奥托立夫于永志:主动与被动安全系列研究

文章来源:AI《汽车制造业》 发布时间:2017-12-22
分享到
“2017汽车行人保护国际研讨会”于2017年12月21日天津召开,奥托立夫上海汽车安全系统集成工程师于永志发表演讲:主动与被动安全系列研究。

“2017汽车行人保护国际研讨会”于2017年12月21日天津召开,奥托立夫上海汽车安全系统集成工程师于永志发表演讲:主动与被动安全系列研究。

奥托立夫上海汽车安全系统集成工程师于永志

现场实录:

各位嘉宾大家下午好,很高兴第二次来这参加会议,我们奥托立夫有被动也有主动的系列产品,两条线都在做,实际上只有2%的贡献率,其实这个地方有一些争议,围绕这条线已经开始做这方面的研究,我们自己的结论是两条,而且结果会更好。我们去研究奥托立夫自己的使命和生命,研究出发点都是从真实事故当中来,然后做交通调查,到被动安全的一些技术分解到主动安全分解然后到集成,整个研究也是围绕过程展开的,数据是CIDAS数据,数据本身不可以拿来直接用,我们做数据调查的时候都会发现这个问题,做大数据梳理也好,这种东西拿过来用就会发现有时候数据会说谎,是因为你用的时候会发现局部代表整体,我们需要做处理,做处理的时候我们当时是选择了1999年到2014年的案例,自行车4789件,这里排除几种案例,侧面和后面的碰撞是不能要的,数据信息量太少不能用的。我们整篇文章分析是三级以上伤害,以他为基础,三级以下伤害是不考核的,按照这些标准里面去筛选,我选出这些案例做研究。所以我们需要做回归。我们其实可以看到很多东西,第一个就是行人这块,我们看到自行车是3%,现在发动机罩的优化,我们发展到极致也就是贡献率在7%,如果扩大到A柱里面,行人可以覆盖到40%以上,自行车是30%,如果说可以把区域再延伸到上面,我们自行车24%实际上也可以得到一部分改善,这个难度很大,还有红色32%,实际上是被动安全是无法覆盖到的。

我被动安全的量化、主动安全的量化会有三种数据,三种数据在一起就可以出实际效果,我把方法再回归到具体的事故案例当中,然后在求出效率,因为是风险、伤害,我们就会得出三种公式,这三种效能公式,就是68、34,我们始终分析都是这样来的,说到被动安全主要来源于三个,发动机罩和A柱,发动机本身面积比较大,我们是采用另一种方法,我们这块就没有具体说,我们用了这种方法之后,取得一定的值,然后会加到整个效能里面去,这两个地方如果是发生在A柱标记这个点,去代替所有案例里面出现在区域里面的伤害值,因为伤害值替代是一个假设,更容易量化和分析。

我现在测三组数据,我们是用直接测HIC值,需要一个不带气囊,带气囊是第一代还有第二代两种类型,我们还有第三代是向上面延伸的,通过这个测值表达三种数据,刚才速度是变化的,刚才是20公里到60公里变化值,在整个速度范围内,我们A柱位置如果没有气囊位置,已经上升到6000,再做下去就没有意义了。在20公里的时候,我们可以看到HIC值也有1500那么高,获得三级以上伤害概率还是比较高的。

速度超过50以后,气囊保护性能已经不再是明显了,这里设计是两百,吸附的能力是在里面的。

我们看效果实际上好很多,我们可以看40%到50%公里这一段,差距是比较明显的,如果说AB引入有两种状态,第一种就是不碰撞,或者碰撞背后,让速度降低到20%以下,效果会是比较好的,如果20%以上,仍然是需要气囊的保护。刚才说了速度和HIC值的关系,怎么把伤害值对应起来。数据我们直接就按曲线是HIC值和伤害风险概率关系图,我们把这个东西叠加到一起,就会得到下面这张图,我们就看到20公里的情况下,A柱这个位置三级以上伤害风险是80%,中心位置相对来说好一些,这是单点去测算,有单点的东西,我们就可以返回到数据当中去做,这里面单点还有一个效能,效能怎么去做呢,参考位置的受伤风险概率有了,有保护区域的受伤概率也有了,这个是概率的公式。我们今天有一段虚线可以看到,那段是60%到70%,效能仍然有,但是我们用虚线去连接,这个是没有实际数据的。

这个效能公式出来以后,就可以把被动安全的东西,通过叠加就可以知道效能是多少。而且接下来要说的主动安全,主动安全是做了以纺织为主,然后做事故重建,左边是类似于事故的,是刚好撞到一个案例,这个根据实际当中来,我们用仿真条件重现事故。

我们基本模型有了,上海值曲线也出来了,这里涉及到一个速度和伤害值之间的关系。我们是方法采用类似于论文当中方法,但是这张图不是这里面的,因为调查是死亡的值,事故数据是2009年,我们是用了新的数据库,然后伤害值从死亡降低到三级以上。

现在伤害值也有了,仿真模型也有了,我们需要对于A1变量做一下调整,对于行人我们设了三种状态,三种状态第一种是基本可以实现的,第二种是优化过的,第三种就是可实践性需要大家去努力实践。

对于自行车我们是有一个更高的要求,AD部分我们采用变量,然后做优化晋接。因为本身的功能不是很了解,做完了之后就带到我们实际案例当中,因为刚才有一个仿真的模型,我的减速度是多少,我减了多少,就可以把这些概率重新算出来,这边做了一个自行车的效能的曲线,这是每一个公里数都对应的个数,让大家直观的去看AE在这里面的贡献量。

60公里以上实际上就不再起作用了,因为速度截至是60公里,超过60公里就不起作用了。我是全速度的情况下,在60公里以上依然有效果,91-100的案例,第三个的版本和第二个版本去比较的时候,对于60公里以上的曲线影响是零,AB在目前技术手段条件下,我对于速度提高了之后,我即便是做了重大改动,仍然没有效果。但是对于低速这种效果是非常明显的,但是速度提高之后效能又下降了,这可能跟探测实际效果有关系。

蓝色只有被动安全的,20%的,主动安全是11%,被动安全幅度并没有主动安全那么多,被动安全只有20%-30%,所以也是存在的。

伤害来源于区域更高,整体的效能跟行人基本类似,把地方扩展了一下,如果说我把伤害变成二级伤害,相当于五折,二级伤害算轻伤,20公里是百分之百,这是死亡的一个状态,如果说有保护装置的话,我们死亡概率也是比较低的。

通过刚才的分析,无论是主动安全还是被动安全,两方面都有可以改进的地方,这些改进的地方都会让保护效能增加,但是可行性需要大家去努力,变成可以实现的方面。

结论有两点,第一个两个方面都有可增加的潜力,第二个就是主、被动安全结合会更好,谢谢!

收藏
赞一下
0