用户作品赏析 | 基于LS-DYNA的自穿刺铆接(SPR)多目标优化分析

作品赏析（1） | 基于LS-DYNA的自穿刺铆接(SPR)多目标优化分析

[ 摘 要 ]   通过LS-DYNA对自穿刺铆接过程进行仿真分析，分析铆钉应力，连接材料等效塑性应变，铆接力和互锁值等性能。对铆钉和底模创建形状参数化模型，基于LS-OPT进行自穿刺铆接多目标优化，优化过程同时考察铆钉应力，连接材料等效塑性应变，铆接力和互锁值。最终得到了满足所有性能要求的帕累托解。为了提高互锁值选取其中一组优化解，互锁值从0.2270增大为0.2671mm，性能提升17.67%，同时铆钉更大应力、底板更大等效塑性应变和更大铆接力性能变化分别为0.38%、-1.08%和4.88%。基于LS-DYNA的自穿刺铆接多目标优化仿真有效地指导了自穿刺铆接工艺优化设计。

[ 关键词 ]  LS-DYNA，LS-OPT，自穿刺铆接(SPR)，多目标优化

方永利 | 重庆金康赛力斯新能源汽车设计院有限公司数值优化工程师

硕士毕业于西安交通大学，从事CAE仿真分析工作9年。具有核电、能源化工、汽车行业仿真分析经验。主要从事结构性能仿真分析及优化，多学科数值优化及整车轻量化工作，专业领域包括整车强度耐久、NVH及碰撞安全分析及优化，前后处理二次开发，仿真分析流程自动化开发等。

铆接工艺在汽车连接工艺中具有广泛的应用，如白车身、发动机罩、行李箱盖板、天窗等等位置都可以应用铆接工艺。铆接工艺具有以下几个特性：1.应力集中小，动态疲劳强度高；2. 具有较好的撞击吸能特性；3. 可以铆接带有夹层/胶层的材料组合；4. 可以实现在线铆接质量监控和管理等。在当前社会发展形势下，减排降耗的需求日益增加，车身轻量化设计也越来越受到重视。尤其对于新能源汽车而言，轻量化设计是一个重要的环节。铆接工艺能够在以下几个方面解决车身轻量化问题：1. 可实现不同形态材料之间的连接工艺问题，与焊接等其他连接工艺相比，铆接是连接有色金属的更佳选择。这便给车身轻量化材料的应用带来了可能。2. 解决不同形态材料之间的连接强度和安全问题，铆接工艺充分满足静态强度和动态疲劳强度要求，且具有撞击吸能特性，克服焊接不足，满足安全方面要求；3.解决车内噪音和防水问题，允许不同形态材料之间具有涂胶，起到隔音和防水的目的。4. 可连接的材料包括铝材（铸铝、型材、板材），深冲压钢、高强钢、镁、铜以及非金属材料等。

自穿刺铆接设备主要包括：夹具、冲头、自穿刺铆钉、连接材料、底模。

图1 自穿刺铆接设备示意图

自穿刺铆接的工艺过程包括：定位、夹紧、施压、刺穿、变形、成型等6个步骤。工艺连接过程简单快速，铆钉在外力的作用下，通过穿透上层材料，并在底层材料中流动和延展，形成一个相互镶嵌的塑性变形的铆接连接过程，称为自穿刺连接，具有较高的抗拉强度和抗剪强度。

图2 自穿刺铆接工艺过程图

互锁值，即铆钉角与被刺穿板形成互锁后与上、下层板交点的水平距离。互锁值与接头力学性能密切相关。为了保证连接强度、互锁值要满足一定的设计要求。如：铆钉长度规格为5mm时，要求互锁值a1、a2≥0.15mm，铆钉长度规格为3mm时，要求互锁值a1、a2≥0.10mm。

材料要求，铆钉和连接材料不可以发生裂纹，因此需要控制铆钉和连接材料的应力和应变值。

有限元模型包括：1、冲头；2、铆钉；3、夹具；4、上层材料；5、下层材料；6、底模等6个部件。为了提高计算效率，将SPR连接过程分析简化为2维轴对称模型。有限元模型其中铆钉为钢材，连接板材料为铝材，冲头、夹具和底模为刚性材料。分析采用kg、mm，ms，KN、GPa单位制。

图3.1 有限元模型部件

通过*CONTACT_2D_AUTOMATIC_SINGLE_SURFACE_ID关键字，创建除了冲头外所有部件的自接触。通过*CONTACT_2D_AUTOMATIC_SURFACE_TO_SURFACE_ID关键字，创建冲头与其他部件的接触。通过*SECTION_SHELL elform=15定义轴对称单元。在铆接过程中，铆钉会穿透上层材料，通过关键字*PART_ADAPTIVE_FAILURE定义上板材料在满足最小厚度设置值时断裂。在铆接过程中，上下板将会发生严重的塑性变形，为了保证计算成功，需要使用LS-DYNA的自适应网格变形技术。通过关键字*CONTROL_ADAPTIVE定义上下板材料网格自动重构参数。

分析结果见图3.2所示，包括铆钉应力、连接材料等效塑性应变、铆接力和互锁值。

图3.2 分析结果云图

针对铆钉和底模共建立5个形状参数变量，包括：1、铆钉外切角；2、铆钉内切角；3、铆钉内半径；4、底模内凸高度；5、底模内半径等5个参数。如图4.1所示。

图4.1 参数位置

设计响应包括：1、铆钉更大应力；2、下板材料更大等效塑性应变；3、更大铆接力；4、互锁值。

多目标设置为最小化铆钉更大应力、最小化下板更大等效塑性应变、最小化铆接力、更大化互锁值。多目标优化流程图见图4.2。

图4.2 多目标优化流程图

相关系数矩阵图为设计变量和设计响应直接的相关系数，有不同的颜色和数值表示。颜色从蓝色到红色变化。蓝色表示负相关，红色表示正相关。颜色越深相关系数越大。从相关系数矩阵图结果可以看出，更大应力和底模半径相关系数更大，为正相关；底板材料更大等效塑性应变和铆钉内切角相关系数更大，为负相关；更大铆接力和底模内半径相关系数更大，为正相关；互锁值和底模半径相关系数更大，为负相关。相关系数矩阵图见图4.3所示。

图4.3 相关系数矩阵图

互锁值、铆钉更大应力和底板更大等效塑性应变 3D Pareto解集见图4.4所示。

图4.4互锁值-铆钉更大应力-底板更大等效塑性应变 3D Pareto解集图

从3D Pareto解图中可以得到满足一定目标的更优解。选取其中一个优化解，见表4-1所示。将以上优化解参数代入分析模型进行模型更新，如图4.5所示，其中蓝色为原模型，红色为优化解模型。

表4-1 优化解

图4.5 模型更新对比

优化结果对比图见图4.6所示。包括铆钉应力、底层材料等效塑性应变、铆钉力和互锁值结果对比。其中左侧为原始结果，右侧为优化结果。

图4.6 优化结果对比

[参考文献]

[1] Stander, N. An Efficient New Sequential Strategy for Multi-Objective Optimization using LS-OPT. Proceedings of the 12th International LS-DYNA User’s Conference, Detroit, Michigan, June 3-5, 2012.

[2] Hallquist, J.O. LS-DYNA User’s Manual, Livermore Software Technology Corporation.

[3] Deb, K. Multi-Objective Optimization using Evolutionary Algorithms. Wiley. 2001.