一种复合材料负泊松比结构吸能盒及其设计方法

专利名称：一种复合材料负泊松比结构吸能盒及其设计方法

专利类型：发明专利

专利申请号：CN202110861321.0

专利申请（专利权）人：南京航空航天大学
权利人地址：江苏省南京市秦淮区御道街29号

专利发明（设计）人：梁帅,周冠,闫鹏飞,李祥,王鑫,郝岩

专利摘要：本发明公开了一种复合材料负泊松比结构吸能盒及其设计方法，将金属负泊松比结构与非金属基体材料进行复合，填充在吸能盒盒体内；通过建立复合材料负泊松比结构吸能盒的自适应参数化模型，改变基体材料孔隙率及负泊松比结构厚度进行整个吸能盒及其内芯的有限元分析，利用最优拉丁超立方抽样技术进行设计变量的取样，利用双响应法建立设计变量与优化目标之间的近似模型，应用第二代非支配遗传排序遗传算法进行多目标优化设计得到高稳健性吸能盒，提高了吸能盒的比吸能和降低了其峰值碰撞冲击力，大大提升了汽车正面碰撞被动安全性能。

主权利要求：
1.一种复合材料负泊松比结构吸能盒，其特征在于：包括前安装板（1）、负泊松比结构填充内芯（2）、吸能盒盒体（3）和后安装板（4），所述吸能盒盒体（3）的两端分别连接所述前安装板（1）和后安装板（4）并整体设于车体前后保险杠与车内大梁间隙之间；
所述吸能盒盒体（3）内部填充负泊松比结构填充内芯（2），所述负泊松比结构填充内芯（2）由铝合金负泊松比结构作为支撑结构、聚氨酯作为基体材料复合形成，所述基体材料完全包裹住所述支撑结构，并贴合所述吸能盒盒体（3）内壁设置，且所述负泊松比结构采用双箭头型元胞堆叠而成，所述双箭头型元胞包括长胞壁横梁、两个长胞壁、短胞壁横梁和两个短胞壁，该长胞壁横梁连接两个长胞壁构成一个梯形结构，该短胞壁横梁连接两个短胞壁构成另一个梯形结构，两个梯形结构通过连接座相接构成该双箭头型元胞，其中长胞壁横梁与短胞壁横梁平行，所述双箭头型元胞关于中轴线对称，堆叠的方式为若干个双箭头型元胞的上下胞壁分别沿水平和竖直方向延伸出一段后相连，对其阵列化形成的单元结构，再沿吸能盒盒体（3）轴向阵列化形成整个负泊松比结构。
2.根据权利要求1所述的复合材料负泊松比结构吸能盒，其特征在于：所述吸能盒盒体（3）由铝合金板冲压而成；所述前安装板（1）和后安装板（4）由铝合金叠加而成。
3.根据权利要求1或2所述的复合材料负泊松比结构吸能盒的设计方法，其特征在于：包括以下步骤：
步骤1，基于复合材料的思想，把负泊松比结构作为基体材料的支撑结构，并基于吸能盒盒体的尺寸参数设置初始聚氨酯基体材料的密度及双箭头型负泊松比结构的尺寸参数；
步骤2，将吸能盒盒体厚度、聚氨酯基体材料的相对密度以及负泊松比结构的厚度作为设计变量，结合步骤1中的参数建立复合材料泊松比吸能盒的有限元模型；
步骤3，利用最优拉丁超立方抽样方法进行设计变量的取样，并利用双响应面法建立设计变量与优化目标之间的近似模型；
步骤4，对近似模型进行验证，验证合格进入步骤5，否则返回步骤3；
步骤5，应用第二代非支配排序遗传算法进行多目标优化设计，利用多目标优化算法以吸能盒比吸能和平均碰撞力为优化目标进行计算。
4.根据权利要求3所述的复合材料负泊松比结构吸能盒的设计方法，其特征在于：所述步骤3的具体方法为：步骤3.1，应用最优拉丁超立方抽样方法来对选取的设计变量生成样本点；
步骤3.2，用有限元软件根据生成的样本点进行仿真，得到每一个样本点所对应的优化目标值；
步骤3.3，利用双响应面法建立设计变量与优化目标之间的近似模型。
5.根据权利要求4所述的复合材料负泊松比结构吸能盒的设计方法，其特征在于：所述步骤4的具体方法为：当建立好近似模型后，需要对近似模型进行精度的验证，如果响应面模型的精度不满足要求，则返回到步骤3重新生成新的样本点，并调整近似模型；如果满足精度要求，则进行下一步。
6.根据权利要求5所述的复合材料负泊松比结构吸能盒的设计方法，其特征在于：所述步骤5的具体方法为：步骤5.1，基于整个吸能盒系统的比吸能和平均碰撞力为优化目标，以吸能盒盒体厚度、聚氨酯基体材料的相对密度以及负泊松比结构的厚度作为设计变量，建立复合材料负泊松比结构吸能盒的多目标优化模型；
步骤5.2，利用第二代非支配排序遗传算法搜索复合材料负泊松比结构吸能盒设计参数的Pareto解集；
步骤5.3，根据不同优化目标的权重选取复合材料负泊松比结构吸能盒的最优设计解。 说明书 : 一种复合材料负泊松比结构吸能盒及其设计方法技术领域[0001] 本发明涉及汽车安全技术领域，具体为一种复合材料负泊松比结构吸能盒及其设计方法。背景技术[0002] 作为能量吸收部分，吸能盒一般安装在前保险杠的前梁与车身的纵梁之间，并与两部分相连。在车辆碰撞事故中，一方面，吸能盒可以吸收汽车保险杠的前部和前梁的碰撞能量，通过塌陷变形等方式吸收能量，减少碰撞对车体前部造成的破坏；另一方面，作为机械零件，吸能盒可以将碰撞力从正面传导到车身结构的纵梁，从而分散了集中力，提高了车辆的被动安全性能。[0003] 由于设计不合理以及传统材料的局限性，传统的吸能盒在遇到汽车正面碰撞时吸收和转移的能量不足，不能实现吸能最大化。在传统材料无法满足当前产业对于材料强度、刚度等性能的要求下，伴随着高新技术的兴起，出现了将不同性质的材料组分优化组合而成的新材料(复合材料)。复合材料在比强度、比刚度等诸多方面较单种材料来说都具有极佳的性能，因此复合材料的研究和发展受到了众多行业的密切关注，同时也应用到了各个行业。发明内容[0004] 为了克服以上缺陷，本发明公开了一种复合材料负泊松比结构吸能盒及其设计方法，将金属负泊松比结构与非金属基体材料进行复合并填充在吸能盒内，对复合材料组分的形式、比例、分布进行设计，使汽车在低速正面碰撞中具有更好的冲击能量吸收性能。[0005] 本发明的技术方案如下：[0006] 一种复合材料负泊松比结构吸能盒，其特征在于：包括前安装板、负泊松比结构填充内芯、吸能盒盒体和后安装板，吸能盒盒体的两端分别连接前安装板和后安装板并整体设于车体前后保险杠与车内大梁间隙之间；吸能盒盒体内部填充负泊松比结构填充内芯。[0007] 作为优选，负泊松比结构填充内芯由铝合金负泊松比结构作为支撑结构、聚氨酯作为基体材料复合形成，基体材料完全包裹住所述支撑结构，并贴合吸能盒盒体内壁设置。[0008] 作为优选，负泊松比结构采用双箭头型元胞堆叠而成，双箭头型元胞包括长胞壁横梁、两个长胞壁、短胞壁横梁和两个短胞壁，该长胞壁横梁两端连接两个长胞壁构成一个梯形结构，该短胞壁横梁两端连接两个短胞壁构成另一个梯形结构，两个梯形结构相接构成该双箭头型元胞，其中长胞壁横梁与短胞壁横梁平行，双箭头型元胞关于中轴线对称。[0009] 作为优选，堆叠方式为若干个三维双箭头型元胞的上下胞壁相连，对其阵列化形成的单元结构，再沿吸能盒轴向阵列化形成整个负泊松比结构。[0010] 作为优选，吸能盒盒体由铝合金板冲压而成；前安装板和后安装板由铝合金叠加而成。[0011] 本发明还公开了一种复合材料负泊松比结构吸能盒的设计方法，包括以下步骤：[0012] 步骤一，基于复合材料的思想，把负泊松比结构作为基体材料的支撑结构，并基于吸能盒盒体尺寸参数设置初始聚氨酯基体材料的密度及双箭头型负泊松比结构的尺寸参数；[0013] 步骤二，将吸能盒盒体厚度、聚氨酯基体材料的相对密度以及负泊松比结构的厚度作为设计变量，结合步骤一中的参数建立复合材料泊松比吸能盒的有限元模型；[0014] 步骤三，利用最优拉丁超立方抽样方法进行设计变量的取样，并利用双响应面法建立设计变量与优化目标之间的近似模型；[0015] 步骤四，对近似模型进行验证，验证合格进入步骤五，否则返回步骤三；[0016] 步骤五，应用第二代非支配排序遗传算法进行多目标优化设计，利用多目标优化算法以吸能盒比吸能和平均碰撞力为优化目标进行计算。[0017] 作为优选，步骤三的具体方法为：步骤3.1，应用最优拉丁超立方方法来对选取的设计变量生成样本点，即对涉及的每个设计变量进行随机性分层以及数据取值，简单来说就是一种更加随机，并且取得的样本点分布更加宽泛的抽样方法；步骤3.2，用有限元软件根据生成的样本点进行仿真，得到每一个样本点所对应的优化目标值，一个样本点即指多个设计变量取值所组成的样本，所对应的优化目标即为在该设计变量取值下，通过有限元模型求解出的优化目标的值；步骤3.3，利用双响应面法建立设计变量与优化目标之间的近似模型。响应面模型是最常用也最普遍的近似模型，属于低阶多项式模型。使用Isight软件，能够分别构建一至三阶响应面模型以及四阶多项式响应面模型。[0018] 作为优选，步骤四的具体方法为：当建立好近似模型后，需要对近似模型进行精度的验证，如果响应面模型的精度不满足要求，则返回到步骤三重新生成新的样本点，并调整近似模型；如果满足精度要求，则进行下一步。[0019] 作为优选，步骤五的具体方法为：S5.1，基于整个吸能盒系统的比吸能和平均碰撞力为优化目标，以吸能盒盒体厚度、聚氨酯基体材料的相对密度以及负泊松比结构的厚度作为设计变量，建立复合材料负泊松比结构吸能盒的多目标优化模型；S5.2，利用第二代非支配排序遗传算法搜索复合材料负泊松比结构吸能盒设计参数的Pareto解集；S5.3，根据不同优化目标的权重选取复合材料负泊松比结构吸能盒的最优设计解。[0020] 有益效果：[0021] (1)本发明基于材料制造学中关于复合材料的原理，将聚氨酯泡沫作为基体材料，负泊松比结构作为支撑结构，使两种材料进行复合，并置于汽车吸能盒中。显著提升了整个吸能盒的总吸能量以及比吸能，同时也大大降低了碰撞过程中的峰值碰撞力；[0022] (2)本发明公开的吸能盒设计方法通过多目标优化方法，通过优化各个设计变量达到最优值，使吸能盒的最大吸能量和平均碰撞力达到最佳，解决了传统吸能盒无法达到有效吸能最大化的问题。附图说明[0023] 图1为本发明一个实施例的复合材料负泊松比结构吸能盒的示意图；[0024] 图2为本发明一个实施例的双箭头型负泊松比结构示意图；[0025] 图3(a)为本发明一个实施例的双箭头型负泊松比结构的二维示意图；[0026] 图3(b)为本发明一个实施例的双箭头型负泊松比结构的三维示意图；[0027] 图3(c)为本发明一个实施例的双箭头型负泊松比结构阵列化的三维示意图；[0028] 图4为本发明一个实施例的复合材料负泊松比结构吸能盒设计原理图；[0029] 图5为本发明一个实施例的双箭头型负泊松比单胞结构的参数化模型。[0030] 附图标记：1前安装板、2负泊松比结构填充内芯、3吸能盒盒体、4后安装板。具体实施方式[0031] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0032] 本发明公开了通过将金属负泊松比结构与非金属基体材料进行复合，填充在吸能盒内，并对复合材料组分的形式、比例、分布进行设计，使汽车在低速正面碰撞中具有更好的冲击能量吸收性能。[0033] 如图1所示，本发明公开了一种复合材料负泊松比结构吸能盒，包括前安装板1、负泊松比结构填充内芯2、吸能盒盒体3和后安装板4。吸能盒盒体3的两端分别连接前安装板1和后安装板4并整体设于车体前后保险杠与车内大梁间隙之间；吸能盒盒体3内部填充负泊松比结构填充内芯2。负泊松比结构填充内芯2由铝合金负泊松比结构作为支撑结构、聚氨酯作为基体材料复合形成。聚氨酯泡沫拥有比强度高、抗冲击能力强、耐腐化的优良特性，如图2所示，负泊松比结构选用双箭头型元胞堆叠而成，通过将元胞结构的首尾相接即上下胞壁相连叠堆形成单元结构，并在此基础上沿吸能盒轴向阵列进行整列，使吸能盒的内芯结构具有更好的爆炸能量吸收性能。基体材料完全包裹住所述支撑结构，并贴合吸能盒盒体3内壁设置，从而使材料性能得到完美的发挥。这样的一种放置方式可以显著提升了整个吸能盒的总吸能量以及比吸能，同时也大大降低了碰撞过程中的峰值碰撞力。吸能盒盒体3优选铝合金板冲压而成，前安装板1和后安装板4优选铝合金叠加而成。[0034] 双箭头型负泊松比结构三维化以后的整体模型拥有更强的抗轴向冲击性能。双箭头型单胞二维结构模型如图3(a)所示，为两个类梯形通过连接座相连；对模型进行三维化处理后，三维部件如图3(b)所示；对该模型进行阵列化处理，阵列化部件结构模型如图3(c)所示。因双箭头型负泊松比结构可近似看为两组不完整梯形设计的结合体，当在纵向对二维结构施加载荷时，前层梯形结构将力传导至后层“梯形结构”两端；而后层纵向力同样在后层“梯形结构”的传导下将力的作用传导至结构两端。至此，二维结构在受到纵向两方向力的作用下均将作用载荷传导至后层结构，使得结构在横向反向上实现扩张。同时因为结构材料的选型，使得整体二维结构在纵向方向上并未表现出大幅“收缩”，也即实现了负泊松比结构的“拉缩压胀”特性。三维化的双箭头结构在表现上与二维结构相似，并且在受力载荷下相较于二维化结构拥有更加优秀的力学特性。[0035] 如图4所示，本发明还公开了一种复合材料负泊松比结构吸能盒设计方法，[0036] 步骤一，基于复合材料的思想，把负泊松比结构作为基体材料的支撑结构，并基于吸能盒盒体尺寸参数设置初始聚氨酯基体材料的密度及双箭头型负泊松比结构的尺寸参数。[0037] 如图5所示，为双箭头型负泊松比单胞结构的参数化模型，单胞微观结构整体构型共有七个参数，分别是：短胞壁厚度T1，长胞壁厚度T2，短胞壁长度L1，长胞壁长度L2，长胞壁与竖直方向夹角β，短胞壁与竖直方向的夹角α，短胞壁间水平壁的长度为N。[0038] 初始聚氨酯泡沫密度设置为0.07g/cm3，双箭头型负泊松比元胞参数设置如下表1所示。[0039] 表1元胞结构基本参数[0040][0041] 步骤二，建立复合材料负泊松比结构吸能盒的有限元模型。先将吸能盒盒体厚度、聚氨酯基体材料的相对密度以及负泊松比结构的厚度作为设计变量，结合步骤一的参数，建立负泊松比结构的有限元模型，以双箭头型元胞结构的厚度、胞壁间的夹角以及胞壁的宽度作为整个优化过程的设计变量。接着建立聚氨酯材料的参数化模型，保证聚氨酯包裹住整个负泊松比结构，同时也能使复合材料结构完整的贴合吸能盒内壁。[0042] 步骤三，利用最优拉丁超立方抽样技术进行设计变量的取样，即对涉及的每个设计变量进行随机性分层以及数据取值。简单来说就是一种更加随机，并且取得的样本点分布更加宽泛的抽样方法，并利用双响应法，以近似函数类型为响应面模型，函数所用技术为二次多项式，建立设计变量与优化目标之间的近似模型。[0043] 把样本点放入存放设计变量的内矩阵，样本点个数选取100个；把4个噪声样本点放入存放噪声样本点的外矩阵，从而通过交叉法形成一个新的样本点矩阵；将内矩阵和外矩阵的样本点个数相乘得到400个新的样本点；然后就可以建立设计变量和优化目标间的近似模型。[0044] 近似模型的建立选用二次多项式响应面模型：[0045][0046] 其中，yμ和 分别为真实响应值和响应面值的平均值，yσ和 分别为真实响应值标准差和响应面值标准差的平均值，εμ是真实响应值与响应面值之间的误差，εσ为真实响应值标准差和响应面值标准差之间的误差；b0、c0是待定常数，be、ce是一次待定系数，bee、cee是二次同待定系数，bef、cef是二次待定系数，xexf为设计变量值，e、f＝1，2，3…n，通过最小二乘法求得两者的值。[0047] 步骤四，当建立好近似模型后，需要对近似模型进行精度的验证，一般会采取三种方法：平方相关系数法、最大绝对误差法和平均绝对偏差法。三种方法的计算公式如下：[0048][0049][0050][0051] 计算公式(1)、(2)、(3)分别对应平方相关系数法、平均绝对偏差法和相对最大绝2对误差法，R、RAAE、RMAE分别为三种方法的对应精度。[0052] 其中，q为样本点的个数， 为响应面模型预测值，yi为真实响应值，真实响应值通过有限元分析得到，是真实响应值yi的平均值，i＝1,2,…q。如果响应面模型的精度不满足要求，则返回到步骤三重新生成新的样本点，以及调整近似模型。如果满足精度要求，则进行下一步。[0053] 经计算，优化目标振动传递函数的响应面模型的平方系数目标值为1，平均绝对偏差系数目标值为0.028，相对最大绝对误差系数目标值为0.05。根据此评价方法，衡量所建立的响应面模型精度是否满足要求。根据上面评价方法的定义可知，所建立的响应面模型满足精度，可用于下一步优化。[0054] 步骤五，最后利用目前常见的优化方法即第二代非支配排序遗传算法进行复合材料负泊松比结构吸能盒的多目标稳健性优化。通过应用第二代非支配排序遗传算法对复合材料负泊松比结构吸能盒进行多目标优化，包括吸能盒壁厚、负泊松比结构的厚度、聚氨酯的密度等。根据选取的优化目标求出设计变量的最优解。经计算，当吸能盒壁厚为0.85mm，负泊松比结构的厚度为0.79mm，聚氨酯密度为0.08g/cm3时，可以找到平衡几项评价指标的最优解。并使吸能盒在低速碰撞中达到最优的比吸能值以及平均碰撞力值，从而进一步提升吸能盒在汽车被动安全中的性能。[0055] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

专利地区：江苏

专利申请日期：2021-07-29

专利公开日期：2024-07-26

专利公告号：CN113642211B