高保真、各向异性的材料卡结合工艺模拟、结构FEA以及CT和物理测试等验证，实现了对设计的优化，这在获奖的SMC悬架转向节部件上得到了印证。

　　作为向电动动力系统过渡的一部分，领先的汽车供应商正在用片状模塑料（SMC）取代金属，来实现轻量化和可持续性。对此，一个先决条件是，要具备“为这些结构性的关键安全部件提供可靠而准确的性能预测”的能力。

　　Marelli公司的Ride Dynamics 部门（其主要生产基地位于意大利都灵）在全球8个国家生产悬架部件（如副车架、转向节和控制臂）、车轴、车轮总成和车架半角，其先进材料部门利用编织、树脂传递模塑成型（RTM）、注射成型、SMC、热成型和包覆成型等工艺技术，将热固性和热塑性复合材料用于商用部件中。为优化其SMC部件，Marelli Ride Dynamics与Hexagon的Manufacturing Intelligence部门合作，利用其Digimat软件套件开发了一种集成方法，可以将以工艺为导向的微观结构设计与各向异性的材料行为结合起来，可靠地预测制成品的性能。

　　Marelli Ride Dynamics的目标是为SMC材料建立真正的数字孪生，以便在早期对设计进行优化。这需要将SMC工艺模拟与能够准确捕捉SMC各向异性行为的高保真材料卡整合起来。后者是Marelli Ride Dynamics通过标准的挂片试验和Digimat 软件创建的，考虑了纤维取向和纤维含量。这种整合方法在欧米茄形状的梁示范件上得到了验证，该示范件含有厚度可变的肋、圆角及共成型的铝嵌件，它在Marelli Ride Dynamics的1500t SMC压机上被制成。

　　他们对物理测试结果与数字孪生模拟结果进行了比较，同时还采用了标准的各向同性模拟。Digimat耦合的多尺度结构分析减小了预测误差（各向同性模拟的刚性误差由＞25%降至8%，自由模态频率响应误差由20%降至3%），精确地预测了相应失效载荷下的初始失效位置。

　　针对这项应用，Marelli Ride Dynamics将使用Digimat的集成计算材料工程（ICME）方法应用到以下这些产品开发流程中：

　　“这使我们能够开发一个专用的模拟链来捕捉和预测高性能的SMC部件。”Marelli Ride Dynamics的先进材料应用工程师解释道。

　　数字孪生路线图。Marelli Ride Dynamics完成了对平板和欧米茄示范梁两个试样的物理测试和虚拟测试，因为该公司致力于开发一种可靠的SMC材料数字孪生

　　Marelli Ride Dynamics采用具有不同取向的4种SMC来制造用于试片的平板，这些平板带有熔接痕，该公司在其内部完成了测试，包括拉伸测试、弯曲测试、层间剪切强度（ILSS）测试和穿刺测试。利用该材料数据库，该公司开始采用Digimat-MF微型工具对 SMC材料卡进行建模。

　　“我们首先采用纤维和基体材料卡去匹配我们所测试的SMC的密度。”相关人员说道，“然后，我们假设一个纤维束形状来匹配我们从0°和90°试样以及ILSS模型获得的测试刚度，接着，我们整合各向异性材料的行为。最后，我们开发了一种材料卡，它将面内和面外的材料行为与物理测试结果进行了匹配。”下一步是利用Digimat-RP建立渐进失效模型，融入一种多组分的三维正交异性失效指示器。“通过这种方式，我们开发了Digimat SMC材料卡，它能够再现材料的各向异性行为。”相关人员说道。

　　Marelli Ride Dynamics 接着开始工艺模拟以定义取向张量。“我们进行了测试，通过对试样表面以及沿材料厚度方向进行工艺模拟，获得取向张量。”相关人员解释道，“我们根据试样在平板上的位置，将这些信息映射到试样形状上。”将Digimat-MAP用于宏观建模，然后整合这些信息，用数字方式来表示所有正在进行的物理测试。

　　“结合结构FEA（有限元分析）, 我们比较了数字的和物理的测试结果。”相关人员说道。所获得的SMC材料卡并不完美，但却是一个好的开端，比如，为使弯曲和穿刺测试结果达到最佳平衡，需要作出一些取舍。下一步是扩大这种材料卡，并在部件层次上与工艺模拟相结合。“然后，将这种采用渐进失效模型的各向异性方法与耦合的多尺度结构分析进行了比较，最终我们获得了一个数字孪生。”相关人员说道。

　　为了验证该数字孪生，Marelli Ride Dynamics 制造了一个欧米伽形状的梁（420mm×200 mm×75 mm），定义了优化的工艺参数，如上料方式和铺层、成型压力和温度。“然后，我们得到了围绕制成部件的纤维取向张量。”相关人员说道，“但是，我们能否依靠从工艺模拟获得的这个纤维取向张量呢？我们试图通过测试来回答这个问题。我们从梁上切下试样，用 CT 扫描进行测试。我们对来自这些结果的厚度方向上的纤维取向张量与我们的数值结果进行对比，发现它们总体上是一致的。然后，我们对欧米伽梁作了台架测试，并与自由模态分析和采用传统的各向同性复合材料分析方法所作的刚度分析进行比较，以及与我们采用Digimat所作的新的耦合多尺度分析和工艺模拟进行比较。”

　　对部件刚度的验证结果表明，各向同性模拟的模拟误差＞25%。“这些数字不足以用于设计优化。”相关人员说道。然而，整合了SMC 工艺模拟与Digimat结构分析的数字孪生所预测的刚度误差为8%。在静载荷测试中，这种数字孪生方法准确地预测了初始失效位置，相应的失效载荷预测值在试验值的7%以内——与76kN的台架试验值相比，无功载荷值为82kN。在自由模态分析中，预测的频率响应误差从各向同性模拟的20%降到数字孪生分析的3%。

　　对失效部位和载荷进行验证。实验室台架测试装置（左）向欧米伽梁试样施加静载荷，达到76kN的极限应力。各向同性复合材料分析预测的极限应力是80kN，但没有失效迹象，而SMC数字孪生准确地预测出在A、B和C处出现初始失效时的无功载荷为82kN，这比实验室测试结果要高7%

　　Marelli Ride Dynamics 采用其SMC材料数字孪生设计了一种悬架转向节，与传统的铝制转向节相比，减轻了25% 的质量。该部件在意大利都灵制造，彰显了ICME方法及其在设计过程的早期就能集成工艺约束的能力。“通过广泛的测试和分析，我们的团队已经证明，可以在不影响成本、性能或产量的情况下大幅减轻质量。”Marelli Ride Dynamics 的总裁说道，“该奖项进一步表明，轻量化材料与高产量的先进制造方法相结合，可以颠覆整个行业。”

　　利用数字孪生设计的获奖的SMC转向节。Marelli Ride Dynamics利用其SMC数字孪生设计了该悬架转向节，与铝部件相比，它减轻了25%的质量，并获得2020 Enlighten Award奖。该部件在 1500t的SMC压机上制成，该压机也被用于制造数字孪生试样

　　“我们已经开发了一种具有竞争力的工程方法，并将其用于我们的复合材料产品开发工作流程中。”相关人员说道，“因此，我们可以更好地利用复合材料的各向异性力学性能，避免对部件进行过度设计，并更好地优化使用 SMC 材料以降低成本。此外，这种方法还允许我们在设计的早期阶段就融入以工艺为导向的约束，优化性能，并减少我们的开发时间和成本。”