
轎車前拖車鉤強度優化分析
作者:張衍成 劉紅艷
來源:《時代汽車》 2017年第15期
摘要:以某轎車前拖車鉤為研究對象,借助于有限元分析軟件Hypermesh,截取部分白車
身,建立前拖車鉤安裝強度分析有限元網格模型,計算前拖車鉤在直拉載荷和斜拉載荷工況下
的應力響應,并根據計算結果進行結構優化,使前拖車鉤及其防撞梁連接板強度達到設計要求。
關鍵詞:前拖車鉤;防撞梁;強度;優化分析
1引言
前拖車鉤是車輛出現故障后需要借助外力走出困境的車身牽引裝置,拖車鉤及其防撞梁連
接板都應具備足夠的安裝強度,以保證車輛能夠安全的脫離困境[1-2]。在實際使用過程中,前
拖車鉤及其防撞梁連接板都將承受較大的拉力,對車輛的使用性能產生較大的影響,因此在整
車設計研發階段就必須借助于有限元等分析方法對前拖車鉤進行強度優化分析,找出設計弱點,
進而可以避免車輛因前拖車鉤失效而引發致命的質量問題。
2有限元模型的建立
前拖車鉤為實心圓鋼,與拖車鉤管螺紋連接。根據結構特征,車身薄壁結構采用殼單元離
散,前拖車鉤為六面體的實體網格。前拖車鉤與管套采用的是RBE2連接,管套與防撞梁的焊縫
也采用的是RBE2連接。本文使用有限元分析軟件Hypermesh建立了前拖車鉤安裝強度分析有限
元網格模型,如圖1所示。
CASE 1為直拉載荷工況,CASE 2為斜拉載荷工況,其作用力分別為Fl和F2,如圖2所示。
F1=(整備質量+7人體重+7人行李)/2
F2=(整備質量+1人體重+1人行李)/2
4前拖車鉤強度分析
在前拖車鉤處施力,使用求解器Abaqus計算分析拖車鉤在直拉工況和斜拉工況下加載和卸
載后的殘余變形。在后處理軟件HyperView中觀察位移云圖,如圖3-6所示。
評價標準:直拉載荷工況下殘余變形小于3mm,斜拉載荷工況下殘余變形小于6mm,允許發
生塑性應變,但最大應力不得超過材料的抗拉強度。
經分析可知:前拖車鉤在直拉載荷工況下,殘余變形大于3mm,斜拉載荷工況下,殘余變
形大于6mm,不合格。
5方案優化及分析
要想提高前拖車鉤的強度和抗拉變形能力,需要對其前防撞梁連接板內、外板安裝位置進
行優化分析。
優化方案與原始方案的連接內、外板在料厚和材料上均對應一致,其不同之處在于優化方
案連接內、外板的螺栓安裝孔在Z向上距縱梁表面的距離L均小于原始方案,從而使前拖車鉤
施加拉力時變形較小。方案對比圖如圖7所示。
圖7中:紅色實線為安裝孔中心線;藍色實線為縱梁上下表面。圖7.(1):優化方案,防
撞梁連接外板;圖7一(2):優化方案,防撞梁連接內板;圖7- (3):原始方案,防撞梁連接
外板;圖7.(4):原始方案,防撞梁連接內板。
在前拖車鉤處施力,使用求解器Abaqus計算分析優化后的拖車鉤在直拉工況和斜拉工況下
加載和卸載后的殘余變形。在后處理軟件HyperView中觀察優化后的位移云圖,如圖8 -11所
示。
經分析可知:前拖車鉤在直拉載荷工況下,殘余變形為0.65mm,小于3mm;斜拉載荷工況
下,殘余變形為0.48mm,小于6mm;且兩種工況下材料均未超過抗拉強度。分析結論:合格。
優化后的方案能夠達到預期設計的目標值,有效地避免了強度風險。
6結語
本文借助于有限元軟件對某轎車前拖車鉤及防撞梁連接板進行強度優化分析,根據計算結
果發現相關部件的薄弱點,并針對具體情況提出了合理有效的結構優化方案,能夠有效避免前
拖車鉤在實際使用過程中出現開裂、位移過大等問題。
參考文獻:
[1]徐中明,徐小飛,萬鑫銘,等,鋁合金保險杠防撞梁結構優化設計[J].機械工程學報,
2013, 49( 8):136-142.
[2]郭怡暉,馬鳴圖,張宜生,等,前防撞梁零件的熱成形試制研究[J].中國工程科學,
2014,16 (1):76-80.
[3]林程,王文偉,陳瀟凱,汽車車身結構與設計[M],北京:機械工業出版社,2016.
[4]張偉.汽車碰撞及防撞梁結構優化研究[D].成都:西南交通大學,2012.
[5]高俊哲,軋制差厚板的沖壓工藝研究及其在汽車前防撞梁的應用[D],大連:大連理工
大學.2013.
作者簡介——
張衍成:(1987-),男,漢族,山東泰安人,碩士研究生,汽車維修工技師。研究方向:
汽車檢測與維修技術。
劉紅艷:(1980-),女,漢族,山東煙臺人,碩士研究生,講師。研究方向:汽車檢測與
維修技術。

本文發布于:2023-11-07 16:12:34,感謝您對本站的認可!
本文鏈接:http://www.newhan.cn/zhishi/a/1699344754208830.html
版權聲明:本站內容均來自互聯網,僅供演示用,請勿用于商業和其他非法用途。如果侵犯了您的權益請與我們聯系,我們將在24小時內刪除。
本文word下載地址:轎車前拖車鉤強度優化分析.doc
本文 PDF 下載地址:轎車前拖車鉤強度優化分析.pdf
| 留言與評論(共有 0 條評論) |