姚曙光，邢　艺，邓雯苑，彭　勇

(1.中南大学 轨道交通安全教育部重点实验室，湖南 长沙　410075；2.中南大学 交通运输工程学院，湖南 长沙　410075；3.广东技术师范学院 汽车学院，广东 广州　510665)

列车的撞击过程往往是耦合撞击过程，这个过程中涉及驾驶员与司机室的二次碰撞，在二次碰撞中，司机室的结构布局及其内部物体的材料特性是影响驾驶员损伤的主要因素。为了减少列车撞击给驾驶员和乘员带来的损伤，目前国内外针对轨道列车的客室结构优化进行了许多研究，如Stanislav研究了不同年龄列车乘员的二次碰撞损伤，分析了客室不同空间布局时的二次碰撞，提出了相对安全的布局[1]；Tyrell开展了一系列客室内假人的二次碰撞试验，采用三角形冲击波估算了各种事故场景下列车乘员的存活率和车内座椅的破坏数[2]；王文斌等人采用MADYMO软件对多刚体假人模型进行仿真，分析座椅间距、座椅方向、椅背刚度等对列车乘员伤害的影响，表明了客室内合理的空间结构布置能够减小乘员的损伤[3]；谢素超等人基于MADYMO软件建立了车体客室—假人的耦合结构模型，研究列车乘员二次碰撞损伤的程度，并基于Kriging算法解决客室空间尺寸与部件刚度的优化配置问题[4]。但是，对于列车司机室结构的布局进行优化设计以达到减小驾驶员二次碰撞损伤，国内外还没有太多的研究。而在列车碰撞事故中，司机室处在列车撞击的最前端，驾驶员是碰撞中最先受到伤害的。

本文以列车驾驶员损伤参数为目标量，以操控台系统的结构和布局参数为设计变量，研究列车司机室操控台系统的结构尺寸及与座椅的配合尺寸对驾驶员损伤的影响，对驾驶员损伤指标进行多目标寻优，并进行仿真验证。

1　优化基础

1.1　有限元模型

本文基于HYPERMESH软件建立了假人—司机室—列车有限元模型，其中列车车体选用某城际铁路动车组列车，该列车为9辆编组，在列车撞击计算中，除头车外，对其余车辆用质量点单元模拟，其中建立的头车有限元模型如图1所示。

图1　头车有限元计算模型

建立列车有限元模型后，定义单元属性和材料参数。车体为钢制材料，选用线性弹塑性材料模拟；建立车体的连接及接触关系，用非线性离散梁单元模拟转向架和车体的一系、二系悬挂，在车体的主要碰撞区域设置自动单面接触，轮轨接触采用面面接触；然后将列车以7 m·s-1的速度撞击固定刚性墙作为边界及初始条件，最后生成有限元分析软件LS-DYNA计算的求解文件。

在碰撞发生时，驾驶员最可能与司机室操控台及座椅发生二次碰撞，因此在建立包括操控台面、仪表板及下部柜体的操控台系统有限元模型时，对操控台面及仪表板进行简化，只考虑它们的整体结构，忽略对撞击损伤影响较小的细微结构，操控台面和下部柜体采用铝材模拟，仪表板采用玻璃钢材料模拟。司机室座椅主要由坐垫、椅背、头枕、扶手以及座椅支撑构成，坐垫、椅背、头枕采用实体单元划分网格，采用具有高度压缩性能的低密度软泡沫材料模拟，且在软泡沫材料外包有1层共节点的薄壳单元；座椅支撑采用分段线性弹塑性材料模拟，用矩阵表格输入各段的应力—应变线性关系。驾驶员有限元模型使用LSTC公司建立的50百分位假人有限元模型。最后建立的司机室操控台—座椅—假人的有限元模型如图2所示。

图2　操控台—座椅—假人有限元模型

1.2　参数设计

司机室操控台系统的结构布局按照UIC-651标准设置[5]。用A代表操控台侧面与座椅G点(座椅坐垫与靠背表面的相切点)的纵向水平距离(简称座椅操控台水平距离)，座椅可前后移动，与操控台的距离会影响驾驶员与操控台撞击的时间及撞击速度；用B代表操控台膝垫与操控台侧面的纵向水平距离(简称膝垫距离)，在撞击过程中膝垫的位置会限制驾驶员腿部的移动距离，影响驾驶员腿部的损伤；用C代表操控台截面厚度，操控台截面厚度决定了驾驶员胸部与操控台接触面的大小，直接影响作用于驾驶员胸部的压强；用D代表脚踏板高度，脚踏板高度的设计将影响驾驶员的重心高度，并决定了撞击时操控台面与驾驶员撞击的位置。4个优化设计变量中，A和B为操控台系统的布局参数，C和D为操控台系统的结构参数，司机室操控台系统各优化设计变量及取值范围如图3所示。

图3　操控台系统优化设计变量示意图(单位：mm)

列车驾驶员在碰撞发生后极易受到损伤，损伤类型包含机械性损伤、生物损伤以及心理损伤，不同部位的损伤机理各不一样。为了评定驾驶员的损伤程度，参考美国FMVSS208乘员碰撞保护标准[6]和英国内饰结构耐撞性标准AV/ST9001[7]，引入驾驶员碰撞损伤参数，分别为：头部损伤指标HIC36、颈部损伤指标Nij、胸部损伤指标TC3ms、胫骨指数TI。其中，头部损伤指标HIC36为36 ms时间间隔内驾驶员头部质心位置的加速度最大值；颈部损伤指标Nij与碰撞中驾驶员所受的颈部力和力矩有关；胸部损伤指标TC3ms为胸部合成加速度累积作用时间超过3 ms的值；胫骨指数TI与小腿所受的轴向力和力矩有关。

1.3　优化方法

碰撞问题是一类十分复杂的非线性物理问题[8],而且用有限元分析碰撞问题需要耗费大量的时间，因此引入代理优化的方法，即利用有限的样本点构造代理优化模型并进行优化设计。建立代理模型的常用方法有传统响应面法[10]、Kriging模型法[11]、径向基函数法、人工神经网络法等。

本文采用乘员损伤优化设计中被广泛运用的Kriging法建立代理优化模型，通过Kriging法构造驾驶员损伤指标随设计变量的变化曲面，并借助求解多目标优化问题的带精英策略的非占优排序遗传算法(NSGA-Ⅱ)对代理模型进行寻优。用遗传算法求解代理模型的最优值时，首先随机生成1个初始种群，对种群个体进行编码，将目标函数转化为适应度函数；对每个个体进行适应度评价，评定每个个体的优劣程度；然后通过选择、交叉及变异等算法产生更优的新一代种群；最后进行终止条件判断，最优解就是进化中拥有最高适应度的个体，即本研究中所求模型的最优值。

2　优化设计

2.1　试验设计

对司机室的4个优化设计变量采用正交试验，其中取A分别为350，400和450 mm，B分别为320，370和420 mm，C分别为120，70和170 mm，D分别为150，200和250 mm，9次试验均在相同碰撞场景下进行，得到各试验下驾驶员的损伤情况见表1。

表1　正交试验及结果

从表1可以看出：头部损伤指标离耐受极限较远，受伤的可能性低；颈部损伤指标都在标准范围内，但试验4和试验8的结果接近标准值，较为危险；胸部损伤指标都在耐受范围内；有6个试验的胫骨指数指标超过了标准值，可见驾驶员腿部受伤的危险性极大。

不同优化设计变量下各损伤指标的极差分析结果见如表2，依据极差R的大小可以判断优化设计变量对损伤指标的影响程度，R越大代表该优化设计变量的影响程度越大。

表2　不同优化设计变量下各损伤指标的极差分析结果

从表2可以看出：①头部损伤指标受操控台截面厚度的影响最大，其次受脚踏板高度及座椅操控台水平距离的影响，膝垫距离的影响最小。②颈部损伤指标受膝垫距离及脚踏板高度的影响较大，膝垫离操控台边沿越近，颈部损伤越大，脚踏板高度越高，颈部损伤越严重；颈部损伤指标受座椅操控台水平距离和操控台截面厚度的影响较小，操控台越厚，颈部损伤越小。③胸部损伤指标受座椅操控台水平距离的影响最大，其次受操控台截面厚度和脚踏板高度的影响，膝垫距离对胸部损伤的影响最小，座椅操控台水平距离越近，胸部损伤越小。④胫骨指数受座椅操控台水平距离的影响最大，其次受膝垫距离和操控台截面厚度的影响，脚踏板高度的影响最小，座椅操控台水平距离近时胫骨损伤值明显较小。

经以上分析可知，优化设计变量A对胸部损伤和腿部损伤的影响较大；D对头部损伤和颈部损伤的影响较大；B只对颈部损伤影响较大，对其余指标的影响都较小；C对头部加速度影响较大，但在本试验中头部加速度损伤都较小，座椅操控台水平距离和脚踏板高度是影响驾驶员损伤的主要因素。因此在进行结构优化前须先确定膝垫距离和操控台截面厚度，考虑到膝垫距离较近时可能引起颈部与腿部较大的损伤，选择420 mm为最优的膝垫距离；颈部损伤随操控台截面厚度增加而减小，选择170 mm为最优的操控台截面厚度。

2.2　结构优化

由于优化设计变量A和D是影响驾驶员损伤的主要因素，以优化设计变量B和C取上节得到的最优值为前提，选择A分别为350，400和450 mm，D分别为150，175，200，225和250 mm，设计两因素的全因子试验，试验共有15个，试验设计及结果见表3。

表3　全因子试验及结果

续表3

以全因子试验的结果为样本点，采用Kriging法建立驾驶员各部位损伤在优化设计变量A和D下的近似模型。因各试验工况中头部损伤与标准值差距较远，可以忽略对其的优化，其他部位损伤的响应曲面如图4所示。

从图4可以看出：颈部损伤随座椅操控台水平距离的增加先增加后减小，与脚踏板高度无线性关系；胸部损伤随座椅操控台水平距离的增加呈增加趋势，与脚踏板高度无线性关系；胫骨指数与座椅操控台水平距离无线性关系，随脚踏板高度呈抛物线变化，在脚踏板中间高度位置损伤值最大。

图4　各损伤参数Kriging响应面

采用遗传算法对代理模型寻优，选择种群规模为50个，共有100个迭代种群，交叉概率为0.9，交叉分布指数为10。通过NSGA-Ⅱ遗传算法寻优，得到当A=368 mm，D=250 mm时驾驶员的损伤最小，当A=450 mm，D=160 mm时驾驶员的损伤最大。

2.3　优化结果讨论

按驾驶员损伤最小的寻优结果得到的座椅操控台水平距离和脚踏板高度建立仿真工况，得到各目标损伤的优化结果，与优化前的仿真结果进行对比，见表4。从表4可以看出：A和D优化后，除了驾驶员的头部损伤外，其余部位的损伤误差都小于10%，说明该优化模型对除头部损伤外其余部位的损伤都是有效的。

表4　优化结果与仿真结果对比

优化后驾驶员头部和胸部加速度时程曲线分别如图5和图6所示。从图5和图6可以看出：头部损伤指标HIC36为59.14g，出现在77～113 ms的时间间隔内；胸部损伤指标TC3ms为19.52g，出现在76～79 ms的时间间隔内。

图5　头部加速度时程曲线

图6　胸部加速度时程曲线

图7和图8分别为驾驶员颈部受力和力矩的时程曲线。由图7和图8可以看出：在碰撞的前半段时间内，驾驶员颈部力和力矩是由头部与胸部速度差造成的，在460 ms时颈部后仰角大，由于有头枕的保护，颈部没有发生更严重的后弯；颈部损伤指标Nij为0.62，颈部损伤没有超过标准值。

图7　颈部受力时程曲线

图8　颈部力矩时程曲线

优化前与优化后驾驶员的损伤指标对比情况见表5。从表5可以看出：优化后驾驶员的各部位损伤指标都有较大的改进；优化后驾驶员的损伤指标及运动形态均较好，验证了空间结构优化的正确性与有效性。

表5　优化前后驾驶员各部位损伤指标

3　结　论

(1)对包括座椅操控台水平距离、膝垫距离、操控台截面厚度、脚踏板高度等司机室操控台系统的结构和布局参数进行正交试验和极差分析，得到座椅操控台水平距离和脚踏板高度为影响驾驶员损伤的主要因素。

(2)当最优的膝垫距离和操控台截面厚度分别为420和170 mm时，对驾驶员各损伤指标进行多目标优化的结果表明，当座椅操控台水平距离为450 mm、脚踏板高度为250 mm时驾驶员的损伤最大；当座椅操控台水平距离为368 mm、脚踏板高度为250 mm时驾驶员的损伤最小。

(3)遗传算法的寻优结果与数值仿真的结果吻合较好，驾驶员各个部位的损伤误差都小于10%。对司机室操控台系统的结构和布局参数优化后，驾驶员的各损伤指标及运动形态较好，验证了空间结构优化的正确性与有效性。优化后的结果与优化前相比，颈部损伤下降了31.9%、胸部损伤下降了32.3%、胫骨指数下降了59.8%。

[2]TYRELL D. US Rail Equipment Crashworthiness Standards [J]. Proceedings of the Institution of Mechanical Engineers Part F: Journal of Rail and Rapid Transit, 2002, 216(2): 123-130.

[3]王文斌, 张光伟, 赵洪伦, 等. 高速列车座椅间距对乘员二次碰撞伤害的影响 [J]. 计算机辅助工程, 2008, 17(2): 1-3.

(WANG Wenbin, ZHANG Guangwei, ZHAO Honglun, et al. Second Impact Effect of Chair Distance of High-Speed Train on Occupant Injury[J].Computer Aided Engineering, 2008, 17(2): 1-3. in Chinese)

[4]谢素超, 周辉. 基于Kriging法的铁道车辆客室结构优化 [J]. 中南大学学报：自然科学版, 2012, 43(5):1990-1998.

(XIE Suchao, ZHOU Hui. Optimization on Passenger Compartment Structure of Railway Vehicle Based on Kriging Method [J]. Journal of Central South University：Science and Technology，2012, 43(5):1990-1998. in Chinese)

[5]International Union of Railways. UIC 651-2002 Layout of Driver’s Cabs in Locomotives, Railcars, Multiple Unit Trains and Driving Trailers [S]. Paris: UIC, 2002.

[6]Federal Motor Vehicle Carrier Safety Administration. FMVSS208 Occupant Crash Protection[S].Washington: US Department of Transportation,2002.

[7]Association of Train Operation Companies. ATOC Vehicle Standard AV/ST 9001 Vehicle Interior Crashworthiness [S].London: ATOC, 2002.

[8]张维刚,廖兴涛,钟志华.基于逐步回归模型的汽车碰撞安全性多目标优化 [J].机械工程学报,2007,43(8): 142-147.

(ZHANG Weigang, LIAO Xingtao, ZHONG Zhihua. Multi-Objective Optimization for Crash Safety Design of Vehicles Using Stepwise Regression Model [J]. Chinese Journal of Mechanical Engineering, 2007, 43(8): 142-147. in Chinese)

[9]谢素超, 田红旗. 铁道车辆承载吸能结构优化研究[J]. 中国铁道科学, 2012, 33(6):60-68.

(XIE Suchao, TIAN Hongqi. Optimization Research on the Energy Absorbing Bearing Structure of Railway Vehicle [J]. China Railway Science, 2012, 33(6):60-68. in Chinese)

[10]FORSBERG J, NILSSON L. Evaluation of Response Surface Methodologies Used in Crashworthiness Optimization [J]. International Journal of Impact Engineering, 2006, 32(3): 759-777.

[11]FORSBERG J, NILSSON L. On Polynomial Response Surfaces and Kriging for Use in Structural Optimization of Crashworthiness [J]. Structural and Multidisciplinary Optimization, 2005, 29 (3):232-243.