基于BP神经网络模型的白车身轻量化安全性探讨论文
2020-09-24 19:20:51 79
1简介
真实汽车碰撞测试是最接近真实汽车碰撞事故的情况，并且是最全面，最全面的最有效方法评估汽车碰撞的安全性能。方法。目前，各国发布的汽车被动安全法规包括FMVSS，ECE和GB。 NCAP是对汽车安全性能的独立评估，独立于法规和管理系统。它由一个公平，权威的组织实施。目前，美国，欧洲，日本，澳大利亚，韩国，中国，墨西哥湾，南美等国家和地区使用了不同的评估方法，但欧洲，美国和日本是主要的代表。中国的汽车碰撞标准参考ECE法规。 C-NCAP引入并评估了EURO-NCAP测试评估系统。对于整车的碰撞安全性测试，上述不同地区的标准法规和NCAPs大多采用正向碰撞，侧向碰撞和侧向碰撞的方法，但具体实施方式有所不同。翻车事故是自行车事故的主要表现之一。当汽车翻滚时，车顶会受到冲击载荷。如果车顶强度达不到标准，则将导致较大的变形并有侵入乘客车厢的危险，从而对乘客造成伤害。目前，中国对FM的参考？ VSS 216“汽车车顶抗压强度”已经颁布并实施了GB26134-2010“乘客汽车车顶抗压强度规定”。
人工神经网络是一个新兴的研究领域，自1980年代中期以来发展迅速。它是一门新兴学科，研究模拟人脑的结构，思维和智力。它具有自学习，自组织，自适应和非线性动态处理的特征。它已成功用于建模，性能预测，模式识别研究，故障诊断和自适应控制。最具代表性的人工神经网络模型之一是Rumelhart和Mclelland于1986年基于信号处理理论及其误差反向传播（BP）开发的前向多层神经网络。
人工神经网络不需要预先给出特定的模型，而只是从大量数据中提取规则，并通过联想记忆和提升能力获得所需数据，具有广阔的应用前景。解决复杂的非线性问题。神经网络具有良好的映射逼近能力；网络本身具有良好的可靠性，鲁棒性和容错性；它使用并行处理来处理信息，从而能够快速计算大量信息。 BP人工神经网络是一个具有三层输入层，中间层（隐藏层）和输出层的分层网络结构。每层的权重可以通过学习来调整。 BP神经网络不需要事先给出数学模型。它具有通过学习近似任何非线性映射的能力。它可以应用于非线性系统的建模和识别，而不受非线性模型的限制。当给出输入模式时，输入信号从输入层到输出层的传输是正向传输过程。如果在输出信号和预期信号之间存在误差，则将误差的传递过程逆转，并且根据每一层的误差值来调整每一层的权重。
本文旨在以白车身为研究对象，并通过有限元模拟和BP人工神经网络相结合，对基于车辆的安全性能进行评估。白车身。建立白车身轻量化安全性能与车辆安全性能之间的关系，并通过白车身轻量化安全性能评估来判断车辆的安全性能。评估安全星号，车身安全系数，减重系数和弯曲刚度。
2建立仿真模型和BP神经网络模型
2.1白车身安全系数
白车身是主要能量吸收部件和受力部件，与汽车的正常冲击，侧面冲击，侧面冲击和最高压力性能密切相关。当前对汽车轻量化效果的评估是为了满足碰撞法规的要求，并通过宝马提出的白车身轻量化系数L进行衡量。
2.2测试方案
为了计算白车身安全系数S，进行了10次碰撞，侧面冲击和最高压力测试。制定了表1所示的有限元分析方案，可以通过试验获得白车身安全系数计算所需的参数。
2.3 BP神经网络建模
建议采用三层BP网络结构。可以看出，三层BP神经网络包括输入层，隐藏层和输出层。上层和下层完全连接，每层神经元之间没有连接。当将一对学习样本提供给网络时，神经元的激活值从输入层通过隐藏层传输到输出层，并且输出层中的每个神经元都获得网络的输入响应。然后，根据减少目标输出和实际误差的方向，从输出层到隐藏层修改每个连接权重，最后返回到输入层。该算法称为“误差反向传播算法”，即BP算法。随着这种错误反向传播的继续，网络对输入模式的响应的准确性也不断提高。
在MATLAB软件中基于BP神经网络建立预测模型：输入样本； b。 BP神经网络的建立； C。培训网络； d。网络仿真验证； e。应用网络解决问题。
3结果与讨论
结合有限元模拟和BP人工神经网络的方法，基于车身，评估了整车的安全性能，白色轻质安全性能。通过对10个白车身的前保险杠，侧面保险杠和最高压力测试，结合车辆的安全性能，在BP人工神经网络中建立了白车身轻量化安全性能与车辆安全性能之间的关系。只需在网络中输入白车身轻量化安全性能评估的相关参数即可判断整车的安全性能。同时，还对轻量化的白车身安全性能与车辆安全性能之间的关系进行了回归分析。
输入白车身安全系数S，轻量化系数L和弯曲刚度Cb的三个参数对车辆的安全性能具有重要影响，例如，加速度曲线，前后碰撞，侧面碰撞和碰撞产生的不同零件的最大变形和最大顶部压力。最高压力测试。量化系数中的扭转刚度和弯曲刚度也对整个车辆的安全性能产生重要影响。
4结束语
有限度通过有限元模拟和BP人工神经网络的组合，通过在体内进行10个模型的有限元分析白色安全系数，重量轻量化的系数和弯曲刚度可以更好地预测整辆汽车的安全星，因此白车身可以在设计和开发过程中确定汽车的碰撞安全性是否符合星的发展目标阶段，然后及时对其进行优化。量化安全性能的BP人工神经网络可以更好地预测整个车辆的安全等级。
