智数汽车大数据麦克恒通汽车轻量化在线
查看: 159|回复: 4
收起左侧

[电池材料] 基于隐式全参数化技术的动力电池仓轻量化设计

  [复制链接]
发表于 2021-6-4 16:45:45 | 显示全部楼层 |阅读模式
<

亲,赶快注册吧,有更多精彩内容分享!

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
【汽车材料网】摘 要 为了对某型电动汽车锂离子动力电池仓进行轻量化设计,采用 SFE Concept 软件平台,建立电池仓的隐式全参数化模型。结合iSight平台,建立电池仓的优化流程。以电池吊装构件装配位置及关键零件壁厚为设计变量,以电池仓整体质量为优化设计的目标函数,以结构刚度、强度、疲劳耐久、NVH(噪声、振动、声振粗糙度)性能为约束条件,并利用了pointer算法。结果表明:参数优化后的动力电池仓的质量,减少了2.6%。因而,此方法对电池仓结构的正向设计开发具有参考价值。
关键词: 锂离子动力电池;轻量化设计;结构优化;刚强度;参数化设计

随着全球气候和能源问题的日益突显,各国政府相继出台了本国全面禁售燃油汽车的时间表,中国政府也已经启动了关于传统能源车停产停售时间表研究,电动汽车已然成为汽车技术演进的必然方向。作为电动汽车动力驱动系统的关键部件之一,电池仓的研究开发对于保护动力电池的工作安全性发挥着重要作用。

兰凤崇等通过有限元分析,探讨了在碰撞过程中电池箱体及内部结构的变形与响应规律[1]。鲁亚妮等通过自由尺寸优化、尺寸优化、层叠次序优化获得箱体复合材料铺层的最佳分布方案,以实现结构轻量化[2-3]。张宇等通过形貌优化获得电池箱体加强筋布局方案,实现电池箱体的结构寻优及轻量化设计[4-5]。赵晓昱等采用复合材料替代金属材料,并通过计算机辅助工程(computer aided engineering,CAE)分析评估各项性能,以实现碳纤维电池箱体的轻量化设计[6-8]。赵红伟等基于拓扑优化法,对动力电池仓进行了结构优化设计[9-11]。

虽然业界关于电池仓的结构设计和优化已经具备了较好的研究基础,但大多聚焦于单学科、局部拓扑、复材铺层等,还没有文献着眼吊装布局、料厚等多重变参,进行动力电池仓全面轻量化设计。

本文拟以某自主品牌电动汽车电池仓为研究对象,基于隐式参数化技术,采用SFE-Concept参数优化软件平台,构建电池仓参数化模型,与优化平台相配合,以动力电池仓吊装构件装配位置及关键部件壁厚作为设计变量,以电池仓总质量为优化目标函数,以结构刚度、强度、疲劳耐久、和“噪声—振动—声振粗糙度”(noise-vibration-harshness, NVH)性能为约束条件,进行轻量化设计。

1.电池仓隐式参数化建模

分别选取车身行驶、宽度、高度方向为电池仓坐标系的X、Y、Z轴,如图1所示,进行隐式参数化建模。

电池仓包括箱体和内部模组2部分。将电池箱体分解为箱体主体、箱体上盖、吊装构件3个子模块。根据各子模块的轴对称布局特点,应用SFE-Concept在对称轴上布置基点,建立经过基点具有特征曲率的基线。依据零件几何特征和有限元模型截面形状,创建若干基础截面。由上述基础元素生成梁、接头、曲面,并合理应用对称复制,完成各子系统的参数化创建。由数学映射实现吊装构件与箱体主体的逻辑连接,完成电池箱体主要结构特征的参数化构建与连接后,通过数学映射和“passive”功能,创建孔槽和加强筋等细节特征。

电池仓体性能计算涉及电池模组,因此电池模组和箱体需要进行耦合连接,通过在参数化模型和有限元模型中共用螺栓头部中心节点号可以实现,如图2所示。

参数化模型共包含基点89个、基线8个、基础截面53个,梁15个、接头2个。再由此参数化模型直接生成有限元模型,并分别进行弯曲、扭转刚度和模态仿真分析,将仿真值与实验值对比,二者误差均在9%以内,实验设备如图3、图4所示,对比数据如表1所示。


图1 动力电池仓参数化模型


图2 动力电池仓参数化模型组装


图3 模态实验设备


图4 刚强度实验设备


表1 参数化模型仿真与实验值对比
2.设计响应及分析工况

动力电池仓在行驶或吊装工况下如果存在局部结构强度不足,可能致使内部电芯破损,引发电池短路,导致热失控起火,车辆燃烧。因此,电池仓体结构需要具有足够的强度。强度分析工况采用固支边界条件,如图5所示。


图5 强度分析工况边界条件及应力云图

由图5可见:约束各吊装构件。根据极限工况的载荷情况为电池仓整体在y、z方向上分别施加3g、-6g惯性载荷,用以模拟电池包在车辆行驶过程中的转向过坑,为最严苛工况。同时加载螺栓预紧力并在各构件连接部位建立接触关系。最大应力出现在吊装构件与车身连接处。

为规避电池仓壳体发生较大变形,对内部元器件形成过度挤压导致电芯短路而过热燃烧,同时防止因电池仓刚度不足导致整车刚度匹配不协调,影响整车操纵性能。电池仓本体结构需要具有足够的扭转及弯曲刚度。电池仓的弯曲刚度(B)和扭转刚度(T)边界条件如图6、图7所示。

由图6、7可见:弯曲刚度载荷沿z轴负向施加于电池仓中部,扭转刚度在前端吊装构件施加绕x轴方向的扭矩。


图6 弯曲刚度


图7 扭转刚度

结构动态响应取决于其外部激励与自身固有动态特性。当电池所受外部激励频率与自身模态频率接近或相等时,发生不同程度谐振甚至共振,致使车辆驾乘舒适性、动力电池安全性及工作寿命下降,合理的结构设计可有效避开外部激励频率,避免共振。电池支架所受外部激励来自路面多以50 Hz以下低频为主,工程设计中考虑避频,要求一阶频率大于60 Hz。基于模态叠加的振动分析,一阶模态参与因子也最大,因而一阶模态频率需重点关注。约束条件下电池仓的典型模态振型如图8所示。

电池在振动载荷反复作用下易发生低于材料屈服强度水平的疲劳破坏。在《电动汽车用锂离子动力蓄电池安全要求(征求意见稿)》8.2.1中规定锂离子电池仓应进行随机振动试验。振动测试参数如图9所示,图9中,PSD为功率谱密度(power spectral density),表征信号的功率能量与频率的关系的物理量,经常用来研究随机振动信号。


图8 一阶模态云图

图9 振动测试参数图

随机振动疲劳分析约束条件与模态分析一致,基于模态叠加法,通过频率响应分析得到功率谱下的应力传递函数,应用Dirlik经验公式计算出单位时间下的应力循环次数333,基于Miner(Miner-Palmgren)的疲劳损伤累计理论完成电池仓的钣金疲劳耐久计算。法规要求振动疲劳需在指定功率谱密度下完成12 h的测试,本文通过频域功率谱密度转换时域载荷解决焊点疲劳问题,因12 h导致计算量过于庞大效率较低,计算时长180 s。

综上所述,电池仓的结构设计需要兼顾多个学科性能,综合考虑相关参数,以满足设计许用值。本文以电池仓较为典型的结构强度、弯曲及扭转刚度、随机载荷下振动疲劳损伤值、振动特性作为动力电池仓体轻量化设计的约束条件。

3.试验设计

试验设计(design of experiments,DOE)中,取样规模取决于变量数目及其水平数,过大的规模会占用巨量的计算资源。对于每个设计变量,选取工程实际中具有可行性的变量水平,如表2所示。

本文以电池仓前后两组吊装构件在电池侧边全长范围的位置及关键部件壁厚为设计变量。设置优化前吊装构件位置的变量值为0 mm,后向移动为正,前向移动为负,如图10所示。


表2 设计变量

试验设计的方法关系着试验点能否有效反映设计空间,为后续建立近似模型提供准确的数据源。最优Latin超立方设计使样本点均匀分布于设计空间,具有良好的空间填充性和均衡性。基于5个设计变量及其取样水平数,应用最优Latin超立方设计,共选取100个计算试验样本。


图10 电池仓参数化模型及变量
4.仿真流程搭建

用iSight优化平台依次串行/并行循环调用Nastran、Abaqus及Ncode分别进行电池仓的弯曲、扭转刚度、强度、动态特性、疲劳耐久计算。由DOE组件驱动同一套参数变量给两个隐式参数化组件,根据求解器求解特点:一套输出给ABAQUS执行模态与强度分线性计算;一套输出给NASTRAN执行弯、扭刚度及稳态动力学计算。参数化组件本谱系内,模型网格可重复利用,不同的分析只需要定义头文件并进行*include 引用,这样减少了纠错的几率,同时也提升了计算效率。疲劳组件继承模态应力及传涵信息,通过模态叠加完成随机振动分析、频时转换插件解决钣金、焊点疲劳,最终输出二者最大损伤值。

优化所需计算资源巨大,基于Python针对可移植批处理系统(portable batch system)队列进行二次开发,在服务器上完成求解计算及结果的自动存取和传递。经优化平台汇总结果后,在本机上完成后续数值模型拟合及优化求解,运行流程如图11所示。


图11 优化流程
5.轻量化设计及数据挖掘
5.1 近似模型的数值拟合

近似模型替代仿真模型求解,可提高优化效率。近似模型拟合精度关系着优化结果及其数据挖掘的准确性。径向基函数(radical basis function, RBF)神经网络法具有逼近复杂非线性函数能力佳和容错功能强等优点,对DOE样本有着良好拟合精度。本文以此法进行近似模型拟合, 拟合精度的评价,通常采用复相关系数(R2):


式中: N为检验样本点数目; yi为第i个响应的仿真值;yi″为第 个响应的近似模型预测值; yi′为仿真结果的平均值。R2值越逼近1,表示模型拟合精度越高, 工程中认为R2 > 0.9时,精度满足要求。经计算得到关于电池仓质量m、弯曲刚度B、扭转刚度T、强度σ、随机载荷下振动疲劳损伤值D、一阶模态频率f的近似模型拟合精度决定系数 R2分别为0.988、0.975、0.965、0.937、0.959、0.983,其中疲劳损伤和一阶模态数值模型的拟合精度如图12所示。


图12 拟合模型型误差分析

误差分析结果表明:各目标响应的数值拟合精度均满足优化计算要求。

5.2 动力电池仓轻量化优化设计

电池仓轻量化设计优化数学模型如下:


式中: m(xi)、ff(xi)、fm(xi)、 fB(xi)、fT(xi)、fs(xi)分别为电池仓的总质量、疲劳损伤值、一阶模态频率、弯曲刚度、扭转刚度和强度; ff0(xi)、fm0(xi)、 fB0(xi)、fT0(xi)、fs0(xi)为动力电池各项性能约束值; xi、xiD、xiU分别为动力电池仓各项设计变量及其取值范围。

根据Miner的疲劳损伤累计理论,计算结构在180 s,考虑设计余量,疲劳损伤值取3.5×10-3作为约束,模态频率取60 Hz,弯曲刚度取350 N/mm,扭转刚度取 850 Nm·(°)-1,强度取 410 MPa。

Pointer算法适用于解决各类线性、不连续、光滑、非光滑、全局性问题。本文采用此算法进行动力电池仓优化设计,经过 361 114 次迭代计算,完成电池仓结构寻优,目标函数优化历程曲线,如图13所示,其中,优化次数为N。


图13 优化目标历程图
5.3 优化结果

动力电池仓优化前后各设计变量及各项性能变化如表3、表4所示。由表3可见:轻量化后动力电池仓成功减重1.61 kg,占2.6%;结构应力降低了1.9%,扭转刚度降低了2.6%,模态降低了0.3%,弯曲刚度增加66.2%,疲劳损伤值增加107.7%,模态频率下降0.3%,满足设计要求。

表3 电池仓优化前后设计变量对比

5.4 数据挖掘

通过数据挖掘,可进一步了解性能之间的相互关系,梳理输入与输出的内在联系。在本文设计空间内,模态频率和疲劳损伤值Pareto贡献率分别如图14、图15所示。


图14 设计变量对模态频率的Pareto贡献率

表4 优化前后动力电池仓性能对比


图15 设计变量对疲劳损伤值的Pareto贡献率

结果表明:结构模态频率与后部吊装构件装配位置及箱体壁厚正相关且相关度接近,即减薄箱体壁厚对于电池模态频率的负面影响可通过调整电池后部吊装构件装配位置得到一定补偿。动力电池的疲劳耐久性能与两组吊装构件壁厚与后向装配位置正相关且相关程度依次递减,既将吊装构件后移及增加吊装构件壁厚,可不同程度减小疲劳损伤值,提升该电池仓的疲劳耐久性能。

6.结 论

本文以某电动汽车动力电池仓为研究对象,应用SFE Concept参数优化软件平台,建立电池仓体结构的隐式参数化模型,依托iSight优化平台,建立电池仓的刚度、强度、疲劳耐久、NVH性能的优化设计模型,匹配计算资源,在使电池仓满足各项性能目标要求的前提下,成功减重2.6%。

优化结果表明:动力电池仓的模态频率与后部吊装构件装配位置及箱体壁厚正相关且相关度接近;疲劳耐久性能仅与两组吊装构件壁厚及后向装配位置正相关且相关度依次递减;刚强度、一阶模态频率间具有较强的相关性,而疲劳损伤与上述性能间相关性较弱。

来源:期刊-《汽车安全与节能学报》;作者:刘 莹1 ,祝振林1,王登峰2
(1. 华晨汽车工程研究院 整车部;2.吉林大学 汽车仿真与控制国家重点实验室)


微信群
发表于 2021-6-15 11:01:42 | 显示全部楼层
好文章,感谢楼主分享
回复 支持 反对

使用道具 举报

发表于 2021-6-21 10:34:42 | 显示全部楼层
好文章,感谢楼主分享!
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则