小服AI 
马路上的新能源汽车，车身上常常带着明显的凹坑：车尾触碰壁挂式充电桩、洗车时手掌按压车身、小孩子靠在车身上，就发生了钣金塌陷，影响智能豪华车的精致感，甚至被消费者贴上“皮薄”、“不安全”的标签。
这种车门、机盖、翼子板等车身外覆盖件上的凹坑，根源在于为了造型曲面更漂亮、以及轻量化减重，覆盖件越做越大、厚度越来越薄、曲率越做越平，结构的刚性和抗凹稳定性（即 Oil Canning 油罐效应）变差，在力学上属于极度非线性的壳体局部屈曲与失稳问题。
传统的仿真分析流程，是在白车身表面上遍历布点、使用压头（Impactor）加载、评估面板法向位移。一般先以 Nastran 求解器的 SOL101 线性静力、 SOL103 模态分析定位关键风险点，再对风险点执行 SOL400 非线性静力分析，得到刚性不达标的位置点，再改进设计和重新评估。难点在于，对上百个点执行重复性计算，流程繁琐，工作量巨大。
ANSA 推出的 Oil Canning 工具，结合 Nastran 求解器，将上述全流程自动化，评估效率提升多倍。
模型简化：Superlement 超单元法与模型截断法
白车身模型规模庞大，直接用于上百个工况的求解并不现实。Oil Canning 提供两种简化方法，Superelement 超单元法和模型截断法。
1
超单元法
标准的超单元（Superelement）方式将模型拆分为两个独立部分：一个用于生成超单元并计算缩聚刚度矩阵，缩聚刚度矩阵作为边界条件施加于界面点，另一个为残余单元模型，即 Oil Canning 工具所要分析的模型。这种方法可以缩短求解时间、减小文件体积，保证计算精度，同时通过超单元封装，实现模型保密。
2
模型截断法
另一种简化替代方案是在切割位置施加固定边界条件。当切割位置距压盘作用区域足够远时，可获得与超单元相近的结果，并进一步缩短计算时间。
在 ANSA 中，该步骤由 Model Cut 功能创建切割平面，定义用户区域、超单元与界面点。
随后通过 Reduced Model 功能完成超单元模型设置与求解器文件输出。
Oil Canning 分析流程自动化工具
简化模型之后，首先进行风险点识别。Oil Canning 工具中有两种识别方法：线性静力识别法和模态识别法：
1 线性静力识别法
先通过投影栅格或导入 CSV 文件生成目标点，导入压盘模型创建接触和载荷工况，执行测试装置定位，输出求解器头文件，提交 Nastran SOL101 线性静力求解器计算，最后分析结果，识别风险点。
SOL101 线性静力分析得到的关键点
2 模态识别法
设置模态求解卡片，输出求解器头文件，提交 Nastran SOL103 模态求解器计算，最后分析结果，识别出拥有局部模态的风险点。
完成识别后，工具自动导入压盘模型、对齐压盘与钣金件的法向、创建接触对与求解头文件，提交计算；
SOL103 模态分析得到的关键点
后处理过程中，工具自动生成位移限值和载荷力限值曲线、结构刚性评估表和报告，判读结果，识别关键风险点。对于超标点，使用 ANSA Morphing 工具进行几何重设计，针对抗凹工况，采用 DFM（Direct Fitting Movement）功能执行直接位移操作，修改局部曲率，重新提交评估。
通过位移限值和载荷限值来评估风险点
某一目标点的载荷-位移曲线与位移云图生成
这个复杂的分析过程，ANSA Oil Canning 工具箱进行了全流程自动化，如图所示。
总结
随着汽车轻量化与造型自由度需求的提升，车身覆盖件的刚度面临较大挑战，为平衡这一矛盾，抗凹刚度分析日趋重要。当前，平台车型开发周期短，高密度风险点的车身外板刚性分析，给车身开发团队带来巨大工作压力。采用 ANSA Oil Canning 工具箱，结合 Nastran 、META 实现全流程自动化，提高效率，将研发时间缩减多倍，成为覆盖件抗凹性能分析的利器。
