先进的模拟加速了Prodrive Hunter的发展

有时需要确实是发明之母。当封锁限制Prodrive的由于生产活动在2020年春天被暂停，该公司无法开始为即将推出的达喀尔拉力赛竞争者“猎人”(Hunter)建造实体原型车。相反，工程师们继续在虚拟世界中工作——将他们的模拟工作扩展到他们通常会切换到现实世界测试的范围之外。

最终，测试阶段推迟了三个多月。这似乎不是很长一段时间，但在赛车运动中却是永恒的，这对工程师来说是一个潜在的严重挫折。然而，这一测试计划远非一场灾难，它的通过明显比以往更为顺利。数字原型的使用不仅使项目保持在正轨上，而且还改善了工作流程，公司现在打算将其用于未来的项目。

“达喀尔拉力赛是在最恶劣的条件下对耐久性的终极测试，”Prodrive的结构和分析总工程师瑞安·范恩说。“我们不仅使用模拟技术来帮助我们弥补Prodrive Hunter开发过程中丢失的时间，还在比赛中取得了有史以来的最高名次，这证明了我们现在比以前更加依赖数字世界。我们在这一领域不断增长的能力和技术进步意味着我们已经在各种项目中使用虚拟测试。”

Vann是数字测试的积极倡导者，但他指出，最大的好处仍然是在项目早期阶段使用。汽车行业的一些领域正在朝着零原型的方向发展，有人建议，最终可能不需要物理测试就可以通过数字方式对汽车进行认证，但他仍持怀疑态度。

这在一定程度上取决于如何捕捉现实世界中可能遇到的所有变化的挑战。当涉及到结构设计时，这包括车辆必须处理的各种负载情况，以及所采用的制造技术的确切细节。

他指出，即使是在崎岖不平的路面上开车这样简单的事情，也存在着大量的挑战。“一个结束周期可能涉及在任意一条道路上行驶数千英里。这将在车辆中引入一个大范围的激励频率，因此在结构中混合了高振幅低频冲击，但也有低振幅高频内容，对高周疲劳更关键。”

向模型中输入大量随机输入的缺点是它会导致大量随机输出。有许多不同的频率，许多不同的周期和许多不同的量级，所有这些都使分析复杂化。

“在分析领域，我们想做的是将其简化为一组或两个循环，我们可以重复一定量的次数。这将使分析过程容易得多，”Vann评论道。“但问题是，你会错过很多细节。如果你做假设来解决这个问题，你可能会高估或低估结构的疲劳性能。”

一种简化方法是采用统计方法，将相对简单的分析与“置信度因子”相结合，以解释更不寻常的负载情况。使用这种方法，可以对所有条件进行统计分析，但不能确定地预测，这就是为什么它作为数字注销的输入会产生问题。

范恩指出，在典型的汽车结构中，最难处理的事情之一是焊接接头。即使有控制条件和机器人焊接，也可能有相当大的变化因素。

他说:“焊接在很大程度上取决于你使用的工艺质量、特定接头的几何形状，有时还取决于焊工的技术，所以我们可以看到强度和疲劳寿命有很大的差异。”“因此，通常情况下，我们将对特定类型的焊缝使用应力寿命曲线，因为数据的传播可能非常广泛。这意味着我们必须应用一个大的安全系数，所以焊缝上的许用应力往往相当低。”

这就是随机道路轮廓的作用，他解释道:“我们的分析通常会标记出焊接端(焊缝与母材接触的地方)的低(疲劳)寿命。FEA分析本质上是完全确定的——它给你一个非常简洁的峰值应力。但我们知道，实际上在现实中还有很多事情要做，一旦考虑到载荷和材料强度的统计变异性。所以有时我们必须做出判断，看看如果在那个位置开始出现裂缝会发生什么。它强化了进行物理测试的价值。”

最精确的模型并不总是最有用的

Ryan Vann, Prodrive的结构和分析总工程师

在这一点上，我们回到物理测试何时应该取代模拟的问题。显然，这取决于您试图模拟的内容、您试图模拟的方式以及您需要达到的准确性水平。

“随着计算能力水平的提高，以及可用工具和技术的复杂性，我相信我们将看到更高的保真度分析。但最准确的模型并不总是最有用的，”范恩说。“有时，最不准确的模型也可能非常有用，因为它们开始非常迅速地说明关于概念或开发过程的大规模信息。”

本质上，这是一个收益递减定律。高度不准确的模型不能提供足够的细节来作为合理工程决策的基础。但是，在另一个极端，有一个点是需要大量额外的努力，以在精度的边际改进。范恩表示，根据经验，准确率在20%至80%之间的研究最有用，进一步研究几乎没有什么收获。

“统计学家乔治·博克斯(George Box)创造了‘所有模型都是错误的，但有些模型是有用的’这句话，这是一个很好的陈述。我坚信这一点，我也经常和我们的工程师提及这一点。”

这些简单模型的用途远远超出了结构分析。他举了一个多体模拟的例子，该模拟用于研究军用车辆在穿越障碍时施加在车身上的载荷。其中一项标准测试包括爬一堵垂直的墙，当车轮产生最初的冲击时，负载会突然达到峰值，然后在车辆爬墙时出现第二个峰值。

“这样做是为了可行性研究，需要在短时间内进行。这是一个相对保真度较低的模型，但从结果中获得的稳健性水平足以证明分配额外资金以进一步推进这一概念的合理性。”“这使我们能够开始观察车辆如何穿越障碍。有时这只是一个帮助你视觉化事物的问题。例如，这个模型可以给我们一个非常快速和简单的例子，说明如果我们断开防滚杆，我们会得到多少额外的车轮连接。与物理测试相比，这无疑会有一定程度的误差，但它仍然捕捉到了车辆的基本行为。”

他指出的另一个例子是使用离散元模型(DEM)来模拟车辆车轮与松散表面的相互作用。这可以与轮胎模型一起使用，以预测将有多大的抓地力，这可以给一个想法的车辆的越野能力。它还可以用来为控制系统的开发生成基线输入，如山坡下降控制。

Vann指出:“在农业、重型越野和国防等领域，车辆对路面的影响可能是一个重要因素，我们对这些领域的车辆如何排布很感兴趣。”在柔软的路面上多个交叉路口会在道路上产生车辙，这可能会成为车辆部署的一个问题。通过这种技术，我们可以观察不同的设计概念会如何影响它。”

其他的模拟技术提供了诸如动力系统性能和排放等数据。总体而言，在第一个原型车开始转动轮子之前，工程师就可以对汽车的完整数字模型进行评估。虽然车辆的复杂性意味着在可预见的未来，物理原型仍将是一个因素，但很明显，开发将继续向数字领域推进。

来自The Engineer的更多汽车技术