基于机器视觉的铝蜂窝扩胞CAE模型参数自动化标定技术研究

doi:10.19562/j.chinasae.qcgc.2025.09.017

摘要/Abstract

摘要：

本文针对铝蜂窝扩胞CAE模型参数标定场景中，因变形模式难以被量化而导致的试错法流程效率低下问题，提出一种基于塑性应变云图视觉的变形模式判据。将新方法与传统的刚度特性判据相结合，使用python开发了自动化脚本，在ACMDB壁障铝蜂窝扩胞CAE模型参数标定中开展了应用研究。结果显示，本文提出的变形模式判据与铝蜂窝压溃变形模式相关性较好，开发的自动化脚本可有效降低参数标定过程对工程师的依赖。

关键词: 铝蜂窝, CAE标定, 应变云图视觉, 自动化

Abstract:

To promote the aluminum honeycomb cell scaling CAE model calibration efficiency， which is mainly affected by the difficulty of deformation mode recognition， the plastic strain contour plot vision based deformation mode criterion is proposed in this paper. The new method， along with the traditional stiffness criterion， is integrated into an automated script by python， which is applied in the ACMDB aluminum honeycomb cell scaling CAE model calibration process. The results show that the proposed deformation mode criterion is highly correlated with the aluminum honeycomb compression deformation mode， and the developed automated script can effectively reduce the dependence of the calibration process on engineers.

Key words: aluminum honeycomb, CAE calibration, strain contour vision, automation

何恩泽,王国杰,符志,史爱民. 基于机器视觉的铝蜂窝扩胞CAE模型参数自动化标定技术研究[J]. 汽车工程, 2025, 47(9): 1814-1825.

Enze He,Guojie Wang,Zhi Fu,Aimin Shi. Research on Automotive Calibration Technique for Aluminum Honeycomb Cell Scaling CAE Model Based on Machine Vision[J]. Automotive Engineering, 2025, 47(9): 1814-1825.

图/表 41

图1

图2

表1

图3

表2

图4

图5

图6

图7

图8

表3

图9

图10

表4

图11

图12

图13

表5

图14

图15

图16

表6

图17

图18

图19

图20

图21

图22

图23

图24

图25

图26

图27

表7

关键迭代步结果对比"

迭代步	T/mm	DT/mm	$σ a$ /MPa	λ	γ
0	0.060 0	0.000	0.201 2	0.000	1.321
8	0.033 0	0.000	0.090 5	0.814	0.827
12	0.033 0	0.008	0.096 9	0.684	0.143
15	0.031 5	0.008	0.090 0	0.923	0.132

表7

图28

图29

图30

图31

图32

图33

图34

参考文献 17

[1]	LIU Yuanjie， ZHOU Qing， WEI Xinqi，et al. Testing and modeling tearing and air effect of aluminum honeycomb under out-of-plane impact loading［J］. International Journal of Impact Engineering，2019.
[2]	刘明，费敬，范体强，等. 一种侧面碰撞壁障蜂窝模型的等效方法：CN 115270429A ［P］. 2022.11.01.
	LIU M，FEI J，FAN T Q，et al. An equivalent method for side collision barrier honeycomb model ：CN 115270429A ［P］. 2022.11.01.
[3]	王鹏翔，徐立伟，张亮，等. 薄壁直粱件碰撞诱导变形模拟分析［J］. 汽车工程， 2008， 30（11）： 990-992.
	WANG Pengxiang， XU Liwei， ZHANG Liang，et al. A simulation analysis on induced deformation in the impact of thin walled column［J］. Automotive Engineering， 2008， 30（11）： 990-992.
[4]	李志超，上官文斌，RAKHEJA S，等. 诱导结构对泡沫铝填充薄壁方管轴向压溃特性影响的研究［J］. 振动与冲击， 2020， 39（6）： 167-175.
	LI Zhichao， SHANGGUAN Wenbin， RAKHEJA S， et al. Effect of initiators on the axial crushing characteristics of foam-filled thin-walled square columns［J］. Journal of Vibration and Shock， 2020， 39（6）： 167-175.
[5]	高伟钊，莫旭辉，付锐，等. 基于Kriging的泡沫填充锥形薄壁结构耐撞性6σ稳健性优化设计［J］. 固体力学学报， 2012， 33（4）： 370-378.
	GAO Weizhao， MO Xuhui， FU Rui，et al. 6σ Robustness optimization design of the crashworthiness for foam-filled tapered thin-walled structure based on Kriging method［J］. Chinese Journal of Solid Mechanics， 2012， 33（4）： 370-378.
[6]	徐涛，刘念，高伟钊，等. 轧制渐变厚度的汽车吸能盒结构参数优化［J］. 振动与冲击， 2018， 37（10）： 269-274.
	XU Tao， LIU Nian， GAO Weizhao，et al. Parameters optimization of a vehicle crash box based on the tailor rolled blank technology［J］. Journal of Vibration and Shock， 2018， 37（10）： 269-274.
[7]	卢日环，刘相华，刘立忠，等. 变壁厚防撞吸能盒轴向压溃过程的试验研究［J］. 汽车工程， 2018， 40（2）： 179-183.
	LU Rihuan， LIU Xianghua， LIU Lizhong， et al. An experimental study on the axial crushing process of thichness varying energy absorbing crash box ［J］. Automotive Engineering， 2018， 40（2）： 179-183.
[8]	谭飞，韩旭. 基于代理模型的功能梯度粱的材料特性参数反求［J］. 复合材料学报， 2008， 10（5）： 175-180.
	TAN Fei， HAN Xu. Surrogate-based inverse technique for material characterization of functionally graded beam［J］. Acta Materiae Compositae Sinica， 2008， 10（5）： 175-180.
[9]	刘华，江开勇，林俊义. 基于遗传算法和仿真的冲压材料参数反求［J］. 华侨大学学报（自然科学版）， 2013， 34（5）： 485-488.
	LIU Hua， JIANG Kaiyong， LIN Junyi. Inverse identification of material parameters in stamping based on numerical simulation and genetic algorithm［J］. Journal of Huaqiao University （Natural Science）， 2013， 34（5）： 485-488.
[10]	陈吉清，李伟，刘卫国，等. 基于参数反求的汽车乘员肋骨有限元模型［J］. 吉林大学学报， 2014， 44（2）： 318-324.
	CHEN Jiqing， LI Wei， LIU Weiguo， et al. Finite element models of vehicle's occupant ribs based on the inverse method［J］. Journal of Jilin University， 2014， 44（2）： 318-324.
[11]	袁敏，胡翼，尹小燕，等. 基于混合数值算法的车用钢材料参数反求［J］. 机械与电子， 2019， 37（5）： 8-10.
	YUAN Min， HU Yi， YIN Xiaoyan， et al. Reverse of material parameter of high strength steel for vehicles based on hybrid numerical algorithm［J］. Machinery & Electronics， 2019， 37（5）： 8-10.
[12]	许平，黄启，邢杰，等. 机车前端薄壁吸能管仿真模型模糊参数的支持向量回归反求［J］. 振动与冲击， 2024， 43（18）： 28-35.
	XU Ping， HUANG Qi， XING Jie， et al. Support vector regression based method for the inverse problem of fuzzy parameters in the simulation model of thin-walled energy-absorbing tubes installed in the locomotive front end［J］. Journal of Vibration and Shock， 2024， 43（18）： 28-35.
[13]	崔世海，杨宇，闫晓磊，等. 行人腿型冲击器肌肉材料参数反求［J］. 汽车工程学报， 2024， 14（3）： 463-469.
	CUI Shihai， YANG Yu， YAN Xiaoxiao， et al. Inverse calculation of muscle material parameters for the pedestrian legform impactor［J］. Chinese Journal of Automotive Engineering， 2024， 14（3）： 463-469.
[14]	符志，刘煜，丁进舟，等. 一种基于多目标约束的车辆碰撞测试模型优化方法：CN 119378120A ［P］. 2024.11.13.
	FU Z，LIU Y，DING J Z，et al. A multi-objective constraint based optimization method for vehicle crash testing model ：CN 119378120A ［P］. 2024.11.13.
[15]	王甲畏. 基于神经网络算法的汽车前纵梁碰撞性能优化设计［J］. 价值工程， 2024， 45（5）： 97-99.
	WANG Jiawei. Optimization design of crash performance for vehicle front longitudinal beam［J］. Value Engineering， 2024， 45（5）： 97-99.
[16]	中国保险汽车安全指数. 车内乘员安全指数-侧面碰撞试验规程［G］. 2023.
	China Insurance Automotive Safety Index. Vehicle occupant safety index side impact crash test protocol［G］. 2023.
[17]	罗龙襄. RGB颜色模式图像调色研究［J］. 计算机与图像技术， 2022， 20： 182-185.
	LUO Longxiang. Research on RGB color mode image coloring［J］. Computer & Multimedia Technology， 2022， 20： 182-185.

铝蜂窝块	边长/mm	横边壁厚/mm
蜂窝块1-1	10.7	0.034
蜂窝块1-2	16.0	0.06
蜂窝块2/4	5.7	0.07
蜂窝块3-2	5.7	0.06

方案	ELF	NIP	N	L/mm
1	全积分	3	3	5
2	单点积分	3	3	5
3	全积分	5	3	5
4	全积分	3	2	10
5	全积分	3	4	5
6	全积分	3	3	3
7	全积分	3	3	7
8	全积分	3	3	9

方案	TU/mm	TL/mm
1	0.06	0.06
2	0.05	0.07
3	0.07	0.05

方案	T/mm	DT/mm
1	0.060	0.020
2	0.036	0.012
3	0.084	0.028

颜色	R	G	B
红	255	0	0
绿	0	255	0
蓝	0	0	255
白	255	255	255
黑	0	0	0