基于LSTM和Abaqus的行人保护头碰HIC值定量预测

行人保护是汽车安全的重要组成部分。在汽车发动机罩的研发设计过程中,除了要考虑强度、刚度等性能外,还需考虑对行人造成的伤害。利用有限元仿真能够获取多个碰撞点位的行人头部损伤,但是计算量大、重复工作多。本研究联合Abaqus仿真软件和Tensorflow机器学习框架,构建了行人保护头碰头部损伤评价标准(Head injury criteria,HIC)预测人工智能(Artificial intelligence,AI)模型,该AI模型可以快速地(秒级)预测包含几何、材料等参数下的合成加速度曲线及对应的HIC值,其中HIC值预测准确率超过85%。