基于SV—2的汽车乘员约束系统仿真模型可信度验证系统

赖宇阳 方立桥

摘要：针对汽车乘员约束系统仿真模型的可信度验证需要大量重复的数据处理和结果分析的问题，基于可信度验证系统（system of verification and validation， SV-2），将100%正碰、40%偏置碰和侧碰工况的分析流程固化，开发汽车乘员约束系统仿真模型可信度验证系统。对100%正碰工况进行试验验证，结果表明：新开发的仿真模型可信度验证系统对模型可信度验证能够提高90%的工作效率，自动生成分析报告，为仿真工程师提供模型改善建议。

关键词：可信度； 验证； 乘员约束系统； 复杂性测度

中图分类号：U461.91

文献标志码：B

文章编号：1006-0871（2018）01-0022-06

Abstract： As to the issue that there are large quantity of repeated data process and result analysis in the credibility verification process of vehicle occupant restraint system， a credibility verification system for simulation model of vehicle occupant restraint system is developed based on SV-2. The analysis processes are set fixed at the system， such as 100% frontal impact， 40% offset impact， and side impact. The test verification on 100% frontal impact is carried out. The results show that the work efficiency of the model reliability validation is increased by 90% using the new credibility verification system for simulation model. The new system can generate analysis report automatically， which can provide model improvement suggestion to the simulation engineer.

Key words： credibility； verification； occupant restraint system； complexity measure

0 引 言

近20年來，汽车乘员约束系统仿真研究取得惊人成就，该技术已经成为汽车研发必不可少的手段，其可信度直接影响车辆安全性设计。为得到可靠的仿真计算结果，进行乘员约束系统仿真可信度评估一直是仿真探索的重大问题之一。[1]

在国外，模型的有效性问题研究始于20世纪60年代，如美国国防部在1991年成立国防建模与仿真办公室（DMSO），负责制定校核、验证与验收（verification， validation and accreditation，VV&A;）国防部指南，随后美国各军种都先后制定适合各自实际要求的VV&A;细则。在国内，对仿真系统VV&A;和可信度评估问题也日益受到广大仿真工作者和管理者的重视，通过灰关联度、谱分析等方法对导弹、鱼雷等模型进行大量的验证研究并取得一定的成果。但是，目前国内汽车行业乘员约束系统仿真模型可信度验证的研究应用仍处于起步阶段，还有很大的探索空间。

在进行模型可信度分析时，不仅要处理仿真和试验数据，还要从分析结果中提取关键参数信息，这样的分析流程需要大量的重复性工作，而且需要对复杂度分析理论有较深的理解，不利于工程应用上的技术承接，因此，需要建立一套方便快捷的可信度分析系统，在提高效率的同时可以将这种知识保留下来。

本文通过仿真模型可信度验证系统（system of verification and validation， SV-2）对乘员约束系统建立可信度验证流程，帮助仿真分析工程师避免大量的重复劳动，并且不需要对复杂度理论有很深的理解就可以轻松改进仿真模型，提高仿真模型的可信度，有利于提升汽车行业的整体仿真能力。

1 模型可信度验证

由于仿真建模过程中不可避免地存在简化、假设和误差，从而可能导致错误或不可信的仿真结果，尤其是对非线性、随机性的物理现象（比如碰撞、流动、振动等）的仿真，其验证方法必须能够客观、定量和真实地反映该问题的复杂性特征。通过CAE模型可信度验证的方法，可以考察在相同的输入条件下仿真模型的输出与实物试验结果是否一致及一致的程度。

传统的模型可信度验证采用相似理论[2]、假设检验[3]、现代谱估计[4]、模糊综合评判法[5]、层次分析法[6]和灰色关联分析法[7]等，这些方法需要对数据序列预处理，或是对样本数量、概率分布、平稳性要求较多，不可避免地造成信息丢失或人为加大信息量，从而产生误差。据统计，CAE工程师平均耗费20%～30%的建模时间反复进行CAE模型验证和标定。传统模型可信度验证处理过程见图1。

本文开发的可信度验证系统基于复杂性测度[8-9]分析方法，采用随机理论的高阶矩（信息熵、互熵、非线性相关性、复杂度），使得验证指标更加全面和量化。从系统全局分析仿真与试验数据的差异，不需要对数据进行预处理，对样本的分布没有要求，不引入人为主观判断因素，能够处理有噪声、不完全和小样本的数据，是一种客观、真实反映系统整体复杂性特征的模型可信度验证方法。

1.1 系统复杂性测度理论

系统复杂性测度的计算[11]可通过3个步骤实现。

（1）相空间信息分析。构造系统的相空间，其所包含的信息通过信息熵（香农熵）测度进行定量计算，相空间变量之间的非线性相关性通过基于互信息测度的广义相关系数进行定量计算。设置离散随机变量X={x1，x2，…，xn}为所给定的信源，其出现的概率pk=P（xk），k=1，2，…，n，且nk=1pk=1，则信源X的信息熵为

c=1表示强相关性，c=0表示没有相关性。

（2）整体信息结构认知。根据Zadeh不相容原理，可按照一定的模糊水平，将相空间分割成模糊单元，并将样本点的精确数值转换为等价模糊向量，在此基础上抽取系统中变量之间的模糊依赖规则，然后通过系统图对系统整体信息结构进行描述。系统图中的变量称为节点，节点之间的关联程度称为度，度值有2种定义方法：一种是相关性范数，用于量化节点的连接强度；另一种是连接度，表示与某节点相连的所有节点数模。系统图中第i个节点的相关性范数为

（3）测量复杂性。由系统变量的信息熵、互信息、广义相关性因数等给出系统的复杂度。将连接度为0的节点隐去，剩余节点称为活动节点，n个活动节点最多可产生n（n-1）/2组关联，系统图识别出的关联数与当前活动节点最多可能关联数的比值称为系统图链接密度ρL，ρL最大值为1，表示系统图识别出所有节点间的可能关联，则系统复杂性测度为

1.2 可信度评价

在仿真数据与试验结果整体复杂度一致性测量的基础上，提出模型可信度验证的评价体系，将试验和仿真数据的“前处理-后台计算-验证”流程自动化，使验证流程更加标准化、更具有易用性。基于仿真模型可信度验证系统的可信度计算需要先获得仿真和试验数据的复杂性构成，并将仿真与试验之间的复杂度差异作为可信度评价指标，其过程主要包括：

（1）计算试验数据的复杂性测度C试验；

（2）计算仿真数据的复杂性测度C仿真；

（3）计算仿真模型可信度

（4）生成仿真模型可信度验证分析报告，指导模型的改进。

2 仿真模型可信度验证解决方案

仿真模型可信度验证系统主要分为2部分：指标分解和仿真模型可信度计算。基于SV-2开发的乘员约束系统可信度验证系统包括100%正碰、40%偏置碰和侧碰3种工况分析结果的处理，相关指标见表1。通过乘员约束系统仿真模型可信度验证系统可以在操作界面中实现参数文件的上传和参数解析，并生成可信度报告。

仿真模型可信度验证系统开发过程的技术路线见图2。

根据不同工况下的分析指标，编译相应的数据处理分析界面，实现数据提交、后台仿真和试验模型的复杂度计算，通过自定义规则判断仿真模型的可信度。

3 计算流程和界面封装

在每次进行模型可信度分析时，不仅要对仿真和试验数据进行处理，还要从分析结果中提取關键参数信息，从而指导模型改进。这样的分析流程仍需要大量的重复性劳动，还需要对复杂度分析理论有较深的理解，不利于工程应用上的技术承接。SV-2将复杂分析计算流程封装和固化，用交互、直观的“知识向导”展现复杂的计算流程，使重新建模和提交计算的时间缩短90%，并且基于网络的知识共享促进企业知识的积淀和再利用，避免企业核心知识流失风险，可通过互联网、移动终端提交计算数据和查看报告。SV-2的用户访问模式见图3。

4 模型可信度验证系统

SV-2的分析工况选择界面见图4。该系统功能包括集成100%正碰、40%偏置碰、侧碰3个验证子系统模板，基于Web网络客户端可以实现多用户访问，并且可以与SDM集成，具有很好的可扩展性。设计工程师通过该界面选择相应的分析流程，可以快速完成数据分析和任务提交，并获得清晰明了的分析报告。

SV-2每个子系统都具备系统使用说明和模型可信度验证任务提交2个面板，系统使用说明界面见图5，包括系统功能、所需数据文件、可信度计算方法等，可使设计人员快速了解该系统的使用方法，掌握可信度分析报告中相关结果的含义，对模型改进提供指导方向。

模型可信度验证任务提交面板包括试验数据选择、仿真数据选择、结果报告设置和可信度评判规则定义等功能。试验数据选择面板（见图6）和仿真数据选择面板（见图7）可以选择参与分析的相关参数，定义分析的时间段，并可以通过界面左侧的时程曲线图定义试验参数的缩放比例，使其与仿真数据的单位保持统一，从而能够更准确地反映仿真与试验之间复杂度的差异。

在数据选择面板上可以对未经滤波的参数进行滤波处理，剔除噪声的影响，更加清晰地反映数据的变化规律。同时，在系统界面上可以定义滤波频率等级等参数，其中滤波公式[10]为

系统设置面板可以自定义分析结果的可信度等级，见图8。相应的等级可以在分析报告中自动显示，便于设计人员查看和处理。提交分析任务后可以自动生成仿真模型的可信度验证报告（见表2），大大减少重复性劳动，提高工作效率。

5 仿真模型优化

通过比较100%正碰工况下假人头部、胸部等位置伤害指标的整体差异（包括不确定性、多元非线性相关性等），将可信度指标作为模型标定目标，为模型改进和优化提供方向。

数据分析结果认为：试验的复杂度为60.98，仿真的复杂度为66.24，仿真模型比试验存在更大的不确定性或存在数值噪声；模型误差为11%，仿真结果与试验结果的整体匹配度为80.52%，仿真模型的可信度较高。

将复杂度贡献率排序（见图9）可以量化对仿真模型可信度起关键作用的参数。基于SV-2分析结果，对仿真模型进行改进，改进前、后假人臀部受力时程曲线见图10。模型的误差下降9%，模型的可信度提高18%。

6 结束语

100%正碰工况在仿真模型可信度验证系统上的实际验证表明，该系统可以有效提高仿真工作效率，并且可以为仿真工程师提供模型改进方向，从而获得更加可信的仿真模型，降低试验成本和设计周期。

基于复杂度分析理论，初步建立乘员约束系统仿真模型可信度验证流程和方法。SV-2可以在用户界面上快速提交可信度分析任务并自动生成可信度验证报告，指导工程师对仿真模型进行优化，形成标准化、自动化的模型标定流程和规范，确保程序或流程的质量，避免出错，并且增加分析流程的实用性，从而减少对丰富经验的依赖。修正碰撞模型的材料参数和边界条件，能够提高模型的可信度及其与试验的匹配性。

参考文献：

[1] LEE J K， HONG S G， PARK S J. A correlation methodology of airbag body block test and simulation using optimization technique[C]//Proceedings of SAE 2004 World Congress & Exhibition. Detroit， 2004. DOI： 10.4271/2004-01-1630.

[2] 郭巍， 李云芝， 姜振东. 用相似理论讨论仿真的可信度[J]. 系统仿真学报， 1999， 11（2）： 113-115.

[3] 吴晓燕， 赵敏荣， 刘兴堂， 等. 仿真系统可信度评估及模型验证方法研究[J]. 计算机仿真， 2002， 19（3）： 25-27. DOI： 10.3969/j.issn.1006-9348.2002.03.008.

[4] 李鹏波， 谢红卫. 现代谱估计方法在仿真可信性研究中的应用[J]. 计算机仿真， 1999， 16（1）： 45-48.

[5] 杨惠珍， 康凤举， 李俊. 基于模糊AHP的系统仿真可信度评估方法[J]. 计算机仿真， 2003， 20（8）： 43-45. DOI： 10.3969/j.issn.1006-9348.2003.08.014.

[6] 楊惠珍， 康凤举， 李俊. 层次分析法在水下航行器系统仿真可信性评估中的应用研究[J]. 系统仿真学报， 2002， 14（10）： 1299-1301.

[7] 魏华梁， 李钟武. 灰色关联分析及其在导弹系统仿真模型验证中的应用[J]. 系统工程与电子技术， 1997（2）： 55-61.

[8] MARCZYK J. Principles of simulation-based computer-aided engineering[M]. Madrid： FIM Publications， 1999.

[9] MARCZYK J， DESHPANDE B. Measuring and tracking complexity in science[C]//Proceedings of 3rd International Conference on Complex Systems. Berlin： Springer， 2006. DOI： 10.1007/978-3-540-85081-6_4.

[10] CIEHOS D， de VOGEL D， OTTOM M， et al. Crash analysis criteria description（Version 2.1.1）[M/OL]. （2008-05-15）[2017-09-01]. http：//web2.uwindsor.ca/courses/engineering/altenhof/92544/CrashAnalysisCriteria_2.1.1.pdf.

[11] 刘树成， 魏巍， 闫清东， 等. 基于复杂性测度的变矩器流场仿真模型可信度分析[J]. 农业机械学报， 2012， 43（10）： 19-24. DOI： 10.6041/j.issn.1000-1298.2012.10.004.

（编辑 武晓英）