外文翻譯--基于車身三維變形分析的汽車碰撞事故的重構(gòu) 中文版

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)成為嚴重的社會問題，危及人民和他們的財產(chǎn)，特別是像中國這樣飛速發(fā)展的發(fā)展中國家。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過程可分為 3 個階段： （ 1）碰撞前的影響 汽車出發(fā)點的重建的依據(jù)是從事故現(xiàn)場獲得。 （ 2）碰撞時的影響 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車輛碰撞后的狀態(tài)來推測碰撞前的位置。然后通過收集、記錄、調(diào)查與分析事故現(xiàn)場。 有很多方法來評估車輛的速度，評估速度通常用以下的一種或更多的方面入手： （ 1）動力 /能量分析 （ 2）傷害 /能量分析 （ 3）離心力分析 （ 4）起動，翻倒或飛躍的分析 （ 5）幾何和時序分析 （ 6）事件數(shù)據(jù)記錄儀 常用的事故再現(xiàn)方法在實際應(yīng)用方面存在著一定的局限性，另一方面，動量 /能量這個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，瞬時性，對事故手動定量分析的精度相當?shù)牡?。對于交通事故，找出碰撞前的速度和軌跡是主要目標。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，考慮到變形這個因素，用計算機仿真模型重建交通事故很少。由于仿真技術(shù)的發(fā)展，變形可以通過有限元法被充分利用，這樣對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很高的計算精度。此外，對結(jié)果的有效描述，通過使用有限元法后期加工軟件和對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 重來就沒對事故重建很好的運用有限元法，因為那需要很多的模擬碰撞次數(shù)，也將花費大量的時間。 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，一個三層正反饋神經(jīng)網(wǎng)絡(luò)用于生成一個初始碰撞參數(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，本程序適用于一個典型的交通事故：縱向梁和擋泥板上要點的變形可以用來進行測量仿真結(jié)果。這些結(jié)果可通過 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訓(xùn)練過的神經(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，通過解決動量方程可以找到變形的時間現(xiàn)象。 ij.j iif 式（ 1） 式中，ij.j是柯西壓力 ,p 是電流密度 ,f 是體積力密度、i是加速度。 式（ 1)滿 足牽引力的邊界條件： ij ()iin t t 式（ 2） 在 b邊界上，位移邊界條件是： ( , ) ( )iix X t D t 式（ 3） 在 b2 的邊界上，連續(xù)中斷 )0ij ij in 式（ 4） 沿著 b3 的邊界上當ii 時 ，能量方程 ： ij ()ijE V s p q V 式（ 5） 式中， V是相對體積，ijS和 p 代表偏應(yīng)力和壓力 i j i j()ijS p q 式（ 6） ij13 ijpq 式（ 7） 式中， q 是體積粘性，ij是張量積，如果 i=j,ij=1,否則ij=0.ij是張應(yīng)力 已知 i i j . j bb3( ) ( )0i v i j j i i svi j i j i i sp p f x d n t x dn x d 式（ 8） 式中， b1 滿足 b2 所有邊界要求，這個綜合結(jié)束通用幾何學(xué)，通過使用分歧理論，它引出一個虛擬工作原理。 i i j .b 0i v i j v i i vv v vi i sp x d x d p f x dt x d 式（ 9） 這個結(jié)構(gòu)和成分可以通過很多原理模仿，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。然而 ,模擬碰撞有限元模型包含大量的要素，詳細差分法的時間元是少的，計算的時間是相當?shù)拈L。 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，因為在過去經(jīng)驗的基礎(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)被分配到一個簡單的計算網(wǎng)絡(luò)中的單位叫做神經(jīng)元。當加權(quán)和的投入超過活化價值時，每個神經(jīng)元返回一個輸出信號。輸出值通過定義一個轉(zhuǎn)移功能可以計算出，也稱為激活功能。 在這項研究中一個正反饋多層神經(jīng)網(wǎng)絡(luò)被使用，該網(wǎng)絡(luò)由第一層神經(jīng)元，一個或多個隱藏層和輸出層組成。圖 1 作為補充。 圖 1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 第一層叫做輸入層，收到外部輸入信號轉(zhuǎn)移到隱藏層。這個信號由隱藏層到輸出層被 改進、加權(quán)和重新分配。電流神經(jīng)元的 KTH 層的輸出信號可以計算出來： ,k()k i ko u t f,i 式（ 10） 式中，kf是地方傳遞函數(shù)考慮層，一個 C 形功能是用作神經(jīng)元的隱藏層，這個功能可以寫成： ki,1() 1k k if e 式（ 11） 神經(jīng)元的輸出層使用一個線性傳遞函數(shù) ： ,()k k i k if 式（ 12） 式中， fi是 ki 神經(jīng)元的激活信號，激活價值計算為： 1, , , 1 ,1kN lk i k i k i k ii out 式（ 13） 在學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的過程中涉及到很多的實例，訓(xùn)練集以輸入輸出為已知的一種經(jīng)驗，連接重量和神經(jīng)網(wǎng)絡(luò)的價值偏差改變了，所以最小化了已知和計算的輸出中的偏差。利用 BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)法則，其中已知和計算的輸出均方根是最小化得。訓(xùn)練的過程是執(zhí)行 L-M 算法，這個算法最初是為最小二乘方設(shè)計的，其中目標函數(shù)被定義為平方的概括，像這樣的目標函數(shù)正在研究。 一個批處理模式用于完成訓(xùn)練過程，每個神經(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，由每個案例的訓(xùn)練的到。事實上， 考慮到 N 對輸入輸出的訓(xùn)練區(qū)，最小化誤差被定義為 RMS 211 ()nnnnR M S t on 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，于此，利用方程輸入數(shù)據(jù)被標的為 0和 1 之間的線性攀升。 m inm a x m inxxx 式（ 15） 式中， X 是設(shè)計變量矢量的刻度值， Xmax 和 Xmin 是各自設(shè)計領(lǐng)域的最大和最小值。當輸出值主要和變形有關(guān)的時候，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，給予事故評估的目錄， X1， X2， . .,Xn，在碰撞中主要部件的崩潰體現(xiàn)了變形的關(guān)鍵。這個關(guān)鍵點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孔上 3 分圓的變形測量，螺栓孔的變形可以通過在那的 3坐標節(jié)點的信息測量。 從調(diào)查事故現(xiàn)場使用這些指標的測量值， x1e,x2e, . . .， xne，這些指標的計算從電腦模擬 :x1c,x2c, . . .,xnc,指數(shù) E 反應(yīng)了事故重建的難易度。 211 ( ) / n i e i c i eiE x x x 式（ 16） 如何取指數(shù) E的最大值是重復(fù)電腦模擬的過程，在短時間內(nèi)，計算機仿真和神經(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)和測試產(chǎn)生例子，并使用商務(wù)條列 LS-DYNA。 訓(xùn)練過的神經(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，目標函數(shù)也就是指數(shù) E。解決訓(xùn)練模式的執(zhí)行是通過 design-of-experiment這個技術(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)練過的神經(jīng)網(wǎng)絡(luò)預(yù)測的遺傳算法取得，如圖 2所示： 圖 2 事故重建流程圖 4.交通事故實例應(yīng)用 4.1 事故現(xiàn)場有限元模型建立 采用有限元法及神經(jīng)網(wǎng)絡(luò)技術(shù)對一例真實汽車事故進行了再現(xiàn)分析，該事故發(fā)生在 2001 年 12 月海南試車場，如圖 3所示。 圖 3 事故現(xiàn)場的圖片 針對本次事故的特點，選擇前縱梁和擋泥板作為變形量 測量對象 用三坐標測量儀測量了車身變形，首先在車身后部未發(fā)生變形的部位建立車身坐標系選擇前縱粱上的 7 個螺栓定位點 及擋泥板上 4 個圓孔的圓心作為關(guān)鍵點用三坐標測量儀測量了其坐標，因為這 2 個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 是攝影測量變形的關(guān)鍵點，圖 5是擋泥板和縱前梁的關(guān)鍵點。 圖 4 關(guān)鍵點變髟量刪量現(xiàn)場照片 圖 5 擋泥板和縱前梁的關(guān)鍵點 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、機艙、門、等。利用 UG和 catia 軟件獲得三維 幾何數(shù)據(jù)的每個組成部分。接下來，為了嚙合與模型裝配這些文件輸入到 Hypermesh 軟件。最后，這個模型是翻譯 LS-DYNA 輸入文件。眾所周知，這個系統(tǒng)地總體結(jié)構(gòu)式由通過關(guān)節(jié)連接的 130 個部分組成（包括點焊機、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描述幾何形狀，連接特性等。當某些特定條件得到滿足時，包括不合格的殼單元，橫梁單元，桿單元，六面體單元，彈簧單元，剛性單元，特定焊接單元 一個模擬正面碰撞中占有者的動態(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)動關(guān)節(jié)連接，該數(shù)據(jù)模型 根據(jù) CMVDR294 對實驗結(jié)果的方法被驗證（中國汽車設(shè)計準則），圖 6是比較實驗和數(shù)值間加速 -時間曲線。 圖 6 測試結(jié)果和仿真結(jié)果加速度曲線 在這個模擬中，引擎的變形不被考慮，但被當做一個剛性的部分，門使用鉸鏈和門鎖連接到車身，根據(jù)交通事故現(xiàn)場的照片，整個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量值都列在表 1。 把商用車輛 的速度和方向作為設(shè)計變量，把上界和下界設(shè)計變量限制在3 8 / 7 8 / , 5 2 5k m h v k m h 表 1 變形的要點 表 2 所示：每個實際變量的六設(shè)計水平有各種相同的間隔。 表 2 設(shè)計變量和設(shè)計水平 在設(shè)計區(qū)域中訓(xùn)練區(qū)總共由 36 個要點構(gòu)成，測試區(qū)由設(shè)計領(lǐng)域內(nèi)隨機挑選的 4個要點構(gòu)成，平均 CPU 時間為一個單一的有限元分析約八小時的 onyx3800 使用 4個 cpu SGI 系統(tǒng)并行計算機。 要點 11 的變形數(shù)據(jù)和指數(shù) E 是為神經(jīng)網(wǎng)絡(luò)輸出值的每個模擬仿真設(shè)計的， 培訓(xùn)參數(shù)主要包括學(xué)習(xí)速率和動力常數(shù)。如圖 9所示 圖 9 訓(xùn)練過的神經(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)系初始墜毀的參數(shù)與變形指標的準確的方式，指數(shù) E 的最大值利用訓(xùn)練過的神經(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，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 由于事故現(xiàn)場中輪胎的清晰痕跡（圖 3a 顯示）我們可以得到模型的標志，利用數(shù)字技術(shù)解決了帕方程得到了對象點集（見圖 11）。所以墻和車輛運動方向間的角度能夠從這個模型中測量，結(jié)果是 16.89 度。然后這個模型會輸入到 PC-CRASH中，車輛撞墻前的速度能被計算出事 49.3km/h。 PC-Crash 包含了幾種不同的計算模型 ,包括一個脈沖動量模型，一個剛度沖擊模型，一個模擬軌道動力模型，和一種簡單的動力學(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，