考虑成形损伤的抗撞零件仿真设计方法
【技术领域】
[0001] 本发明涉及车身高强度抗撞零件，更确切地说，本发明涉及一种考虑成形损伤的 车身高强度抗撞零件仿真设计方法。
【背景技术】
[0002] 近年来，能源危机和环境问题使得轻量化技术成为汽车业界的焦点。如何在保证 车身抗撞性的前提下，实现车身轻量化成为轻量化领域的热点问题。超高强度硼钢以其高 减重潜力、高碰撞吸能、高疲劳强度及低平面各向异性等优势，已成为汽车工业的主要材 料，被广泛应用于车身抗撞零件，如：A/B/C柱、门槛梁、侧边梁、车门防撞梁上。然而，随着 钢板强度的提高，其成形性能也相应恶化，采用传统冲压成形工艺会产生回弹严重、成形困 难、容易开裂等诸多问题。为克服上述问题，高强度钢热成形技术应运而生，其具体过程为： 将硼钢加热到900°C左右，使微观组织由铁素体+珠光体转化为均匀的奥氏体，然后在带有 冷却系统的模具内冲压成形，保压同时快速淬火冷却，使奥氏体完全转变为马氏体，大幅度 提高零件强度。
[0003] 随着计算机仿真技术日趋成熟，人们开始利用数值仿真的方法设计车身高强度抗 撞零件，其设计过程主要分为两步：模拟车身高强度抗撞零件的热成形过程和仿真成形后 零件抗撞性能的评估。现阶段，仿真技术已经可以较好地模拟实际成形过程中板料所受应 力-相变-温度三场的耦合作用，能够得到仿真成形后的零件模型，它可以较准确地预测出 实际成形后零件的应力分布、相组成、温度分布、厚度分布等。但是，实际热成形过程中位错 密度随成形而改变，导致材料产生微小损伤（微孔洞和微裂纹），其演化和扩展产生破裂失 效，会对零件使用性能产生很大影响。而在仿真成形后零件抗撞性能评估阶段，往往因忽略 了零件热成形过程中产生的成形"损伤"及不同部位损伤程度的差异性，认为整个零件为理 想的马氏体相材料，而影响后续仿真计算的精度，甚至会因仿真中过高地估计了成形后零 件的抗撞性能，导致实际生产中不合理结构设计的产生。
[0004] 因此，需要一种方法能够在车身高强度抗撞零件仿真成形后的抗撞性能评估阶段 将热成形损伤考虑在内，提高其抗撞性能的评估精度，增强车身高强度抗撞零件仿真设计 对实际设计的指导意义，使得实际设计的车身高强度抗撞零件更容易达到设计目标要求， 从而减少试验次数，缩短开发周期，降低开发成本。
【发明内容】
[0005] 本发明所要解决的技术问题是克服了现有技术存在的车身高强度抗撞零件仿真 设计时忽略零件不同部位成形损伤继承特性所导致的后续仿真计算精度不足及零件结构 设计不合理的问题，提供了一种考虑成形损伤的抗撞零件仿真设计方法，具体技术方案如 下：
[0006] 考虑成形损伤的抗撞零件仿真设计方法，其特征在于步骤如下：
[0007] 步骤一、建立车身高强度抗撞零件热成形损伤准则，具体过程为：
[0008] 1)材料高温单向拉伸试验
[0009] 利用热模拟试验机对硼钢试件进行一系列高温单向拉伸试验，试验前利用点焊机 将K型热电偶丝（1)的一端焊在每个试件（2)上表面的中央，K型热电偶丝（1)另一端保 持自由释放，试验中先将试件（2)夹紧于热模拟试验机的夹具内，同时将K型热电偶丝（1) 自由释放的一端与热模拟试验机相连，随后，对热模拟试验机内部空间进行抽真空处理，利 用电阻加热方式实现试件（2)的加热过程，而冷却过程中则通过调节压缩空气的流量控制 试件（2)的冷却速度，具体试验方案如下：
[0010] ⑴将试件⑵以5°c /s的加热速率加热至925°C后保温3min，确保试件⑵的 微观组织完全奥氏体化；
[0011] (2)以50°C /s的冷却速率使试件（2)依次降至变形温度600°C、700°C、800°C，并 在各变形温度下保温5s使试件（2)温度均匀稳定；
[0012] (3)在设定的变形温度 600°(：、700°(：、800°(：和变形应变率0.0181、0.181、18 1、 IOs1下对试件（2)进行拉伸，直至断裂破坏，断裂后对得到的拉伸后试件（8)进行空冷， 整个拉伸过程中热模拟试验机会同时记录载荷随时间变化、温度随时间变化的曲线，整个 高温单向拉伸试验包含3个变形温度和4个变形应变率组合成的12组试验条件，分别 为：变形温度600°C和变形应变率0.0 ls \变形温度600°C和变形应变率0.1 s \变形温度 600°C和变形应变率Is \变形温度600°C和变形应变率IOs \变形温度700°C和变形应变 率0.0 ls \变形温度700°C和变形应变率0.1 s \变形温度700°C和变形应变率Is \变形温 度700°C和变形应变率IOs \变形温度800°C和变形应变率0.0 ls \变形温度800°C和变形 应变率0.1 s \变形温度800°C和变形应变率Is \变形温度800°C和变形应变率IOs \每组 试验条件下进行一次高温拉伸试验，将试验中热模拟试验机测得的载荷随时间变化的曲线 F(t)按照公式⑴换算为试件⑵的名义应力随时间变化的曲线〇_(t)，将CCD摄像机 (3)测得的试件（2)的标距段长度随时间变化的曲线AL(t)按照公式⑵换算为试件（2) 的标距段名义应变随时间变化的曲线ε _(t)，按照公式（3)将试件（2)的名义应力随时间 变化的曲线〇_(t)换算为试件（2)的真实应力随时间变化的曲线 〇t_(t)，按照公式（4) 将试件（2)的标距段名义应变随时间变化的曲线e_(t)换算为试件（2)的标距段真实应 变随时间变化的曲线ε t_(t)，并消去两曲线中的时间变量t，以真实应变ε 为自变量， 真实应力为因变量，得到每一试验条件下的真实应力-应变曲线σ et_):
[0013]
[0014] 式中：F(t)为载荷随时间变化的曲线；A。为试件标距段原始横截面积；σ _(t)为 试件的名义应力随时间变化的曲线。
[0015]
[0016] 式中：AL(t)为试件的标距段长度随时间变化的曲线；L。为试件标距段原始长 度；ε _(t)为试件的标距段名义应变随时间变化的曲线。
[0017]
[0018] 式中：〇 _(t)为试件的名义应力随时间变化的曲线；ε _(t)为试件的标距段名 义应变随时间变化的曲线；σ t_(t)为试件的真实应力随时间变化的曲线。 CN 105160066 A VL 3/18 贝
[0019]
[0020] 式中：ε _(t)为试件的标距段名义应变随时间变化的曲线；ε t_(t)为试件的标 距段真实应变随时间变化的曲线。
[0021] 2)建立基于成形损伤的本构方程：
[0022] (1)建立基于成形损伤的本构方程，以考虑热成形时材料的损伤，具体表达式如 下：
[0023]
[0024]
[0025]
[0026]
[0027]
[0028]
[0029]
[0030] 式中： 是成形时的等效塑性应变率；％是成形时的等效应力；H是成形时由位 错引起的应变强化；成形损伤变量fdl，其变化范围为〇~1，fdl = 〇时表示成形时材料没有 损伤，fdl= 1时表示成形时材料完全失效；￥为成形时的塑性应变率分量；S1,为成形时的 偏应力分量；^ = A,，P1为材料初始状态下的位错密度，P "为成形时材料可达到 的最大位错密度，且P1S P彡P "，即K歹SU σ U是成形时的应力张量分量；是成形 时的总应变张量分量；是成形时的塑性应变张量分量；D1]kl是四阶刚度张量分量；E是杨 氏模量；υ是泊松比；δ 为克罗内克因子，下标i、j、k、1变化范围为1~3,重复下标遵 循爱因斯坦求和约定。
[0031] 参数1^、1(、111、8、(：、04是与温度相关的材料参数，定义如下 ：
[0032]
[0033]
[0034]
[0035]
[0036]
[0037]
[0038]
[0039] 式中：R为通用气体常数；T为温度；Q为激活能。
[0040] ⑵确定本构方程中的材料参数：
[0041] 首先，建立求解问题的目标函数，然后对目标函数应用进化规划算法进行优化，最 终确定本构方程中的材料参数，这里，需要确定的材料参数总共有20个，依次为：Α、η 2、γ i、 y 2、k0、n0、K0、n10、 B〇、C〇、D〇、E〇、Qji' Qk、Qn、Qb、Qc、Qd、Qe、R〇
[0042] 根据拟合曲线与试验数据之间的距离建立目标函数：
[0044] 式中：f (X)是关于20个未知材料参数所构成矢量X = (A, n2, ...，QE，R)的实值函 数；η为试验数据的总容量;Wl为第i数据点的权重值； <，<分别为第i个试验数据对应 的应力和应变值；Of，<分别为与第i个试验数据相对应的拟合曲线上的应力和应变值
为使拟合曲线应变区间向试验数据收敛，将 < -< 加入以幻 得到：
PO)
[0046] 式中：W为权重系数；
[0047] 为降低实际使用过程中确定权重值的难度及克服应力应变单位不一致的问题，最 终建立的目标函数如下：
[0052] 采用改进的快速进化规划算法对建立的目标函数进行优化，确定全部材料参数， 进化规划算法把目标函数作为生物种群，通过突变，选择产生新一代种群；重复这一过程， 直到获得合乎要求的种群或规定的进化时限，详细的进化规划是一个迭代的过程：
[0053] [1]取迭代计数k = 1，随机生成μ个种群，即随机输入μ组矢量对（Xl，Tl J，其 中苓=('^，...屬,/0*111为进化规划自适应策略参数，1 = 1，2,3，...，4;
[0054] [2]对于每个个体矢量对（Xi, q i)，计算f (Xi);
[0055] [3]对于每个父代矢量对（Xl，n i)，生成两个子代矢量对和(?)，其中：
[0056]
(24)
[0057] 计算并比较/(.<(/))和/(< (刀）的大小，取两者较小者所对应的矢量对，记为 (X1,, O，其中 X1(J)，X1, (j)，η 山·），H1, (j)分别为矢量 X1, Xl，，H1, H1，的第 j 个分 量（j = 1，2,. . .，n，n为待优化材料参数的个数）；N(0, 1)为服从一维标准正态分布的随机 数；Nj (0, 1)为服从一维标准正态分布对应于第j个分量的随机数；δ 为服从柯西分布对 应于第j个分量的随机数；参数τ 1和τ分别取
标准正态分布和柯西分 布的密度函数分别为：
[0058]
[0059]
[0060] [4]对于所有的i = 1，2, 3, . . .，μ，将所有的父代矢量对（Xl，q J和子代矢量对 (χΛ η/)作为一个整体，取出q个矢量对，然后，将所有父代和子代矢量对中的任意一个 矢量对与取出的q个矢量对作比较，比较矢量对所对应的目标函数值，如果该矢量对小于q 个矢量对中的某一个，则该矢量对得分加1，所有矢量对的最高得分为q，最低得分为〇 ;
[0061] [5]从2μ个矢量对中选出得分最高的μ个矢量对，作为下一次迭代的父代矢量 对；
[0062] [6]判断迭代结束条件是否满足；如