面向智能乘员约束系统的多学科协同优化设计方法研究

It has been the obvious limitations to deal with complex and diverse actual collision accident according to regulations requirement. This project will adopt to combine numerical simulation, test research and multidisciplinary optimization design methods for the intelligent occupant restraint system design considering the occupant safety and comfort of different type crash conditions. The study includes:. ① The study will develop an efficient and stable cooperative optimization methods to deal with multidisciplinary design problems, including to create a system overall objective function using multiobjective optimization criterion, get a new system-level coupling variable using the average of the various sub-disciplines coupled variables, and gradually achieve the desired accuracy using variable precision control implementation constraints.. ② The study will propose an adaptive ensemble of complexity approximate model, and study the GPU-based parallel multi-objective improved particle swarm optimization algorithm theory .. ③ The study will explore and master the rules of intelligent restraint system characteristics and design methods , build the automatic optimization platform of intelligent occupant restraint system design considering the occupant comfort and safety.. This project expands the applications of the multidisciplinary collaborative optimization and has guiding significance and reference value for the development of occupant constraint system design.

针对法规要求开发的车辆乘员约束系统往往不能满足复杂多变的实际碰撞需求，一定程度上阻碍了汽车安全技术的进步。本项目拟建立适应不同碰撞工况和各种乘员类型、同时考虑乘员舒适性和安全性的智能约束系统多学科优化设计数学模型，并开展高效和高精度的多学科优化算法研究。主要包括：①开发一种高效和高精度协同优化方法来处理多学科设计优化问题，包括运用多目标优化准则来建立系统级目标函数，采用各子学科耦合变量均值来得到新的系统级耦合变量，在约束条件中实施变精度控制以逐步达到预期精度要求；②提出一种自适应变复杂度组合近似模型的建模方法；研究基于GPU 并行的多目标粒子群优化算法；③探索和掌握智能约束系统的规律特性与设计方法，构建适应多种碰撞工况和乘员类型，同时考虑乘员舒适性和安全性的约束系统自动优化设计平台。本项目进一步拓展了多学科协同优化方法的应用领域，对我国自主车辆约束系统设计开发具有指导意义和参考价值。

随着智能交通和车辆自动驾驶技术的发展，目前针对法规要求开发的传统车辆乘员约束系统往往不能满足复杂多变的实际碰撞需求，一定程度上阻碍了汽车安全技术的进步。本项目建立了适应不同碰撞工况和各种乘员类型、同时考虑乘员舒适性和安全性的智能约束系统多学科优化设计数学模型，并开展了高效和高精度的多学科优化算法研究，最后搭建了自适应乘员约束系统优化设计平台。具体研究内容包括：①开发了一种高效和高精度协同优化方法来处理多学科设计优化问题，包括运用多目标优化准则来建立系统级目标函数，采用各子学科耦合变量均值来得到新的系统级耦合变量，在约束条件中实施变精度控制以逐步达到预期精度要求；②建立了一种自适应变复杂度组合近似模型的建模方法，该方法能大副提升近似模型的精度；实现了采用基于正交试验设计的带有惩罚量的改进粒子群优化算法对多学科协同优化进行全局寻优，并从理论和实际运用中证明其有效性；③掌握了智能约束系统的规律特性与设计方法，构建了适应多种碰撞工况和乘员类型，同时考虑乘员舒适性和安全性智能乘员约束系统的试验设计与优化分析软件平台。通过该平台可以把基本的仿真模型、试验设计与多学科优化的策略、以及仿真试验和优化的结果分析工作统一整合，使得智能乘员约束系统的优化设计工作能够摆脱重复的编辑底层仿真模型以及试验设计和优化的具体算法程序，进而有效提高设计效率。本项目进一步拓展了多学科协同优化方法的应用领域，相关的研究成果已经在自主品牌汽车开发中得到了运用，对我国自主车辆约束系统设计开发具有指导意义和参考价值。