来源：期刊VIP网 时间：
作者：陈光;尚云龙;张君媛;唐洪斌;孙秀秀;
单位：河北工业大学机械工程学院;天津市新能源汽车动力传动与安全技术重点实验室;吉林大学汽车工程学院;中国第一汽车股份有限公司研发总院;
摘要：为了快速评估车辆开发阶段不同车辆发动机罩板结构的行人保护性能，提出了一种基于三维体素数据的机器学习预测方法。首先，基于7辆车的有限元模型构建以罩板头部碰撞点为中心的三维体素数据集，精确表征罩板的复杂三维结构；其次，利用3D-CNN自编码器对三维体素数据进行无监督特征学习，生成1 000维的编码数据集；随后，通过PCA线性降维技术过滤噪声特征，得到224维PCA数据集；最后，对比数据集在4种机器学习模型上的性能。试验结果表明：224维PCA数据集的预测效果更优，其中，SVR模型对HIC和a峰的预测决定系数R~2分别达到98.86%和98.44%，显著提升了预测精度和泛化能力。此外，单辆车超过100组碰撞点的计算时间缩短至10 s内，大幅提高了汽车安全性能开发效率。
基金资助：国家自然科学基金项目（52505098）
