随着汽车保有量的持续增加,道路交通事故的频发,人体损伤及防护方面的研究在车辆安全和损伤生物力学领域引起了广泛的重视。损伤评价准则作为车辆安全性能和人体损伤程度的评价标准,对人体防护、车辆性能改进具有重要意义。然而,由于道路交通事故的复杂性,碰撞数据的局限性,通常传统的损伤评价准则无法准确地评估和预测事故中乘员的颅脑损伤程度,进而制约车辆防护性能的改进。因此,根据大量碰撞试验数据构建颅脑损伤评价指标和预测模型成为车辆碰撞事故中颅脑损伤程度评估的重要手段。本文以真实的车辆碰撞事故案例为研究对象,将高精度有限元模型、脑组织压缩试验、计算反求技术以及智能算法相结合,充分发挥多学科、多领域的交叉优势,旨在车辆碰撞事故重建、脑组织材料参数、颅脑损伤评价及预测和乘员约束系统防护性能改进等方面做一些具有实际意义的研究和探索。根据上述思路,本文在文献研究的基础上,开展并完成了以下几个方面的工作:(1)考虑相关性的车辆碰撞事故不确定性反求。首先,建立事故车辆碰撞有限元模型。然后,通过Nataf变换将相关变量转化成独立变量,并基于三点估计法结合逆Nataf变换,将不确定性反问题转化成几个确定性反问题,以便获得碰撞参数的统计矩。为了获得更多的碰撞信息,根据反求所得碰撞参数的统计矩,采用最大熵原理,估计碰撞参数的概率密度函数。通过与蒙特卡洛模拟的计算结果对比,验证了所提不确定性反求方法在车辆碰撞事故重建中的合理性和可靠性。将反求所得碰撞参数用于车辆碰撞有限元模型进行仿真计算,结果表明事故车辆的仿真变形与实际变形具有较高的匹配度。(2)基于单轴压缩试验的脑组织粘-超弹性材料参数识别。由于脑组织具有超软且粘的材料特性,导致脑组织标准试样的制作难度较大,所得脑组织试样形状非常不规则,不利于试样模型的重构。因此,采用激光三维扫描技术建立特定试样的脑组织有限元模型。为了提高材料参数的识别精度,通过联合仿真并利用遗传算法实现对脑组织材料参数的反求计算。为了验证反求结果的准确性和合理性,采用另一组试样的仿真与试验结果进行对比,结果表明,仿真曲线与试验曲线具有较好的吻合精度。通过进一步对比文献所给材料参数的仿真曲线,再次表明反求得到的脑组织粘-超弹性材料参数具有较高的精度,且对脑组织的松弛特性能够合理地表征。(3)基于ANN-L的颅脑损伤评价与预测。为了明确颅脑损伤的影响因素,根据NHTSA数据库中的汽车碰撞试验数据,本文通过Spearman秩相关分析各个运动参量或损伤评价准则与脑损伤量之间的相关程度,分析结果表明,最大合成速度、最大合成加速度、最大角速度以及基于旋转的脑损伤评价准则与累积应变损伤量之间有很强的相关性。通过采用邻近距离法进行数据诊断,剔除异常数据,增强运动量与损伤量之间的相关性,并结合优化策略获得运动参量的最佳权重,进而构建新的颅脑损伤评价指标,相比传统损伤评价准则,较为综合地考虑了各运动量的影响,且通过数据诊断提高了损伤评价准则的准确度。为了对脑损伤量进行定量描述,建立运动量与损伤量之间的对应关系,采用最大-最小规范化对训练试验数据进行预处理,并通过ANN-L构建脑损伤预测模型,检验结果表明,所建脑损伤预测模型具有较高的预测精度。该方法为建立颅脑损伤与运动参量之间的关系提供了一种新的思路。(4)基于脑损伤评价的乘员约束系统区间多目标优化。首先构建了整车-乘员约束系统一体化有限元模型。然后,为了评估该模型中乘员约束系统关键变量重要性,提出了一种基于高阶敏感性分解和偏导积分的敏感性分析方法,可以有效地分解关键变量之间的交互作用。最后,为了改进乘员约束系统的防护性能,结合敏感性分析结果并考虑不确定性因素的影响,以损伤评价准则HIC和BII为优化目标,以BrIC和RIC为约束,采用区间多目标优化算法对乘员约束系统的关键变量进行优化设计,得到了乘员约束系统关键变量的最佳组合。这为乘员约束系统在不确定性因素影响下提高其防护性能提供了一种有效的改进方法。