前排乘员侧约束系统的仿真与优化

何亚楠，李 刚，蔡 闯，王宏吉

前排乘员侧约束系统的仿真与优化

何亚楠1，李 刚1，蔡 闯2，王宏吉2

（1.辽宁工业大学 汽车与交通工程学院，辽宁 锦州 121001；2.锦州锦恒汽车安全系统股份有限公司 产品工程二部，辽宁 锦州 121007）

结合实车碰撞和仿真对标性试验，通过遗传算法对前排乘员侧约束系统模型进行参数优化，旨在深化前排乘员侧约束系统研究，提高约束系统对乘员的保护效果。采用MADYMO软件建立前排乘员侧约束系统仿真模型，对约束系统模型进行碰撞仿真试验和实车碰撞试验，通过力学特性曲线计算假人各部位曲线单项拟合度和总体拟合度。利用遗传算法对约束系统模型进行优化分析。结果表明，仿真模型可以模拟真实碰撞工况，遗传算法可以对约束系统模型进行有效优化，减少了实车试验所需的成本和项目开发周期。

前排乘员；约束系统；仿真模型；遗传算法；参数优化

截至2020年底，我国机动车保有量达到3.72亿辆[1]。每年全球超过135万人因交通事故而失去生命[2]，汽车的安全系统研究引起了广泛注意[3]。据美国交通管理局统计，近年来前排乘员的死亡人数占车内乘员（包括驾驶员）死亡人数的19%[4]。由于前排乘员行动相对灵活，表现出的随机工况更复杂，对乘员侧约束系统要求也更高。本文针对前排乘员侧约束系统仿真模型展开仿真分析和参数优化，旨在深化前排乘员侧约束系统研究，提高约束系统对乘员的保护效果[5]。

1 前排乘员侧约束系统的仿真模型建立

本文采用MADYMO软件建立乘员侧约束系统仿真模型[6]。MADYMO软件拥有完善的假人模型库和准确快捷的解析算法[7]。

1.1 仿真模型建立

仿真模型包含车身模型、座椅模型、假人模型、前排乘员气囊模型、安全带模型和接触约束定义[8]。

车身模型包含风挡玻璃模型、仪表板模型和地板模型，XML语言关键字分别为Windscreen_sys、Dashboard_sys和Footwell_sys；安全带模型包含卷收器模型、锁舌模型、D环模型、插扣模型和织带模型，XML语言关键字分别为Retractor_sys、Anchorage_sys、D-ring_sys、Buckle_sys和Belts_sys；前排乘员气囊模型XML语言关键字为P-Airbag_body；在MADYMO软件中可以直接调取Hybrid Ⅲ型男性假人，调取路径关键字为d_hyb350el_Q_inc.xml。

在约束系统模型中，需要定义假人与安全带、气囊与假人等模型之间的接触。

1.2 仿真模型输出

建立仿真模型后，导入仿真B柱加速度波形[9]，搭建的关键字为LOAD.SYSTEM_ACC。使用Altair HyperWorks软件中HyperView模块生成约束系统仿真模型的动画文件，如图1所示为约束系统仿真模型结果输出动画。分别为碰撞前、气囊起爆、假人与气囊接触和气囊缓冲4个阶段。

2 约束系统模型与实车试验的对标验证

实车碰撞试验是验证汽车被动安全性能重要程度最高的试验，试验数据具有很高的参考价值。本节通过实车试验和约束系统仿真模型分别得到的假人力学特征曲线进行对标分析，验证仿真模型的有效性。

2.1 试验假人布置

对标试验采用50km/h正面100%重叠刚性壁障试验。如图2所示为乘员侧假人位置图。乘员侧放置Hybrid Ⅲ型50th男性假人[10]，置于假人头部内侧的传感器应与水平面应尽量保持平行。上臂与座椅靠背及躯干两侧相贴合，掌心与大腿外侧接触。躯干与座椅靠背接触，假人质心位置所在的铅垂面与试验车X轴方向所形成的中心线平行。假人“H”点位于整车H点下方6 mm处。骨盆角度与水平面所成的夹角为22.5°±2.5°。大腿尽量靠近坐垫，脚跟处应尽量靠近前端，并与地板接触。

图1 约束系统仿真动画

图2 乘员侧假人位置

在实车试验进行之前需要对假人与车内相对位置、实车参数进行测量并记录。如表1所示为假人与车内环境件位置测量值。

表1 假人与车内环境位置测量值

测量项测量值/mm 骨盆角 23° 下颚到仪表板672 鼻子到挡风玻璃顶端425 腹部到仪表板510 胸部到仪表板555 膝关节到仪表板边缘（左/右）115/120

2.2 仿真模型与实车对标试验分析

对标的过程是利用约束系统仿真模型模拟50 km/h正面100%重叠刚性壁障试验生成的力学特性曲线与实车试验中假人身体各部位力学特性曲线的相比较，对仿真模型的拟合度进行评估。

图3所示为头部Z向加速度曲线，实车碰撞头部Z向加速度负向峰值为21.5 g，仿真模型头部向加速度负向峰值为27 g，通过计算可得出两曲线拟合度为79.6%。

图3 头部Z向加速度曲线

图4所示为颈部X向剪切力曲线，实车碰撞颈部X向剪切力负向峰值为310.8 N，仿真模型颈部X向剪切力负向峰值为500.2 N，通过计算可得出两曲线拟合度为62.1%。

图4 颈部X向剪切力曲线

图5所示为胸部压缩量曲线，实车碰撞胸部压缩量负向峰值为27.8 mm，仿真模型胸部压缩量负向峰值为34.6 mm，通过计算可得出两曲线拟合度为80.4%。

图5 胸部压缩量曲线

图6所示为骨盆X向加速度曲线，实车碰撞骨盆X向加速度负向峰值为87.3 g，仿真模型X向加速度负向峰值为80.1 g，通过计算可得出两曲线拟合度为91.7%。

图6 骨盆X向加速度曲线

图7、图8所示为左大腿力曲线和右大腿力曲线对比图。实车碰撞左大腿力受力正向峰值为1 780 N，仿真模型左大腿力受力正向峰值为2 331 N，通过计算可得出两曲线拟合度为76.4%。实车碰撞右大腿力受力正向峰值为1 395.4 N，仿真模型左大腿力受力正向峰值为1 980 N，通过计算可得出两曲线拟合度为70.5%。

图7 左大腿力曲线

图8 右大腿力曲线

图9、图10所示为肩带力和腰带力曲线图。实车碰撞肩带力峰值为5 840 N，仿真模型肩带力峰值为6 120 N，通过计算可得出两曲线拟合度为95.4%。实车碰撞腰带力峰值为10 480 N，仿真模型腰带力峰值为9 920 N，通过计算可得出两曲线拟合度为94.7%。

图9 肩带力曲线

由于仿真模型中约束系统的材料参数设置均为设定值，与实际碰撞结果曲线不可能做到完全一致，通过MADYMO软件中的WIS命令评价总体拟合度，当仿真模型的总体拟合度达到70%时，可判定仿真模型有效。经整理可得，假人身体各部分单项拟合度及总体拟合度，如表2所示。总体拟合度达到80.0%。可以进行后续优化研究。

图10 腰带力曲线

表2 仿真模型与实车试验拟合度

拟合度/%比例加权值/% 头部Z向加速度/g79.60.17.96 颈部X向剪切力/N62.10.16.21 胸部压缩量/mm80.40.540.2 骨盆X向加速度/g91.70.19.17 左大腿力/N76.40.053.82 右大腿力/N70.50.053.53 肩带力/N95.40.054.77 腰带力/N94.70.054.34 总体拟合度80.00

3 约束系统的参数优化

3.1 灵敏度分析及参数组合

被分析模型或者系统中经常包含有多个参数，通过灵敏度计算分析可得出不同参数所占的权重。表3所示，为通过灵敏度分析后所得到的约束系统主要设计参数表。

表3 约束系统主要设计参数表

参数初始值下偏差上偏差 前排乘员气囊排气孔直径/mm403050 气袋直径/mm600550650 质量流速/(m·ms-1)10.81.4 安全带安全带限力/kN32.54.5 卷收器预紧量604575 织带刚度系数10.71.2

采用拉丁超立方试验方法对参数进行选取和组合，此方法在设计领域一直被看作是“充满空间”的重要方法[11]。

3.2 基于遗传算法的参数优化

本文采用遗传算法来对参数组合进行优化。算法中运用适应度来评价参数组合的优化程度。而适应度是以目标函数为基础进行评价的[12]。本次以完全伤害指数值作为目标函数，如式(1)所示。

如表4所示，初始参数值为0.589。经过迭代计算，得到11组优化参数组合的完全伤害指数值低于初始完全伤害指数值。其中值最优解为第10组，值为0.433，优化率为26.5%。

3.3 优化结果验证

经过各项参数优化，得出仿真模型最优参数组合方案。通过MADYMO软件输入最优解参数值。

表4 优化组合伤害值对比表

排气孔直径气袋直径质量流速安全带限力卷收器预紧量织带刚度 初值4060013601638.4540.8534.602.331.980.589 1406001.02.5601.0572.2430.8530.962.091.890.514 2405500.82.5450.7550.2627.2226.622.152.030.481 3406501.44.5751.2530.2831.4530.212.172.080.490 4506001.03601.0515.6424.0427.022.01.840.451 5505500.82.5450.7526.4831.4225.312.021.940.476 6506501.44.5751.2524.4630.2125.642.031.980.472 7355500.82.5450.7528.2428.6424.622.042.010.467 8356501.44.5751.2540.2227.7924.312.121.980.471 9456001.03600.7532.3125.2122.482.112.020.455 10455500.82.5551.0510.2622.4822.641.841.720.433 11456501.44.5551.2540.6524.8423.232.011.940.460

图11所示为优化前、后假人头部Z向加速度对比图。头部Z向负向加速度峰值由27 g下降到20.1 g，优化率为25.6%。

图11 头部Z向加速度曲线

图12所示为优化前、后假人胸部压缩量对比图。胸部压缩量负向峰值由34.6 mm下降到22.64 mm，优化率为34.6%。

图13所示为优化前、后假人左大腿力对比图。左大腿力峰值由2 331 N下降到1 840.8 N，优化率为21.0%。

图14所示为优化前、后假人右大腿力对比图。右大腿力峰值由1 980 N下降到1 720.9 N，优化率为13.1%。

图12 胸部压缩量曲线

图13 左大腿力曲线

图14 右大腿力曲线

从上述对比图来看，与优化前比较，优化后的后假人各部位力学特性及伤害值均有不同程度的下降。

4 结论

（1）采用MADYMO软件对约束系统模型建立过程中，通过简洁的XML语句可快速建立车身模型、安全带模型、假人模型、座椅模型、前排乘员气囊模型和相关约束。其可视化模块能够随时查看碰撞动画，检验约束系统模型完整性。

（2）采用遗传算法对参数组合进行优化计算，以整体完全伤害指数值作为目标函数，对参数组合进行适应度评价。通过优化，整体完全伤害指数值降低了26.5%。遗传算法与传统的优化方法相比，优点在于其计算速度快、通过进化的方式搜索全局最优参数组合。

[1] 国家统计局. 中华人民共和国2020年国民经济和社会发展统计公报[N]. 人民日报, 2021-03-01(10).

[2] World Health Organization. Global Status Report on Road Safety 2020-Gevena[EB/OL]. https://www.who.int/zh, 2020-09-16.

[3] 黄骏. 汽车安全气囊碰撞模拟研究与参数选择[J]. 电子世界, 2014(13): 29-30.

[4] 艾军. 基于正面碰撞副驾驶员防护的乘员约束系统优化研究[D]. 长沙: 湖南大学, 2011.

[5] Junyuan Zhang, Danqi Wang, Yingying Ni, et al. A two degrees of freedom model-based optimization method for occupant restraint systems in vehicle crash[J]. Structural and Multidisciplinary Optimization, 2019, 60(6): 2597-2614.

[6] 韩广德, 杨君, 高岩飞, 等. 基于Madymo的正面碰撞驾驶员侧约束分析[J]. 内燃机与动力装置, 2020, 37(5): 84-87.

[7] 马燕. MADYMO在乘员安全约束系统优化中的运用[J]. 时代汽车, 2018(6): 22-24.

[8] Hirosuke Horii. Vehicle occupant restraint system design under uncertainty by using multi-objective robust design optimization[J]. International Journal of Computational Methods and Experimental Measurements, 2017(4): 827-834.

[9] 赵思远, 刘倩博, 成立州, 等. 基于C-NCAP正面碰撞研究—以后排小身材假人得分与影响因素为例[J]. 质量与标准化, 2020(Z1): 91-94.

[10] 武永强, 闫德有, 刘志新, 等. 基于某款轿车滑台碰撞与实车碰撞试验结果对比研究[J]. 中国汽车, 2019(7): 28-30.

[11] 刘晓路, 陈英武, 荆显荣, 等. 优化拉丁方试验设计方法及其应用[J]. 国防科技大学学报, 2011, 33(5): 73-77.

[12] 王铁方. 计算机基因学基于家族基因的网格信任模型[M]. 北京: 知识产权出版社, 2016.

Simulation and Optimization of Front Passenger Side Restraint System

HE Ya-nan1, LI Gang1, CAI Chuang2, WANG Hong-ji2

（1. School of Automobile and Traffic Engineering, Liaoning University of Technology, Jinzhou 121001, China; 2. Department 2 of Product Engineering, Jinzhou Jinheng Automobile Safety System Co., LTD, Jinzhou 121007, China）

Combined with the real vehicle collision and simulation pair test, the parameters of the front passenger side restraint system model were optimized by genetic algorithm, in order to deepen the research on the front passenger side restraint system and improve the protection effect of the restraint system to the passengers. MADYMO software was used to build the simulation model of the front passenger side restraint system, and the collision simulation test and the real vehicle crash test were carried out on the restraint system model. The single fitting degree and the overall fitting degree of each part of the dummy were calculated through the mechanical characteristic curves. Genetic algorithm is used to optimize the constraint system model. The results show that the simulation model can simulate the real collision condition, and the genetic algorithm can effectively optimize the constraint system model to reduce the cost and project development cycle required by actual vehicle test.

front passengers; restraint system; simulation model; genetic algorithm; parameters optimization

10.15916/j.issn1674-3261.2022.02.004

U491.6

A

1674-3261(2022)02-0088-06

2021-05-10

何亚楠(1990-)，男，辽宁锦州人，硕士。

李 刚(1979-)，男，辽宁朝阳人，教授，博士。

责任编辑：陈 明