动力电池箱新型防护结构设计与仿真分析

摘要:随着新能源汽车的持续普及和快速发展,其安全问题愈发受到广泛关注。新能源汽车遭遇碰撞时,底盘与电池包极易受损,可能引发电解液泄漏,进而导致短路起火和爆炸等严重后果。因此,本文从DNA的稳定结构中获取灵感,通过改进传统蜂窝结构设计一种应用于动力电池箱底部的新型DNA双螺旋状防护结构,并开展了动力电池箱底部异物冲击仿真分析。与传统蜂窝结构相比,该新型防护结构的比吸能提升了12. 14%。在此基础上,本文结合机器学习和多目标优化算法对该DNA双螺旋状防护结构进行优化,得到其最优设计参数。当异物以30 m/s的速度垂直向上穿刺时,与初始防护结构相比,优化后的防护结构吸能量提高44. 3%,峰值压溃力降低35. 68%,电池最大压缩量降低68. 1%。该研究成果可为新能源汽车动力电池箱防护结构设计提供科学理论支撑,对保障碰撞工况下新能源汽车的安全具有重要意义。

国内客车行业涂装的现状及未来的发展趋势

摘要:从客车生产的特点,车身用材料、涂料、腻子,以及涂装施工方法、设备、环境等方面介绍了国内客车行业的涂装现状,讨论了铝材、碳纤维、电脑喷绘和喷涂机器人在客车车身及其涂装中的应用情况,分析了客车涂装中应用高固体分、水性和无溶剂型涂料存在的问题,指出了客车涂装未来的发展趋势。

汽车零部件自动化热成形生产线关键技术设计

摘要:随着环保、安全因素对车辆的限制越发严格,高强度热冲压成形零件在车辆制造中的比重也逐渐提高,已成为车辆白车身构造不可或缺的重要组成。在介绍热成形技术基本原理的基础上,通过列举关键工艺数据,对汽车零部件自动化生产线的主要构成设备,包括加热炉、冲压机、冲压模具和自动化搬送设备的选型及相关设计内容作了详细介绍。

面向国内外工况关键参数差异性的翼子板成形工艺稳健性研究

摘要:针对国内外生产工况和开发工况中板料厚度、强度及压边力等关键参数的差异性, 以汽车翼子板成形工艺稳健性为研究对象, 基于原始工艺补充面, 设计3 种不同的凸凹包工艺结构并建立有限元模型, 研究了凸凹包工艺结构对拉延成形结果稳健性影响。通过有限元分析方法, 研究了在不同工艺结构条件下的成形差异性, 同时在一定范围内设置材料厚度、屈服强度、抗拉强度和压边力等影响因素。结果表明, 相比于原始工艺补充面, 增加凸凹包工艺结构不仅有效增加了成形的充分性, 而且对翼子板拉延过程中在材料性能因素以及冲压设备因素影响下同样能有良好的成形结果, 提高了工艺设计的稳健性。

基于机器学习的先进高强汽车钢力学性能预测与可解释性分析

摘要: 本研究集成了文献中经TRIP处理的先进高强钢(AHSS)成分和工艺参数以及力学性能指标等数据,采用梯度提升回归( GBR)、人工神经网络(ANN)、支持向量机回归(SVR)、随机森林回归(RFR)和K近邻回归(KNN)5种机器学习方法,构建了TRIP辅助双相钢(TDP)力学性能的预测模型。研究以钢板材料厚度、合金成分、两相区退火温度与时间、过时效温度与时间为特征,以抗拉强度( UTS) 和断后伸长率(TE)为目标变量,在数据预处理基础上,结合随机搜索与网格搜索方法优化模型超参数并进行训练。结果表明,在多种算法中,GBR模型表现出最优的预测性能。进一步借助SHAP值、部分依赖图(PDP)和个体条件期望图(ICE)方法对模型进行可解释性分析,随着Mn、C含量的增加,抗拉强度上升,而断后伸长率下降。随着两相区退火温度从750℃升至900℃时,抗拉强度提升而断后伸长率下降。随着过时效温度的增加,抗拉强度总体呈下降趋势,而断后伸长率先增加后下降。此外,研究表明,通过确信独立性筛选与稀疏算子(SISSO) 算法得到的符号回归表达式能够揭示特征与目标变量之间的关系,但其预测精度低于GBR模型。

纯电动汽车电池包轻量化设计综述

摘要:纯电动汽车因其清洁、无污染的特性,成为各国研发的重点方向。其电池包是整车的核心部件,起承载和保护动力电池组的关键作用,其结构设计的轻量化是汽车轻量化、提升续驶里程的关键途径。电池包服役过程中需承受来自地面的各种冲击载荷,箱体结构的强度、刚度及安全性等均会对电池包性能产生影响。通过总结不同品型电池包在结构设计、材料选用、静态特性和动态特性4个方面的性能参数,从这4个方面比较了不同轻量化设计电池包对材料的性能要求,评估了不同材料的轻量化效果,为选用合适的轻量化材料用于电池包的结构设计提供参考和理论指导。

基于深度学习的板壳结构网格智能划分技术研究

摘要:为解决板壳结构网格划分效率低、合格率低等问题,提出了一种基于深度学习的板壳结构有限元网格智能划分技术。首先,对板壳结构典型特征进行分类,并为每类特征开发网格划分策略;其次,基于卷积神经网络训练特征识别模型,自动调用策略完成特征区域网格划分;最后,对非特征区域进行几何清理及网格优化。经某乘用车白车身验证,与主流batchmesh 方法相比,该方法将网格自动划分合格率从82.1% 提升至92.6%,总工时减少66.7%,显著改善了网格质量与效率。该技术通过AI模型与预定义策略的结合,减少了人工干预,为板壳结构网格划分提供了智能化解决方案。

基于机器学习的汽车门槛梁碰撞仿真优化

摘要:为提高汽车门槛梁优化效率,针对汽车侧面柱碰撞工况门槛挤压铝吸能量有限、仿真中显式求解迭代周期长及制造工艺要求高等优化难点,基于某SUV车型建立碰撞模型,以门槛梁厚度为变量进行试验设计(DOE)分析,获得144组有效设计数据,通过深度学习方法(Rapidminer、romAI)形成降阶模型(ROM)用作优化仿真的替代模型,CAE仿真验证结果表明,在数据量有限的条件下,romAI在优化中的精度达到95% 以上,且求解速度提高近40倍,极大缩短了研发周期。

汽车前地板纵梁高强钢应用及回弹控制技术

摘要:目的:研究造型相对复杂的前地板纵梁高强钢(HSS)应用回弹变形特点,探寻回弹控制方法。方法:借助CAE 分析技术,对零件进行全工序和回弹仿真分析,深入探讨零件回弹特点,提出回弹整改控制措施。结果 通过整改措施的落实,样件尺寸精度达到1 mm 控制要求,零件平均合格率达到90%以上,满足质量要求。结论:数值仿真分析可以对零件的成形性及回弹进行预测,为工艺设计及模具开发提供有益参考。提出的回控制技术可用于指导同类型高强钢零件的模具开发工作。

汽车用镁合金轮毂研究进展及应用

摘要:根据镁合金轮毂的特点及优势,概述了其在汽车行业的应用前景,重点分析了铸造(重力铸造、低压铸造、半固态铸造)与锻造(等温挤压、旋压、复合工艺)两类主流制造工艺的技术特点及性能差异,并介绍了相关后处理与检测方法。尽管锻造镁合金性能更优,但成本偏高且存在工艺瓶颈。最后,展望了多向锻造等新工艺在提升镁合金轮毂综合性能与促进产业化应用方面的潜力。