首页 过刊目录
过刊目录
2025年, 第6期  刊出日期:2025-06-15
    2024年车辆安全与智能交通国际学术会议专题
  • 崇奇, 龚超, 闫昶闻, 杨子漩, 白旭承, 贾胤龙
    汽车工程师. 2025, 0(6): 1-8. doi: 10.20104/j.cnki.1674-6546.20250010
    为实现薄壁管耐撞性指标的快速准确预测,基于简化超折叠单元理论建立了一种仿生梯度圆形多胞(BGCM)薄壁管在轴向压缩条件下的平均碰撞力预测模型,并搭建了长短期记忆(LSTM)网络模型预测不同几何参数下BGCM薄壁管的耐撞性指标。结果表明:理论预测与仿真结果误差小于6%,理论模型具有可靠性;LSTM网络模型在验证集上对薄壁管的吸能量(EA)和初始峰值力(IPF)的预测误差小于2%,在测试集上的预测误差小于5%,具有优异的预测精度和泛化能力。
  • 2024年车辆安全与智能交通国际学术会议专题
  • 姬素春, 罗刚, 蔡娅妮, 曾董, 林诗远, 雷飞兵
    汽车工程师. 2025, 0(6): 9-15. doi: 10.20104/j.cnki.1674-6546.20250024

    针对侧面柱碰撞工况安全性能开发中初始侧面空间、速度波形等车辆结构特性与乘员损伤的关系尚不明确,缺少基于车辆结构特性的侧气囊匹配策略的问题,提出了侧面柱碰撞乘员载荷准则(POLC),将车辆侧面结构特性与乘员损伤相关联,并根据其与乘员平均加速度耐受极限aave_max的相对大小将车辆分为两类,对于POLC小于aave_max的某车型,从乘员运动学的角度分析其匹配的侧气囊变形量,并从乘员躯干部分受力限值的角度分析侧气囊受力-变形量曲线是否符合乘员保护需求,以期为车辆碰撞安全性能开发初期车辆侧面结构特性设计提供理论依据。

  • 2024年车辆安全与智能交通国际学术会议专题
  • 胡珊, 陈香, 黄皓, 谭冬冬, 凌越, 曾董
    汽车工程师. 2025, 0(6): 16-26. doi: 10.20104/j.cnki.1674-6546.20250025
    为分析自动紧急制动(AEB)系统介入的主被动安全融合场景下行人腿部碰撞损伤情况,首先将人体有限元模型(THUMS)与先进行人腿型冲击器(aPLI)进行对比分析,选择生物逼真度更高的THUMS假人研究AEB系统介入碰撞过程时碰撞速度及车身姿态对腿部伤害指标的影响规律。结果表明:相较于aPLI,THUMS假人的运动响应更接近实际碰撞状态;随着碰撞速度及车身姿态的变化,不同车型在不同碰撞位置呈现出的腿部伤害损伤规律各异,且碰撞速度对腿部伤害指标的影响大于车辆俯仰姿态产生的影响;车身俯仰角增大及碰撞速度减小会造成上腿碰撞速度降低,但不会对碰撞角度产生明显影响;碰撞速度及车身姿态的改变会影响行人腿部与车辆的碰撞姿态,从而对腿部各类伤害指标产生影响,因此在行人下肢损伤评价体系中应考虑车身制动对行人碰撞的影响,从而更全面客观地评估行人下肢的损伤状况。
  • 2024年车辆安全与智能交通国际学术会议专题
  • 李志国, 唐庆余, 雷飞兵, 胡鑫恒, 刘秀成, 罗刚
    汽车工程师. 2025, 0(6): 27-34. doi: 10.20104/j.cnki.1674-6546.20250023
    为降低碰撞试验中乘员小腿伤害超标风险,基于试验数据分析假人小腿伤害的影响因素,并通过腿部冲击试验和模拟仿真研究了乘员脚部姿态对小腿伤害的影响。结果表明,下胫骨力矩超标是造成脚部损伤的直接原因,调整脚部姿态可有效降低小腿伤害,当脚掌前倾10°时,下胫骨力矩为94.21 N·m,下胫骨指数为0.44,相比标准脚掌姿态,小腿伤害可降低37%。
  • 2024年车辆安全与智能交通国际学术会议专题
  • 王子棠, 鲁鑫, 徐世平
    汽车工程师. 2025, 0(6): 35-40. doi: 10.20104/j.cnki.1674-6546.20240358

    为降低贯穿式前照灯在碰撞中对行人下肢造成的伤害,设计了一系列行人上腿型冲击试验,针对某款配备贯穿式前照灯的轿车,评价其在不同冲击点位时的碰撞响应特性,试验结果表明,上腿型撞击前照灯中间区域时,其冲击力峰值达到6 424 N,伤害风险较大,提出了对前照灯进行低温处理和增加初始损伤两种优化方式,并开展系列试验,结果显示,通过低温处理降低结构韧性,使灯罩较早发生破裂,有效降低了冲击力峰值并改善其在碰撞中的能量吸收能力,从而降低了行人腿部的伤害风险,相比之下,单独削弱内部塑料件的效果不明显。

  • 2024年车辆安全与智能交通国际学术会议专题
  • 刘家员, 彭竑维, 辜冠荣
    汽车工程师. 2025, 0(6): 41-48. doi: 10.20104/j.cnki.1674-6546.20240371

    为提高汽车门槛梁优化效率,针对汽车侧面柱碰撞工况门槛挤压铝吸能量有限、仿真中显式求解迭代周期长及制造工艺要求高等优化难点,基于某SUV车型建立碰撞模型,以门槛梁厚度为变量进行试验设计(DOE)分析,获得144组有效设计数据,通过深度学习方法(Rapidminer、romAI)形成降阶模型(ROM)用作优化仿真的替代模型,CAE仿真验证结果表明,在数据量有限的条件下,romAI在优化中的精度达到95%以上,且求解速度提高近40倍,极大缩短了研发周期。