

2.1.1 几何参数化及变量化设计

(1)

考虑到形状外观及工艺问题，A点在样车的基础下左右偏移45 mm为变量范围，即[XAO-45,XAO+45]，其中XAO为样车A点在整体坐标下的值.为了便于对数据的处理，对变量进行归一化处理，即优化过程中A点的整体坐标XA为：

XA=90×x1+(XAO-45)

(2)

其中x1∈[0,1]．

如图5(b)所示，定义前防撞梁截面高度(E，F，G，H点局部纵向坐标)、宽度(C，D点局部横向坐标)为优化变量，高度在样车基础上缩小10 mm和扩大20 mm，宽度在样车基础上缩小5 mm和扩大10 mm为变量范围.定义前防撞横梁厚度T为第4个优化变量，在[T0-0.85,T0+0.85]范围内变化，其中T0为样车横梁厚度.类似x1的归一方法对6个点的坐标以及厚度进行归一化处理.

表1 碰撞试验要求和有限元模型

图4 形状参数的定义

样车前防撞横梁如图5所示，采用屈服强度为550 MPa、厚度为1.65 mm的高强度钢辊压成型，几何参数为截面外廓尺寸30 mm×100 mm，截面形状如图5(b)所示，A，B两点的距离为 545 mm，质量为7.209 kg.样车前防撞横梁各变量初值为(0.5，0，0.3，0.5).

2.1.2 优化的数学模型

由于样车保险杠已在整车实验中确保了其性能要求及行人保护要求，因此优化过程的约束条件为不低于样车的性能指标，选取车体峰值加速度和压缩量.根据保险杆设计规范的要求设置变量范围，以质量最小的优化目标.定义车体质量为1 000 kg，并以各试验要求的速度撞向各障碍物.样车模型在3个碰撞试验工况下的车体加速度峰值为[a1]，[a2]，[a3]，压缩量为[d1]，[d2]，[d3].优化问题的数学模型如下：

(3)

2.2 优化过程

2.2.1 DOE试验设计

试验设计DOE方法提供了合理而有效地获得信息数据的方法，是当今产品开发、过程优化等环节中最重要的统计方法之一，在工程和科研中有着广泛的应用.DOE试验具有多种算法，本文采用最优拉丁超立方设计，它改进了随机拉丁超立方设计的均匀性，具有非常好的空间填充性和均衡性，使得因子和响应的拟合更加精确真实.本试验以x1,x2,x3,x4为试验因子，分别选取50个样本点，以车体峰值加速度a、横梁质量mass和相对压缩量d为响应，表2为3个试验结果的Pareto图，反映了样本拟合后模型中所有因子对每个响应的贡献程度百分比，(+)条形表示正效应，其余为反效应.对于响应a，增加厚度会大大增加试验②③的峰值加速度，而截面形状的增大会相对增加峰值，相较于截面形状及厚度，横梁曲率的变化对响应的影响不大.对于d，厚度和截面的宽度对碰撞的压缩量影响很大.对于响应mass，增加厚度会大大增加质量，而截形状、曲率对质量有一定影响但不大.

图5 保险杠模型

表2 各响应Pareto图

2.2.2 近似模型的建立

近似模型方法是通过数学模型的方法逼近一组输入变量(独立变量)与输出变量(响应变量)的方法，基于试验设计等抽样技术获得样本数据，再用回归、拟合、插值等方法创建仿真程序的近似模型.近似模型在结构设计优化中的应用，减少了计算机高强度仿真计算的次数，加快了优化算法的寻优速度，推动了优化算法在工程领域中的应用.软件iSIGHT自带的近似模型有响应面模型、神经网络模型、Chebyshe正交多项式模型以及Kriging模型.通过DOE试验得出的样本点进行近似模型的拟合，近似模型流程如图6所示.评价近似模型拟合程度的标准是“误差分析”中R2，如果R2值为1则表示近似模型具有高可信度.通过反复试验确定3种碰撞工况下的mass、a和d3个响应均采用Kriging模型，Kriging方法是以变异函数理论和结构分析为基础，在有限元区域内对区域化变量进行无偏最有估计的一种方法.各响应的误差分析如表3所示，具有较高的可信度.

图6 近似模型流程

表3 3个试验各响应的R2

2.2.3 优化算法和优化结果

常用的优化算法有梯度优化算法、直接搜索方法和全局优化算法，它们的差异在于最优解的精度以及优化效率.为了提高寻优速度，在优化过程中普遍采用通过近似模型代替仿真的方法，因此近似模型的精度对最优结果的获取具有一定的影响.模拟退火算法是全局优化算法的一种，和遗传算法相似，都是从旧的设计点通过变异产生新的设计点.但模拟退火算法相较简单，因为每次在搜索空间中只检查一个设计点.本文选用iSIGHT中的自适应模拟退火法(ASA)作为对近似模型的优化算法,其具有比传统模拟退火算法更优良的全局求解能力和计算效率.分别以x1,x2,x3,x4为设计变量，约束条件为原模型的压缩量d、车体峰值加速度a为上限，优化目标是质量mass最小.优化迭代过程进行了2 087次运算，耗时19 min，如图7所示，其中高亮点为满足约束条件的最优点.

迭代次数

通过迭代循环运算，其最优结果如表4所示.由于优化过程是针对已建立的近似模型，因此需要对结果进行原仿真过程的校核对比，分别为表中的近似值和真实值.可看出真实结果与优化结果有一点偏差，这与近似模型的拟合有一定的影响.图8为3个试验中优化前后的车体加速度与碰撞时间的关系曲线，结果表明优化后车体加速度在碰撞过程中有所下降，其中试验②③较为显著.

表4 优化前后的对比

时间/s

原模型与优化结果的对比如表4所示，变化量为优化后真实值与优化前的变化，整体看来，在保证碰撞安全性的前提下实现了轻量化质量降低11.60%.优化结果为厚度1.05 mm，截面外廓尺寸为38 mm×100 mm，A，B两点的距离为 460 mm，质量为6.373 kg.

3 结 论

1)本文以汽车前防撞横梁的开发优化为例，构建了以隐式参数建模为基础的集成化车身结构优化平台.在系统集成的平台上可实现汽车车身结构的建模、快速优化迭代，自动或半自动地完成整个优化过程.显著地提高设计优化的精度和效率，缩短重复建模、修改模型、验证模型的时间.

2) 汽车前防撞横梁的开发要求抗碰撞多吸能且满足轻量化目标，空间梁的曲率、截面形状和尺寸、材料及板厚等参数互相牵制影响.利用本文搭建的集成优化和隐式参数建模技术，实现了设计目标，在性能满足的情况下减重达到目标车型的11.6%，且设计优化的过程自动完成，效率大大提高.

3) 集成优化平台采用了iSIGHT集成SFE CONCEPT，LS-DYNA，Matlab和数据库等通用工具，支持隐式参数建模和常用的优化模型，该平台和方法可以用于完成车身结构或保险杠以外的其他任何总成子结构的快速优化与评价，值得推广.

[1]HILMANN J,PAAS M,HAENSCHKE A,etal． Automatic concept model generation for optimization and robust design of passenger car[J].Advances in Engineering Software,2007,38: 795-801.

[2]WONG Lee Ming,WANG G Gary.Development of an automatic design and optimization system for industrial silencers[J].Journal of Manufacturing Systems,2003,22(4)：327-339.

[3]李楠,高卫民,戴轶.基于隐式参数化模型的车身结构优化设计[J].汽车工程,2008,30(10): 857-860.

LI Nan,GAO Wei-ming,DAI Yi.Optimization design of car body structure based on implicit parametric model[J].Automotive Engineering,2008,30(10): 857-860.(In Chinese)

[4]迟瑞丰.乘用车概念车身参数化设计、仿真、优化一体化关键问题研究[D].长春:吉林大学汽车与工程学院,2010.

CHI Rui-feng.Research key issues about integration of parametric design,simulation,optimization for concept body of passenger car[D].Changchun: School of Automotive Engineering,Jilin University,2010.(In Chinese)

[5]汪凯,王晓华,章桐.基于iSIGHT的薄壁方管抗撞性尺寸优化[J].佳木斯大学学报:自然科学版,2012,30(1):23-27.

WANG Kai,WANG Xiao-hua,ZHANG Tong.Sizing optimization of thin-walled square tubes with crashworthiness criterion based on iSIGHT[J].Journal of Jiamusi University:Natural Science Edition,2012,30(1):23-27.(In Chinese)

[6]曹立波,陈杰,欧阳志高,等.基于碰撞安全性的保险杠横梁轻量化设计与优化[J].中国机械工程,2012,23(12):2888-2893.

CAO Li-bo,CHEN Jie,OUYANG Zhi-gao,etal.Lightweight design and optimization of bumper beam based on automotive crash safet[J].Chinese Journal of Mechanical Engineering,2012,23(12):2888-2893.(In Chinese)

[7]史国宏,陈勇,姜欣,等.基于全参数化模型的白车身多学科设计优化[J].汽车工程,2010,32(11):928-931.

SHI Guo-hong,CHEN Yong,JIANG Xin,etal.BIW multidisciplinary design optimization based on full parametric model[J].Automotive Engineering,2010,32(11):928-931.(In Chinese)

[8]杨永生.汽车保险杠系统低速碰撞性能研究[D].哈尔滨:哈尔滨工业大学机电工程学院,2009.

YANG Yong-sheng.Research on the crashworthiness of car bumper system crash in low speed[D].Harbin:School of Mechatronics Engineering,Harbin Engineering University,2009.(In Chinese)

[9]李楠．基于隐式参数化模型实现CAE驱动车身结构优化设计[D]．上海：同济大学汽车学院，2009．

LI Nan.CAE driven structural optimization design of body-in-white applying implicit parametric model[D].Shanghai: School of Automotive Studies,Tongji University,2009.(In Chinese)

[10]孟志强,何涛,尹望吾,等.六角弹簧管汽车碰撞吸能装置的效能研究[J].湖南大学学报:自然科学版,2011,38(11):43-46.

MENG Zhi-qiang,HE Tao,YIN Wang-wu,etal.Research on the performances of hexagonal spring tube energy-absorbing device for car crash[J].Journal of Hunan University:Natural Sciences,2011,38(11):43-46.(In Chinese)