微型電動汽車正面碰撞約束系統匹配研究

摘 要：目前對微型電動汽車相關研究逐漸增多，但碰撞安全性能方面的研究相對較少。基于國內某款微型電動汽車在進行49 km/h正面碰撞后車內Hybrid Ⅲ 50th男性假人傷害程度較高的問題，對該車約束系統的參數匹配進行優化處理。參考相關規范對駕乘人員的保護要求，以仿真分析結果中的頭部傷害指標HIC、頭部累積3 ms合成加速度、加權綜合損傷數值WIC為研究指標，進行極差分析來綜合選取參數及水平值；通過正交試驗進行優化設計仿真，最終得出最佳約束系統的最佳參數匹配方式，使得微型電動汽車在發生碰撞事故時駕駛員頭部位置的傷害得到降低，同時維持或降低胸部和下肢傷害水平，綜合損傷也得到降低。結果表明優化后的該約束系統可達到對駕駛員最優的保護效果。

關鍵詞：微型電動汽車；正面碰撞；約束系統；參數匹配；極差分析；正交試驗

中圖分類號：U491.61 DOI：10.16375/j.cnki.cn45-1395/t.2024.01.004

0 引言

微型電動汽車相對于常規尺寸車輛來說，車身結構較小，吸能空間有限，安全裝置配置率相對較低，由此引起消費者對于此類車輛安全性能的擔憂。車輛的安全性能除了車身的耐撞性能之外[1]，乘員約束系統必不可少，汽車乘員約束系統在汽車碰撞事故中可以將駕乘人員最大可能約束在可控的位置，并通過相關的零部件吸收碰撞能量來降低傳遞到人員身上的能量，最終達到降低人員損傷的目的。汽車乘員約束系統包括儀表面板、汽車前后排座椅、汽車安全氣囊、汽車安全帶以及膝部防撞裝置等[2]，微型電動汽車的約束系統匹配與優化對提高乘員安全有重大意義。

傳統乘員約束系統設計方法是采用臺車碰撞與實車碰撞試驗[3]，臺車試驗可以驗證可逆預緊安全帶裝置是否有利于降低乘員的頭部等傷害值，提高防護效能[4]；實車試驗可以證明裝配主動控制卷收器在各種碰撞工況都能對假人產生更好的保護效果[5]。傳統方法成本高，效率低，與小批量定制化車型開發的趨勢不適應。隨著計算機行業發展及碰撞仿真軟件的普及，我國汽車碰撞安全性能仿真得到了較大發展[6-7]；通過仿真分析，結合綜合傷害指標WIC、WICF的正交試驗、極差分析等多種方法聯合，可以對約束系統進行設計與優化，達到提高車輛乘員保護性能的目的[8-10]。對不同約束系統的安全性能評價有相對應的規范要求[11]。

目前，對汽車碰撞中約束系統參數匹配的研究大都針對于常規尺寸車型，對于微型電動汽車約束系統的相關研究較少[12]。本文基于GB 11551—2014[13]試驗要求，對微型電動汽車以49 km/h的速度正面碰撞時進行仿真，利用正交試驗和極差分析的方法進行約束系統參數匹配優化，以達到對駕駛員最好的保護目的。

1 模型構建及驗證

本文是以國內某款微型電動汽車為例，開展相關仿真分析，并通過實車正面碰撞試驗來驗證仿真模型的有效性。

1.1 正面碰撞駕駛員側仿真模型建立

在微型電動汽車以49 km/h的速度正面碰撞駕駛員的側約束系統有限元建模中，首先利用有限元前置處理軟件Hypermesh對CAD模型進行幾何清理與簡化，并劃分網格，定義模型中零部件的材料和厚度屬性，定義接觸、載荷和輸出等邊界條件[14]。有限元建模包括車體結構模型（A柱、擋風玻璃、地板、前隔板、腳踏板、B柱等）、安全帶模型、儀表板、轉向系統、前排座椅和安全氣囊模型，根據GB 11551—2014中實驗要求的假人，導入Hybrid Ⅲ 50th男性假人，各自保存為單獨的K文件，方便后續模型的改進和優化。上述模型均采用Hypermesh、Prepost和Primer軟件進行前處理，Ls-Dyna作為求解器，Hyperview和Hypergraph作為后處理，按要求將假人調整好坐姿，并系上安全帶[15]。最終的模型如圖1所示。

1.2 正面碰撞駕駛員側模型有效性驗證

模型的有效性驗證是為了確保模型能夠真實地反映實際碰撞的物理過程。本文需要對49 km/h速度正面碰撞模型仿真結果與實車試驗結果作比較驗證，如果兩者相差較大，則不斷修正數值模型直至誤差在規定的范圍內[16]。

實車碰撞試驗如圖2所示，試驗遵循GB 11551—2014的要求，試驗地點為中國汽車工程研究院股份有限公司試驗場，壁障前至少有5 m的跑道。壁障由鋼筋混凝土制成，前部寬度不小于3 m，高度不小于1.5 m，壁障質量不低于7×104 kg。壁障前表面鉛垂，其法線應與車輛直線行駛方向成0°夾角，壁障表面覆以（20±1） mm厚的膠合板，碰撞速度為49 km/h，碰撞壁障位置如圖3所示。在前排駕駛員位置放置一個Hybrid Ⅲ 50th男性假人，用以測量乘員可能的受傷害情況。

1.2.1 試驗與仿真假人運動姿態對比

前述仿真模型按實車測試時的邊界條件加載并提交Ls-Dyna求解計算，0、30、60、90 ms的仿真結果與實車試驗結果對比如圖4所示。

1.2.2 試驗與仿真運動曲線對比

仿真結果中定義車體向前運動的方向為X方向，提取頭部X向加速度、頭部合成加速度、頸部張力Fz以及骨盆合成加速度、胸部合成加速度、胸部壓縮量、安全帶腰帶力等與試驗測得的數據進行對比，如圖5所示，圖中實線為仿真曲線，虛線為試驗曲線。

從假人受傷害部位的受力、加速度以及位移曲線可以看出，基本滿足“起始時刻、形狀、峰值、峰值時刻及脈寬”等基本特征與試驗曲線相似的要求，可認為該模型較為準確可靠[10]。

查看實車試驗記錄以及通過Hypergraph查看仿真分析結果，得到對應的相關傷害指標對比如表1所示。

從表1可以看出，假人模型各部位傷害指標的誤差最大為15.30%，在工程上屬于合理范圍，可認為仿真模型有效[17]，模型可以用于約束系統的后續分析優化研究。

1.3 約束系統評價方法

根據車型開發安全性要求，以及本文所研究車型的改進需要，本文以頭部傷害指標HIC、頭部累積[A3 ms]合成加速度、加權綜合損傷數值WIC為優化目標，結合正交試驗及極差分析法進行約束系統優化，以確定該車約束系統的最優組合。

假人頭部傷害指標HIC公式[17]為

[CHI=supt1t21t2-t1t1t2ARdt2.5t2-t1]， （1）

式中：t1和t2為碰撞過程中所選的2個時刻。

加速度試驗數據采集時采用CFC1000濾波，[HIC36]為t2-t1≤36 ms時計算獲得的值，而[HIC15]為t2-t1≤15 ms時計算獲得的值，一般來說，在同樣的傷害下，[HIC36]值要大于[HIC15]值。對于頭部恒定加速度為60g（g表示重力加速度，g = 9.8 m/[s2]）的情況下，[HIC36≈1 000]，根據GB 11551—2014規定，在本研究中采用時間間隔為t2-t1≤36 ms。

累積[A3 ms]則是頭部合成加速度超過某一個加速度值a，累積達到3 ms的最大值。[AR]是以重力加速度為單位的頭部中心的合力加速度，公式[17]如下：

[AR=A2X+A2Y+A2Z]. （2）

加權綜合損傷數值WIC作為對乘員所受傷害的評價指標，WIC值越低，乘員所受傷害越小，反之越大；WIC的表達式[12]為

[CWI=0.6CHI1 000+0.35（C3 ms/60+D/75）2+]

[0.05FFL+FFR20]， （3）

式中：CHI為頭部傷害指標；[C3 ms]為胸部累積3 ms合成加速度（g）；D為胸部壓縮量，單位為mm；[FFL]為左大腿軸向壓力，單位為kN；[FFR]為右大腿軸向壓力，單位為kN。

參照GB 11551—2014要求，對比表1可知，目前乘員約束系統對人體頭部的防護效果較差，其中頭部損傷HIC值為934.548，頭部累積[A3 ms]為73.982g，都比較接近GB 11551—2014規定的極限值1 000和80g。而人體的胸部和腿部指標遠小于規范規定的極限值，說明該乘員約束系統對胸部和腿部具有較好的防護效果。優化目標應該是使所有的指標在滿足規范限值的同時盡量遠離限值，可見，有必要對該車的頭部傷害指標HIC以及頭部累積[A3 ms]合成加速度進行重點優化。綜合考慮，選取頭部傷害指標HIC值和累積[A3 ms]值以及加權綜合損傷數值WIC作為優化目標。正交試驗設計法是研究和處理多因素實驗的一種科學方法，屬于優選法的一種。通過對正交試驗的結果進行極差分析，可以得到各試驗因素對試驗指標影響的主次順序。本文通過正交試驗與極差分析，確定最終約束系統參數。

2 正交試驗與極差分析

所研究的微型電動汽車的安全氣囊有3個拉帶如圖6所示，在進行極差分析之前需要先選取好3個拉帶的數值匹配，上文試驗以及相應的仿真模型選用的3個拉帶長度情況為（300， 300， 220） mm，另外兩水平長度情況選用（300， 300， 220） mm和（300， 300， 300） mm。

實車中安全織帶的延伸率為7.5%，試驗中點火時間為10 ms且為定值不變，轉向管柱無壓潰，故這些相關參數不參與本文的約束系統匹配優化研究。根據優化目標，從其他的約束系統參數中選取安全帶肩帶力（A）、肩帶與假人摩擦系數（B）、泄氣孔直徑（C）、安全氣囊3個拉帶長度（E）等4個參數進行極差分析（表2）。

參數以及相應的水平選取完成后，選用4因素3水平正交表L9（34）進行仿真，采用Ls-Dyna求解，在Hypergraph得到的分析結果如表3所示。

極差R的計算式[17]為

[Rm=maxKm，1，Km，2，…，Km，n] -[minKm，1，Km，2，…，Km，n，]

（4）

式中：[Km， n]為[Km， n]的平均值，[Km， n]代表第m列因素k水平對應各個試驗結果的和。Rm值越大，說明此因素對試驗結果的影響越大。

將表3中正交試驗結果數據導入excel中進行各因素的極差計算，表4—表6為不同指標作為目標的極差分析結果，以此來判斷各因素對各個目標的影響程度，選取影響程度強的參數進行后續優化。

表中每一列的極差反映了因素水平變化對指標影響的大小，極差越大，說明在該因素下所選的水平數對指標的影響越大，因此，極差最大的那一列的因素，就是對指標影響最大的因素，也就是最主要因素，通過極差排序可以看出各性能參數對單指標性能的影響主次[18]。

根據表4可知，在影響頭部傷害指標的各因素中，安全帶肩帶力是最主要的因素，其次是安全氣囊拉帶長度、泄氣孔直徑，影響程度最弱的是肩帶與假人間摩擦系數。

由表5可知，在影響累積[A3 ms]的各因素中，安全帶肩帶力是最主要的因素，其次是泄氣孔直徑、安全氣囊拉帶長度，影響程度最弱的是肩帶與假人間摩擦系數。

由表6可知，安全帶肩帶力是最主要的因素，其他3個因素的影響程度相差不大。

綜合以頭部傷害指標、累積[A3 ms]合成加速度、WIC為目標的極差分析發現，肩帶與假人摩擦系數為影響最弱的因素。所以選取對3個指標影響程度都比較強的安全帶肩帶力、安全氣囊拉帶長度、泄氣孔直徑3個參數進行后續的優化分析。

3 約束系統參數優化

原仿真模型中所使用的因素及水平為安全帶肩帶力9 kN、泄氣孔直徑35 mm、安全氣囊拉帶長度（300， 300， 220）mm，根據實車的相關數據及模型數據得到除此之外的4個水平，最終選取的因素和水平如表7所示。

通過表7確定的因素和水平值選用正交試驗表，選取3因素5水平正交試驗L25（53）進行仿真，以Ls-Dyna軟件求解，在Hypergraph得到的分析結果如表8所示。

由表8中仿真得到的結果可知，試驗11的頭部傷害指標、累積[A3 ms]、WIC值都明顯降低，右大腿壓縮力微小增加，即對假人傷害影響較小，可見試驗11為參數的最佳匹配方式，即安全帶肩帶力7 kN、泄氣孔直徑35 mm、安全氣囊拉帶長度為（300， 300， 200） mm。

優化前后對比結果如表9所示，優化后駕駛員頭部傷害指標降低了19.79%，累積[A3 ms]降低了7.80%，WIC值降低了16.87%。在降低頭部傷害指標HIC、累積[A3 ms]、WIC這3個指標的同時，其他指標也都滿足GB 11551—2014規范要求。

4 結論

本文以某款微型電動汽車為研究對象，在駕駛員座椅放置Hybrid Ⅲ 50th男性假人，依據國標進行49 km/h正面碰撞的相關實車試驗和仿真。通過極差分析和正交試驗進行仿真分析，總結出一套微型電動汽車約束系統設計與優化的方法，并最終確定了該車型的約束系統參數為：安全帶肩帶力7 kN、泄氣孔直徑35 mm、安全氣囊拉帶長度（300， 300， 200） mm。此前相關研究大多針對常規車輛，本文結合已有的研究方法對微型電動汽車進行約束系統參數的匹配研究，達到了提升其安全性能的效果，后續可進行實車試驗驗證其優化效果。

參考文獻

[1] 張照軍.考慮耐撞性能的車身結構優化研究[D].柳州：廣西科技大學，2021.

[2] 林坡.汽車偏置碰撞中駕駛員側乘員約束系統優化研究[D].鎮江：江蘇大學，2018.

[3] SHIN H S，YEO T J，HA W P. The numerical study for the adaptive restraint system[J]. SAE Technical Papers，2007. Doi：10.4271/2007-01-1500.

[4] ITO D，EJIMA S，SUKEGAWA Y，et al. Assessment of a pre-crash seatbelt technology in frontal impacts by using a new crash test sled system with controllable pre-impact braking[C]//23rd International Technical Conference on the Enhanced Safety of Vehicles （ESV） National Highway Traffic Safety Administration，2013.

[5] MAGES M，SEYFFERT M，CLASS U. Analysis of the pre-crash benefit of reversible belt pre-pretensioning in different accident scenarios[C]//Proceedings of the 22nd International Technical Conference on the Enhanced Safety of Vehicles （ESV），2011：11-0442.

[6] 賈宏波，谷安濤.汽車車身碰撞建模影響因素的研究[J].汽車技術，1998（1）：12-15.

[7] 賈宏波，黃金陵，李掌宇，等.車身碰撞仿真技術在紅旗轎車車身開發中的應用[J].汽車工程，1998，20（5）：257-261.

[8] 練朝春，王棟良，裴磊.基于正交試驗設計的乘員約束系統性能優化[J]. 機械工程師，2011（8）：65-67.

[9] 蔣小晴，楊濟匡，肖志.基于車身結構與約束系統集成優化的乘員胸部保護研究[J].汽車工程，2013，35（4）：369-374.

[10] 葛如海，黃凱凱，應龍.兼顧女性駕駛員的約束系統研究[J].重慶理工大學學報（自然科學），2017，31（11）：16-24.

[11] 劉曉軒.《拉丁美洲新車評價規程—兒童乘員保護（2020年修訂版）》翻譯實踐報告[D].柳州：廣西科技大學，2021.

[12] 郝琪，崔宏偉，劉正午，等.微型電動車小偏置碰撞下約束系統參數的匹配研究[J/OL].機械科學與技術，1-8[2022-07-07].https：//kns.cnki.net/KCMS/detail/detail.aspx？dbcode=CJFDamp;dbname=CCJDLAST2amp;filename=JXKX2022061500O.

[13] 全國汽車標準化技術委員會.汽車正面碰撞的乘員保護：GB 11551—2014[S].北京：中國標準出版社，2014.

[14] 梁永福.基于有限元的正面碰撞乘員安全防護研究[D].重慶：重慶理工大學，2016.

[15] 陳萬運.偏置碰撞中約束系統對不同百分位假人保護研究[D].重慶：重慶理工大學，2018.

[16] 劉鑫，陳德，周振華，等.基于概率-區間混合模型的汽車乘員約束系統可靠性優化設計[J].振動與沖擊，2021，40（20）：240-246.

[17] 李亞明.基于C-NCAP汽車正面碰撞駕駛員側約束系統匹配與優化[D].錦州：遼寧工業大學，2017.

[18] 王鵬.25%正面小偏置碰撞下某車型車身結構和約束系統仿真研究[D].重慶：重慶理工大學，2016.

Research on constraint system matching for

micro electric vehicles in frontal collision

XU Zhenzhen1， YIN Huijun*1， YI Chao2， XIE Weijie2， CHEN Yueliang2， FAN Shasha3， CHEN Tao4

（1. School of Mechanical and Automotive Engineering， Guangxi University of Science and Technology， Liuzhou 545616， China; 2. Hunan Huda Axeng Automobile Technology Development Co.， Ltd.， Liuzhou 545000， China;

3. SAIC-GM-Wuling Automobile Co.， Ltd.， Liuzhou 545007， China; 4. School of Mechanical and Vehicle

Engineering， Hunan University， Changsha 410082， China）

Abstract： The researches on micro electric vehicles are increasing， but there are relatively few "on collision safety at present. In this paper， the test of frontal collision of 49 km/h and simulation analysis were performed to optimize the parameters matching of the vehicle constraint system by selecting a domestic micro electric car and Hybrid Ⅲ 50th male dummy. In reference to the protection requirements of drivers and passengers in relevant criterion， firstly， the head injury criterion （HIC）， head cumulative 3 ms synthetic acceleration and weighted injury criterion （WIC） were examined， the range analysis was made to comprehensively select parameters and level values. Then the optimal design simulation was completed through orthogonal test. Finally， the optimal parameter matching method was obtained. The research achieves the optimal effects of protection for the driver. The head position injury of the driver can be reduced， while the chest and lower limb injury levels can be maintained or reduced， so that the comprehensive injury can also be reduced.

Keywords： micro electric vehicle; frontal collision; constraint system; parameter matching; range analysis; orthogonal test

（責任編輯：黎 婭、于艷霞）