逆向造型（共3篇）
逆向造型 篇1
0 引言
汽车的车身作为汽车的四大总成之一, 具有非常重要的作用, 首先体现在它的外观上, 外观漂亮的汽车在市场上总是更受欢迎, 所以各大汽车生产商总是在车身造型上做了很大努力。逆向工程是全新的制造技术信息化、科学化的系统工程, 它开辟了制造零件和模具的新途径[1]。正是由于逆向技术的发展使得复杂的车身设计变得相对简单。其次, 身车的作用是利用其空腔来承载乘员和盛放货物的, 它必须要有足够的强度来保护乘员和货物的安全, 车身强度也是车身综合性能的一个重要体现。车身性能的好坏直接影响到整车的疲劳寿命、碰撞、NVH等诸多方面的性能, 因此在设计汽车时必须对车身的强度进行计算。
1 车身的逆向造型
1.1 数据的采集
数据采集是数据处理、模型重建的基础[2]。没有高精度的数据采集技术和设备就不会逆向出高水平的模型。点云数据的测量方式主要有接触式和非接触式两种[3]。非接触式测量速度快、精度高, 获得的密集点云信息量大, 最大限度地反映被测表面的真实形状。因此, 本文采用德国进口非接触式结构光光栅扫描设备进行扫描, 在测量过程中, 由于车身过于庞大测量不能一次完成, 需要多次测量。在局部测量完成后利用车身上面的相邻的3个mark点将坐标重新对齐, 这样就可以得到整个车身的点云数据。
1.2 数据预处理
在结构光栅测量系统进行车身扫描过程中, 受采样的方式、设备、环境及外界干扰等因素的限制, 测量所获得的数据不可避免地产生了误差很大噪声点和跳点, 也会存在测量障碍区, 因而要对采集到的三维数据进行预处理, 主要有误差点去除和降噪等。最后通过数据精简把过于庞大的数据点适当稀薄化。数据精简后白车身点云如图1所示。
1.3 点云的网格处理
为了更好的辨别点云的各个特征, 方便重建模型, 需要将处理好的车身点云进行网格化。网格化可以使点云看起来比较像实体, 其质量的好坏直接影响到下一步的点云数据分块, 而对最终生成的曲面也有一定的影响。其过程是在CATIAV5软件中用Insert|Mesh|Mesh Creation进行网格化。对于在网格面上局部出现的破洞, 可以利用补洞工具对局部的破洞进行修补。处理完毕的车身网格化点云如图2所示。
1.4 构造CAD模型
构造CAD模型是后续产品工程分析、加工制造的基础。所以构造CAD模型是逆向设计的重点内容之一。在点云网格化的基础上, 在CATIA软件中进行CAD模型的构建。一般来说, 汽车车身的结构都是左右对称的[4], 所以在设计的过程中可以单侧设计零件, 然后通过镜像来获得另一侧的零件, 这样既节省了时间, 又得到了完全对称的零件。在左右不对称的情况下才进行双侧零件的设计。当然逆向设计不是对原来车型的完全模仿, 在设计的过程中会改进原来设计不合理的部分。最终逆向出来的白车身CAD模型如图3所示。
2 车身有限元分析
2.1 模型的建立
在获得白车身CAD模型的基础上, 通过Hyper Mesh软件对白车身进行结构的离散网格划分。在白车身划分过程中所有网格均采用板壳单元 (shell) 进行划分。白车身的焊接工艺主要有点焊和二氧化碳保护焊等。点焊是白车身装配时最重要的焊接方式, 考虑到传递力的特性, 对点焊采用CWELD单元进行点焊的模拟。二氧化碳保护焊采用RBE2单元进行模拟, 粘胶采用六面体单元模拟。
网格划分质量的好坏直接影响求解时间和求解精度, 网格使用的不合理会导致求解过程的中断和求解结果的不正确[5]。所以划分网格是一个重要环节, 其质量要求为:单元长度最短不小于4mm, 长宽比大于1:5, 最小四边形内角大于45度, 最小三边形内角大于20度, 雅可比大于0.5, 最大四边形角度小于135度, 最大三边形角度小于120度, 单元翘曲角度不大于15度。在划分过程中对网格类型进行控制, 在模型中使三角形单元的数量占单元总数量的3.5%以内, 其余均采用四边形壳单元。整个车身的有限元模型由417676个节点, 367892个壳单元组成, 如图4所示。材料特性:弹性模量为MPa, 密度为密度为, 泊松比为0.3。
2.2 载荷工况及边界条件
强度分析模型按整车满载质量1900 kg计算, 计算白车身的强度必须把所有的车身部件的质量进行附加, 只有这样才贴近实际情况。附加质量用质量点单元CONM2模拟, 发动机、变速箱、冷凝器、油箱、水箱、备胎、前门总成、中门总成、后背面总成、发动机罩总成和座椅及乘员质量使用RBE2刚性单元加载到相应总成的安装处。该款微型客车的乘员人数为9名, 为了满足车身在极限工况下的承载要求, 文中以9名乘员 (驾驶室2名, 乘员舱7名) 计算车身所受的乘员载荷。质量点的分布情况如图5所示。
在通常情况下, 在强度分析中模拟多种工况如满载1G, 1G制动, 0.8G转弯等, 但应力最大值通常出现在右前轮左后轮均抬起150MM的情况下, 所以本文只研究此工况下受力情况。该工况模拟的是汽车在右前轮和左后轮在遇到凸包时的工况。
通过动力学仿真软件Adams模拟了微型客车右前轮和左后轮同时抬起150mm工况下输出与车身相连的6个硬点的力和力矩作为载荷输入参数。输出的相应参数值如表1所示。
将作用力和作用力矩施加在前后左右6个弹簧座位置 (后弹簧座指的是板簧的两端) , 在分析过程中通过惯性力构造一个平衡的力系, 它可以模拟无约束或约束不足系统的静态响应。
2.3 计算结果及分析
白车身强度是指组成白车身的各零部件要有足够的抗破坏的能力, 通常用分析应力来衡量, 并与其安全系数 (即零部件材料的屈服强度除以零部件的最大分析应力) 息息相关。应力越小, 安全系数越大, 强度也越高。通过后处理器Hyperview可以看到白车身绝大多数零部件应力较小 (图示已经将局部虚应力隐藏) , 应力值都在允许范围内, 车身整体应力云图如图6所示, 车身应力最大位置出现在右前轮壳位置最大应力值为233MPa。同时后地板应力值也是较大的地方其最大应力值为211MPa。前轮壳和后地板所用材料均是宝钢生产的通用低碳材料BLC, 依据宝钢所给材料参数其屈服屈服强度为140MPa270MPa。显然前轮壳和后地板的安全系数都已经超过1, 但是它们依旧是整个白车身强度最弱的地方, 若想提高整车的强度性对该两处进行加强能起到最大作用。
3 结论
以某微型面包车车身设计为背景, 介绍了由点云数据生成网格化点云, 车身CAD模型的全过程。逆向设计技术简化了模型的创建难度, 并且能设计出较为复杂的曲面, 大大缩短了新型汽车的开发周期。然而通常情况下利用逆向技术设计出来的车身其性能不一定有很高的可靠性, 在逆向出原来外观的基础上通过有限元技术对车身的强度进行分析, 通过车身的有限元分析, 获取了车身有效的可靠的应力数据。分析结果得出该车身模型在极限工况下具有较高的承载能力, 但是局部应力稍偏大可以进行局部改进, 为车身的优化指明了方向。
参考文献
[1]刘浩, 程培元, 杜华平.逆向工程设计[J].汽车科技, 2002, (6) :4-5.
[2]张文建, 张琦.基于CATIAV5的汽车车身逆向设计[J].机械, 2010, (7) :48-50.
[3]许智钦, 孙长库.3D逆向工程技术[M].北京:中国计量出版社, 2002.
[4]王大鹏, 雷学明.逆向工程技术在某白车身开发中的应用[J].合肥工业大学学报 (自然科学版) , 2009, 32:51-53.
[5]韩敏, 吴开春, 等.基于ABAQUS的谐波齿轮减速器齿式输出刚轮的应力分析[J].制造业自动化, 2010, (7) :108-110.
逆向造型 篇2
所采取的研究路线：基于本课题的专业知识水平正处于学习阶段，我们将首先进行课题研究所需软件，关键知识和资料数据等的学习和处理，再接着对实际项目的探讨与研究，即采用低层次到高层次的研究路线。
拟解决的问题和途径： 问题：(1)新零件的设计，主要为产品的改型或彷型设计。
(2)已有零件的复制，再现原产品的设计意图。
(3)损坏或磨损零件的还原。
(4)数字化模型的检测，例如检验产品的变形分析、焊接质量等，以及进行模型的比较。
途径：使用计算机辅助测量技术采集批量的点云数据，然后选CAD/CAE/CAM等软件确定模型的基本构成形状的曲面类型，再采用Pro/E和UG等软件进行逆向设计。
国内外现状与发展动态，课题研究意义等：现在，逆向工程设计受到越来越多的企业关注，各国均加大逆向工程技术研究的投入，通过逆向工程技术成果增强市场竞争力，逆向工程技术不断取得突破与发展。
测量设备方面，日本、英国、德国等国家的三坐标测量机和三维扫描仪已有广泛应用，例如英国雷尼绍、德国COM、日本罗兰等公司仪器均已可以做到高速，复合化功能的扫描。数据处理软件方面，国外也均已开发出copyCAD、Imageware12、Rapidform等优秀处理软件。另外，现已发展出曲线拟合造型、曲面片直接拟合造型、点数据网格化等主要造型技术。
我国对逆向工程的研究和国外比起来起步较晚，经费投入也较少，创新性的研究也很少，三维扫描仪等造型测量仪器尚未普及。因此，我们课题小组对此进行探讨与学习正符合当下时代的需求，是为将来能在逆向成型技术的发展做出一份贡献而打下基础。
课题组所具备的条件：夏葳老师为课题组指导老师。我们在前期准备中自学了UG NX软件，并且对计算机辅助测量技术、逆向工程和三维造型技术、3D打
汽车仪表板逆向造型与模态研究 篇3
本文所借助的Image ware软件是逆向工程处理的核心软件, 自被推出以来, 一直在市场上占有重要位置。
1.1 点云的采集
采集点云可以说是逆向工程CAD建模中最重要的环节, 数据采集精度会对整个建模过程产生影响。现阶段, 物体表面事情哪位几何此埃及方法主要为接触式采集于非接触式采集。其中接触式采集属于传统的数据UC埃及方法, 通过直接接触模型表面, 统计模型数据, 这种方法的采集精度高, 但是采集速度慢, 难以满足软质材料的数据采集工作。非接触式采集发展较快, 已经拓展到CT测量技术、光栅量法等基础, 具有精度高、速度快等优点, 能真实反映数据的基本资料。本文主要采用非接触式采集法完成测量。
1.2 点云数据预处理
由于本次研究中, 主要通过扫描获取零件点数据, 因此在测量中难以避免数据误差的现象, 尤其是在尖锐边附近测量数据时, 更容易出现误差现象。由于测量数据中的坏点可能导致该店与周围曲片面发生偏离, 因此要进行数据预处理。数据预处理主要包括数据平滑处理、异常数据常规处理、噪音点除去处理等, 经处理后, 点云含有32818个点, 为提高日后处理能力奠定基础。
1.3 点云分隔
由于仪表板模型由多个曲面构成, 因此在逆向设计过程中, 必须要认识到一次性形成符合要求曲面的困难性, 因此, 应对点云进行分块。合理的分隔点云不但能够强化点云创建曲面的速度, 也能提高不同曲面之间光顺性, 具有较高的实际价值。本文将点云分为五块, 分别为:前顶面、后顶面、左端面、右端面与翘曲面。
1.4 反求曲面精度与光顺性检查
检查精度反应了产品模型与实际产品之间的差别, 为保证精度具有科学性, 本文从整体指标评价与局部指标评价、量化指标评价与非量化指标两方面进行讨论。由于在求反工程中, 可通过采样点描述实物外观, 因此检查精度的误差主要表现在采样点与模型曲面之间。在模型与实物对比中, 可通过对比问题转化, 计算点到曲面之间的距离。若计算发展采样点到模型曲面之间的距离小于给定值是, 可认为重建的模型合格, 能满足汽车仪表板的生产要求。一般情况下, 可用距离作为判定指标, 从数据角度观察造型的你和误差, 保证数据差始终小于反求模型与实际产品的精度值。本文所分析的仪表板造型主要由点云数据经分块之后, 拟合为曲面, 再由不同曲面之间的拼接而形成的。上述某一过程出现数据误差, 都会导致整个模型发生改变。因此, 应利用Image ware的点云与曲面分析功能, 通过光顺性分析, 发现曲率变化下的的翘曲面与前顶面的连接部位。保证工作人员能够清晰发现数据间的变化。
1.5 三维结构设计
构建仪表板造型之后, 设计仪表板结构。首先, 应该将模型导入UG或其他CAD软件加厚;其次, 设计本次模型的孔与突台;最后, 设计筋。当工作人员需要注意的是, 从逆向工程中所得到的CAD模型不一定是最终设计方案, 在确定最终方案之前, 需要进行修改, 再将实物加工出来。
2 仪表板模态分析
本文采用Hypermesh8.0软件, 建立以汽车仪表板逆向造型为基础的有限元模型, 并在Nastran中分析频率。
2.1 建立有限元模型
将从Image ware中得到的数据板壳体转化为“.igs”格式, 并将其导入Hypermesh8.0软件。首先, 检查几何体中存在的拓扑关系, 并对这些关系进行修复;设置网格基准尺寸, 尺寸大小为10mm, 保证三角形比小于等于5%。网格划分结束后, 调整一边半网格质量, 其符合要求之后, 检查法向量、自由边。
新建一数据文件, 选取MAT1模型类型, 该模型的具体数据如表1所示。
将建好的材料属性表现在仪表板上, 将这部分材料数据设置为PSHGELL模型, 材料厚度为7m m, 结合本结构的固有频率, 不设立任何边界条件。
2.2 分析、计算频率
将处理的仪表板有限元文件转化为Nastran可读的“.bdf”格式, 并在此格式下进行运算, 计算出各阶段模态的基本特点。本文简单统计了标准情况下的仪表板前5阶段结果, 具体数据见表2。
从上文分析结果来件, 仪表板总体较为稳定, 虽局部出现扭动与凹陷现象, 但不对仪表板整体性能输出产生影响, 因此可判断, 本文次研究结果基本初步质量控制的相关要求, 在随后的优化处理中, 应该针对设计中的薄弱环节进行处理 (如加厚、增设加强筋等) , 进一步提高仪表板整体性能。
3 结束语
本文通过Image ware软件, 分析汽车仪表板逆向造型设计的相关内容, 再结合Hypermesh8.0软件, 建立以汽车仪表板逆向造型为基础的有限元模型。从本文的分析结果来看, 本文研究具有一定的可行性。对工作人员而言, 在未来的汽车仪表板设计、制造中, 应由仪表板的实用性入手, 讨论具体的设计步骤, 为进一步改进仪表板制作工艺奠定基础。
摘要：本文主要采用Imageware软件, 分析汽车仪表板逆向造型设计的相关内容, 再从曲面重构、云处理等关键技术进行详细分析。再通过Hypermesh8.0软件, 建立以汽车仪表板逆向造型为基础的有限元模型, 根据该模型中Nastran, 计算仪表板在自由状态下的振型云图, 通过分析云图, 提供逆向造型与模态分析的解决方法。
关键词：汽车仪表,逆向造型,模态研究
参考文献
[1]孙连伟.基于仿真的汽车转向管柱模态分析[J].公路与汽运, 2011.