【案例分享】用Adams-Marc协同仿真对车辆极端负载状况进行仿真
来源: | 作者:荟奇安科技 | 发布时间: 2020-08-22 | 2107 次浏览 | 分享到:

一、简介

      由于在系统动力学与有限元分析(FEA)软件领域之间缺乏流畅的集成,因此对于某些工程师来说,想要高效地设计、测试汽车机械系统是一件困难重重的事。MSC Adams-Marc 协同仿真产品工具链能让工程师在 Marc 非线性有限元技术与Adams多体动力学(MBD)代码之间进行多物理场仿真。这样,多体动力学工程师就可以将非线性结构行为包含在内,从而提高模型准确度,同时有限元分析(FEA)工程师还可以采用真实的边界条件对部件进行研究。由于 Adams 可以解算一些刚性移动部件,从而显著缩短总解算时间,因此将这些技术联合运用还可以节省非线性有限元分析软件用户的时间。

二、“凸起碾压”工程挑战

      车辆在其寿命周期内总会经受几次高冲击负载。我们通常将这些负载状况称为“峰值载荷”或“强度事件”,由于这些情况有可能会影响多个部件的设计,因此它们在车辆的产品开发过程中起着举足轻重的作用。其中一个重要的负载状况就是“凸起碾压”(图 1),即车辆底板被障碍物(例如地面上的石头)划伤,并且出现了明显的变形。


                                                                  

      采用传统多体动力学方法所遇到的难题是,在整车分析过程中,无法采集到底板的塑性变形;如果工程师试图在有限元分析环境中对整车进行仿真,仅完成一次仿真就有可能耗时数周 [1]。


三、联合运用 CAE 解决方案
        1.Adams-Marc 协同仿真

      为应对上述挑战,MSC 与最终用户共同打造了一个多体动力学 + 非线性有限元分析混合模型,以期取得两全其美的效果(图 2)。非线性有限元分析无法用来准确描述柔性部件的非线性行为,包括塑性变形、非线性材料、部件的大变形、屈曲、自接触等。而多体动力学可对系统/移动机制进行精确建模,能高效地为非线性部件提供真实的边界条件。因此,与完整的非线性有限元分析模型相比,混合模型的仿真速度要快得多,并且仍可以达到所要求的准确度。



      模型之间相互作用之处称为相互作用点。在每个相互作用点一定会有:

      • Adams 模型中的 MARKER 和 GFORCE。
      • Marc 模型中的 NODE。Marc 模型中的接口 NODE 必须有 6 个自由度。

      在所有 Adams-Marc 的相互作用点中,Adams 将所施加的位移传递给 Marc 中的 NODE。Marc 将作用力/扭矩值传递给 Adams 中所使用的 GFORCE。

        2.模型制备

      本研究中所使用的整车模型来自相应的宝马 Adams Car 车辆动力学模型(图 3),包含大约 250 个 DOF(自由度)、13 个子系统。



       多体动力学模型与有限元分析模型之间有 14 个相互作用点,在 Adams Car 模板中定义了 14个 MARKER 和 GFORCE,用于与 Marc 模型衔接。
      在 Marc 环境中对宝马底盘底板进行建模(图 4),含 11 个可变形接触体、200,000 个自由度及 33,000 个节点。在Marc模型中将凸起定义为刚体,用 14 个节点控制14 个相互作用点,作为该 Marc 模型新的边界条件。

                                                                              

       3.实物试验

      在实物试验期间,采用与 CAE 仿真事件相同的机动动作:整车以 30km/h 的速度驶过测量桩的上方,并根据车辆的高度设置来定义桩的高度。将桩(图 5)作为划伤底盘底板(图 6)的障碍物,同时测量障碍物与底板之间的接触力。然后将该作用力与仿真结果进行相关性分析。

                                                           


四、结果和相关性

      总的说来,将 Adams-Marc 协同仿真与实物试验测量进行对比后,得到的结果令人印象深刻。在以下图表(图 7)中,红色曲线表示沿Z轴方向的接触力实物测量值。浅蓝色曲线来自首次运行的协同仿真,未对模型进行任何微调。在峰值负载下,仿真与实物试验之间产生了相对较大的差异,这是由于为仿真工程师提供了错误的Y轴坐标所致。出于同一原因,仿真事件错过了底板螺钉与引发峰值负载的障碍物之间的接触点。




      在工程师调整了仿真模型中的 Y 坐标并进行了另一次协同仿真之后,所生成的黑色曲线就非常接近实物试验的结果了。在进行这次尝试时,只将螺钉作为一种假设添加到 Marc 模型中,而不是对螺钉本身进行精细建模,这样就可以解释协同仿真结果与试验结果之间余下的差异。
     经进一步分析,在协同仿真结果与试验结果之间呈现出更好的相关性,出于保密原因,本文无法给出这些图表。此外,将 Adams 和 Marc 结果文件读入 CEI Ensight 中,还可以制作协同动画(图 8)。

                                                                  


     总之,采用 Adams-Marc 协同仿真方法,汽车 OEM 工程师和 MSC 在一天之内就能找到实物试验结果与仿真结果之间良好的相关性,这表明即使在极端负载状况下,也可以利用这种协同仿真技术准确而有效地预测车辆的动力学负载。


参考文献

1.Adams Marc 协同仿真特别兴趣小组联合运用多物理场仿真(MKS)和非线性有限元法(FEM),C. Kopp、H. Krings、R. Bosbach(MSC 软件公司),德国柏林,2017 年 11 月

2.采用非线性有限元分析(FEA)和多体动力学(MBD)的协同仿真

3.“2018 德国国际工程分析学会计算与仿真年会——应用、发展与趋势”,C. Kopp、H. Krings、T. El Dsoki(MSC 软件),德国班贝格,2018 年 5 月

4.“宝马案例分析:Adams Marc 协同仿真”,C. Kopp、H. Krings、Fan, Y.,《国际工程分析学会汽车工业工程分析与仿真:打造下一代交通工具大会》,美国密歇根州特洛伊,2018 年 11 月


转于“MSC软件”