基于數值模擬和機器學習的汽車碰撞代理模型

林 翔，嚴 波,，牟哲岳，文 楠，黃桂灶

(重慶大學 a.汽車協同創新中心；b.航空航天學院，重慶 400044)

汽車碰撞屬于嚴重的交通事故，一旦發生對人們的生命以及財產安全都將構成極大的威脅，所以研究汽車碰撞安全性問題一直是汽車發展的熱點問題之一。提升汽車的碰撞安全性，設計更加合理的結構，對減少碰撞事故帶來的危害具有重要意義[1]。

自1889年美國紐約街頭發生第一次汽車碰撞事故以來，已有不少采用實車碰撞實驗研究汽車碰撞安全性的報道[2,3]。隨著計算機硬件和計算力學方法和軟件的發展，數值模擬已成為研究汽車碰撞的重要手段[4,5]。1986年LS-DYNA首次成功模擬了整車碰撞變形全過程[6]。黃金陵等[7]以閉口等截面薄壁直梁件為研究對象進行了汽車正面碰撞仿真和數值模擬，并將研究成果應用于紅旗轎車車身結構正面碰撞仿真模擬中。Hu等[8]以長安SC6350汽車為研究對象，采用數值模擬和實驗相結合的方法，改進了該汽車的正面碰撞性能。由于汽車結構極為復雜，碰撞過程數值模擬代價依然高昂。

近年，隨著人工智能技術的發展，機器學習方法在工程領域的應用研究受到越來越多的重視。張曉云[9]首次將有限元和神經網絡技術與汽車碰撞事故再現相結合，分析了事故發生瞬間的事故車輛關鍵點的測量值，對汽車結構安全設計提供指導。聶隱愚等[10]針對高速列車，將Kriging模型和Legendre多項式回歸應用于車輛動力學建模與仿真分析，提出了一種基于數據驅動的列車建模和仿真方法，優化了車輛多體動力學表達高度非線性力學行為的計算精度。……