基于并行有限元和神經網絡的汽車碰撞事故再現方法研究.pdf

1、據，事故發(fā)生前的車輛運動參數作為神經網絡的輸入數據，以汽車碰撞仿真結果作為網絡訓練樣本，將遞歸神經網絡應用于汽車碰撞事故過程的建模；以建立的神經網絡作為變形量預測器，結合全局搜索且魯棒的遺傳算法，對訓練完成的神經網絡進行優(yōu)化求解得到事故發(fā)生瞬間的車輛運動參數。 基于系統(tǒng)集成的思想開發(fā)了一套面向高性能計算機的事故再現軟件系統(tǒng)，從而為高性能計算機應用軟件的開發(fā)探索了一條新的途徑。該系統(tǒng)利用有限元方法實現汽車碰撞事故的并行計算和再現結

2、果的可視化分析。在該系統(tǒng)中，將商業(yè)性有限元軟件和自主開發(fā)的優(yōu)化迭代軟件結合，形成并行化的集成系統(tǒng)，不僅可以充分利用高性能計算機的計算資源，而且基于PC的客戶端人機界面友好，方便用戶的使用。與完全自主開發(fā)軟件相比，系統(tǒng)集成方案開發(fā)效率高、周期短、成本低、編程工作量少。 針對某型號國產小客車發(fā)生的一起碰撞圍墻事故，用本文提出的方法展開再現研究。根據該事故的特點，首先確定兩個變化因素：碰撞速度及角度，然后選擇11個車身關鍵點作為研究對

3、象，采用三坐標測量儀進行關鍵點變形量測量；根據事故現場環(huán)境建立事故場景的有限元模型，包括小客車、防撞圍墻和路面等；根據CMVDR294的要求，進行了正面碰撞剛性墻的數值模擬，整車碰撞變形與實車試驗結果較為吻合，驗證了數值模型的可靠性。接著以該模型為基礎應用開發(fā)的軟件系統(tǒng)進行事故再現研究，得到了和事故車真實變形最接近的再現結果。最后通過建立整車-乘員-約束系統(tǒng)模型，以車輛在事故中的運動為激勵，研究乘員在事故中的碰撞響應以及損傷情況。

4、 利用車身變形信息，借助有限元方法進行交通事故研究可以獲得精度較高的結果，而且仿真結果可以非常方便的采用三維動畫的形式再現事故全過程，這有利于更準確的鑒定事故責任；同時，可以對關鍵零部件的變形及乘員所受傷害給出量化評價，從而對汽車結構等進行有針對的安全性改進，真正做到“以人為中心”進行汽車安全性研究。本文所提出的事故再現方法和開發(fā)的軟件都可以應用于具體事故的分析處理，從而為發(fā)生了復雜變形的重大交通事故鑒定提供科學的理論依據和數據參考。