基于Isight的仪表板横梁优化

摘要： 在汽车仪表板横梁（Cross Car Beam，CCB）的设计开发初始阶段，选取一些设计参数作为设计变量，利用SFE建立针对这些变量的参数化模型，选取适当的DOE正交矩阵列表输出参数化模型.使用Kriging方法构建性能结果的响应面近似模型，通过主效应和贡献量的对比分析发现圆管梁的直径和壁厚是最关键的设计变量，为仪表板横梁的设计提供指导.借助Isight优化算法在整个样本空间中寻找最优结构设计并进行虚拟仿真验证，从而得到最优的实际产品结构.

关键词： CCB； 参数化建模； Kriging； Isight

中图分类号： U463.837； TB115.1文献标志码： B

引言

汽车仪表板横梁（Cross Car Beam，CCB）是汽车结构中的一个十分重要的部分，它担负着仪表板总成、空调系统、转向系和安全气囊等重要子系统，并为很多与控制相关的电子模块提供安装接口，包括BCM，保险丝盒和空调控制模块等.CCB设计的好坏直接影响到汽车的NVH性能，如方向盘的怠速抖动和汽车在匀速行驶时仪表板总成里面的振动异响等.此外，随着对汽车轻量化的要求越来越高，要开发出既能满足各方面性能要求，质量又最轻的结构，成为设计工程师正在面临的挑战.

在汽车结构设计和开发过程中要解决这样的问题，需要在设计自由度相对较大的设计早期引入优化分析，有针对性地选取产品设计中的具体参数作为变量进行研究，通过科学的方法了解影响产品性能和质量的关键设计参数，从而指导设计得到最优的产品结构，并且通过分析，为同类产品设计提供指导方向.

1优化流程

1.1优化方法对比

传统的优化方法是尺寸优化和形状优化的组合，使用OptiStruct求解器进行的优化分析中只能提取单一变量对结果影响程度的灵敏度信息，无法得到变量与变量之间交互对结果的影响信息；同时，由于求解器算法的原因，常规优化只能得到变量的初值附近局部最优解，不利于工程师真正地深入理解设计参数对性能的影响.此外，如果待研究的分析工况使用OptiStruct求解器计算，需要2～3 h甚至更长的时间，那么求解器在计算十几个变量的效率会比较低，求解器的梯度寻优时完成一个迭代步的时间会变得很长.分析工程师无法预知优化作业什么时候可以算完，同样也不能确定求解器可以得到收敛解，最终导致优化分析很难控制.

1.2Isight优化简介

Isight是个开放的多学科优化平台，可以快速地与Excel表中的变量以及计算公式进行实时交互，其中有先进的寻优算法（梯度算法、遗传算法和神经元网络算法等）可以快速地从响应面中找到全局最优解.

模拟退火算法的思想最早由METROPOLIS等提出，通过模拟退火的过程，将组合优化问题与统计力学中的热平衡问题进行类比，从初始点开始每前进一步就对目标函数进行一次评估，只要函数值下降，新的设计点就被接受；反复进行，直到找到最优点.函数值上升的点也可能被接受，这样能够避免找到的是局部最优点.[1]

是否接受函数值上升点是依据Metropolis判据决定的，它是温度的函数，温度高则更容易接受.伴随温度函数的不断下降，结合概率突跳特性，在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优.[1]

1.3优化流程简介

本文运用的优化方法的具体流程见图1.先确定与性能相关的分析工况，并根据同类竞争车型相对比确定性能目标；然后把可能会影响性能的设计参数定义成设计变量，从布置空间角度出发结合制造工艺和成本，确定这些设计变量的取值范围，运用SFE软件建立结构参数化模型.为充分研究各个变量以及变量交互对性能结果的影响，根据变量个数选取适当的DOE正交矩阵列表，将其变量值运用SFE输出结构试验模型.使用计算服务器或工作站求解器并行计算DOE各个子任务作业.由于每个子任务作业的计算时间是已知的，因此所有作业完成计算的时间是可以预知的.当所有子任务都完成计算后，收集每个作业的计算结果，把DOE的每个试验性能状态值填入DOE相应的表中.运用Kriging方法对DOE的计算结果分析误差和主效应，从中可以了解影响性能的关键设计参数，包含变量之间交互对性能影响的灵敏度信息，可以提炼出对同类结构的设计指导.

图 1CCB优化流程示意

运用Kriging方法建立设计变量与性能之间的响应面近似模型.使用Isight工具在指定的变量取值域内和指定的性能目标约束下在响应面近似模型上寻找最优解.有了Isight分析出来的最优解后，需要借助SFE参数化模型输出与之对应的结构模型，再用求解器进行虚拟验证Isight优化后的设计方案.通常情况下，由于制造工艺和成本等方面的限制，Isight优化的变量结果不一定可以在实际零件中全部实现，经过与设计工程师和制造工艺工程师等的细致讨论，最终形成可制造的工程设计.CAE工程师需要对最终的工程设计再次进行相关分析，判断最终设计是否满足性能指标要求.

2应用案例

以某车型项目的CCB结构开发实践为例，通过对转向管柱自身模态要求、转向管柱的安装支架结构设计以及相关的车身结构设计等进行研究，找出既对集成模态性能影响较为明显，质量增加又较少的因素，进行结构改进和优化，从而获得能够同时满足模态目标和质量较优的集成设计方案.

在某车型项目的CCB结构开发过程中，前期由于空间布局的限制，严重影响安装在CCB结构上的方向盘的振动性能；而方向盘的振动性能是整车NVH的一个重要评价参数，该性能的高低直接关系到客户的主观感受.

2.1使用SFE进行参数化建模

CCB的结构参数比较多，如果把所有的设计参数都提取出来作为研究对象，那么使用SFE进行参数化建模的工作量以及后期的计算量都会非常大.通过与设计工程师的讨论并根据以往项目上积累的经验，只提取对性能目标影响较大的结构参数，最终选取如图2所示结构中的12个设计参数，作为研究对象进行参数化建模.

图 2CCB优化结构

选定控制因子的结构设计参数见图3.

图 3选定控制因子对应的结构设计参数示意

控制因子的变量水平见表1.

根据以上所选的变量和水平选取64个样本的正交列表L64（4983），使用SFE输出这些样本的计算模型.

2.2使用Kriging创建响应面

在计算服务器上使用求解器对64个样本进行求解，提取每个样本的转向管柱的仿真结果，通过方差分析获得各变量的主效应图和贡献柱状图，见图4～9.对于转向管柱1阶侧向振动模态，相对于其他设计参数，圆管梁的管径（变量D）和厚度（变量E）是最关键的参数；管柱前后安装支架的安装点位置（F和G）尽可能靠近圆管梁，可以提高侧向振动性能；管柱后安装支架的开档（H）尽可能做大，可以提高管柱侧向振动频率；管柱前上结构与车身连接点的位置（C）对垂直方向振动频率有重要影响；管柱后安装支架的安装点位置（G）尽可能靠近园管梁；管柱后安装支架的上盖支架的厚度（K）可以适当减薄；由于对管柱振动性能影响不大，可以取消H形支架的加强盒子（M）.前上结构宽度和开口角度对垂直振动模态的影响不大.

表 1控制因子变量水平控制因子变量名称变量水平A前上结构的宽度4B前上结构的开口角度4C前上结构与车身连接点位置4D圆管梁直径4E圆管梁厚度4F转向管柱前连接点位置4G转向管柱后连接点位置4H转向管柱后连接点左右开档4K管柱后连接支架加强盒子厚度8LH型支架开档大小4M有/没有H支架加强盒子8N与车身A柱连接点个数8

图 4控制因子对1阶频率影响的主效应

图 5控制因子对1阶频率的贡献量

图 6控制因子对2阶频率影响的主效应

图 7控制因子对2阶频率的贡献量

图 8控制因子对质量影响的主效应

图 9控制因子对质量的贡献量

对于CCB结构的质量，影响最大的还是圆管梁的厚度，其次是直径.适当减薄上盖支架的厚度（K），取消H形支架的加强盒子（M），也对降低质量有一定的好处.

使用Kriging方法针对64个样本结果创建响应面近似模型.Kriging近似模型是一种估计方差最小的无偏估计模型.该方法能够提供一种精确的插值，从统计意义上说，是从变量相关性和变异性出发，在有限区域内对区域化变量的取值进行无偏、最优估计的一种方法.Kriging近似模型不仅可以描述高度非线性过程，同时也能光滑目标响应、去除数值噪声和极大地提高优化设计的效率.[2]

2.3使用Isight寻求最优解

基于Kriging方法的响应面近似模型，借助isight工具中的自适应模拟退火算法在响应面上寻找最优解，得到一组最优的变量水平值，将这些变量水平值返回到SFE参数化模型中，输出相应的CCB结构，经过设计工程师的制造工艺和成本等各方面影响因素检查后，最终确认最优的CCB结构设计.优化前后的结构对比见图10，经过CAE仿真确认优化后的结构可以满足性能指标的要求.

（a）优化前结构示意

（b）优化后结构示意

3结束语

通过综合优化的方法在增加0.11 kg的情况下使管柱1阶侧向振动频率提高4.4 Hz，管柱1阶垂直振动频率提高5.4 Hz，提高结构的利用效率，最终达到性能的目标要求.

本次优化设计是一次综合运用各种软件和工具的子系统优化分析.运用SFE对研究对象进行参数化建模；使用DOE方法研究单个变量和变量交互对性能的影响，运用Isight软件的自适应退火算法在整个样本空间中寻找最优解，根据Isight提示的最优解改进结构设计；通过虚拟验证的方式再次确认优化设计是否满足性能指标要求.整个优化分析方法可为相关子系统优化提供参考.

通过本次系统级的优化分析，提炼出CCB设计中对性能影响较大的关键设计变量，总结CCB关键参数设定的设计指导，为同类车型在项目开发的前期确定CCB的关键设计参数提供参考.参考文献：

[1]崔畅， 赵强. 基于自适应模拟退火算法的间歇精馏过程优化[J].科学技术与工程， 2008， 8（2）： 515518.

[2]李铁柱， 李光耀， 陈涛， 等. 基于Kriging近似模型的汽车乘员约束系统稳健性设计[J]. 机械工程学报， 2010， 46（22）： 123129.