轎車座椅R點預測及體壓分布研究

何 娟，張學榮

(江蘇大學 汽車與交通工程學院， 江蘇 鎮江 212013)

轎車座椅R點預測及體壓分布研究

何 娟，張學榮

(江蘇大學 汽車與交通工程學院， 江蘇 鎮江 212013)

以某汽車座椅為研究對象，使用MADYMO軟件預測座椅R點，并對體壓分布進行研究。基于R點測量的國家標準GB11551—2003《乘坐位置H點和實際靠背角的確定程序》確定R點的預測方法。另外，基于理想體壓分布圖，采用舒適體壓分布特征、最大壓力和對稱度誤差這3個指標來綜合評價體壓分布的舒適性。在此基礎上進行設計參數優化，改變座椅坐墊泡沫剛度進行各種剛度下的仿真計算。計算結果表明：兩種預測結果僅相差0.001 m，說明 R點預測方法較準確，具有實際應用價值；座椅泡沫剛度在0.8～0.9倍區間內，可使不同身材的乘員乘坐最舒適。

R點；體壓分布；舒適性

汽車座椅的舒適性是整車舒適性的主要因素,座椅設計得不舒適會引起乘員的身體和心理疲勞，增加交通事故發生概率，對生命造成損害[1]。而與座椅乘坐舒適性密切相關的兩方面因素是汽車設計之初的座椅R點和乘員落座之后的體壓分布[2]。

目前，國內外座椅R點的測量和體壓分布的研究一般是通過試驗的方法進行的。通過使用坐姿體壓分布測量系統、壓力傳感器墊以及分布式體壓分布測試系統等測量方法獲得人體的體壓分布圖。試驗通常需要儀器設備、真實座椅、各不同百分位人群和3-DH裝置等，并進行大量重復的測試性試驗，消耗大量的人力、物力和時間，而且座椅概念設計階段無法預測其R點及體壓分布[3-5]。為此，本文采用MADYMO軟件進行座椅R點預測及體壓分布的仿真研究，此軟件的求解器基于數值模擬方法，可以對座椅乘坐舒適性的長期質量和可靠性進行評估[6]。MADYMO軟件還可提供各種不同類型的人體模型[7]。本文通過分別建立3-DH(見圖1)裝置和座椅模型、95百分位人體和座椅模型來進行R點的仿真預測。由于在以往的研究中人體模型大都使用多剛體模型[3,8]，預測結果與人體有較大偏差。本文的人體模型采用facet有限元人體模型，此模型的各個部分尺寸和質量與真人相近，仿真結果更加準確[9]。通過各不同百分位有限元人體和座椅模型的仿真計算得出體壓分布圖，并進行舒適性評價。

圖1 3-DH裝置

1 座椅R點預測

查閱R點測量的國家標準GB11551—2003 《乘坐位置H點和實際靠背角的確定程序》，并基于此標準確定R點的預測方法[4]。本文所采用的R點預測方法分別采用2個模型來完成：第95百分位有限元人體和座椅模型(以下簡稱95百分位模型)、3-DH裝置和座椅模型(以下簡稱3-DH裝置模型)。在建模及仿真的基礎上，對兩種仿真結果進行比較分析。

1.1 R點測量標準(預測依據)

R點是設計時的參考點，也是“座椅參考點”或“乘坐基準點”，是由制造廠為每一乘坐位置規定的設計點，即根據總布置要求確定一個座椅調至最后、最下位置時的設計點，相對于三維坐標系來確定[4]。理論上第95百分位人體的H點應與R點一致。

1.2 座椅R點預測

1.2.1 兩種模型的建立

在MADYMO中建立座椅模型。首先，從有限元座椅模型(如圖2)中提取節點和單元并導入MADYMO中，建立座椅模型。

圖2 有限元座椅模型

其次，從MADYMO中選取95百分位facet人體有限元模型和3-DH裝置，分別導入到座椅模型中，并調整人體模型的初始位置和坐姿，定義其與座椅的接觸，從而完成兩種模型的建立。

1.2.2 座椅泡沫剛度特性材料參數

本文采用改變泡沫剛度比例系數來分析人體與座椅之間體壓分布的舒適性，所取泡沫剛度特性曲線(應力-應變曲線)如圖3所示。

圖3 應力-應變曲線

1.2.3 95百分位模型預測結果

95百分位人體模型在重力加速度作用下穩定落座后，其人體H點就是座椅R點。建立的95百分位模型如圖4所示。經MADYMO軟件仿真計算后，得出其R點預測坐標，如圖5所示。

圖4 95百分位模型

圖5 95百分位的R點Z軸坐標

由于人體模型與座椅模型位于同一坐標系,且人體模型只在Z方向上自由下落，因此在水平方向上坐標基本不變，即X、Y坐標值基本不變，重點分析Z軸坐標。

從圖5中可以看到：Z軸坐標值開始變化很大，先劇烈下降，后回升一段距離，最后穩定；經過落座穩定后，趨于穩定值0.541 m；在450 ms左右，人體模型與座椅達到平衡。由此預測出座椅R點。

1.2.4 3-DH裝置模型預測結果

建立的3-DH裝置模型如圖6所示。經MADYMO仿真計算，得出的座椅R點坐標，如圖7所示。

圖6 3-DH裝置模型

圖7 3-DH裝置的R點Z軸坐標

從圖7可以看出：Z軸坐標值開始變化很大，先劇烈下降，后逐漸回升，到達平穩值0.543 m時又稍稍下降，最后達到穩定值0.540 m。

對比圖5和圖7可看出：兩者Z軸坐標值變化趨勢相同。區別是：圖5中Z軸坐標變化幅度更大，且圖5中坐標最小值為0.518 m，而圖7中Z軸坐標最小值是0.520 m。另外，圖5中坐標是平穩回升，最終穩定值為0.541 m，而圖7中坐標是先回升后又小幅度下降，最終穩定值為0.540 m。兩者相差0.001 m。對比結果如表1所示。

表1 95百分位模型與3-DH裝置模型Z軸坐標值對比結果 m

根據表1中數據對比可知： 95百分位模型預測結果略大于3-DH裝置模型。

2 體壓分布研究

體壓分布是指人在穩定落座后，體重作用在坐墊上或者靠背上的壓力分布[2-5]。體壓分布是座椅乘坐舒適性研究的主要衡量準則，對座椅整體設計也具有指導意義[10]。

建模方法：調用MADYMO中各不同百分位的facet人體模型加入到座椅模型中，定義人體和座椅的初始位置。分別建立出95百分位、50百分位和5百分位的人體座椅模型，如圖4、8、9所示。

圖8 50百分位模型

圖9 5百分位模型

對座椅的坐墊泡沫剛度特性曲線進行放大或縮小，采取的比例因子是0.7、0.8、0.9、1.0、1.1、1.2、1.3。對各個不同比例因子下的模型進行仿真計算，并對仿真結果進行對比分析，得到各不同百分位模型在最舒適體壓分布下的泡沫剛度特性曲線。

基于理想坐墊體壓分布(如圖10所示)可知舒適的體壓分布具有如下幾個特征：① 人體的大部分質量應以較大的接觸面積和較小的單位壓力分布在座椅表面；② 壓力分布從小到大，無明顯突變；③ 壓力分布左右對稱[2]。

圖10 理想坐墊體壓分布

為了評價體壓分布的舒適性，本文依據舒適體壓分布特征、最大壓力Pm和對稱度誤差這3三個指標將舒適度分為4個等級：A為最舒適；B為比較舒適；C為基本舒適；D為不太舒適。

2.1 95百分位理想體壓分布研究

對95百分位模型進行變剛度特性分析，經過7次仿真計算，得到7個不同的體壓分布圖(圖11)和體壓分布表(表2)。

從圖11和表2中可以看出：隨著剛度的逐漸變大，人體的體壓分布發生著不同的變化，但是體壓并沒有伴隨剛度的遞增成正比例遞增，而是呈現出先很快減小再增大最后逐漸減小的變化趨勢。觀察體壓分布表可以看出：當剛度比例因子為0.8時，壓力分布值最小，舒適度等級最高，最符合理想體壓分布，所以座椅泡沫剛度特性曲線在剛度縮小到原來的0.8時可以得到95百分位模型人體最理想的體壓分布。

2.2 50百分位理想體壓分布研究

同樣地，對50百分位模型進行變剛度特性分析，經過7次仿真計算，得到7個不同的體壓分布圖和體壓分布表，如圖12和表3所示。

從圖12和表3可以看出:隨著剛度逐漸增大，人體的體壓分布圖也在發生著變化，體壓伴隨剛度的變大逐漸變大，在比例因子為0.9到1.0的剛度變化范圍內壓力分布變化不大，基本穩定；在此范圍外，壓力變化較大，舒適度區分較明顯。當比例因子為0.9時，壓力分布均勻對稱，乘坐最舒適，是50百分位模型的最理想體壓分布。

2.3 5百分位理想體壓分布研究

同樣地，對5百分位模型進行變剛度特性分析，經過7次仿真計算，得到7個不同的體壓分布圖和體壓分布表，如圖13和表4所示。

圖11 95百分位模型不同泡沫剛度下體壓分布

圖12 50百分位不同泡沫剛度下體壓分布

圖13 5百分位不同泡沫剛度下體壓分布

表2 95百分位體壓分布

剛度比例因子最大壓力Pm/kPa左側大腿壓力/kPa右側大腿壓力/kPa對稱度誤差百分比/%舒適度等級0.731.313.9117.9320C0.830.216.7816.780A0.931.217.3317.330B1.032.314.3621.5333.3C1.132.710.9014.5324.9D1.232.610.8714.4924.8D1.332.410.8014.4025.0D

表3 50百分位模型體壓分布

剛度比例因子最大壓力Pm/kPa左側大腿壓力/kPa右側大腿壓力/kPa對稱度誤差百分比/%舒適度等級0.723.212.8015.4716.7D0.824.313.5016.2016.6C0.925.116.7316.730A1.024.916.6016.600B1.125.614.2217.0716.7D1.226.914.9417.9316.6C1.330.613.5610.1725.0D

表4 5百分位體壓分布

從圖13和表4中可以看出：體壓伴隨剛度的遞增呈現出先減小后增大的變化趨勢，在剛度比例因子為0.8時，壓力分布最理想，壓力值最小，舒適度等級最高；之后壓力值逐漸變大。因此，當剛度縮小到0.8倍原剛度時得到5百分位模型的最理想體壓分布。

綜合分析，此座椅泡沫剛度縮小到0.8倍原剛度時，最適合95百分位和5百分位的人體乘坐；縮小到0.9倍原剛度時，最適合50百分位的人體乘坐。

3 結論

在MADYMO軟件中建立95百分位模型和3-DH裝置模型，分別仿真計算出座椅R點。對兩種R點預測結果進行比較分析，結果表明：兩者預測結果僅相差0.001 m，說明本文預測方法較準確，具有實際應用價值，也可用于逆向分析。

本文的創新之處是采用facet有限元人體模型，與以往研究中使用的多剛體人體模型相比，此模型的各個部分尺寸和質量與真人相近，仿真結果更加準確。

經過21次改變泡沫剛度的仿真計算，并依據舒適體壓分布特征、最大壓力和對稱度誤差這3個指標來綜合評價體壓分布的舒適性。最終得出如下結論：此座椅的泡沫剛度縮小至原剛度0.8倍時，最適合95百分位和5百分位的人體乘坐；縮小至原剛度0.9倍時，最適合50百分位的人體乘坐。據此，可知當此座椅泡沫剛度在0.8～0.9倍區間內，可使各不同身材的乘員乘坐最舒適。制造廠可以基于此結論，對座椅剛度進行改變，滿足不同百分位人體乘坐舒適性，降低設計成本和時間，加快產品上市進程。

本研究還存在以下方面的局限性：由于在真實環境中人體調查樣本的多樣性(人體體型等)，對于真實人體的調查和試驗存在相應的困難。本論文僅依據標準的平均身高及身材的人體模型進行研究，盡可能地模擬大多數的人體，因此相應的真實試驗的解決方法及試驗步驟還需要進一步研究。

[1] 杜曉明.駕駛員-座椅體壓分布模擬研究[D].長春：吉林大學，2012.

[2] 余江鴻.基于體壓分布的駕駛員座椅舒適度研究[D].長沙：國防科學技術大學，2008.

[3] 侯件件，張學榮，任利慧.轎車座椅R點及體壓分布仿真計算[J].現代交通技術，2011,8(4):65-67.

[4] GB11551—2003，乘用車正面碰撞的乘員保護[S].

[5] KIM S H,PYUN J K,CHOI H Y.Digital human body model for seat comfort simulation [J].International Journal of Automotive Technology,2010,11(2):239-244.

[6] SEOKHEE N.Evaluation of driver’s discomfort and postural change using dynamic body pressure distribution [J].International Journal of Industrial Ergonomics,2005(35):1085-1096.

[7] STEFFEN P.Virtual Simulation of Static and Dynamic Seating Comfort in the Development Process of Automobiles and Automotive Seats[J].Application of Finite-Element-Occupant-Model CASIMIRSAE Paper,2007(1)：2459-2463.

[8] BASTIAN M,CHRISTIAN A,MURIELLE V.Virtual Assessment of Seating Comfort with Human Models[J].SAE Paper,2005(1):2678-2682.

[9] MIKE K.Using Failure Mode and Effects Analysis to design a comfortable automotive driver seat [J].Applied Ergonomics,2014(45):1087-1096.

[10] KATRIN M.Simulating Reliability with Respect to Ride Comfort [J].International Journal of Industrial Ergono-mics,2010(24):876-882.

(責任編輯劉 舸)

ResearchonRPointForecastandBodyPressureDistributionofCarSeat

HE Juan, ZHANG Xuerong

(School of Automobile and Traffic Engineering, Jiangsu University， Zhenjiang 212013, China)

Taking a car seat as the research object, the R point is predicted and body pressure distribution is evaluated in this paper based on MADYMO software. By consulting the R point measurement of the national standard GB11551—2003RidePositionHPointsandtheActualAngleoftheBackAngleoftheProgram, the R point of the prediction method is obtained based on this standard. Based on the ideal body pressure distribution map, the comfort of body pressure distribution is evaluated by using the characteristics of the ideal body pressure distribution, the maximum pressure Pm and the symmetry. The calculation results show that, the results of the two prediction only differ by 0.001, and R point prediction method is accurate and has the value of practical application; the seat cushion foam stiffness in the range of 0.8～0.9 times, makes the best comfort of different shape of occupants.

R point; body pressure distribution; ride comfort

2016-10-23

江蘇省科技廳企業研究院項目;博士后科學基金資助項目

何娟，女，碩士研究生，主要從事汽車乘坐舒適性研究，E-mail:ab98979695@163.com。

何娟，張學榮.轎車座椅R點預測及體壓分布研究[J].重慶理工大學學報(自然科學)，2017(10):43-49.

formatHE Juan, ZHANG Xuerong.Research on R Point Forecast and Body Pressure Distribution of Car Seat[J].Journal of Chongqing University of Technology(Natural Science)，2017(10):43-49.

10.3969/j.issn.1674-8425(z).2017.10.007

U463

A

1674-8425(2017)10-0043-07