Al/CFRP混合薄壁结构耐撞性能可靠性优化设计
1.
2.
3.
4.
Reliability optimization design for crashworthiness of Al/CFRP hybrid thin-walled structure
1.
2.
3.
4.
通讯作者:
收稿日期: 2022-05-17 修回日期: 2022-07-13
基金资助: |
|
Received: 2022-05-17 Revised: 2022-07-13
作者简介 About authors
张正峰(1979—),男,甘肃兰州人,高级工程师,硕士,从事汽车制造工艺设计与材料应用研究,E-mail:
关键词:
Keywords:
本文引用格式
张正峰, 宋小雨, 袁晓磊, 陈文娟, 张伟东.
ZHANG Zheng-feng, SONG Xiao-yu, YUAN Xiao-lei, CHEN Wen-juan, ZHANG Wei-dong.
随着汽车保有量逐年增多,交通安全问题频发,能源短缺与环境污染问题也日益严峻。提高汽车安全性能、节约资源和减少污染已成为汽车行业的当务之急。为了实现上述目标,学者们致力于开发轻质高效的车身吸能构件来代替传统钢制构件,以提升汽车轻量化水平。CFRP(carbon fiber reinforced plastic,碳纤维增强复合材料)因具有优异的力学性能和显著的轻量化效果,被广泛应用于汽车薄壁结构的轻量化设计。尽管CFRP展现了优异的能量吸收效果,但高昂的材料成本制约了其在汽车行业中的大规模应用。因此,有学者提出可将CFRP与金属材料混合,制成金属/CFRP混合材料,替代传统钢材,以实现汽车轻量化[1]。
为了实现CFRP在汽车车身上的合理应用,学者们针对金属/CFRP混合薄壁结构进行了大量研究。例如:Sun等[2]采用试验方法对比了Al管、CFRP管和Al/CFRP混合管的变形失效形式和吸能效果,并采用数值研究方法进行了耐撞性能参数化分析和优化设计。Zhu等[3]采用试验方法研究了具有2种不同Al、CFRP相对位置的Al/CFRP混合圆管在准静态轴向载荷作用下的耐撞性能,结果表明,通过将CFRP粘贴在Al管内部制成的混合圆管具有优异的能量吸收能力。Shi等[4]采用试验与仿真相结合的方法,从耐撞性能与材料成本两个方面验证了Al/CFRP混合圆管具有优异的能量吸收能力。上述研究表明,Al/CFRP混合薄壁结构能够成为优异的汽车吸能构件。
综上所述,Al/CFRP混合薄壁结构在汽车轻量化设计和耐撞性能的提升上有很大优势。因此,笔者制备了方形截面的Al管、CFRP管和Al/CFRP混合管,研究其在准静态轴向载荷下的承载能力。同时,采用多目标优化设计方法对Al/CFRP混合方管进行优化设计,旨在对汽车薄壁吸能构件的设计提供指导。
1 Al/CFRP混合方管耐撞性能实验研究
1.1 试样制备
图1
图1
Al/CFRP混合方管几何构型示意
Fig.1
Schematic diagram of geometric configuration of Al/CFRP hybird square tube
表1 各试样制备方案
Table 1
试样 | Al管厚度/mm | CFRP铺层数/层 |
---|---|---|
Al方管 | 1 | — |
CFRP方管 | — | 8 |
Al/CFRP混合方管 | 1 | 8 |
图2
表2 各试样最终的几何尺寸参数
Table 2
试样 | CFRP铺层数/层 | 外径 D/mm | 长度 L/mm | 厚度 T/mm | 质量 m/g |
---|---|---|---|---|---|
Al方管 | — | 40.0 | 120.2 | 1.00 | 46.396 |
CFRP方管 | 8 | 40.5 | 120.9 | 2.03 | 50.601 |
Al/CFRP混合方管 | 8 | 40.0 | 120.1 | 3.07 | 94.762 |
1.2 轴向准静态压溃实验
采用万能试验机对Al方管、CFRP方管和Al/CFRP混合方管试样施加准静态轴向载荷,压缩位移为80 mm,上压盘压缩速度为4 mm/min。实验过程中试样的载荷—位移数据由万能试验机记录,试样变形模式由相机记录。轴向准静态压溃实验装置如图3所示。
图3
1.3 耐撞性能指标
基于载荷—位移曲线计算得到总能量吸收值(energy absorption, EA)、比吸能(specific energy absorption, SEA)和压溃力效率(crush force efficiency, CFE)等指标,用于评价Al方管、CFRP方管和Al/CFRP混合方管试样的耐撞性能[6]。
1)总能量吸收值为压溃过程中薄壁结构吸收的总能量,表示为:
式中:We为总能量吸收值;
薄壁结构的总能量吸收值越大,其吸收能量的能力越强。
2)比吸能为薄壁结构的总能量吸收值与质量的比值,表示为:
式中:Ws为比吸能;m为薄壁结构的质量。
薄壁结构的比吸能越大,其能量吸收效率越高。
3)压溃力效率为薄壁结构平均压溃力与峰值压溃力的比值,表示为:
式中:λc为压溃力效率;Fmax为峰值压溃力;Fave为平均压溃力。
薄壁结构的压溃力效率越接近于1,其吸能过程越平稳。
1.4 实验结果
Al方管、CFRP方管和Al/CFRP混合方管试样的压溃过程及载荷—位移曲线如图4所示。
图4
图4
各试样的压溃过程及载荷—位移曲线
Fig.4
Crushing process and load‒displacement curve of each sample
由图4可知:
Al方管的变形模式为自上而下折叠变形;随着压缩过程的推进,Al方管逐渐从顶端形成塑性铰;Al方管的压溃力在短时间内达到峰值,随后下降,最后在某一值附近上下波动。
CFRP方管自上而下逐渐被破坏,呈渐进破坏变形模式;随着压缩过程的推进,CFRP方管逐渐产生向内和向外卷曲的叶片;CFRP方管的压溃力并未直接达到峰值,这可能是因为倒角的作用。CFRP方管压溃力的波动程度远小于Al方管,展现出平稳的承载能力。
Al/CFRP混合方管在压缩初期先形成了一个并未完全折叠的塑性铰;随着压缩过程的推进,其内部的CFRP阻止了外部Al管继续向内塑性折叠,导致Al管在边角处产生了不断延伸的4条裂缝;随着压缩位移的增大,内部的CFRP表现出与纯CFRP方管相似的卷曲分层变形模式;Al/CFRP混合方管的压溃力在外部Al管产生裂缝后迅速降低,但略高于纯CFRP方管,不过两者的变化趋势较为相似。值得注意的是,Al/CFRP混合方管的承载能力在外部Al管产生裂缝后逐渐平稳。
2 Al/CFRP混合方管有限元模型
2.1 CFRP损伤本构模型
图5
图5
基于ABAQUS/Explicit用户子程序(VUMAT)的CFRP层内失效实现流程
Fig.5
Implementation flow of CFRP layer failure based on user subroutine (VUMAT) in ABAQUS/Explicit
表3 CFRP层间失效模型参数
Table 3
参数 | 数值 |
---|---|
54 | |
70 | |
70 | |
504 | |
1 556 | |
1 556 | |
2.284 |
实验中采用的机织CFRP在弹性阶段的应力—应变关系如下:
式中:
其中:
式中:H为屈服函数;
采用失效方程(7)和(8)来推断机织CFRP是否发生损伤(
式中:Bi 为不同方向上的损伤因子,下标中的+、-分别表示拉伸与压缩工况;
当CFRP发生失效时,采用损伤演化法则对其进行损伤演化,以判断残余应力状态。损伤演化法则中的损伤变量演化关系定义如下(
式中:
CFRP的面内剪切损伤演化规律定义为:
式中:
2.2 有限元建模
表4 AA6061-O铝合金材料参数
Table 4
参数 | 数值 |
---|---|
密度/(g/cm3) | 2.7 |
弹性模量/MPa | 69.87 |
泊松比 | 0.37 |
屈服应力/MPa | 143.1 |
表5 CFRP的弹性参数和强度参数
Table 5
参数 | 数值 |
---|---|
E11/GPa | 57 |
E22/GPa | 57 |
v12,v21 | 0.067 |
X11+/MPa | 679 |
X22+/MPa | 679 |
X11-/MPa | 512 |
X22-/MPa | 512 |
表6 CFRP的面内剪切参数
Table 6
参数 | 数值 |
---|---|
G12/MPa | 8 400 |
S0/MPa | 71 |
115 | |
0.154 | |
C | 3 080 |
a | 0.810 6 |
表7 CFRP的面内损伤断裂参数 (kJ/m2)
Table 7
参数 | 数值 |
---|---|
155 | |
255 | |
155 | |
255 |
图6
图6
Al/CFRP混合方管轴向压溃有限元模型
Fig.6
Finite element model for axial crushing of Al/CFRP hybird square tube
由于Al/CFRP混合方管的Al管部分与CFRP部分之间采用树脂粘接,有限元模型中Al管部分与CFRP部分之间的粘接关系与机织CFRP的层间损伤模型保持一致。
2.3 有限元模型准确性验证
为了验证Al/CFRP混合方管轴向压溃有限元模型的准确性,基于图6模型开展Al/CFRP混合方管轴向准静态压溃仿真分析,其压溃过程及载荷—位移曲线的仿真与实验结果对比如图7所示。由图可知,基于仿真与实验所得的Al/CFRP混合方管的变形模式极为相似:外部Al管在边角处产生了不断延伸的4条裂缝,内部CFRP随着压缩位移的增大呈卷曲分层。Al/CFRP混合方管载荷—位移曲线的仿真与实验结果的差异表现在仿真分析并没有很好地复现实验初期载荷—位移曲线的波动阶段,这可能是实验中试样倒角不均匀所导致的。综合表8所示的Al/CFRP混合方管的耐撞性能指标,仿真结果与实验结果的差异在可接受范围内,由此说明所构建的有限元模型是准确的。
图7
图7
Al/CFRP混合方管轴向压溃的仿真与实验结果对比
Fig.7
Comparison between simulation and experimental results of axial crushing of Al/CFRP hybrid square tube
表8 Al/CFRP混合方管耐撞性能指标的仿真与实验结果对比
Table 8
对比项 | We/J | Ws/(J/g) | Fmax/kN | Fave/kN | λc |
---|---|---|---|---|---|
相对误差/% | 6.17 | 6.13 | 1.85 | 5.89 | 4.68 |
实验值 | 3 444.74 | 36.35 | 66.87 | 43.07 | 0.64 |
仿真值 | 3 657.47 | 38.58 | 68.11 | 45.61 | 0.67 |
3 Al/CFRP混合方管多目标优化设计
3.1 优化问题定义
为了获取耐撞性能最优的Al/CFRP混合方管设计方案,选取Al管厚度、CFRP铺层角度为设计变量,基于代理模型开展多目标优化设计。将Al管厚度记作TAl,其取值范围为0.5~2 mm;CFRP铺层数设为8,内、外4层CFRP的铺层角度对称,故整个Al/CFRP混合方管的铺层角度有4个,自外而内记作θ1、θ2、θ3、θ4,其取值范围为0°~45°。在优化设计中,以压溃力效率λc
3.2 试验设计
采用代理模型能够有效减少有限元计算次数,进而实现优化设计效率的大幅提升。建立准确的代理模型的关键是样本点的选取,本文采用优化拉丁超立方采样技术选取样本点:在各设计变量的取值范围内选取60个样本点。利用所构建的Al/CFRP混合方管轴向压溃有限元模型对60个样本点的设计目标响应进行计算,结果如表9所示。
表9 Al/CFRP混合方管的试验设计样本点及响应
Table 9
样本点 | 设计变量 | 响应 | ||||||
---|---|---|---|---|---|---|---|---|
TAl/mm | θ1/(°) | θ2/(°) | θ3/(°) | θ4/(°) | Fmax/kN | Ws/(J/g) | λc | |
1 | 1.4 | 7 | 1 | 8 | 35 | 71.39 | 28.79 | 0.58 |
2 | 1.3 | 17 | 33 | 1 | 3 | 70.56 | 31.74 | 0.63 |
3 | 0.6 | 39 | 0 | 7 | 4 | 51.64 | 38.95 | 0.75 |
︙ | ︙ | ︙ | ︙ | ︙ | ︙ | ︙ | ︙ | ︙ |
58 | 0.7 | 25 | 0 | 23 | 3 | 55.33 | 38.89 | 0.74 |
59 | 1.1 | 12 | 22 | 22 | 10 | 60.59 | 38.18 | 0.81 |
60 | 1.5 | 1 | 12 | 40 | 43 | 80.09 | 31.74 | 0.59 |
3.3 代理模型构建及其精度评估
式中:
精度越高的代理模型的
响应面法(response surface methodology, RSM)、克里金(Kriging)法及径向基函数(radial basis function, RBF)是常见的3种代理模型构建方法,但针对同一优化目标,基于这3种方法得到的代理模型的精度也有所差异。为此,分别采用上述3种方法对Al/CFRP混合方管的耐撞性能指标Ws、Fmax与λc搭建代理模型,并选取精度最高的代理模型。基于不同方法的Al/CFRP混合方管耐撞性能指标代理模型的精度对比如表10所示。根据对比结果,Fmax、Ws与λc分别采用RSM和Kriging来构建相应的代理模型。
表10 基于不同方法的Al/CFRP混合方管耐撞性能指标代理模型的精度对比
Table 10
耐撞性能指标 | 代理模型构建方法 | 精度评价指标 | |
---|---|---|---|
RMSE | |||
Fmax | RSM | 0.105 6 | |
Kriging | 0.831 4 | 0.116 7 | |
RBF | 0.753 2 | 0.249 6 | |
Ws | RSM | 0.689 3 | 0.345 6 |
Kriging | 0.100 2 | ||
RBF | 0.758 3 | 0.255 2 | |
λc | RSM | 0.806 5 | 0.185 6 |
Kriging | 0.099 8 | ||
RBF | 0.796 5 | 0.213 5 |
3.4 多目标确定性优化设计
Al/CFRP混合方管的多目标确定性优化设计数学模型如下:
基于上文所构建的各耐撞性能指标的代理模型,选用3种常用启发式优化算法——NSGA-II(elitist non-dominated sorting genetic algorithm,精英非支配排序遗传算法)、MOPSO(multi-objective particle swarm optimization,多目标粒子群算法)和MIGA(multi-island genetic algorithm,多岛遗传算法),分别对各耐撞性能指标进行寻优,结果如图8所示。基于不同优化算法得到的Pareto前沿最优解集如图9所示。由图可知,采用不同优化算法得到的Pareto前沿最优解集具有较高的一致性。本文采用最小距离法从Pareto前沿最优解集中选择最优解[18],最优解及其响应如表11所示。
图8
图8
Al/CFRP混合方管多目标确定性优化寻优过程
Fig.8
Multi-objective certainty optimization process of Al/CFRP hybrid square tube
图9
图9
基于不同优化算法的Al/CFRP混合方管多目标确定性优化的Pareto前沿最优解集对比
Fig.9
Comparison of Pareto frontier optimal solution sets of multi-objective certainty optimization for Al/CFRP hybrid square tube based on different optimization algorithms
表11 Al/CFRP混合方管多目标确定性优化的最优解
Table 11
设计变量与耐撞性能指标 | 数值 |
---|---|
TAl/mm | 0.59 |
θ1/(°) | 5.37 |
θ2/(°) | 43.92 |
θ3/(°) | 22.46 |
θ4/(°) | 44.79 |
Fmax/kN | 38.24 |
Ws/(J/g) | 36.56 |
λc | 0.71 |
3.5 多目标可靠性优化设计
复合材料的力学性能受制造精度的影响较大,设计参数在实际生产过程中的微小误差可能会对Al/CFRP混合方管的耐撞性能造成很大程度的削弱[19]。因此,在实际生产过程中,应在设计阶段考虑设计参数的不确定性。此外,为了降低实际生产过程中的失效概率,要求优化结果远离设计边界,故在每个样本点处均要进行可靠性评估。本文采用蒙特卡洛法来计算失效概率,即采用描述性抽样方法在样本点正态分布范围内选取模拟点,每个样本点处抽样模拟500次后,计算该样本点处的可靠度,可靠度不达标的样本点为失效点。基于多目标确定性优化,考虑Al管厚度及4个CFRP铺层角度的不确定性,并使约束条件满足给定的可靠度要求,由此建立Al/CFRP混合方管的多目标可靠性优化数学模型,表示为:
表12 Al/CFRP混合方管多目标可靠性优化设计变量的初始值及其概率分布
Table 12
设计变量 | 概率分布 | 相关系数 | 初始值 | 取值范围 | |
---|---|---|---|---|---|
上限 | 下限 | ||||
TAl/mm | 正态分布 | 0.05 | 0.59 | 0.5 | 2 |
θ1/(°) | 正态分布 | 0.05 | 5.37 | 0 | 45 |
θ2/(°) | 正态分布 | 0.05 | 43.92 | 0 | 45 |
θ3/(°) | 正态分布 | 0.05 | 22.46 | 0 | 45 |
θ4/(°) | 正态分布 | 0.05 | 44.79 | 0 | 45 |
图10
图10
基于NSGA-Ⅱ的Al/CFRP混合方管多目标可靠性寻优过程
Fig.10
Multi-objective reliability optimization process of Al/CFRP hybrid square tube based on NSGA-Ⅱ
图11
图11
Al/CFRP混合方管确定性与可靠性优化的Pareto前沿最优解集对比
Fig.11
Comparison of Pareto frontier optimal solution sets of certainty and reliability optimization for Al/CFRP hybrid square tube
表13 Al/CFRP混合方管的确定性与可靠性优化最优解对比
Table 13
设计变量、优化目标及约束 | 确定性优化解 | 可靠性优化解 |
---|---|---|
TAl/mm | 0.59 | 0.79 |
θ1/(°) | 5.37 | 16.62 |
θ2/(°) | 43.92 | 25.70 |
θ3/(°) | 22.46 | 20.99 |
θ4/(°) | 44.79 | 37.97 |
Fmax/kN | 38.24 | 42.11 |
Ws/(J/g) | 36.56 | 35.75 |
λc | 0.71 | 0.76 |
可靠度/% | 87.36 | 98.32 |
将可靠性优化结果进行圆整处理,得到Al/CFRP混合方管的最优设计参数组合:TAl=0.8 mm,θ1=17°,θ2=26°,θ3=21°,θ4=38°。基于最优设计参数组合,构建Al/CFRP混合方管轴向压溃有限元模型并进行仿真分析,以判断所构建代理模型的准确性。基于可靠性最优解的Al/CFRP混合方管压溃过程仿真结果如图12所示,其最终的变形模式和载荷—位移曲线如图13所示。基于代理模型和有限元仿真的Al/CFRP混合方管耐撞性能指标对比如表14所示。由表可知,基于代理模型和有限元仿真得到的Ws与λc具有很高的一致性,而Fmax的误差较大,达到了-13.47%,但在可接受的误差范围之内。因此,所构建的代理模型准确,且可靠性优化结果可靠。
图12
图12
基于可靠性最优解的Al/CFRP混合方管压溃过程仿真结果
Fig.12
Simulation results of Al/CFRP hybrid square tube crushing process based on reliability optimal solution
图13
图13
基于可靠性最优解的Al/CFRP混合方管的变形模式和载荷—位移曲线仿真结果
Fig.13
Simulation results of deformation mode and load‒displacement curve of Al/CFRP hybrid square tube based on reliability optimal solution
表14 基于代理模型和有限元仿真的Al/CFRP混合方管耐撞性能指标对比
Table 14
对比项 | Fmax/kN | Ws /(J/g) | λc |
---|---|---|---|
相对误差/% | -13.47 | 2.52 | 3.79 |
代理模型预测结果 | 42.11 | 35.75 | 0.76 |
有限元仿真结果 | 48.67 | 34.87 | 0.79 |
4 结 论
为实现Al/CFRP混合方管的优化设计,采用实验方法对比了3种由不同材料制成的方管的耐撞性能,并基于实验验证的有限元模型,使用确定性优化及可靠性优化方法对Al/CFRP混合方管的耐撞性能进行优化,得到以下结论:
1)CFRP方管的比吸能及压溃力效率远高于相同尺寸的Al方管;Al/CFRP混合方管的变形模式为渐进失效,其承载能力稳定,具有较好的耐撞性能,达到了预期的效果。
2)基于有限元软件ABAQUS/Explicit建立的Al/CFRP混合方管轴向压溃有限元模型可用于其准静态轴向压溃模拟与优化设计。
3)确定性优化及可靠性优化结果显示,采用可靠性优化得到的压溃力效率的可靠度为98.32%,远大于采用确定性优化得到的87.36%,大幅降低了失效概率,即可靠性优化具有更高的可靠度与更好的实用性。
上述结果表明,Al/CFRP混合方管可为汽车车身薄壁吸能构件的轻量化设计提供参考。
参考文献
金属/碳纤维混合材料薄壁结构耐撞性研究
[D].
On crashworthiness of metal/CFRP hybrid thin-walled structures
[D].DOI:10.1016/j.tws.2018.02.029 [本文引用: 5]
Energy absorption mechanics and design optimization of CFRP/alumimun hybrid structures for tra+nsverse loading
[J].
Modeling for CFRP structures subjected to quasi-static crushing
[J].
Crashworthy and performance-cost characteristics of aluminum-CFRP hybrid tubes under quasi-static axial loading
[J].
可靠性优化设计在汽车构件耐撞性中的应用
[J].
The application of reliability optimization design to automotive structural crashworthiness
[J].DOI:10.3321/j.issn:1004-132X.2007.04.027 [本文引用: 1]
On crashworthiness design of hybrid metal-composite structures
[J].
A continuum model for void nucleation by inclusion debonding
[J].
Progressive delamination using interface element
[J].
Numerical simulation of the crushing process of a corrugated composite plate
[J].
Quasi-static axial crushing and transverse bending of double hat shaped CFRP tubes
[J].
Crashworthiness analysis and design of composite tapered tubes under multiple load cases
[J].
Energy-absorbing of metal, composite and metal/composite hybrid structures under oblique crushing loading
[J].
On functionally graded composite structures for crashworthiness
[J].
Optimization of the semi-hexagonal geometry of a composite crush structure by finite element analysis
[J].
Experimental and numerical studies on indentation and perforation characteristics of honeycomb sandwich panels
[J].
Multiobjective optimization of perforated square CFRP tubes for crashworthiness
[J].
基于代理模型的多目标优化方法及其在车身设计中的应用
[D].
Multi-objective optimization method based on metamodel and its applications in vehicle body design
[D].
Crashworthiness design of vehicle by using multiobjective robust optimization
[J].
含概率不确定性的复合材料吸能结构优化设计方法研究
[J].
Optimization design method for energy-absorbing compositestructure with probabilistic uncertainty
[J].
/
〈 |
|
〉 |
