汽車碰撞模擬實(shí)驗(yàn)臺(tái)設(shè)計(jì),汽車碰撞模擬實(shí)驗(yàn)臺(tái)設(shè)計(jì),汽車,碰撞,模擬,摹擬,實(shí)驗(yàn),試驗(yàn),設(shè)計(jì) 南 京 理 工 大 學(xué) 紫 金 學(xué) 院 畢業(yè)設(shè)計(jì)(論文)外文資料翻譯修改后打印 系： 機(jī)械工程系 專 業(yè)： 機(jī)械工程及自動(dòng)化 姓 名： 方勇 學(xué) 號(hào)： 060104243 (用外文寫) 外文出處：Advances in Engineering Software 39 (2008) 459–465 附 件： 1.外文資料翻譯譯文；2.外文原文。 指導(dǎo)教師評(píng)語(yǔ)： 外文翻譯遵循了原文，用詞準(zhǔn)確，語(yǔ)句也比較通順，整體質(zhì)量良好，但存在個(gè)別語(yǔ)句較生硬的不足。 簽名： 年 月 日 注：請(qǐng)將該封面與附件裝訂成冊(cè)。 附件1：外文資料翻譯譯文 基于車身三維變形分析的汽車碰撞事故的重構(gòu) 1.引言 車禍帶給人引人注目的悲劇，已經(jīng)成為嚴(yán)重的社會(huì)問(wèn)題，危及人民和他們的財(cái)產(chǎn)，特別是像中國(guó)這樣飛速發(fā)展的發(fā)展中國(guó)家。這些年由于民事訴訟案件的增加，車輛碰撞分析和事故重建已變得日益流行。車輛撞車事故重建的最關(guān)鍵因素是恢復(fù)車輛碰撞前的速度。 汽車碰撞事故的整個(gè)過(guò)程可分為3個(gè)階段： （1）碰撞前的影響——汽車出發(fā)點(diǎn)的重建的依據(jù)是從事故現(xiàn)場(chǎng)獲得。 （2）碰撞時(shí)的影響——汽車的速度、方向、位置等等因素的影響起決定性作用。 （3）碰撞后的影響——速度和軌跡（通常未知）起關(guān)鍵作用。事故分析的主要線索是通過(guò)車輛碰撞后的狀態(tài)來(lái)推測(cè)碰撞前的位置。然后通過(guò)收集、記錄、調(diào)查與分析事故現(xiàn)場(chǎng)。 有很多方法來(lái)評(píng)估車輛的速度，評(píng)估速度通常用以下的一種或更多的方面入手： （1）動(dòng)力/能量分析 （2）傷害/能量分析 （3）離心力分析 （4）起動(dòng)，翻倒或飛躍的分析 （5）幾何和時(shí)序分析 （6）事件數(shù)據(jù)記錄儀 常用的事故再現(xiàn)方法在實(shí)際應(yīng)用方面存在著一定的局限性，另一方面，動(dòng)量/能量這個(gè)分析方法需要清晰地剎車痕跡或事故中其他車輛的位置，但是現(xiàn)在由于ABS系統(tǒng)剎車痕跡很弱或根本不存在了。變形/能量分析方法重建事故主要從車體的變形角度考慮。另一個(gè)方法只能應(yīng)用在特殊的交通事故中。 由于交通事故種類多樣，復(fù)雜，瞬時(shí)性，對(duì)事故手動(dòng)定量分析的精度相當(dāng)?shù)牡?。?duì)于交通事故，找出碰撞前的速度和軌跡是主要目標(biāo)。在車輛碰撞事故中車輛的彈性變形和其他碰撞物體是重要的信息，然而，考慮到變形這個(gè)因素，用計(jì)算機(jī)仿真模型重建交通事故很少。由于仿真技術(shù)的發(fā)展，變形可以通過(guò)有限元法被充分利用，這樣對(duì)重建交通事故起到重要的作用。清晰地有限元法不僅能得到高速下的材料應(yīng)變率，而且使用很小的積分時(shí)間元同樣可以弄清塑料的彈性特征。因此，在研究重建汽車事故中使用有限元分析法可以取得一個(gè)很高的計(jì)算精度。此外，對(duì)結(jié)果的有效描述，通過(guò)使用有限元法后期加工軟件和對(duì)主要能量吸收部分變形現(xiàn)象的直接觀察可以得到三維動(dòng)畫，同樣可以用于多種類型的事故，如擋泥板和前面的縱向梁。這不能通過(guò)其他事故重建程序完成。目前，有限元法廣泛應(yīng)用于車輛模擬碰撞，可惜的是FEM重來(lái)就沒(méi)對(duì)事故重建很好的運(yùn)用有限元法，因?yàn)槟切枰芏嗟哪M碰撞次數(shù)，也將花費(fèi)大量的時(shí)間。 因此，這是一篇關(guān)于使用神經(jīng)網(wǎng)絡(luò)和有限元方法發(fā)展重建事故技術(shù)的論文，在當(dāng)前的方法中，模擬汽車碰撞事故采用LSDYNA非線性有限元法。在碰撞事故數(shù)字信息的基礎(chǔ)上，一個(gè)三層正反饋神經(jīng)網(wǎng)絡(luò)用于生成一個(gè)初始碰撞參數(shù)與變形指數(shù)E的近似函數(shù)。 E的近似函數(shù)是遺傳算法約束下的最大速度和角度，本程序適用于一個(gè)典型的交通事故：縱向梁和擋泥板上要點(diǎn)的變形可以用來(lái)進(jìn)行測(cè)量仿真結(jié)果。這些結(jié)果可通過(guò)BP學(xué)習(xí)規(guī)則用于培養(yǎng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，預(yù)先碰撞速度可以通過(guò)訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)獲得，那為事故判斷提供了科學(xué)依據(jù)。 2.非線性有限元方法和神經(jīng)網(wǎng)絡(luò) 2.1非線性有限元法的碰撞模擬 由于整體的某點(diǎn)，通過(guò)解決動(dòng)量方程可以找到變形的時(shí)間現(xiàn)象。 顯示不了，所有公式再往右縮進(jìn)2字符！ 式（1） 式中，是柯西壓力,是電流密度,f是體積力密度、是加速度。 式（1)滿足牽引力的邊界條件： 式（2） 在邊界上，位移邊界條件是： 式（3） 在的邊界上，連續(xù)中斷 式（4） 沿著的邊界上當(dāng)時(shí) ，能量方程： 式（5） 式中，V是相對(duì)體積，和代表偏應(yīng)力和壓力 式（6） 式（7） 式中，是體積粘性，是張量積，如果i=j,=1,否則=0.是張應(yīng)力 已知 式（8） 式中， 滿足所有邊界要求，這個(gè)綜合結(jié)束通用幾何學(xué)，通過(guò)使用分歧理論，它引出一個(gè)虛擬工作原理。 式（9） 這個(gè)結(jié)構(gòu)和成分可以通過(guò)很多原理模仿，形狀函數(shù)方面的拉格朗日原理代表了幾何元素，裝配后，基本的質(zhì)量集中在節(jié)點(diǎn)。然而,模擬碰撞有限元模型包含大量的要素，詳細(xì)差分法的時(shí)間元是少的，計(jì)算的時(shí)間是相當(dāng)?shù)拈L(zhǎng)。 2.2 利用BP神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)作為全球性的近似工具被廣泛使用，因?yàn)樵谶^(guò)去經(jīng)驗(yàn)的基礎(chǔ)上它有能力去處理和繪制外部數(shù)據(jù)和信息。在神經(jīng)網(wǎng)絡(luò)中，傳輸和處理的輸入數(shù)據(jù)被分配到一個(gè)簡(jiǎn)單的計(jì)算網(wǎng)絡(luò)中的單位叫做神經(jīng)元。當(dāng)加權(quán)和的投入超過(guò)活化價(jià)值時(shí)，每個(gè)神經(jīng)元返回一個(gè)輸出信號(hào)。輸出值通過(guò)定義一個(gè)轉(zhuǎn)移功能可以計(jì)算出，也稱為激活功能。 在這項(xiàng)研究中一個(gè)正反饋多層神經(jīng)網(wǎng)絡(luò)被使用，該網(wǎng)絡(luò)由第一層神經(jīng)元，一個(gè)或多個(gè)隱藏層和輸出層組成。圖1作為補(bǔ)充。 圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 第一層叫做輸入層，收到外部輸入信號(hào)轉(zhuǎn)移到隱藏層。這個(gè)信號(hào)由隱藏層到輸出層被改進(jìn)、加權(quán)和重新分配。電流神經(jīng)元的KTH層的輸出信號(hào)可以計(jì)算出來(lái)： 式（10） 式中，是地方傳遞函數(shù)考慮層，一個(gè)C形功能是用作神經(jīng)元的隱藏層，這個(gè)功能可以寫成： 式（11） 神經(jīng)元的輸出層使用一個(gè)線性傳遞函數(shù) ： 式（12） 式中，fi是ki 神經(jīng)元的激活信號(hào)，激活價(jià)值計(jì)算為： 式（13） 在學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的過(guò)程中涉及到很多的實(shí)例，訓(xùn)練集以輸入輸出為已知的一種經(jīng)驗(yàn)，連接重量和神經(jīng)網(wǎng)絡(luò)的價(jià)值偏差改變了，所以最小化了已知和計(jì)算的輸出中的偏差。利用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)法則，其中已知和計(jì)算的輸出均方根是最小化得。訓(xùn)練的過(guò)程是執(zhí)行L-M算法，這個(gè)算法最初是為最小二乘方設(shè)計(jì)的，其中目標(biāo)函數(shù)被定義為平方的概括，像這樣的目標(biāo)函數(shù)正在研究。 一個(gè)批處理模式用于完成訓(xùn)練過(guò)程，每個(gè)神經(jīng)網(wǎng)絡(luò)單一的平方誤差的輸出被規(guī)定為平方根誤差的概括，由每個(gè)案例的訓(xùn)練的到。事實(shí)上，考慮到N對(duì)輸入輸出的訓(xùn)練區(qū)，最小化誤差被定義為RMS 式（14） 為了提高學(xué)習(xí)階段的速度和效率，輸入和輸出數(shù)據(jù)被定標(biāo)，于此，利用方程輸入數(shù)據(jù)被標(biāo)的為0和1之間的線性攀升。 式（15） 式中，X是設(shè)計(jì)變量矢量的刻度值，Xmax和Xmin是各自設(shè)計(jì)領(lǐng)域的最大和最小值。當(dāng)輸出值主要和變形有關(guān)的時(shí)候，神經(jīng)網(wǎng)絡(luò)的輸入值的選擇描述了考慮結(jié)構(gòu)的速度和角度。 3. 有限元法的事故重建和神經(jīng)網(wǎng)絡(luò) 根據(jù)碰撞事故的特征指標(biāo)，給予事故評(píng)估的目錄，X1，X2， .. .,Xn，在碰撞中主要部件的崩潰體現(xiàn)了變形的關(guān)鍵。這個(gè)關(guān)鍵點(diǎn)是圓孔和螺栓孔的選擇，這樣很容易找到。中心圓孔的變形能通過(guò)孔上3分圓的變形測(cè)量，螺栓孔的變形可以通過(guò)在那的3坐標(biāo)節(jié)點(diǎn)的信息測(cè)量。 從調(diào)查事故現(xiàn)場(chǎng)使用這些指標(biāo)的測(cè)量值，x1e,x2e, . . .，xne，這些指標(biāo)的計(jì)算從電腦模擬:x1c,x2c, . . .,xnc,指數(shù)E反應(yīng)了事故重建的難易度。 式（16） 如何取指數(shù)E的最大值是重復(fù)電腦模擬的過(guò)程，在短時(shí)間內(nèi)，計(jì)算機(jī)仿真和神經(jīng)網(wǎng)絡(luò)建模相結(jié)合的方法是事故重建的一種技術(shù)改造。有限元分析往往為神經(jīng)網(wǎng)絡(luò)培訓(xùn)和測(cè)試產(chǎn)生例子，并使用商務(wù)條列LS-DYNA。 訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)能夠繪制清變量間的關(guān)系，也就是汽車的初速度和角度，目標(biāo)函數(shù)也就是指數(shù)E。解決訓(xùn)練模式的執(zhí)行是通過(guò)design-of-experiment這個(gè)技術(shù)，這為了得到均勻分配內(nèi)部領(lǐng)域，最大的指數(shù)E是利用訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的遺傳算法取得，如圖2所示： 圖2 事故重建流程圖 4.交通事故實(shí)例應(yīng)用 4.1事故現(xiàn)場(chǎng)有限元模型建立 采用有限元法及神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)一例真實(shí)汽車事故進(jìn)行了再現(xiàn)分析，該事故發(fā)生在2001年12月海南試車場(chǎng)，如圖3所示。 圖3 事故現(xiàn)場(chǎng)的圖片 針對(duì)本次事故的特點(diǎn)，選擇前縱梁和擋泥板作為變形量測(cè)量對(duì)象 用三坐標(biāo)測(cè)量?jī)x測(cè)量了車身變形，首先在車身后部未發(fā)生變形的部位建立車身坐標(biāo)系．選擇前縱粱上的7個(gè)螺栓定位點(diǎn) 及擋泥板上4個(gè)圓孔的圓心作為關(guān)鍵點(diǎn)．用三坐標(biāo)測(cè)量?jī)x測(cè)量了其坐標(biāo)，，因?yàn)檫@2個(gè)主要能量吸收部分幾乎不受到粗糙表面的影響，他們應(yīng)該比前面更可靠：圖4是攝影測(cè)量變形的關(guān)鍵點(diǎn)，圖5是擋泥板和縱前梁的關(guān)鍵點(diǎn)。 圖4 關(guān)鍵點(diǎn)變髟量刪量現(xiàn)場(chǎng)照片 圖5 擋泥板和縱前梁的關(guān)鍵點(diǎn) 4.2 有限元建模 車輛模型是先拆卸和組成幾大類：框架、前面的內(nèi)部、機(jī)艙、門、等。利用UG和catia軟件獲得三維幾何數(shù)據(jù)的每個(gè)組成部分。接下來(lái)，為了嚙合與模型裝配這些文件輸入到Hypermesh軟件。最后，這個(gè)模型是翻譯LS-DYNA輸入文件。眾所周知，這個(gè)系統(tǒng)地總體結(jié)構(gòu)式由通過(guò)關(guān)節(jié)連接的130個(gè)部分組成（包括點(diǎn)焊機(jī)、電弧焊接、螺栓鉚連接,連接和膠粘劑粘）。許多不同類型的元素是用來(lái)描述幾何形狀，連接特性等。當(dāng)某些特定條件得到滿足時(shí)，包括不合格的殼單元，橫梁?jiǎn)卧?，桿單元，六面體單元，彈簧單元，剛性單元，特定焊接單元 一個(gè)模擬正面碰撞中占有者的動(dòng)態(tài)行為的三維虛擬模型被建立，模型的所有部分使用球面和轉(zhuǎn)動(dòng)關(guān)節(jié)連接，該數(shù)據(jù)模型根據(jù)CMVDR294對(duì)實(shí)驗(yàn)結(jié)果的方法被驗(yàn)證（中國(guó)汽車設(shè)計(jì)準(zhǔn)則），圖6是比較實(shí)驗(yàn)和數(shù)值間加速-時(shí)間曲線。 圖6 測(cè)試結(jié)果和仿真結(jié)果加速度曲線 在這個(gè)模擬中，引擎的變形不被考慮，但被當(dāng)做一個(gè)剛性的部分，門使用鉸鏈和門鎖連接到車身，根據(jù)交通事故現(xiàn)場(chǎng)的照片，整個(gè)模型也包含墻的有限元模型 圖7是商業(yè)車輛和墻的有限元模型，圖8是擋泥板和前縱向梁的有限元模型。 圖7 墻和商用車輛的有限元模型 圖8 擋泥板和縱向梁的有限元模型 4.3 事故重建 縱向梁和擋泥板的變形測(cè)量值都列在表1。 把商用車輛的速度和方向作為設(shè)計(jì)變量，把上界和下界設(shè)計(jì)變量限制在 表1 變形的要點(diǎn) 表2所示：每個(gè)實(shí)際變量的六設(shè)計(jì)水平有各種相同的間隔。 表2 設(shè)計(jì)變量和設(shè)計(jì)水平 在設(shè)計(jì)區(qū)域中訓(xùn)練區(qū)總共由36個(gè)要點(diǎn)構(gòu)成，測(cè)試區(qū)由設(shè)計(jì)領(lǐng)域內(nèi)隨機(jī)挑選的4個(gè)要點(diǎn)構(gòu)成，平均CPU時(shí)間為一個(gè)單一的有限元分析約八小時(shí)的onyx3800使用4個(gè)cpu SGI系統(tǒng)并行計(jì)算機(jī)。 要點(diǎn)11的變形數(shù)據(jù)和指數(shù)E是為神經(jīng)網(wǎng)絡(luò)輸出值的每個(gè)模擬仿真設(shè)計(jì)的，　　培訓(xùn)參數(shù)主要包括學(xué)習(xí)速率和動(dòng)力常數(shù)。如圖9所示 圖9 訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò) 從表3,可以發(fā)現(xiàn),神經(jīng)網(wǎng)絡(luò)能映射關(guān)系初始?jí)嫐У膮?shù)與變形指標(biāo)的準(zhǔn)確的方式，指數(shù)E的最大值利用訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)的遺傳算法獲得的，圖10顯示仿真結(jié)果，可以這樣說(shuō)，真正事故中的速度和角度和模擬中的十分吻合。 表3 有限元法和神經(jīng)網(wǎng)絡(luò)得到的指數(shù)E 圖10 16度和51km/h條件下的仿真結(jié)果 4.4 結(jié)果確認(rèn) 由于事故現(xiàn)場(chǎng)中輪胎的清晰痕跡（圖3a顯示）我們可以得到模型的標(biāo)志，利用數(shù)字技術(shù)解決了帕方程得到了對(duì)象點(diǎn)集（見(jiàn)圖11）。所以墻和車輛運(yùn)動(dòng)方向間的角度能夠從這個(gè)模型中測(cè)量，結(jié)果是16.89度。然后這個(gè)模型會(huì)輸入到PC-CRASH中，車輛撞墻前的速度能被計(jì)算出事49.3km/h。 PC-Crash包含了幾種不同的計(jì)算模型,包括一個(gè)脈沖動(dòng)量模型，一個(gè)剛度沖擊模型，一個(gè)模擬軌道動(dòng)力模型，和一種簡(jiǎn)單的動(dòng)力學(xué)模型。為了最大多功能化，PC-Crash模擬結(jié)果能在平面和立體圖，三維透視圖和大量的圖表和表格中獲得。 PC-Crash的仿真結(jié)果非常接近有限元方法，但是這個(gè)軟件不能利用車輛變形的信息，和它完全依賴輪胎的痕跡。眾所周知，現(xiàn)在很多車輛安裝ABS防抱死系統(tǒng)使得車輛很難獲得清晰地剎車痕，此外，天氣和人都很容易損壞剎車痕，有限元方法通過(guò)車輛變形解決了速度和角度，并不需要任何外部條件，如剎車痕等。因此，有限元方法可以得到更可靠的結(jié)果。 圖11 事故現(xiàn)場(chǎng)的三維重建 5. 總結(jié) 本文提供了結(jié)合有限元分析和神經(jīng)網(wǎng)絡(luò)來(lái)重建碰撞事故的一種新的技術(shù)，利用有限元模擬充分考慮彈性變形和應(yīng)變速率的研究結(jié)果更準(zhǔn)確。利用神經(jīng)網(wǎng)絡(luò)，最初的碰撞參數(shù)和關(guān)鍵點(diǎn)的變形之間的關(guān)系能正確的繪制出，因此它降低了有限元模擬的周期。為了驗(yàn)證，程序用于一個(gè)典型的交通事故。利用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)仿真的碰撞前速度和角度和真正的意外相一致，可以為事故的判斷提供一種科學(xué)的依據(jù)。 附件2：外文原文（復(fù)印件）