基于多學(xué)科優(yōu)化的正碰約束系統(tǒng)參數(shù)設(shè)計(jì)

劉吉，傅林，張光輝，黃杰

基于多學(xué)科優(yōu)化的正碰約束系統(tǒng)參數(shù)設(shè)計(jì)

劉吉1，傅林1，張光輝1，黃杰2

（1.威馬汽車科技集團(tuán)有限公司，四川 成都 610100；2.中國汽車工程研究院，重慶 401122）

約束系統(tǒng)是汽車被動(dòng)安全的重要組成部分，為提高約束系統(tǒng)的有效性，以Hybrid III 50th男性假人在100%重疊正面碰撞工況下的得分為基礎(chǔ)進(jìn)行多學(xué)科優(yōu)化分析，得到了安全帶及安全氣囊參數(shù)與假人胸部、小腿之間的變化關(guān)系。并通過調(diào)整安全帶和安全氣囊參數(shù)，得到了最優(yōu)參數(shù)匹配，使假人得分從14.12分提高到14.46分，有效提高了假人得分，對(duì)約束系統(tǒng)參數(shù)設(shè)計(jì)具有一定的參考意義。

多學(xué)科優(yōu)化；約束系統(tǒng)；正碰；參數(shù)設(shè)計(jì)

引言

隨著人們對(duì)于汽車安全問題更加重視，各大廠商也在加大安全方面的研發(fā)投入，約束系統(tǒng)是汽車被動(dòng)安全的重要組成部分，汽車碰撞過程中，安全帶的使用可大大降低乘員傷亡[1]。安全帶和安全氣囊相互配合，在汽車碰撞瞬間可有效保護(hù)乘員的頭部和胸部，駕駛員氣囊還可有效防止汽車方向盤直接頂?shù)今{駛員胸部，避免致命傷害。安全氣囊充氣展開后，通過氣囊泄氣孔的節(jié)流阻尼吸收碰撞能量，緩和乘員受到的沖擊，從而減輕乘員傷害[2]。由此可見，針對(duì)約束系統(tǒng)尤其是安全帶和安全氣囊的設(shè)計(jì)對(duì)汽車安全具有重要意義。

1 模型簡介

1.1 參數(shù)選取

多學(xué)科優(yōu)化是在考慮多參數(shù)的情況下進(jìn)行優(yōu)化計(jì)算，進(jìn)而得出最優(yōu)解。因此，在優(yōu)化前需要對(duì)計(jì)算模型設(shè)計(jì)輸入?yún)?shù)。安全帶和安全氣囊作為汽車約束系統(tǒng)的重要組成部分[3]，可作為設(shè)計(jì)參數(shù)的優(yōu)先選擇。本文以Hybrid III 50th男性假人在100%重疊正面碰撞工況下的得分為分析基礎(chǔ)，為盡可能提高碰撞過程中假人得分，選取了約束系統(tǒng)的幾大關(guān)鍵參數(shù)作為多學(xué)科優(yōu)化模型輸入變量，即將安全帶預(yù)緊時(shí)間、安全帶限力、氣囊點(diǎn)爆時(shí)間和氣囊泄氣孔直徑，變量明細(xì)見表1，表1中給出了四個(gè)變量的取值范圍和初始值。其中，安全帶預(yù)緊時(shí)間、氣囊點(diǎn)爆時(shí)間以及氣囊泄氣孔直徑范圍為實(shí)際工程推薦值?？紤]到安全帶限力的不穩(wěn)定性，其變化區(qū)間不宜過大，在該模型中，取值范圍選為3.0kN-4.5kN。

圖1 optimus多學(xué)科優(yōu)化計(jì)算流程圖

1.2 分析流程

商業(yè)軟件optimus是現(xiàn)在常用的多學(xué)科優(yōu)化分析軟件，可為本次參數(shù)設(shè)計(jì)提供幫助。在該軟件中，搭建了本次分析所需的流程，如圖1所示。流程中，包含了輸入、執(zhí)行和輸出等最基本的模塊，其中輸入項(xiàng)為四個(gè)變量，執(zhí)行選用外部計(jì)算軟件，MADYMO作為主流的約束系統(tǒng)開發(fā)軟件[4]，可用于本流程的執(zhí)行器。有數(shù)據(jù)顯示[5]，交通事故對(duì)人體各部位損傷情況：頭部占35.3%，頸部占4.6%，胸部占6.7%，下肢占5.1%，人體的頭部、頸部、胸部和腿部是交通事故中乘員死亡或傷殘的主要部位。因此，對(duì)上述部位進(jìn)行受傷等級(jí)評(píng)價(jià)顯得尤為重要，流程輸出項(xiàng)需要包括假人頭部、頸部、胸部、大腿和小腿得分。

表1 輸入變量明細(xì)表

在優(yōu)化分析前，需要由原始模型計(jì)算得到基礎(chǔ)值作為優(yōu)化計(jì)算的初始條件，該計(jì)算通過由MADYMO計(jì)算得到，計(jì)算模型由圖2所示。正碰工況下，前排假人采用的是Hybrid III 50th男性假人，得分依據(jù)中國新車評(píng)價(jià)規(guī)程（C-NCAP）工況為100%重疊正面碰撞。根據(jù)基礎(chǔ)模型的計(jì)算結(jié)果，得到了假人頭部、頸部、胸部、大腿和小腿的得分情況，見表2。其中，頭部、頸部和大腿均為滿分項(xiàng)，因此需重點(diǎn)優(yōu)化失分項(xiàng)胸部和小腿得分。

表2 基礎(chǔ)模型駕駛員得分

根據(jù)C-NCAP100%重疊正面碰撞50km/h評(píng)分標(biāo)準(zhǔn)，對(duì)于胸部得分，壓縮量<22mm得滿分5分，壓縮量>50mm得0分；對(duì)于小腿得分而言，小腿指數(shù)TI<0.4得滿分2分，TI>1.3得0分。胸部得分可由式（1）表示：

式中，Score_Chest_Deflection表示假人胸部得分，Chest_ Deflection_MAX表示假人胸部最大變形量。

同樣的，小腿得分可用式（2）表示：

式中，Score_TI表示小腿得分，TI表示小腿指數(shù)，可由MADYMO軟件計(jì)算得到。

2 響應(yīng)面分析

在optimus分析流程中，首先需要通過試驗(yàn)設(shè)計(jì)（DOE）來獲得分析所需樣本點(diǎn)，根據(jù)樣本點(diǎn)的結(jié)果，可建立輸入（變量）與輸出（得分）之間的響應(yīng)面模型。由于碰撞過程為非線性，在建立響應(yīng)面模型時(shí)可采用徑向基函數(shù)（RBF）的方法，近似函數(shù)（x）可用式（3）表示：

式中，p是多項(xiàng)式，λ為權(quán)重，|?|表示歐式空間，Φ是基函數(shù)，|-x|是點(diǎn)與x之間的距離。

由此可得到胸部得分響應(yīng)面模型，由圖3所示，圖中可以看出安全帶預(yù)緊時(shí)間、安全帶限力和氣囊點(diǎn)爆時(shí)間與胸部變形得分幾乎呈負(fù)相關(guān)，即安全帶預(yù)緊時(shí)間越短、安全帶限力越小以及氣囊點(diǎn)爆時(shí)間越短，胸部得分將越高；而氣囊泄氣直徑孔尺寸對(duì)胸部得分沒有明顯的單調(diào)特性，在泄氣孔取值范圍內(nèi)，當(dāng)泄氣孔由小變大時(shí)，胸部得分先升高后降低，最后再升高，在泄氣孔直徑為22.5mm時(shí)取得最高得分。

圖3 胸部得分響應(yīng)面

同理，可得到小腿得分與上述四個(gè)參數(shù)之間的關(guān)系，由圖4所示，從圖可以看出，四個(gè)參數(shù)與得分之間的關(guān)系各不相同，但對(duì)得分的影響都不大，參數(shù)變化范圍內(nèi)對(duì)得分的影響最大不超過0.05分。由此可見，想要提高小腿得分是很困難的。

圖4 小腿得分響應(yīng)面

3 優(yōu)化分析

根據(jù)基礎(chǔ)模型計(jì)算結(jié)果，正碰工況下，駕駛員得分項(xiàng)中，頭部、頸部和大腿得分項(xiàng)為滿分，并且余量充足，無需考慮優(yōu)化。胸部和小腿得分偏低，因此需要通過約束系統(tǒng)參數(shù)匹配設(shè)計(jì)，將這兩項(xiàng)分?jǐn)?shù)盡可能提高，該優(yōu)化問題在于求解目標(biāo)函數(shù)最大值，屬于單目標(biāo)優(yōu)化問題，可用式（4）表示。

式中，表示在不等式約束（）≤0，=1，…，和等式約束h（）=0，=1，…，下用以優(yōu)化目標(biāo)函數(shù)（）取得最大值的設(shè)計(jì)變量。優(yōu)化目標(biāo)值為胸部和小腿得分之和，即可用式（5）表示。

式中OPT_Function表示需要求解的優(yōu)化函數(shù)，經(jīng)過多學(xué)科優(yōu)化分析，得到了最佳參數(shù)匹配，見表3，表中Nominal列表示模型初始值，Optimization列為優(yōu)化后的值，從表中可以發(fā)現(xiàn)，當(dāng)安全帶預(yù)緊時(shí)間由16ms調(diào)整為23ms，安全帶限力由3500N調(diào)為3000N，氣囊點(diǎn)爆時(shí)間由20ms變?yōu)?9ms，氣囊泄氣孔直徑由25mm變?yōu)?7.56mm時(shí)為最佳參數(shù)匹配，在此參數(shù)下，小腿和胸部得分之和將由5.12分提高到5.46分，總得分從14.12分提高到14.46分，有效提高了假人得分，為此模型在正碰工況下的最高得分。

表3 約束系統(tǒng)參數(shù)優(yōu)化結(jié)果

4 結(jié)論

通過對(duì)正碰約束系統(tǒng)的多學(xué)科優(yōu)化分析，得到了安全帶預(yù)緊時(shí)間、安全帶限力、氣囊點(diǎn)爆時(shí)間以及氣囊泄氣孔直徑等變量與假人得分之間的關(guān)系，為約束系統(tǒng)的參數(shù)匹配設(shè)計(jì)提供了參考。最后，還得到了在基礎(chǔ)模型上提高得分的最優(yōu)參數(shù)匹配，使得假人得分從14.12分提高到14.46分，有效提高了得分，為提高約束系統(tǒng)有效性提供了支撐。

[1] Klima M E,Toomey D E, Weber M J. Seat Belt Buckle Performance in High Energy Wheel-to-Ground Impacts[C]//SAE Paper,2005-01- 1709.

[2] 施盧丹,顏先華.駕駛員安全氣囊有限元模型建立及對(duì)標(biāo)分析[J]. 公路與汽車,2015, 4:10-13.

[3] 胡遠(yuǎn)志,梁永福,蔣成約等.人體有限元模型THUMS用于正面碰撞乘員損傷研究[J].汽車安全與節(jié)能學(xué)報(bào), 2015, 4(6): 379-383.

[4] 胡志遠(yuǎn),潘華等.基于模塊化的約束系統(tǒng)高精度建模方法研究[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)), 2017, 31(7):1-11.

[5] HU Jingwen,Klinich K D.Toward designing pedestrian friendly vehicles[R].Michigan: The University of Michigan Transportation Research Institute, 2012(19).

Frontal Impact Restraint System Parameter Design Based on Multidisciplinary Optimization

Liu Ji1, Fu Lin1, Zhang Guanghui1, Huang Jie2

( 1.Weltmeister Motor Technology Co., Ltd., Sichuan Chengdu 610100; 2.China Automotive Engineering Research Institute, Chongqing 401122 )

Restraint system is a significant component of vehicle passive safety. In order to improve the effectiveness of the restraint system, multidisciplinary optimization analysis has been completed based on the score of Hybrid III 50th male dummy under 100% overlapping frontal impact condition. The relationship between the parameters of safety belt and airbag and the dummy chest and lower leg was obtained. And the optimal parameter matching was obtained by adjusting the parameters of seat belt and airbag. The dummy score was increased from14.12 to 14.46, which effectively improves the dummy score. It has a certain reference significance for the parameter design of restraint system.

Multidisciplinary optimization; Restraint system; Frontal impact; Parameter design

10.16638/j.cnki.1671-7988.2021.07.021

U462.2

A

1671-7988(2021)07-62-04

U462.2

A

1671-7988(2021)07-62-04

劉吉，碩士學(xué)位，CAE工程師，就職于威馬汽車科技集團(tuán)有限公司，主要從事新能源汽車整車輕量化及多學(xué)科優(yōu)化相關(guān)工作。