一种确定侧面安全气囊形状的方法技术

本发明专利技术公开了一种确定侧面安全气囊形状的方法，包括选择优化点，将优化点的位置坐标作为气囊形状变量；获取反映气囊形状变量与气囊面积和假人损伤数据之间函数关系的近似面积模型和近似损伤模型；对气囊形状变量进行优化采样；将优化采样获得的优化用气囊形状变量输入近似面积和损伤模型中，获得近似气囊面积和近似假人损伤数据；在使近似假人损伤数据满足损伤指标约束条件的优化用气囊形状变量中选取使得近似气囊面积最小的预设数量的优化用气囊形状变量作优化解；获取与优化解对应的气囊面积和假人损伤数据；在使假人损伤数据满足损伤指标约束条件的优化解中选取使得气囊面积最小的优化解作目标解。本发明专利技术可以较小计算量得到较精确的优化结果。

【技术实现步骤摘要】

本专利技术涉及汽车
，尤其涉及一种基于几何参数化的确定侧面安全气囊形状的方法。
技术介绍
随着汽车行业的快速发展，人们对汽车被动安全越来越重视。安全、节能和环保也成为了当今汽车工程领域的三大设计主题。对于汽车侧面碰撞来说，侧面安全气囊无疑是保护乘员，避免乘员与车体内饰件发生二次碰撞的最重要的安全辅助装置，其在侧面乘员保护中的作用是被汽车工业界公认的，已经成为了许多车型的基本安全配置，特别是胸腹式侧面安全气囊可以有效地保护侧面碰撞中乘员的易受损伤的胸部和腹部部位。对于侧面安全气囊的设计，其气囊形状的设计又是设计中的重点和难点，因为侧面安全气囊的形状设计受很多因素的影响，包括乘员侧面空间，门内饰板造型，门内饰板刚度，车体入侵速度和入侵量，车体变形轮廓，座椅变形和乘员运动姿态等多种因素，因此在实际设计中侧面安全气囊的形状往往需要反复修改，以实现更好地乘员保护效果。目前确定侧面安全气囊形状的方法主要有两种:一是试验试错法，即通过反复手动修改气囊形状，反复进行侧面台车试验对比乘员损伤情况来实现最终的形状优化；另一种是仿真试错法，通过反复手动修改气囊形状，反复运行乘员损伤分析模型来优化气囊形状，该乘员损伤分析模型例如是TNO公司的MADYMO (Mathematical Dynamic Model)。试验试错法和仿真试错法这两种方法针对气囊形状的优化设计都是根据工程经验，反复手动修改气囊形状，反复试错，由于手动修改所能进行的采样有限，而且针对气囊形状的设计又缺少明确的方法作为指导，因此很难保证气囊形状一次性优化到位，也很难得到最优的乘员保护效果，大大增加了侧面安全气囊的开发成本和开发周期，因此急需一种科学的，高效的，完全自动化及性能最优化的确定侧面安全气囊形状的方法。
技术实现思路
本专利技术实施例的目的在于解决现有方法存在的开发成本高及开发周期长的问题，提供一种高效的确定侧面安全气囊形状的方法。为实现上述目的，本专利技术采用的技术方案为:，包括:选择优化点，将所有优化点相对优化坐标系的位置坐标作为用于确定侧面安全气囊形状的气囊形状变量；获取训练用气囊形状变量，及训练用气囊形状变量与气囊面积和假人损伤数据之间的对应关系；利用训练用气囊形状变量与气囊面积之间的对应关系，获取反映气囊形状变量与气囊面积之间函数关系的近似面积模型；利用训练用气囊形状变量与假人损伤数据之间的对应关系，获得反映气囊形状变量与假人损伤数据之间函数关系的近似损伤模型；对所述气囊形状变量进行优化采样，获得优化用气囊形状变量；将优化用气囊形状变量分别输入至所述近似面积模型和近似损伤模型中，以分别获得与优化用气囊形状变量相对应的近似气囊面积和近似假人损伤数据；在使得近似假人损伤数据满足损伤指标约束条件的优化用气囊形状变量中选取使得近似气囊面积最小的预设数量的优化用气囊形状变量作为优化解；获取与优化解相对应的气囊面积和假人损伤数据；在使得假人损伤数据满足损伤指标约束条件的优化解中选取使得气囊面积最小的优化解作为目标解；根据所述目标解确定侧面安全气囊形状。优选的是，所述方法还包括:将所述优化解增加至所述训练用气囊形状变量中，并对所述近似面积模型和近似损伤模型进行训练更新；所述对所述气囊形状变量进行优化采样包括:对所述气囊形状变量进行优化采样，直到满足迭代停止条件为止。所述在使得假人损伤数据满足损伤指标约束条件的优化解中选取使得气囊面积最小的优化解作为目标解包括:在使得假人损伤数据满足损伤指标约束条件的经最后一次优化采样选取的优化解中，选取使得气囊面积最小的优化解作为目标解。优选的是，所述方法还包括:在所述优化解的附近进行补充训练采样，获得训练用补充气囊形状变量；获取与训练用补充气囊形状变量相对应的气囊面积和假人损伤数据；将所述优化解及训练用补充气囊形状变量增加至所述训练用气囊形状变量中，并对所述近似面积模型和近似损伤模型进行训练更新。优选的是，所述迭代停止条件为:对所述气囊形状变量进行优化采样的次数达到预设的最大优化采样次数，或者相邻两次优化采样选取的目标解对应的气囊面积的差值小于等于预设值。优选的是,所述选择优化点包括:确定侧面安全气囊形状的初始形状及相对优化坐标系的初始位置；在所述初始形状的轮廓上选择优化点。优选的是，所述获取训练用气囊形状变量，及训练用气囊形状变量与气囊面积和假人损伤数据之间的对应关系包括:对所述气囊形状变量进行训练采样，以获取训练用气囊形状变量；生成与所述训练用气囊形状变量相对应的侧面安全气囊有限元分析模型的网格，作为训练网格；利用所述训练网格，获取训练用气囊形状变量与气囊面积和假人损伤数据之间的对应关系；及/或，所述获取与优化解相对应的气囊面积和假人损伤数据包括:生成与所述优化解相对应的侧面安全气囊有限元分析模型的网格，作为优化网格；利用所述优化网格，获取与优化解相对应的气囊面积和假人损伤数据。优选的是，所述对所述气囊形状变量进行训练采样包括:采用试验设计方法对所述气囊形状变量进行训练采样；及/或，所述对所述气囊形状变量进行优化采样包括:采用试验设计方法对所述气囊形状变量进行优化采样。优选的是，对所述气囊形状变量进行优化采样而获得的优化用气囊形状变量的组数至少为对所述气囊形状变量进行训练采样而获得训练用气囊形状变量的组数的10倍。优选的是，所述利用所述训练网格，获取训练用气囊形状变量与气囊面积和假人损伤数据之间的对应关系包括:将所述训练网格分别输入至气囊面积计算模型和乘员损伤分析模型中，以分别获得与训练用气囊形状变量相对应的气囊面积和假人损伤数据；及/或，所述利用所述优化网格，获取与优化解相对应的气囊面积和假人损伤数据包括:将所述优化网格分别输入至气囊面积计算模型和乘员损伤分析模型中，以分别获得与优化解相对应的气囊面积和假人损伤数据。优选的是，所述优化坐标系为二维坐标系，所述优化坐标系的第一坐标轴沿座椅靠背的方向延伸，所述优化坐标系的第二坐标轴在沿车身长度方向延伸的竖直平面上与所述第一坐标轴垂直。优选的是，所述初始形状包括与所述第一坐标轴平行的边作为侧面安全气囊的安装边，在所述第二坐标轴的方向上位于安装边前方的边作为优化边，连接优化边与安装边的两个直线段，所述优化点位于初始形状的四个角点上及所述优化边上。本专利技术的有益效果在于，本专利技术的确定侧面气囊形状的方法首先基于训练用气囊形状变量获得反映气囊形状变量与气囊面积之间函数关系的近似面积模型，及反映气囊形状变量与假人损伤数据之间函数关系的近似损伤模型，由于该近似模型基于函数关系进行计算，而并非真正的仿真模型，因此，可以根据输入的优化用气囊形状变量快速计算出近似气囊面积和近似假人损伤指标，这样每次进行优化采样的点数可以非常大，以筛选出更精确的优化解，之后再将筛选出的优化解例如是输入至仿真模型中进行确认，进而可以相对小的计算量得到较为精确的优化结果。【附图说明】图1示出了根据本专利技术所述确定侧面安全气囊形状的方法的第一种实施方式的流程图；图2示出了根据本专利技术所述确定侧面安全气囊形状的方法的第二种实施方式的流程图；图3示出了根据本专利技术所述确定侧面安全气囊形状的方法的第三种实施方式的流程图；图4示出了侧面安全气囊的一种初始形状及相对优化坐标系的初始位置。【具体实施方式】下本文档来自技高网...

【技术保护点】
一种确定侧面安全气囊形状的方法，其特征在于，包括：选择优化点，将所有优化点相对优化坐标系的位置坐标作为用于确定侧面安全气囊形状的气囊形状变量；获取训练用气囊形状变量，及训练用气囊形状变量与气囊面积和假人损伤数据之间的对应关系；利用训练用气囊形状变量与气囊面积之间的对应关系，获取反映气囊形状变量与气囊面积之间函数关系的近似面积模型；利用训练用气囊形状变量与假人损伤数据之间的对应关系，获得反映气囊形状变量与假人损伤数据之间函数关系的近似损伤模型；对所述气囊形状变量进行优化采样，获得优化用气囊形状变量；将优化用气囊形状变量分别输入至所述近似面积模型和近似损伤模型中，以分别获得与优化用气囊形状变量相对应的近似气囊面积和近似假人损伤数据；在使得近似假人损伤数据满足损伤指标约束条件的优化用气囊形状变量中选取使得近似气囊面积最小的预设数量的优化用气囊形状变量作为优化解；获取与优化解相对应的气囊面积和假人损伤数据；在使得假人损伤数据满足损伤指标约束条件的优化解中选取使得气囊面积最小的优化解作为目标解；根据所述目标解确定侧面安全气囊形状。

【技术特征摘要】
1.一种确定侧面安全气囊形状的方法，其特征在于，包括: 选择优化点，将所有优化点相对优化坐标系的位置坐标作为用于确定侧面安全气囊形状的气囊形状变量； 获取训练用气囊形状变量，及训练用气囊形状变量与气囊面积和假人损伤数据之间的对应关系； 利用训练用气囊形状变量与气囊面积之间的对应关系，获取反映气囊形状变量与气囊面积之间函数关系的近似面积模型； 利用训练用气囊形状变量与假人损伤数据之间的对应关系，获得反映气囊形状变量与假人损伤数据之间函数关系的近似损伤模型； 对所述气囊形状变量进行优化采样，获得优化用气囊形状变量； 将优化用气囊形状变量分别输入至所述近似面积模型和近似损伤模型中，以分别获得与优化用气囊形状变量相对应的近似气囊面积和近似假人损伤数据； 在使得近似假人损伤数据满足损伤指标约束条件的优化用气囊形状变量中选取使得近似气囊面积最小的预设数量的优化用气囊形状变量作为优化解； 获取与优化解相对应的气囊面积和假人损伤数据； 在使得假人损伤数据满足损伤指标约束条件的优化解中选取使得气囊面积最小的优化解作为目标解； 根据所述目标解确定侧面安全气囊形状。2.根据权利要求1所述的方法，其特征在于，所述方法还包括: 将所述优化解增加至所述训练用气囊形状变量中，并对所述近似面积模型和近似损伤模型进行训练更新； 所述对所述气囊形状变量进行优化采样包括: 对所述气囊形状变量进行优化采样，直到满足迭代停止条件为止； 所述在使得假人损伤数据满足损伤指标约束条件的优化解中选取使得气囊面积最小的优化解作为目标解包括: 在使得假人损伤数据满足损伤指标约束条件的经最后一次优化采样选取的优化解中，选取使得气囊面积最小的优化解作为目标解。3.根据权利要求2所述的方法，其特征在于，所述方法还包括: 在所述优化解的附近进行补充训练采样，获得训练用补充气囊形状变量； 获取与训练用补充气囊形状变量相对应的气囊面积和假人损伤数据； 将所述优化解及训练用补充气囊形状变量增加至所述训练用气囊形状变量中，并对所述近似面积模型和近似损伤模型进行训练更新。4.根据权利要求2或3所述的方法，其特征在于，所述迭代停止条件为:对所述气囊形状变量进行优化采样的次数达到预设的最大优化采样次数，...

【专利技术属性】
技术研发人员：李铁柱，陶其铭，张雷，袁海龙，卢元燕，
申请(专利权)人：安徽江淮汽车股份有限公司，
类型：发明
国别省市：安徽;34