[发明专利]一种基于耐撞性的变截面长玻纤增强聚丙烯保险杠横梁优化方法

说明书

本发明公开了一种基于耐撞性的变截面长玻纤增强聚丙烯(LGF‑PP)保险杠横梁优化方法，该变截面LGF‑PP保险杠横梁截面厚度呈现出由中部位置向两端连续变化的特征，材料是以热塑性聚丙烯树脂为基体，以长玻璃纤维为骨架的增强复合材料。进一步利用有限元仿真技术、正交实验设计方法、粒子群算法优化神经网络模型法，构建变截面LGF‑PP保险杠横梁的碰撞力峰值(P_f)、比吸能(SEA)、质量(m)和被侵入量(S_c)四个评价指标的代理模型，以P_f、SEA和m作为优化目标，以S_c为约束条件，采用均值一阶可靠性分析方法及T分布麻雀觅食算法对横梁的中部截面厚度及两端截面厚度参数进行基于6Sigma的不确定性优化，缩短了保险杠横梁的开发成本和时间，并且提高了优化的稳健性。

技术领域

本发明涉及涉及汽车车身新材料、新结构领域，尤其涉及一种基于耐撞性的变截面长玻纤增强聚丙烯保险杠横梁优化方法。

背景技术

汽车保险杠横梁存在着轻量化和耐撞性的矛盾，所以提出一种变截面长玻纤增强聚丙烯复合材料的保险杠横梁，能够较好的协同以上矛盾，并且通过对复合材料保险杠横梁的变截面厚度进行优化，可使保险杠横梁的强度和轻量化达到最优。

目前的保险杠横梁设计和优化主要有以下两方面不足：

1、保险杠横梁多为金属材质，在轻量化和成本上存在着巨大的劣势；

2、一般采用确定性优化方法对结构进行优化设计，未考虑设计参数的不确定性，无法保证优化结果的稳健性。

发明内容

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种基于耐撞性的变截面长玻纤增强聚丙烯保险杠横梁优化方法，通过CAD的参数化建模缩短建模时间，并且融合有限元仿真技术、正交实验设计方法、粒子群算法优化神经网络模型法，均值一阶可靠性分析方法及T分布麻雀觅食算法对横梁的中部截面厚度及两端截面厚度参数进行基于6Sigma的不确定性优化，缩短了保险杠横梁的开发成本和时间，并且提高了优化的稳健性。

本发明为解决上述技术问题采用以下技术方案：

一种基于耐撞性的变截面LGF-PP保险杠横梁优化方法，包括以下步骤：

步骤1)，在ISIGHT优化软件中，选取正交实验设计方法，在各个设计变量参数预设的阈值范围内均匀选取N组设计样本点，所述设计变量参数分别为变截面LGF-PP保险杠横梁中部截面厚度T₁及两端截面厚度T₂，N为大于0的自然数；

步骤2)，根据选取的设计样本点，在CATIA软件中建立N组变截面LGF-PP保险杠横梁的几何模型；

步骤3)，将N组变截面LGF-PP保险杠横梁的几何模型，导入HYPERMESH软件中，对其进行几何清理和网格划分，并定义变截面LGF-PP保险杠横梁的材料本构模型；

步骤4)，将预设的美国汽车安全技术法规(FMVSS)保险杠碰撞器模型导入HYPERMESH中，通过RBE2分别建立每一个变截面LGF-PP保险杠横梁和吸能盒的连接关系，设置碰撞器模型与变截面LGF-PP保险杠横梁的相对位置和碰撞速度，约束吸能盒后端节点的6个自由度，同时定义碰撞器模型和变截面LGF-PP保险杠横梁模型之间的接触和输出；

步骤5)，计算每一个变截面LGF-PP保险杠横梁碰撞时对应的碰撞力峰值(P_f)、吸收能量(E)、质量(m)和被侵入量(S_c)；