基于搅拌摩擦焊工艺参数分析的整车碰撞时序预测

doi:10.12141/j.issn.1000-565X.240364

华南理工大学学报(自然科学版) ›› 2025, Vol. 53 ›› Issue (11): 132-140.doi: 10.12141/j.issn.1000-565X.240364

基于搅拌摩擦焊工艺参数分析的整车碰撞时序预测

谢正超¹, 刘锦灿¹, 李双¹, 李文锋², 赵晶²

^1.华南理工大学机械与汽车工程学院，广东广州 510640
^2.东北大学机械工程与自动化学院，辽宁沈阳 110819

收稿日期:2024-07-15 出版日期:2025-11-25 发布日期:2025-05-30
通信作者: 赵晶（1987—），男，博士，教授，主要从事整车有限元分析与整车动力学研究。 E-mail:zhaoj@mail.neu.edu.cn
作者简介:谢正超（1978—），男，教授，博士生导师，主要从事有限元数值分析、车辆动力学分析与控制等研究。E-mail： zxie@scut.edu.cn
基金资助:
国家重点研发计划项目(2019YFE0110700)

Time Series Prediction of Vehicle Crash Based on Process Parameters Analysis of Friction Stir Welding

XIE Zhengchao¹, LIU Jincan¹, LI Shuang¹, LI Wenfeng², ZHAO Jing²

^1.School of Mechanical and Automotive Engineering，South China University of Technology，Guangzhou 510640，Guangdong，China
^2.School of Mechanical Engineering and Automation，Northeastern University，Shenyang 110819，Liaoning，China

Received:2024-07-15 Online:2025-11-25 Published:2025-05-30
Contact: 赵晶（1987—），男，博士，教授，主要从事整车有限元分析与整车动力学研究。 E-mail:zhaoj@mail.neu.edu.cn
About author:谢正超（1978—），男，教授，博士生导师，主要从事有限元数值分析、车辆动力学分析与控制等研究。E-mail： zxie@scut.edu.cn
Supported by:
the National Key Research and Development Program of China(2019YFE0110700)

摘要/Abstract

摘要：

在汽车轻量化与高安全性需求下，搅拌摩擦焊成为了车身关键结构制造的核心技术，对提升碰撞能量吸收能力至关重要。但传统显式动力学模型优化搅拌摩擦焊工艺参数时，需大量重复有限元计算，存在计算耗时久、资源消耗大的问题，制约了设计效率。为此，该文提出基于搅拌摩擦焊工艺参数分析的整车碰撞时序预测方法，以兼顾优化效率与碰撞安全性。首先，归纳旋转速度、焊接速度与焊件弹性模量的映射关系，构建参数集；然后，以某白车身为对象，用混合壳单元离散白车身零部件集合，设定正碰工况，构建整车显式动力学模型；接着，设计时序预测代理模型，用显式动力学响应数据进行训练，结合高维数据解耦器与罚函数，面向观测点变形量与应变量的最小化目标，形成代理模型的更新流程。经迭代后，代理模型预测结果的均方根误差与损失趋近于零，精度可靠。相较于传统方法，所提出的方法节省了50%的计算时间。该方法实现了轻量化与高安全性的协同优化，为车身设计及搅拌摩擦焊工艺参数迭代提供了一种高效的技术手段，对缩短汽车研发周期、提升安全性能具有工程价值。

关键词: 车身设计, 车辆碰撞安全性, 搅拌摩擦焊, 工艺优化, 代理网络模型, 有限元法

Abstract:

Under the demands for vehicle lightweighting and high safety, friction stir welding has become the core technology for the manufacturing of key vehicle body structures, and it is crucial for the enhancement of collision energy absorption capacity. However, when the traditional explicit dynamic model is used to optimize the process pa-rameters of friction stir welding, a large number of repeated finite element calculations are required, thus leading to such problems as long calculation time and high resource consumption, which restricts the design efficiency. To solve these problems, this paper proposes a time series prediction method of vehicle crash based on the process parameters analysis of friction stir welding, which balances the optimization efficiency and crash safety. During the investigation, first, the mapping relationships between rotational speed, welding speed and the elastic modulus of welded parts are summarized, and a parameter set is constructed. Next, by taking a body-in-white as the object, the set of body-in-white components with mixed shell elements is discretized and the frontal crash condition is set to establish a vehicle explicit dynamic model. Then, a time series prediction surrogate model is designed, and is trained with explicit dynamic response data, with the combination of a high-dimension data decoupler and a penalty function, thus finally forming a surrogate model update process toward the goal of minimizing the deformation and strain of observation points. After iteration, the root mean square error and loss of the surrogate model’s prediction results approach zero, which means that the model accuracy is reliable. In addition, compared with the traditional method, the proposed method saves 50% of the calculation time. This method achieves the collaborative optimization of lightweighting and high safety of vehicles, provides an efficient technical means for vehicle body design and the iteration of friction stir welding process parameters, and has engineering value for shortening the research and deve-lopment cycle and improving the safety performance of vehicles.

Key words: vehicle body design, vehicle impact safety, friction stir welding, process optimization, surrogate network model, finite element method

中图分类号:

U463.8

谢正超, 刘锦灿, 李双, 李文锋, 赵晶. 基于搅拌摩擦焊工艺参数分析的整车碰撞时序预测[J]. 华南理工大学学报(自然科学版), 2025, 53(11): 132-140.

XIE Zhengchao, LIU Jincan, LI Shuang, LI Wenfeng, ZHAO Jing. Time Series Prediction of Vehicle Crash Based on Process Parameters Analysis of Friction Stir Welding[J]. Journal of South China University of Technology(Natural Science Edition), 2025, 53(11): 132-140.

图/表 16

图1

表1

图2

图3

图4

图5

图6

表2

表3

传统有限元法计算结果"

单元尺寸/mm	变形量/mm	最大应力/MPa	求解时间^1）
时序预测	$6.83 × 10 - 3$	360	$τ$
0.030	$8.76 × 10 - 3$	283	17 $τ$
0.020	$3.23 × 10 - 4$	318	37 $τ$
0.010	$3.67 × 10 - 4$	328	133 $τ$
0.008	$7.04 × 10 - 3$	330	208 $τ$
0.005	$6.87 × 10 - 3$	360	521 $τ$
0.004	$6.80 × 10 - 3$	366	820 $τ$
0.003	$6.80 × 10 - 3$	366	1 445 $τ$

表3

图7

图8

图9

图10

图11

图12

图13

参考文献 16

[1]	LIU F C， LIAO K， NAKATA K ．Joining of metal to plastic using friction lap welding［J］．Materials & Design，2014，54：236-244．
[2]	王龙权，周海涛．7xxx高强铝合金搅拌摩擦焊研究进展［J］．焊接，2023（10）：47-54．
	WANG Longquan， ZHOU Haitao ．Research progress in friction stir welding of 7xxx high strength aluminum alloys［J］．Welding & Joining，2023（10）：47-54．
[3]	LI Y， BI X， XU M，et al ．Optimization of friction lap joining parameters and exploration connection mechanism of CFRPA6/6061-T6 aluminum alloy hybrid structures［J］．Composite Structures，2023，325：117566/1-12．
[4]	张军峰．基于搅拌摩擦焊的铝合金汽车前纵梁耐撞性研究［D］．哈尔滨：哈尔滨工业大学，2022．
[5]	张立强．基于正碰CAE分析的车身纵梁结构优化设计［J］．计算机辅助工程，2018，27（3）：69-72．
	ZHANG Liqiang ．Structure optimization design of vehicle longitudinal beam based on CAE analysis of frontal impact［J］．Computer Aided Engineering，2018，27（3）：69-72．
[6]	王凯迪，李迪，冷杨松，等．基于径向基函数神经网络模型的车门结构多目标优化［J］．山东理工大学学报（自然科学版），2021，35（2）：77-82．
	WANG Kaidi， LI Di， LENG Yangsong，et al ．Multi-objective optimization of door structure based on RBF neural network model［J］．Journal of Shandong University of Technology （Natural Science Edition），2021，35（2）：77-82．
[7]	LIU Z ．A statistical method to substructure crash simulation model［C］∥SAE Technical Papers．Warrendale：SAE，2022：2021-01-5107．
[8]	ZHANG S， SONG H， CAI K，et al ．Multiobjective optimization design for lightweight and crash safety of body-in-white based on entropy weighted grey relational analysis and MNSGA-Ⅱ［J］．IEEE Access，2022，10：67413-67436．
[9]	陈延展．基于机器学习与智能优化的车身薄壁结构轻量化设计［D］．长沙：湖南大学，2022．
[10]	张功学，牛顾根，王德雨，等．径向基神经网络模型的白车身轻量化设计［J］．机械设计与制造，2020（11）：60-63，68．
	ZHANG Gong-xue， NIU Gu-gen， WANG De-yu，et al ．Lightweight design of body-in-white based on radial basis neural etwork model［J］．Machinery Design & Manufacture，2020（11）：60-63，68．
[11]	MEISTER F， PASSERINI T， MIHALEF V，et al ．Deep learning acceleration of total Lagrangian explicit dynamics for soft tissue mechanics［J］．Computer Methods in Applied Mechanics and Engineering，2020，358：112628/1-17．
[12]	KOHAR C P， GREVE L， ELLER T K，et al ．A machine learning framework for accelerating the design process using CAE simulations： an application to finite element analysis in structural crashworthiness［J］．Computer Methods in Applied Mechanics and Engineering，2021，385：114008/1-37．
[13]	IBRAHIM I， SILVA R， LOWTHER D A ．Application of surrogate models to the multiphysics sizing of permanent magnet synchronous motors［J］．IEEE Tran-sactions on Magnetics，2022，58（9）：7401604/1-4．
[14]	NGUYEN H T， KIM Y-J， CHIO D-H ．Sample-efficient learning for a surrogate model of three-phase distribution system［J］．IEEE Transactions on Power Systems，2024，39（1）：2361-2364．
[15]	FU J， JIN J， YANG J，et al ．Feature-assisted neural network surrogate-based multiphysics optimization for microwave filters［J］．IEEE Microwave and Wireless Technology Letters，2024，34（5）：474-477．
[16]	ZHU X， WANG D， PEDRYCY W，et al ．Fuzzy rule-based local surrogate models for black-box model explanation［J］．IEEE Transactions on Fuzzy Systems，2024，31（6）：2056-2064．

序号	旋转速度/ （r·min^-1）	焊接速度/ （mm·min^-1）	压入量/ mm	弹性模量/MPa
1	1 200	250	0.70	22.98
2	1 200	350	0.70	53.18
3	1 200	450	0.70	25.69
4	1 500	250	0.70	67.60
5	1 500	350	0.70	72.56
6	1 500	450	0.70	71.66
7	1 800	250	0.70	45.07
8	1 800	350	0.70	54.53
9	1 800	450	0.70	64.90
10	2 100	250	0.70	96.45
11	2 100	350	0.70	72.11
12	2 100	450	0.70	112.67

参数	取值		取值
整备质量/kg	1 500	泊松比	0.33
材料密度/（kg·m^-3）	2 700	碰撞车速/（km·h^-1）	40
杨氏模量/GPa	68.9	碰撞类型	100%正碰

基于搅拌摩擦焊工艺参数分析的整车碰撞时序预测

Time Series Prediction of Vehicle Crash Based on Process Parameters Analysis of Friction Stir Welding

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

[1]	薛雨源, 赵淼, 赵志仝, 袁栋勇, 李钢. 煤制乙二醇悬浮结晶精制实验研究[J]. 华南理工大学学报(自然科学版), 2025, 53(11): 150-156.
[2]	李俊烨, 田龚强, 王新鹏, 等. 基于有限元法的导电滑环刷丝成型特性分析[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 140-150.
[3]	严洪立, 黄林南, 高跃明, 等. 表面肌阻抗混合信号的盲源分离电特性提取方法[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 142-150.
[4]	张喜德梁金志江佳霖. 中空玻璃板单向冷弯力学行为试验及数值研究[J]. 华南理工大学学报（自然科学版）, 2022, 50(1): 50-58, 68.
[5]	唐亮, 郑佳佳, 李文熙, 等. 人体腰椎生物力学模型及损伤参数敏感性分析[J]. 华南理工大学学报（自然科学版）, 2020, 48(9): 94-106.
[6]	黄文强, 李卫, 毛飞宇, 等. 面接触应力分布与磨损分析[J]. 华南理工大学学报（自然科学版）, 2020, 48(8): 91-101.
[7]	吴素珍何卫东张迎辉. RV传动机构用转臂轴承的受力及接触特性分析[J]. 华南理工大学学报（自然科学版）, 2020, 48(6): 25-33.
[8]	刘永财鲍益东胡庆婉陈文亮. 一种改进大步长静力隐式有限元接触搜寻算法[J]. 华南理工大学学报(自然科学版), 2019, 47(7): 136-144.
[9]	吴家鸣鲁宇帆廖华卢立桦. 三用工作船与平台桩柱侧碰时船体结构的动力响应分析[J]. 华南理工大学学报（自然科学版）, 2017, 45(8): 92-102.
[10]	方燕飞何军黄平. 基于光弹实验与有限元法的涂层/基体接触应力分析[J]. 华南理工大学学报（自然科学版）, 2016, 44(5): 103-109.
[11]	林腾蛟王清谢言潘丽吕和生. 湿式摩擦离合器带排扭矩预测及影响因素分析[J]. 华南理工大学学报（自然科学版）, 2016, 44(3): 29-35.
[12]	韩强汪志钢张永强陶旭. 深海 S-lay 铺设大直径薄壁管道的奇异摄动分析[J]. 华南理工大学学报（自然科学版）, 2015, 43(6): 116-121.
[13]	李明鸿万水蒋正文马磊. 波形钢腹板混凝土组合梁挠度计算的初参数法[J]. 华南理工大学学报（自然科学版）, 2015, 43(2): 66-74.
[14]	张红邓汉国姚小虎龙谦. 夹层玻璃抗爆设计W-R法研究[J]. 华南理工大学学报（自然科学版）, 2015, 43(11): 119-126.
[15]	李春雷韩强刘义捷肖栋梁. 螺旋曲杆中导波传播特性的有限元分析[J]. 华南理工大学学报（自然科学版）, 2014, 42(8): 6-13,33.