碰撞仿真分析现状

C3P（CAD/CAE/CAM/PIM）技术已经在碰撞仿真领域得到了广泛使用，相对于纯粹依赖物理试制和试验，效率已经提高了近百倍。然而，随着C3P内容的深入，其成本占汽车开发总成本的份额也越来越大。据估计，以美国的三大汽车公司为例，每个公司每年为此投入在十多亿美元的数量级上。与欧美工业界相比，国内汽车工业界的设计—分析—试验—验收程序没有那么完整和严密，工程师的C3P工具运用往往带有“试—错”性质，如何在各个部门之间进行高效率的同步操作、信息流动管理、性能系统控制，以及怎样避免重复性的劳动，都成为当前亟待解决的问题。

目前，描述汽车部件几何形状的CAD模型和描述其碰撞特性的CAE模型是两种完全不同的数字模型，其间的转换需要通过CAD模型用有限元网格生成CAE模型，需要大量的数据处理工时，在某种意义上已经成为CAD/CAE工程的瓶颈，进而也成了实现最优化设计的瓶颈。CAD结构设计和碰撞CAE仿真通常是在两个不同的部门，当结构需要修改时，CAD模型和CAE模型也要求随之进行手动更新，部门之间要进行设计迭代，由于程序复杂和资源限制，设计过程优化的迭代次数有时只能完成几步就必须终止，如图9.1所示。

图9.1　传统CAD和CAE的反复迭代过程

另一方面，在整个的汽车数字化过程中，整车及零部件的数字模型之间缺乏有机的相互关系，不同性能（如碰撞安全、汽车动力学、振动噪声等）的评价会采用不同的数字化形式，如多体动力学模型、线性有限元模型、非线性有限元模型，这给多性能目标综合分析以及在局部与整体、局部与局部之间进行性能指标分解造成了很大困难，也给在不同的性能指标之间进行协调设计造成了困难。如果无法在部件和子系统层面进行性能指标分解，结构设计目标和设计条件就不会明确。在不同性能指标之间进行协调设计时，不同数字模型和软件之间的数据转化要花费大量的工时及协商工作。

数字化虚拟仿真的精度和效率是决定产品开发质量和速度的关键因素。目前，计算机的能力和计算方法可谓日新月异，但在一台计算机上用整体求解的方法还很难实现大规模的数字化“虚拟碰撞”的精度要求。尽管目前性能仿真计算已经可以达到70%～80%的精度，但要进一步提高精度会遇到瓶颈。一个主要的原因是，现有的分析是建立在整车模型上，不能实现多层次的子结构协同计算；另外，与有限元分析方法在几何描述和物理描述上存在着双重误差。因此，CAE分析结果最适合于做相对比较分析、改进效果分析，而不是绝对的特性分析。数字化虚拟汽车的最终目标就是在一个虚拟整车上进行多性能精确验证，除了碰撞安全性（行驶安全、碰撞安全、主动安全以及其他）外，还包括经济性能（成本、油耗、维修等）、驾驶性能（移动的距离、速度、加速度、可操控性等）、可靠耐久性能和环境保护性能，进一步的发展则可以评价感觉感官上的各种需求。

2011年，《第三次工业革命》一书的出版引起人们对新兴工业革命的关注［1］。2012年，欧洲议会在布鲁塞尔召开了主题为“欧洲在新工业革命中的领导地位”的研讨会，得到了欧盟各国的积极响应。文献［1］提出了新工业革命的五大支柱，主题是新能源和互联，其中互联网技术是一个主要的支柱，一个主要特征是生产方式将以传统的集中式转变为未来的分布式。按照这个必然的发展趋势，设计和计算机仿真也在自然地向分布式求解发展。在工业革命的大环境下，数字化虚拟汽车是朝车辆设计革命这个方向先迈出了一步。如果把“试制和试验”算作第一代汽车设计技术，“仿真分析”可以算是第二代的“计算机分析”标志，第三代是“多目标同时设计”，“分布式计算”极有可能成为第四代开发技术的标志。

最近，由德国提出的“工业4.0”概念也颇受人瞩目。“工业4.0”的核心是充分利用互联网、大数据和云计算等技术，以更高的质量、更低的成本、更小的能耗，实现大批量的个性化智能化生产，以更快速、更充分地满足未来消费者对产品的多元化需求。与此相应，我国制造业未来发展的国家战略“中国制造2025”技术路线图也给我国制造业发展提供了重要的环境机遇。“工业4.0”和“中国制造2025”将带来商业模式的彻底改变，通过充分的互联网平台，消费者可以直接向工厂表达需求，智能工厂则经过大数据分析和云端处理后，及时组织各相关要素，按照消费者的需求进行产品的设计、生产及服务。因此，不仅生产环节，销售和流通环节的人力成本所占比例都将显著降低。“中国制造”的核心技术在汽车设计和制造领域里的反映将是如何实现快速、高效、低成本的分布式设计、生产、管理、销售和售后服务。而分布式的数字化虚拟汽车平台技术将会成为关键的技术，可以成为我国汽车行业实现“中国制造2025”的重要手段。