Автомобиль сегодня — это не просто средство передвижения, а сложная инженерная система, в которой комфорт и безопасность напрямую связаны с качеством проработки деталей. Одним из ключевых аспектов восприятия автомобиля является уровень виброакустического комфорта — совокупность характеристик, известных как NVH (Noise, Vibration, Harshness). Именно они определяют, насколько «собранным» и тихим ощущается автомобиль в движении.

Если комфорт и эстетика салона — вопрос дизайна, то подавление вибраций и шумов — результат глубокого инженерного расчёта. Автомобиль состоит из тысяч деталей, и ключевую роль в борьбе за тишину часто играют компоненты, незаметные для обывателя. Яркий пример — опоры подвески силового агрегата. Эти резинометаллические шарниры (сайлентблоки) принимают на себя энергию колебаний двигателя, рассеивают её и обеспечивают плавность хода.

Изображение сгенерировано нейросетью

Конструктивно такая опора представляет собой резиновый элемент, соединённый с металлическими частями (как правило, за счёт вулканизации или прессования). Одними из ключевых характеристик детали являются её жёсткость и прочность. При этом инженер сталкивается с принципиальной особенностью: резина — это высоконелинейный материал. В отличие от металлов, поведение которых в рабочем диапазоне часто описывается линейными зависимостями, свойства резины существенно зависят от уровня деформаций и скорости нагружения.

Для корректного компьютерного моделирования с использованием средств МКЭ необходимы экспериментальные кривые зависимости напряжений от деформаций, полученные в ходе лабораторных испытаний образцов. Нюансам моделирования и расчётов эластомеров посвящена статья, написанная нашими специалистами ранее.

Однако на практике нередко возникают ситуации, когда деталь уже существует, а полный набор характеристик материала отсутствует.

Именно с такой задачей столкнулись специалисты АО «ЦИФРА» при реализации проекта по оценке жёсткости штанги задней подвески двигателя.

В рамках исходных данных специалистами был получен следующий набор данных:

1. Базовые механические свойства: твёрдость по Шору, предел прочности резины.
2. Результаты инфракрасной спектрометрии (ИК-спектроскопии) образца демпфирующего элемента.

Сами по себе эти данные не представляют исчерпывающую информацию о конкретном материале и не позволяют построить нелинейную модель. Тем не менее набор исходных данных стал отправной точкой для инженерного анализа и подбора материалов-аналогов.

На основании результатов ИК-спектроскопии и с использованием требований ГОСТ 28665-90 «Резина. Методы идентификации» [1] был определён тип резиновой смеси и существенно сужен перечень возможных материалов. Это позволило перейти от неопределённости в виде десятков потенциальных составов к ограниченному набору материалов-аналогов с близким химическим составом.

Далее был проведён анализ открытых баз данных свойств эластомеров. Важно отметить, что даже материалы с одинаковым названием могут демонстрировать существенно различающиеся характеристики в зависимости от рецептуры и производителя. Например, свойства неопреновой резины (Neoprene rubber), представленные в библиотеке материалов ANSYS, могут заметно отличаться от данных, опубликованных в научных работах [2]. Поэтому на данном этапе формировался не единичный набор параметров, а диапазон возможных значений.

Сформированный диапазон физико-механических свойств материала позволил на первом этапе выполнить расчёт в линейной постановке и оценить базовую жёсткость конструкции на малых деформациях — области, в пределах которой поведение материала допускает линейную аппроксимацию.

Далее, опираясь на полученные линейные значения и сформированный диапазон возможных характеристик материала, была выполнена оценка поведения конструкции на расширенном диапазоне нагрузок.

Для уточнения модели на этом этапе были использованы современные инструменты обработки данных. На основе ограниченного набора исходной информации (твёрдость по Шору, тип материала, референтные экспериментальные кривые для аналогичных резин) была выполнена калибровка параметров гиперупругой модели Муни–Ривлина. В качестве вспомогательного инструмента применялись алгоритмы машинного обучения, позволившие ускорить подбор параметров и обеспечить согласованность модели с ожидаемым поведением материала.

После калибровки модели были проведены расчёты жёсткости штанги в нелинейной постановке.

Применённый подход позволил Заказчику:

1. Получить оценку жесткостных характеристик существующей конструкции.
2. Проанализировать поведение узла при различных режимах нагружения.

 Данный проект показывает, что даже при ограниченном объёме исходных данных возможно проведение инженерного анализа. Комбинация классических методов расчёта и современных инструментов обработки данных позволяет эффективно решать задачи предварительной оценки и сравнительного анализа конструкций резинометаллических узлов.

Список использованных источников

x

x

Изображение заголовка: Erik Mclean на Unsplash