某乘用车座椅E-NCAP鞭打性能仿真优化与试验对比

Simulation Optimization and Test Comparison of E-NCAP Whiplash Performance for a Passenger Car Seat

摘要: 由于某乘用车要出口欧洲，故其座椅设计标准要满足E-NCAP，针对初始FEA分析阶段鞭打得分较低情况下对座椅头枕进行优化。在ANSA中建立座椅鞭打试验的有限元模型，利用LS-DYNA软件作为求解器，对座椅模型进行模拟仿真以提高FEA鞭打得分，根据最新数据状态进行物理试验同时与FEA结果分析对比，并根据对比结果进一步优化鞭打性能，以满足E-NCAP标准。

Abstract: As a passenger car is to be exported to Europe, its seat design standard must meet E-NCAP. In the FEA analysis stage, the seat headrest is optimized for low whiplash scores. The finite element model is established in the ANSA and the LS-DYNA software is used as the solver to simulate the seat model to improve the FEA whiplash score. The object is carried out according to the latest data state in order to meet the E-NCAP standard, and the whiplash performance will be further optimized according to the comparison results.

1. 引言

随着当代汽车行业的发展，汽车安全性也成为了汽车消费者关注的一个重要领域。我国2012年首次将鞭打试验引进C-NCAP评价体系，而2008年欧洲便将鞭打试验纳入Euro-NCAP评价体系，说明欧洲对座椅鞭打性能更加重视。目前国内主要是针对C-NCAP座椅鞭打性能提升研究比较多，而对于E-NCAP座椅鞭打性能的陈述与研究并不多见 [1] [2]。本文主要是针对出口欧洲的整车座椅的E-NCAP得分情况进行研究分析，通过有限元分析方法对初始座椅模型进行鞭打仿真，根据得分情况进行初步的优化以提高有限元鞭打分析得分，然后再根据物理鞭打试验与仿真结果对比进一步优化座椅结构，通过试验来验证鞭打得分得到有效的提高，进而提升整车E-NCAP安全星级。

2. E-NCAP鞭打试验法规分析解读

不同国家NCAP的评价指标和评价方法都会有所不同，但基本上鞭打试验中分为静态尺寸评价和动态试验评价，同时各国对静态评价的要求也不一样。静态评价主要是测量头枕的空间几何尺寸，其中头后间隙和头枕高度差对颈部挥鞭伤有重要影响；动态评价主要是采用滑车试验，将座椅和约束系统固定在滑台上，滑车以指定的加速度波形发射模拟后碰撞过程。在欧洲的E-NCAP中要求座椅动态评价达到所需要的成绩时，才需要对座椅进行静态评价；而在中国的C-NCAP中对座椅鞭打试验则不需要对座椅进行静态评价，但是如果在测量过程中出现头枕干涉测量装置的情况需要在评价结果扣除2分。在本文中对某座椅的E-NCAP鞭打性能仿真优化与试验对比只针对动态评价指标，不对座椅的静态评价进行分析。

在座椅鞭打试验的动态评价中E-NCAP和C-NCAP所采用碰撞波形也不一样 [3]，E-NCAP中需要高、中、低三个强度的加速度碰撞波形，本文FEA仿真与试验所采用的三个加速度波形如图1~3所示。而C-NCAP中鞭打试验的碰撞加速度波形如图4所示，与E-NCAP波形还是有所不同 [4]。

Figure 1. E-NCAP low severity pulse

图1. E-NCAP低强度波形

Figure 2. E-NCAP medium severity pulse

图2. E-NCAP中强度波形

Figure 3. E-NCAP high severity pulse

图3. E-NCAP高强度波形

Figure 4. C-NCAP acceleration pules

图4. C-NCAP加速度波形

E-NCAP鞭打试验的评分方法主要是动态的高中低三条波形各3分，其中每个参数0.5分，在参数T1加速度和接触时间T-HRC中取分值大的进行计算，因此动态评价共计9分，还有2分的静态评价，因此总分数为11分，E-NCAP鞭打试验总体评分表和评价指标如表1所示。

Table 1. 2018 Version E-NCAP whiplash general scoring table

表1. 2018版E-NCAP鞭打试验总体评分表

3. 座椅鞭打模型建立和仿真结果分析

3.1. FEA模型建立

本文FEA座椅模型包括座椅、假人、安全带和滑车部分，如图5所示。其中假人采用BioRID II假人模型，座椅模型中骨架采用平均尺寸为5 mm的shell单元模拟，材料类型为MAT24，座垫和靠背的泡沫均采用平均尺寸为15 mm的四面体Solid单元模拟，在ANSA中建立座椅有限元模型并建立连接和材料属性的赋予。根据滑车试验要求，座椅的四个地脚均与滑车固定并约束滑车出X向的其他5个方向的自由度，碰撞波形采用本文提及的试验三个强度的波形，求解器采用LS-Dyna进行求解 [5]。

Figure 5. Whiplash FEA model

图5. 鞭打FEA模型

3.2. FEA仿真结果

通过建立有限元模型对其进行仿真分析，分析结果如表2所示。

Table 2. FEA Whiplash score table

表2. FEA鞭打试验得分表

从FEA分析结果中可以看出在三个波形中Nkm评价指标得分比较低，其中Nkm取N_ea，N_ep，N_fa，N_fp中的最大值，其计算公式分别如下：

$N_{ep}\left(t\right)=\frac{F_{xp}\left(t\right)}{F_{xp-\mathrm{int}}}+\frac{M_{ye}\left(t\right)}{M_{ye-\mathrm{int}}}$

$N_{ea}\left(t\right)=\frac{F_{xa}\left(t\right)}{F_{x-\mathrm{int}}}+\frac{M_{ye}\left(t\right)}{M_{ye-\mathrm{int}}}$

$N_{fp}\left(t\right)=\frac{F_{xp}\left(t\right)}{F_{x-\mathrm{int}}}+\frac{M_{yf}\left(t\right)}{M_{yf-\mathrm{int}}}$

$N_{fa}\left(t\right)=\frac{F_{xa}\left(t\right)}{F_{x-\mathrm{int}}}+\frac{M_{yf}\left(t\right)}{M_{yf-\mathrm{int}}}$

从公式中可以看出影响Nkm评价指标的主要因素就是Fx和My，胡远志 [6] 曾提出缩小头与头枕之间的距离使头与头枕接触时间更早，能有效的提前支撑头部向前运动进而能够有效的降低上颈部剪切力同时也能减小颈部扭矩值。在符大兴 [7] 的文章中也指出增加头枕杆的刚度能够提高头部与头枕直接的作用力，使头部更早的产生加速度进而降低NIC值和颈部剪切力。

3.3. FEA仿真结果

根据上述分析，在控制项目开发成本的前提下，对座椅进行以下两点优化方案，详细如下：

1) 在有限元模型中量取假人头部和头枕之间的距离为30.3 mm，现调整模型将距离30.3 mm调整为21 mm，具体如图6所示。

Figure 6. Model optimization scheme

图6. 模型优化方案

Figure 7. Material stress-strain curve

图7. 材料应力应变曲线

Figure 8. Headrest structure

图8. 头枕结构示意图

在最小的改动量前提下为了增加头枕杆刚度，本文采用了提高头枕杆的材料，由原来的SAPH440变为ST37，两种材料的应力应变曲线对比如图7所示，从图中明显能看出来ST37要比SAPH440强很多，同时也将头枕杆的壁厚由1.6 mm增加到2 mm以增加头枕杆刚度，其中头枕局部结构如图8所示。

根据上述的优化方案，对座椅鞭打仿真模型进行求解分析，将得到的分析结果与优化前进行对比 [8]，对比结果如表3所示，鞭打得分得到了有效的提高，起到了优化效果。

Table 3. Comparison of FEA scores before and after optimization

表3. 优化前后FEA得分对比表

4. 试验结果验证

座椅鞭打在FEA仿真优化的同时，物理试验也在同时进行，一方面是对FEA仿真结果进行验证另一方面也对优化方案的有效性进行校核，试验设置如图9所示 [9]。针对本文中座椅优化前后进行了两次物理试验，试验结果对比如表4所示。由于物理试验与FEA仿真模型之间的设置无法保证百分百一致，因此两者得分之间存在一定的差异，但是优化后鞭打试验得分得到了有效的提高，说明优化方案的方向是正确的。

Figure 9. Physical test setup

图9. 物理试验设置

Table 4. Comparison of physical test scores before and after optimization

表4. 优化前后物理试验得分对比

5. 结语

本文针对某乘用车座椅2018版E-NCAP鞭打试验得分情况，应用常规提升C-NCAP性能的研究方法来提升E-NCAP性能指标，并且通过FEA仿真建模优化分析结果，同时通过物理试验验证分析结果及优化方案的有效性。研究结果表明减小头部与头枕之间的距离和增加头枕骨架结构的刚度能够有效地减小鞭打试验时颈部的损伤程度，提高座椅的鞭打性能。