文|余說百事

編輯|余說百事

日益嚴格的燃油排放法規與不斷提升的消費者舒適性要求，促使汽車輕量化技術亟需成熟與完善；隨著汽車電動化與智能化的發展，電池包、控制器、各種視覺與傳感設備等都會增加汽車車重，對汽車結構優化提出了新挑戰。

結構拓撲優化、參數化優化等結構層優化，連接工藝的不斷發展，以及鎂合金、鋁合金、塑料、復合材料等輕質材料的應用均是輕量化的有效途徑。

近年來，隨著工業社會的發展進步，人們賴以生存的環境正在受到污染的威脅，尤其是空氣污染更加嚴重，霧霾的侵襲影響著人們的生產生活并給人類健康帶來了巨大的隱患。

圖1-1統計了世界CO2排放量行業占比以及廣州市PM2.5來源。眾多污染源中，汽車尾氣的污染首屈一指，汽車的安全、節能與環保依舊是永恒不變的主題。

隨著環境污染的加劇，國家排放標準與法規日益嚴格，社會環保意識與消費需求逐漸提高，使得汽車制造商生產的產品從滿足安全、節能逐漸發展到滿足安全、節能與環保且滿足消費者舒適性、美觀性等日益增長的附加需求上來。

世界各主要國家和地區都制定了相應的燃油消耗量標準法規，部分法規如表1-1所示，例如美國公司平均燃油經濟性標準要求汽車生產廠商到2025年乘用車與輕卡車提高公司平均燃油效率到54.5mpg。

在參考世界主要國家和地區標準法規的基礎上，我國相繼出臺了更加嚴格的汽車排放標準。2012年6月國務院發布《節能與新能源汽車產業發展規劃（2012-2020年）》，該法規明確了我國新車油耗的整體目標，要求2020年乘用車新車平均百公里油耗不高于5.0L；2014年7月國家標準化管理委員會下達GB19578《乘用車燃料消耗量限制》和GB27999《乘用車燃料消耗量評價方法及指標》等強制性國家標準修訂計劃。

經國務院同意，2016年01月環境保護部與工業和信息化部聯合公告部分區域實施機動車國五標準。

在整車四大組成部分中，白車身占汽車整備質量的30~40%，制造成本約占60%，空載條件下70%的燃油被白車身消耗掉。而前端結構質量大約占白車身整體質量的30%，吸能量大約為白車身總吸能量的80%，所以專門針對汽車前端結構進行輕量化優化設計具有不可取代的重要意義。

汽車前端結構劃分如圖1-2所示。同時，白車身前端結構對整車結構剛強度、耐撞性、安全性、耐久性、魯棒性等許多性能都具有決定性作用，因此加劇了對前端結構進行研究的重要性。

汽車前端結構的設計還直接影響汽車的行人保護性以及安全等級評價。

國外對汽車前端結構研究中，Shuler Stephen等利用改善的有限元模型，開發了新的高效的能量吸收器與汽車前端結構設計策略，并利用數值方法優化汽車前端結構。

Makita Masashi等討論了兩輛車前端結構之間的相互作用對改善碰撞相容性的影響，提出了均質汽車前端結構，能夠減少攻擊性與傷害性。利用多目標遺傳算法對吸能前端結構進行形狀優化，利用梁單元建立前端結構模型。

Park Sung-Wook等提出了某汽車前端結構采用短纖維復合材料的優化設計過程，以達到考慮質量與產品性能的減重。Yang R.J.等基于正碰，將連續變截面（TRB）板應用于汽車前端結構設計。

Deb Anindya等利用截斷有限元模型進行了汽車前端結構的多目標多學科優化設計，滿足NVH、耐久與碰撞安全性目標下進行減重優化。

國內對汽車前端結構的研究中，高云凱等通過拓撲優化與尺寸優化對汽車前艙結構進行優化，提高碰撞安全性與模態特性、彎曲扭轉剛度特性。

吉林大學王傳青利用SFE-CONCEPT建立了前端結構隱式參數化模型，綜合考慮材料、厚度、部件曲率等設計因素，用近似模型的方法進行了結構—材料—性能一體化輕量化多目標優化設計。陸善彬等應用等效靜態載荷法對汽車前端結構進行了抗撞性尺寸與形貌優化。闞洪貴等對全塑汽車前端結構進行多目標折衷規劃法的拓撲優化設計。

添加Al、Zn元素的鎂合金提高了材料的強度與韌性，使得鎂合金材料強塑積增強，從而使得工程應用成為可能。以AZ31B為代表的鎂合金作為一種先進的輕量化材料被認為是汽車、航空、航天等制造業領域最具有潛力的材料。

鎂合金與基礎鋼、鋁合金相比，具有密度低、比強度高、比剛度相當、可完全回收、疲勞性能卓越、鑄造性更好（具有減少零部件數量的潛力）、結構NVH改善等優勢。

鎂合金材料在汽車結構上的應用需要解決一系列問題。對于汽車結構這樣一個復雜的結構，在服役期內需要滿足結構剛度、強度、碰撞安全性以及疲勞壽命等性能，結構剛度、強度、疲勞壽命需要獲得材料的彈性模量、屈服極限、抗拉極限等力學特性；

碰撞安全性需要在以上特性的基礎上獲得不同應變率下的材料應力應變關系，或者獲得與應變率相關的材料本構參數。

對于車用鎂合金材料的應用研究，由于非對稱晶粒微觀結構，使得不同加載條件下孿生與位錯滑移變形機制在各方向上不同，導致鎂合金材料表現出超強的各向異性與動靜態特性的巨大差異。

鎂合金材料的力學特性認知尤其是動態力學特性的認知成為工程應用的關鍵。動態力學的認知就要涉及到寬范圍應變率的各種應力應變關系以及與本質上的應變率相關微觀變形機理研究，這給新材料鎂合金汽車結構的研究與開發工作帶來了巨大的挑戰。

鎂合金材料力學特性的認知問題。眾所周知，在對應變率相關的材料進行力學特性研究時，材料在準靜態與動態過程所表現出來的力學特性會有很大不同，許多金屬及其合金在不同加載條件下表現出不同的力學特性，因此對鎂合金寬應變率范圍內的機械性能進行研究是非常重要的。

分離式霍普金森桿試驗作為一種典型的試驗技術被廣泛應用于確認材料應變率在102~104s-1范圍內的動態響應常數。

分離式霍普金森桿裝置是由加速室、沖擊桿、入射桿、透射桿及能量吸收裝置組成的，裝置如圖2-5所示。

沖擊桿在氦氣加速室加速，然后沖擊入射桿，在入射桿中形成一個矩形脈沖并傳向樣件產生一個高應變率動載。

產生的矩形脈沖在入射桿、樣件與透射桿中的阻抗是不同的，一部分入射波會反射回入射桿，另一部分經過樣件進入透射桿，最后由終端的能量吸收裝置吸收殘余能量。

粘貼在入射桿與透射桿上的應變片用來測量入射波、透射波及反射波。利用連接在應變片另一端的超動態應變儀來拾取脈沖信號。按照一維應力波理論通過拾取的脈沖信號來獲得動態應力應變關系。該試驗是在北京理工大學材料實驗室完成的。

鎂合金AZ31B是應變率相關的材料，隨著應變率的變化，其最大應變與最大應力均有較大變化，應力應變關系也存在較大差異；而且在每個應變率下都具有應變硬化的規律。

以圖中紅色虛線為分界線，下半部分表示了材料低于應變率4000s-1時，隨著應變率的提高，總體趨勢是最大應力、最大應變升高。應變率在3000s-1時發生最大應力、最大應變比2500s-1時低的現象，與文獻等其他研究鎂合金材料動態試驗的眾多文獻中得到的試驗現象保持一致。

紅色分界線上半部分表示了材料高于應變率4000s-1時，隨著應變率的提高，總體趨勢是最大應變逐漸降低，最大應力逐漸升高。每條應變率曲線的前半部分對應材料的彈性階段，不同應變率下得到的彈性模量略有不同，除5000s-1應變率時彈性階段由于試驗中樣件與霍普金森壓桿間存在微滑移可以剔除其彈性階段，則可以認為各應變率下的彈性階段彈性模量差異可以忽略不計。

進行了7000s-1高應變率試驗，發現了4000s-1應變率分界線作為規律不同的臨界點，彌補了在以前文獻中對鎂合金材料只進行低于3000s-1應變率動態試驗的不足。而低于3000s-1應變率時，力學特性規律表現一致導致在許多文獻中得到了一種擬合度較高的本構模型，

使用這種本構模型在應變率超過3000s-1時的工程應用會造成本構模型的錯誤，

文中對發現的以4000s-1應變率為分界線力學規律不同的現象進行了鎂合金混合本構模型的擬合，解決了前面文獻中擬合應力應變規律造成的弊端。

而為了研究高應變率下材料的動態力學機理，像如J-C與C-S本構都是描述流變應力與塑性階段的變形關系的經驗唯象本構方程，無論是結構耐撞性還是成型等過程涉及到的應變率往往對應著材料的塑性變形階段，超過了彈性階段范圍。

針對鎂合金材料特殊微觀結構造成的拉壓不同、各向異性及動態力學性能復雜導致沒有開發出適用于工程應用的模型，通過梳理鎂合金材料的微觀變形機理以及反映塑性變形本質的基于位錯運動的微觀本構，提出了適合車用鎂合金材料的J-C與C-S混合宏觀本構模型。

發現了鎂合金材料在4000s-1以下應變率范圍內與4000s-1以上應變率范圍內的材料力學宏觀表現不同，指出了現有研究只考慮3000s-1以下應變率范圍內的力學特性的弊端，確定了混合本構模型的應變率臨界點。利用遺傳算法確定了混合本構模型的參數。該混合本構模型為鎂合金材料的工程應用奠定基礎。

參考文獻：

[1] 編輯部.九大重點城市大氣污染源解析結果出爐[J].城市問題,2015,(04):102.

[2] Li C, Kim I Y. Topology, size and shape optimization of an automotive cross car beam[J]. Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, 2015, 229(10): 1361-1378.

[3] 中華人民共和國生態環境部.http://www.mep.gov.cn/gkml/.

[4] 搜狐新聞網.http://www.sohu.com/a/161828585_714463.

[5] FengPan, Ping Zhu, Yu Zhang. Metal model-based lightweight design of B-pillar with TWB structure via support vector regression[J]. Computers and Structures, 2010,88 (1-2):36-44.