汽車車身動力學優(yōu)化策略

汽車車身動力學優(yōu)化策略

1車載動力學優(yōu)化在汽車的車身設計中，動態(tài)優(yōu)化一直是一個重要的位置，它的作用主要體現(xiàn)在車身的疲勞、車身的舒適度以及汽車的乘坐舒適度上。轎車在行駛過程中,會受到各種各樣的動載荷的作用。當動載荷與車身的動力學特性接近時,即動載荷的某分量與車身的某階模態(tài)的固有頻率接近時,將可能引發(fā)結(jié)構(gòu)共振產(chǎn)生較高的動應力,導致車身的疲勞破壞。車身動力學特性對乘坐舒適性的影響,主要表現(xiàn)在NVH(Noise,VibrationandHarshness)性能上。一般而言,車身對激振源的響應越小,NVH性能越舒適。經(jīng)驗豐富的試車員甚至能夠通過NVH主觀評價試驗判定車身的動剛度是否不足。無論是針對車身疲勞壽命,還是針對整車乘坐舒適性,車身結(jié)構(gòu)的動力學優(yōu)化都采用同樣的原理,即設法將車身結(jié)構(gòu)的固有頻率與激振源的激振頻率錯開,將激振源的作用點布置在盡可能接近振型節(jié)點的位置上。承載式車身所受到的激振力總是以中低頻為主。另一方面,車身結(jié)構(gòu)本質(zhì)上是復雜的連續(xù)彈性體,具有無限多的自由度和模態(tài),頻率越高,其模態(tài)越密集。因此,在進行承載式車身的動力學優(yōu)化時,通常采用以下策略:(1)提高車身的低階全局模態(tài)的固有頻率;(2)將聯(lián)接點盡可能地布置在低階全局模態(tài)的振型節(jié)點上;(3)將若干高階敏感模態(tài)的固有頻率與激振力的中頻分量錯開。在車身的動力學優(yōu)化中,策略(3)通常由整車動力學特性匹配完成,策略(2)主要由結(jié)構(gòu)布置完成。而策略(1)則形成了車身動剛度優(yōu)化分支,并隨著整車配置多樣化和平臺開發(fā)模式的廣泛應用,成為評價車身動力學特性的關(guān)鍵指標之一,設計規(guī)范甚至對其提出了限制要求,如一扭頻率應大于30Hz,一彎頻率應大于40Hz。2某車載模態(tài)分析的應用車身結(jié)構(gòu)的動剛度優(yōu)化,通常采用基于試驗模態(tài)分析與有限元計算模態(tài)分析的綜合法,工作流程如圖1所示:綜合法必須同時使用試驗模態(tài)分析工具(如Cada-X)、有限元模態(tài)分析工具(如ANSYS)和模型綜合工具(如Gateway)才能完成。國內(nèi)同行大多基于有限元模態(tài)分析進行修正預測,本文將基于試驗模態(tài)分析對某轎車車身進行修正預測,并通過試驗對修正方案進行篩選和驗證。到目前為止,無論是試驗模態(tài)分析,有限元計算模態(tài)分析,還是綜合法,其修正預測結(jié)果都還不能令人滿意,仍然需要通過試驗對可能的修正方案進行篩選和驗證,最終獲得較好的設計優(yōu)化方案。在此過程中,分析人員的理論基礎、實踐經(jīng)驗和判斷力,將起到重要作用。3建立模型的建立車身結(jié)構(gòu)的試驗模態(tài)分析通常采用頻域法,主要包括以下步驟:(1)試驗準備。包括使用彈性繩懸吊車身,選定激振位置和測點,準備測試系統(tǒng)等;(2)數(shù)據(jù)測試。使用激振器或力錘激勵車身,采集測點的響應信號并估計頻率響應函數(shù);(3)參數(shù)辨識。選擇合適的算法辨識模態(tài)參數(shù);(4)模型檢驗。對參數(shù)辨識的結(jié)果進行檢驗。根據(jù)試驗目的,車身的試驗模態(tài)分析可分為檢測和建模兩類。檢測主要用于測定車身的全局低階模態(tài)的固有頻率及振型輪廓,以便了解車身的動態(tài)特性水平,確定是否滿足設計要求。建模則是要建立盡可能精確的試驗模型,以便優(yōu)化車身動剛度。檢測對試驗人員和試驗方案的要求較低,作者的經(jīng)驗表明,使用單個激振點和十幾個測點即可達到檢測的目的。如果將激振點增加到3個以上,將測點增加到50個以上,則按一般的試驗模態(tài)分析步驟總可以獲得穩(wěn)定、可信的試驗結(jié)果。與檢測相比,建模則要復雜得多。為了獲得可信的修正預測結(jié)果,必須建立盡可能完整的高精度的試驗模型。車身結(jié)構(gòu)本質(zhì)上是連續(xù)的彈性體,具有無限多的自由度和模態(tài);為了使試驗模型盡可能逼近該彈性體的動態(tài)特性,需要測量數(shù)百個測點,并使用盡可能寬的分析頻帶。為了獲得高精度的振型信息,必須合理布置激振位置,以便將分析頻段內(nèi)的所有振型都充分激勵起來。為了建立高精度的試驗模型,獲得車身動剛度的設計優(yōu)化方案,并盡可能地減少工作量,本文采用如圖2所示的試驗方案。預檢是對車身結(jié)構(gòu)的檢測性試驗模態(tài)分析,以便初步了解車身的低階全局模態(tài)的固有頻率和振型輪廓,確定試驗設置存在的缺陷,達到優(yōu)化邊界條件、確定分析頻帶、優(yōu)化激振位置、確定關(guān)鍵測點的目的。車身動剛度的測試應使用自由-自由邊界條件,通常使用彈性繩懸吊來近似獲得。彈性繩的懸吊位置應靠近盡可能多的低階全局模態(tài)的振型節(jié)點。分析頻帶應覆蓋盡可能寬的頻率范圍,并能夠通過優(yōu)化激振位置將分析頻帶內(nèi)的所有模態(tài)都充分激勵出來。關(guān)鍵測點的確定是為了以盡可能少的測量次數(shù)獲得分析頻帶內(nèi)所有模態(tài)的振型輪廓。在預檢中,本文使用3個激振點和80個測點。試驗建模和篩選/驗證均使用優(yōu)化后的激振位置組,試驗建模使用204個測點,篩選/驗證使用14個關(guān)鍵測點。下面,本文將就激振位置的優(yōu)化、附加質(zhì)量的處理、修正預測的評判、篩選/驗證的實施進行深入的討論。4預檢指標與激振位置組的匹配在試驗建模中,為了盡量減少測試和建模誤差,必須將分析頻帶內(nèi)的所有模態(tài)都充分激勵出來。為此,必須對激振位置組進行優(yōu)化。在本文工作中,激振位置優(yōu)化前后的SUM曲線對比如圖3所示。從圖中可以看出,頻率A和B處的模態(tài)在預檢中未得到足夠的激勵能量(上圖),而優(yōu)化后的激振位置組則可將它們充分激勵起來(下圖)。在預檢中,參數(shù)辨識在頻率A和B處的收斂性較差,相應模態(tài)的模態(tài)復雜性指標(ModeComplex)的最小值分別為58%和85%。而使用優(yōu)化后的激振位置組進行測試,分析頻帶內(nèi)所有模態(tài)的收斂性都較好,所有模態(tài)的模態(tài)復雜性指標的最小值均在98%以上。模態(tài)復雜性指標在一定意義上反映了試驗模型在修正預測上與物理模型的一致性,因此,使用優(yōu)化后的激振位置組進行測試和建模,將可獲得更準確的試驗模型。5模態(tài)合并法試驗建模當采用接觸式加速度計進行試驗模態(tài)分析時,安裝在物理模型上的加速度計將增加測點位置的質(zhì)量,改變物理模型的模態(tài)參數(shù)。當需要通過多次測量獲得所有測點的頻率響應函數(shù)時,附加質(zhì)量還將使被測對象不滿足時不變條件。這就是所謂的附加質(zhì)量效應。根據(jù)作者的經(jīng)驗,當使用25g以下的加速度計測量轎車車身上的數(shù)十個測點時,附加質(zhì)量效應可以忽略不計;但是,當測點高達數(shù)百個時,必須妥善處理附加質(zhì)量效應。本文僅在試驗建模階段考慮附加質(zhì)量效應。通常采用假傳感器法補償附加質(zhì)量效應,該方法的主要缺點是需要預先確定所有的測點位置,不允許在建模過程中增加新的測點,缺乏足夠的靈活性。試驗人員在對測點數(shù)目和模型精度進行折衷考慮時,常常面臨困難的選擇。錯誤的決定常常意味著,在試驗過程中,丟棄上百個測點的測試結(jié)果,另起爐灶,重新測試和建模。本文利用預檢的試驗結(jié)果,采用模態(tài)合并的方案進行試驗建模。模態(tài)合并以預檢試驗結(jié)果作為先驗知識,對每組測量數(shù)據(jù)單獨進行參數(shù)辨識,通過在該組測量的所有測點上增加負質(zhì)量補償該組測量的附加質(zhì)量效應,并合并各族測點的模態(tài)數(shù)據(jù)形成完整的試驗模型。與假傳感器法相比,模態(tài)合并為試驗建模提供了巨大的靈活性,允許試驗人員根據(jù)試驗模型的精度要求,隨時增加新的測點。在本文的工作中,直接使用所有的204個測點數(shù)據(jù)進行建模,參數(shù)辨識的收斂性很差,即使利用先驗知識強制選擇合適的峰值頻率,也無法獲得正確的振型計算結(jié)果。例如,預檢顯示,一彎振型非常接近實模態(tài)。在試驗建模中如果直接進行參數(shù)辨識,獲得的一彎振型在前端模塊、前車頂、中地板和后翼子板等處將表現(xiàn)出明顯的復模態(tài)特征,如圖4的上圖所示;而模態(tài)合并的參數(shù)辨識結(jié)果則很好地保持了一彎振型的實模態(tài)特征,如圖4的下圖所示。6根據(jù)可信性進行修正的各項參數(shù)的確定建立盡可能完整和精確的試驗模型對修正預測的可信性至關(guān)重要。但是,有些建模誤差是不可避免的,如:無法測量轉(zhuǎn)動自由度的缺陷;有限的分析頻帶和模態(tài);傳感器的橫向靈敏度等。同時,目前所有的修正預測算法都基于局部線性假設,卻沒有一種算法能夠判定該假設所允許的修正范圍。因此,試驗人員必須根據(jù)自己的經(jīng)驗判斷修正預測結(jié)果的可信性,并通過試驗進行篩選和驗證,得到正確的優(yōu)化方案。作者的經(jīng)驗表明,試驗人員在判斷修正預測結(jié)果時,至少應考慮以下因素:(1)模型檢驗中的模態(tài)復雜性指標指示了試驗模型與物理模型的逼近程度。如果某測點的模態(tài)復雜性指標為負,對該測點臨近區(qū)域的修正預測常常是不準確的。(2)如果修正方案的主要加強方向與相應測點的振型矢量垂直或接近垂直,則預測結(jié)果不可信。(3)比較試驗模型和預測結(jié)果的模態(tài)參數(shù),如果阻尼比或振型差異過大,則說明修正已超出了試驗模型的局部線性區(qū)域。(4)單個局部修正對全局低階模態(tài)的影響通常是小范圍的,過于優(yōu)良的局部修正結(jié)果只能說明修正強度已超出了試驗模型的局部線性區(qū)域。本文基于204個測點的試驗模型對車身結(jié)構(gòu)的優(yōu)化進行了修正預測。篩選/驗證試驗表明,使用以上的判斷準則可以基本保證