基于BP神經(jīng)網(wǎng)絡(luò)模型的白車身輕量化安全性探討論文

　　1 引言

　　實(shí)車碰撞試驗(yàn)與真實(shí)汽車碰撞事故情形最為接近，是綜合評(píng)價(jià)汽車碰撞安全性能的最基本和最有效的方法。目前各國(guó)頒布的汽車被動(dòng)安全法規(guī)包括 FMVSS、ECE 和 GB 等。NCAP 是獨(dú)立于法規(guī)及管理體系之外，綜合評(píng)價(jià)汽車安全性能，其由具公正地位和權(quán)威性的機(jī)構(gòu)實(shí)施，目前，美國(guó)、歐洲、日本、澳大利亞、韓國(guó)、中國(guó)、海灣、南美等國(guó)家和地區(qū)分別采用不同的評(píng)價(jià)方法，但基本以歐、美、日為主要代表。中國(guó)的汽車碰撞標(biāo)準(zhǔn)參考ECE法規(guī)，C-NCAP引進(jìn)EURO-NCAP的測(cè)試評(píng)價(jià)體系并進(jìn)行了消化吸收。整車的碰撞安全試驗(yàn)，上述不同地區(qū)的標(biāo)準(zhǔn)法規(guī)和 NCAP 大多采用正碰、偏碰和側(cè)碰等方式，但在實(shí)施細(xì)節(jié)上有所差別。汽車滾翻事故是單車事故的主要表現(xiàn)形式之一，汽車滾翻時(shí)車頂受沖擊載荷作用，若車頂強(qiáng)度不達(dá)標(biāo)會(huì)發(fā)生大變形并有侵入乘客室的危險(xiǎn)，對(duì)乘員造成傷害。目前我國(guó)參考FM?VSS 216《轎車車頂抗壓強(qiáng)度》頒布實(shí)施了 GB26134—2010《乘用車頂部抗壓強(qiáng)度法規(guī)》。

　　人工神經(jīng)網(wǎng)絡(luò)是國(guó)際上從 20 世紀(jì) 80 年代中期以來(lái)迅速發(fā)展和崛起的一個(gè)新興研究領(lǐng)域。它是研究模擬人腦的結(jié)構(gòu)、思維和智能的一門新興學(xué)科，具有自學(xué)習(xí)、自組織、自適應(yīng)和非線性動(dòng)態(tài)處理等特性，已成功地用于非線性系統(tǒng)的建模、性能預(yù)測(cè)、模式識(shí)別、故障診斷和自適應(yīng)控制等研究。目前最具代表性的人工神經(jīng)網(wǎng)絡(luò)模型之一是由 Rumelhart 和 Mclelland 在 1986 年提出的以信號(hào)處理理論為基礎(chǔ)發(fā)展起來(lái)的前向多層神經(jīng)網(wǎng)絡(luò)及其誤差反向傳播（BP）。

　　人工神經(jīng)網(wǎng)絡(luò)預(yù)先不需要給出一定模型，只是從大量數(shù)據(jù)中提取規(guī)則，通過(guò)聯(lián)想記憶和推廣能力來(lái)獲取所需數(shù)據(jù)，這對(duì)于解決復(fù)雜的非線性問題具有廣闊的應(yīng)用前景。神經(jīng)網(wǎng)絡(luò)具有良好的映射逼近能力；網(wǎng)絡(luò)本身具有良好的可靠性、魯棒性和容錯(cuò)性；采用并行處理方式處理信息，使大量信息的快速運(yùn)算成為可能。BP人工神經(jīng)網(wǎng)絡(luò)是一種分層型網(wǎng)絡(luò)結(jié)構(gòu)形式，具有輸入層、中間層（隱藏層）和輸出層三層結(jié)構(gòu)，每一層的權(quán)值都可以通過(guò)學(xué)習(xí)來(lái)調(diào)整。BP神經(jīng)網(wǎng)絡(luò)不需要事先給出數(shù)學(xué)模型,具有通過(guò)學(xué)習(xí)逼近任意非線性映射的能力,將神經(jīng)網(wǎng)絡(luò)應(yīng)用于非線性系統(tǒng)的建模與識(shí)別, 可以不受非線性模型的限制。當(dāng)給定一個(gè)輸入模式時(shí)，輸入信號(hào)由輸入層到輸出層的傳遞是一個(gè)向前傳遞的過(guò)程，如果輸出信號(hào)與期望信號(hào)存在誤差，則轉(zhuǎn)入誤差反向傳遞的過(guò)程，并根據(jù)各層誤差值調(diào)節(jié)各層權(quán)值。

　　本文擬以白車身為研究對(duì)象，通過(guò)有限元模擬與BP人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，開展基于白車身對(duì)整車安全性能的評(píng)價(jià)。建立白車身輕量化安全性能和整車安全性能的關(guān)系，通過(guò)白車身輕量化安全性能評(píng)價(jià)對(duì)整車安全性能進(jìn)行判斷。通過(guò)白車身安全系數(shù)、輕量化系數(shù)和彎曲剛度對(duì)整車安全星級(jí)進(jìn)行評(píng)價(jià)。

　　2 仿真模型及BP神經(jīng)網(wǎng)絡(luò)模型的建立

　　2.1 白車身安全系數(shù)

　　白車身是碰撞中的主要吸能部分和力的承受部件，它與汽車正碰、偏碰、側(cè)碰和頂壓性能息息相關(guān)。目前評(píng)價(jià)轎車的輕量化效果是在滿足碰撞法規(guī)要求下，以寶馬公司提出的白車身輕量化系數(shù)L來(lái)衡量。

　　2.2 試驗(yàn)方案

　　為計(jì)算白車身安全系數(shù)S，對(duì)10款白車身進(jìn)行了正碰、側(cè)碰和頂壓試驗(yàn)。制定表1所示有限元分析方案，通過(guò)試驗(yàn)可以獲得白車身安全系數(shù)計(jì)算所需參數(shù)。

　　2.3 BP神經(jīng)網(wǎng)絡(luò)模型建立

　　擬采用3層BP網(wǎng)絡(luò)結(jié)構(gòu)，可以看出，三層 BP 神經(jīng)網(wǎng)絡(luò)包括輸入層、一個(gè)隱含層和輸出層。上、下層之間實(shí)現(xiàn)全連接，每層神經(jīng)元之間無(wú)連接。當(dāng)一對(duì)學(xué)習(xí)樣本提供給網(wǎng)絡(luò)后，神經(jīng)元的激活值從輸入層經(jīng)隱含層向輸出層傳播，輸出層的各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)。之后，按照減少目標(biāo)輸出與實(shí)際誤差的方向，從輸出層經(jīng)過(guò)隱含層修正各連接權(quán)值，最后回到輸入層。這種算法稱為“誤差逆?zhèn)鞑ニ惴ā�，即BP算法。隨著這種誤差逆?zhèn)鞑バ拚�的不斷進(jìn)行，網(wǎng)絡(luò)對(duì)輸入模式響應(yīng)的正確率也不斷提高。

　　在MATLAB軟件中組建基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型：a.輸入樣本；b.建立BP神經(jīng)網(wǎng)絡(luò)；c.對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；d.對(duì)網(wǎng)絡(luò)進(jìn)行仿真驗(yàn)證；e.應(yīng)用網(wǎng)絡(luò)解決問題。

　　3 結(jié)果與討論

　　采用有限元模擬和BP人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，基于白車身輕量化安全性能對(duì)整車安全性能進(jìn)行評(píng)價(jià)。采用10款白車身的正碰、側(cè)碰和頂壓試驗(yàn)，結(jié)合其整車安全性能情況，在 BP 人工神經(jīng)網(wǎng)絡(luò)中建立白車身輕量化安全性能與整車安全性能的關(guān)系，在訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中只需輸入白車身輕量化安全性能評(píng)價(jià)相關(guān)參數(shù)，即可對(duì)整車安全性能進(jìn)行判斷。同時(shí)還對(duì)白車身輕量化安全性能和整車安全性能關(guān)系進(jìn)行回歸分析。

　　輸入層的白車身安全系數(shù)S、輕量化系數(shù)L和彎曲剛度Cb3個(gè)參數(shù)均對(duì)整車安全性能有重要影響，如白車身正碰、側(cè)碰和頂壓試驗(yàn)獲得的不同部位的加速度曲線、最大變形量和最大頂壓力，同時(shí)輕量化系數(shù)中扭轉(zhuǎn)剛度和彎曲剛度也對(duì)整車安全性能有重要影響。

　　4 結(jié)束語(yǔ)

　　利用有限元仿真和BP人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，對(duì)10款車型進(jìn)行有限元分析，通過(guò)白車身安全系數(shù)，輕量化系數(shù)和彎曲剛度可以較好地預(yù)測(cè)整車安全星級(jí)，使白車身在設(shè)計(jì)開發(fā)階段就可以判斷整車的碰撞安全是否滿足星級(jí)開發(fā)目標(biāo)，進(jìn)而及時(shí)進(jìn)行優(yōu)化，本文建立的基于白車身輕量化安全性能的 BP 人工神經(jīng)網(wǎng)絡(luò)可以更好地預(yù)測(cè)整車安全星級(jí)。

【基于BP神經(jīng)網(wǎng)絡(luò)模型的白車身輕量化安全性探討論文】相關(guān)文章：

基于BP神經(jīng)網(wǎng)絡(luò)的飛行體姿態(tài)預(yù)測(cè)模型05-02

基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的職業(yè)危害預(yù)警模型04-25

基于BP神經(jīng)網(wǎng)絡(luò)的地震預(yù)測(cè)04-30

基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建城市時(shí)需水量預(yù)測(cè)模型05-02

基于AHP法與BP神經(jīng)網(wǎng)絡(luò)的應(yīng)急物流風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)模型05-02

基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型的飛行事故預(yù)測(cè)研究04-28

BAF處理系統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)模型04-25

基于粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制系統(tǒng)05-01

基于BP神經(jīng)網(wǎng)絡(luò)的湘西金礦成礦預(yù)測(cè)05-07

基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型在公路貨運(yùn)量預(yù)測(cè)中的應(yīng)用04-27