基于EBF的正面碰撞乘员约束系统优化

摘要

基于MADYMO车体56 km/h 100%正面刚性碰撞，以加权综合损伤值(WIC)为目标对乘员约束系统进行优化.选取坐姿(座椅)、安全带、安全气囊、转向柱的8个参数作为设计变量进行最优拉丁超立方设计(optimal Latin hypercube design, Opt LHD)并完成135组仿真.考虑各设计变量交互效应以及非线性影响，对设计变量和仿真结果进行椭圆基函数(EBF)神经网络建模，分析单一设计变量和两变量交互取值对输出响应的影响，并在此基础上采用多岛遗传算法(MIGA)确定正面碰撞约束系统的最佳参数匹配.将最佳参数导入MADYMO进行仿真验证，结果表明误差合理且WIC下降27.54%,约束系统的保护性能得到了全面提升.

关键词

正面碰撞 / MADYMO / 约束系统 / 优化