CN117929173A - 一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置 - Google Patents
一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置 Download PDFInfo
- Publication number
- CN117929173A CN117929173A CN202410306547.8A CN202410306547A CN117929173A CN 117929173 A CN117929173 A CN 117929173A CN 202410306547 A CN202410306547 A CN 202410306547A CN 117929173 A CN117929173 A CN 117929173A
- Authority
- CN
- China
- Prior art keywords
- sample
- mechanical response
- standard
- response curve
- drop hammer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012360 testing method Methods 0.000 title claims abstract description 35
- 230000004044 response Effects 0.000 claims abstract description 122
- 230000001133 acceleration Effects 0.000 claims abstract description 34
- 238000010586 diagram Methods 0.000 claims abstract description 34
- 238000006073 displacement reaction Methods 0.000 claims abstract description 30
- 238000010606 normalization Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 12
- 238000000638 solvent extraction Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000003064 k means clustering Methods 0.000 claims description 5
- 239000011664 nicotinic acid Substances 0.000 abstract description 4
- 239000000523 sample Substances 0.000 description 105
- 239000000463 material Substances 0.000 description 15
- 229910000639 Spring steel Inorganic materials 0.000 description 14
- 238000013016 damping Methods 0.000 description 12
- 238000011161 development Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000000853 adhesive Substances 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 4
- 238000011056 performance test Methods 0.000 description 3
- 239000013074 reference sample Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 235000003801 Castanea crenata Nutrition 0.000 description 1
- 244000209117 Castanea crenata Species 0.000 description 1
- 229910001065 Chromium-vanadium steel Inorganic materials 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- PYLLWONICXJARP-UHFFFAOYSA-N manganese silicon Chemical compound [Si].[Mn] PYLLWONICXJARP-UHFFFAOYSA-N 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置，涉及汽车碰撞设备技术领域。该方法包括以下步骤：采集落锤与标准样件接触过程中不同时刻的力学响应指标；绘制三种标准力学响应曲线组；选取任一种标准力学响应曲线组归一化操作；构建多棵多叉树；形成热力图并计算整体偏移系数；重复上述步骤，得到三个热力图及多个整体偏移系数；根据第二冲击力、第二位移和第二加速度，绘制三种实际力学响应曲线组并归一化操作；并根据对应的热力图，得到多个实际偏移系数；根据整体偏移系数确定实际偏移系数的预设范围，当实际偏移系数均处于相应预设范围内时，则判定待测样件满足对标要求。通过上述对标方法得到的样件具备良好仿生性能。
Description
技术领域
本发明一般涉及汽车碰撞设备技术领域，具体涉及一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置。
背景技术
汽车碰撞假人使用6根性能不同的肋骨模拟人类胸腔的力学特性，每根肋骨由高强度钢和阻尼材料粘合而成。高强度钢、阻尼材料及粘接剂三者的性能直接影响了肋骨的力学特征。国标GB/T232-2010规定了金属材料弯曲试验方法，使用了弯曲装置对金属材料的静态性能进行评估。对于碰撞假人肋骨的测试研究，国内专利CN201520680034.X《假人肋部标定试验装置》设计了一种操作简单快捷、可重复性高的试验假人肋骨标定设备，可有效节省试验时间，提高工作效率。另外，国内专利CN202210315395.9《一种碰撞假人单根肋骨性能通道的确定方法》设计了一种测试装置在肋骨组装完成的情况下测定单根肋骨的性能并计算刚度系数，从而对假人胸部总成中肋骨的选择提供准确的数据指导。
通过分析发现，现有文献专利的研究多集中于单一基本材料的静态性能测试、单根肋骨的动态性能测试及标定测试装置的开发，对肋骨组分动态力学性能测试对标方法的相关研究很少。单根肋骨的性能通道测试需要在肋骨制作完成后进行，不利于碰撞假人肋骨的快速开发和性能对标。
有鉴于此，特提出本发明。
发明内容
鉴于现有技术中的上述缺陷或不足，期望提供一种用于评估不同材料及加工方式组合的仿生性，提高碰撞假人肋骨的开发速度的汽车碰撞假人肋骨组分力学性能测试对标方法及装置。
第一方面，本发明提供一种汽车碰撞假人肋骨组分力学性能测试对标方法，基于测试对标装置实现，所述测试对标装置至少包括：样件安装架和位于所述样件安装架上方的落锤，所述样件安装架用于安装标准样件或者待测样件；
所述方法包括以下步骤：
将所述标准样件安装在所述样件安装架上，多次释放所述落锤，并采集所述落锤与所述标准样件接触过程中不同时刻的力学响应指标；
根据所述力学响应指标以及对应的时刻，绘制三种标准力学响应曲线组；
选取任意一种标准力学响应曲线组进行归一化操作；
构建多棵多叉树；所述多叉树的底层节点中存储有归一化后的标准力学响应曲线组中的数据；
根据所述底层节点的深度和多叉树构建过程中各点到聚类中心的距离，计算归一化后的标准力学响应曲线组中各位置点的标准偏移系数，形成热力图，并计算整体偏移系数；
重复上述步骤，得到三个所述热力图以及对应的多个所述整体偏移系数；
将所述待测样件安装在所述样件安装架上，多次释放所述落锤，并采集所述落锤与所述待测样件接触过程中不同时刻的第二冲击力、第二位移和第二加速度；
根据所述第二冲击力、所述第二位移、所述第二加速度以及对应的时刻，绘制三种实际力学响应曲线组，并对三种所述实际力学响应曲线组进行归一化操作；
根据归一化后的实际力学响应曲线组以及对应的所述热力图，计算得到所述待测样件的多个实际偏移系数；
根据所述整体偏移系数确定相应的实际偏移系数的预设范围，当所有所述实际偏移系数均处于相应的预设范围内时，则判定所述待测样件满足对标要求。
根据本发明提供的技术方案，构建多棵多叉树，具体包括以下步骤：
创建一棵所述多叉树；所述多叉树包括一个根节点，且所述根节点中存储有相应的归一化后的标准力学响应曲线组中全部力学响应曲线的所有数据；
随机选取当前根节点的归一化后的标准力学响应曲线组的一个维度；所述力学响应指标包括第一冲击力、第一位移和第一加速度；所述维度为第一冲击力、第一位移、第一加速度或者时间；
使用K-Means聚类算法在当前根节点的维度中对所有数据进行多次聚类，计算得到多个聚类评价指标，并选取所述聚类评价指标的最小值对应的结果作为最终聚类结果；
在当前根节点下，根据所述最终聚类结果中的类簇数量创建多个子节点，并将所述最终聚类结果中不同类簇的数据转存到不同的子节点中；
判断所述子节点中的数据数量等于一个时，则该子节点记为第二类子节点；
判断所述子节点中的数据数量大于一个时，则该子节点记为第一类子节点，并重新选取维度，对该第一类子节点中的数据进行聚类，并根据聚类结果在该第一类子节点下创建新的子节点；
若当前多叉树中的全部底层节点均为第二类子节点，则当前多叉树完成构建；
重复上述步骤，构建多棵多叉树。
根据本发明提供的技术方案，根据以下公式计算聚类评价指标：
；
其中，DB为聚类评价指标，k为簇的数量，为两簇之间的相似度，u、v分别表示不同的簇。
根据本发明提供的技术方案，根据以下公式计算两簇之间的相似度：
；
其中，为两簇之间的相似度，/>为第u个簇中所有点到中心点之间的平均距离，为第v个簇中所有点到中心点之间的平均距离，/>为两簇中心点之间的距离。
根据本发明提供的技术方案，根据以下公式计算整体偏移系数：
；
其中，为整体偏移系数，n为热力图中力学响应点的数量，α为尺度参数，其是归一化后的力学响应输出值/>的函数，/>为标准偏移系数。
根据本发明提供的技术方案，根据以下公式计算所述标准偏移系数：
；
其中，为标准偏移系数，N为所有多叉树中的最大深度，T为多叉树的数量，M为第t棵多叉树对于位置点/>划分子树的次数，/>为位置点，i为位置点的个数，/>为位置点/>在第j次划分子树时产生的得分。
根据本发明提供的技术方案，根据以下公式计算位置点在每次划分子树时产生的得分：
；
其中，为位置点/>在第j次划分子树时产生的得分，/>为第j次划分子树时/>所属类簇的聚类中心位置，/>和/>为在第j次划分子树时/>所属类簇的两个聚类边界位置，/>为/>到聚类中心/>的欧氏距离，/>为聚类中心/>到两个聚类边界位置的最大距离。
根据本发明提供的技术方案，根据以下公式对任意一种所述标准力学响应曲线组进行归一化操作：
；
其中，为归一化后的标准力学响应曲线组的力学响应指标；/>为力学响应指标；/>为一种标准力学响应曲线组中的力学响应指标的最大参数值；/>为一种标准力学响应曲线组中的力学响应指标的最小参数值。
根据本发明提供的技术方案，根据以下公式计算预设范围：
；
其中，为一种整体偏移系数的均值，/>为一种标准力学响应曲线组中第h条关系曲线对应的整体偏移系数；Q为一种标准力学响应曲线组中的关系曲线的总条数；
；
其中，为整体偏移系数的标准差；
；
其中，Z为预设范围。
第二方面，本发明提供一种测试对标装置，能够实现上述的一种汽车碰撞假人肋骨组分力学性能测试对标方法，所述装置包括：
底座，所述底座上设有两个平行设置的导向柱；
落锤安装架，所述落锤安装架设于两个所述导向柱之间，且其与所述导向柱滑动连接；所述落锤安装架用于安装落锤；所述落锤上安装有压力传感器，用于检测所述标准样件或者所述待测样件在所述落锤作用下受到的冲击力；所述落锤的锤击面还设有缓冲层；
样件安装架，所述样件安装架设于两个所述导向柱之间，且所述样件安装架位于所述底座与所述落锤安装架之间；所述样件安装架用于安装标准样件或者待测样件；所述标准样件或者待测样件靠近所述底座的一侧设有加速度传感器，用于检测所述标准样件或者所述待测样件在所述落锤作用下产生的加速度；
所述底座上还设有与所述加速度传感器对应设置的位移传感器，用于检测所述标准样件或者所述待测样件在所述落锤作用下产生的位移。
综上所述，本发明公开一种汽车碰撞假人肋骨组分力学性能测试对标方法的具体流程。本发明通过将标准样件安装在样件安装架上，多次释放落锤，并采集落锤与标准样件接触过程中不同时刻的力学响应指标；根据力学响应指标以及对应的时刻，绘制三种标准力学响应曲线组；选取任意一种标准力学响应曲线组进行归一化操作；构建多棵多叉树；其中，多叉树的底层节点中存储有归一化后的标准力学响应曲线组中的数据；根据底层节点的深度和多叉树构建过程中点到聚类中心的距离，计算归一化后的标准力学响应曲线组中各个位置点的标准偏移系数，形成热力图，并计算整体偏移系数；重复上述步骤，得到三个热力图以及对应的多个整体偏移系数；进一步地，将待测样件安装在样件安装架上，多次释放落锤，并采集落锤与待测样件接触过程中不同时刻的第二冲击力、第二位移和第二加速度；根据第二冲击力、第二位移、第二加速度以及对应的时刻，绘制三种实际力学响应曲线组，并对三种实际力学响应曲线组进行归一化操作；根据归一化后的实际力学响应曲线组以及对应的热力图，计算得到待测样件的多个实际偏移系数；根据整体偏移系数确定相应的实际偏移系数的预设范围，当所有实际偏移系数均处于相应的预设范围内时，则判定待测样件满足对标要求。
本发明首先对标准样件进行落锤测试，绘制三种标准力学响应曲线组，将标准力学响应曲线组进行归一化操作，构建多棵多叉树，并计算标准偏移系数，利用标准偏移系数构成热力图，根据热力图计算得到整体偏移系数，重复前述步骤即可得到三个热力图和对应的整体偏移系数。然后，对待测样件进行落锤测试，绘制三种实际力学响应曲线组，并进行归一化操作；再根据对应的归一化后的实际力学响应曲线组以及热力图，计算得到待测样件的多个实际偏移系数；最后当多个实际偏移系数均处于相应的预设范围内时可以判断该待测样件符合对标要求，即该待测样件具备良好的仿生性能，是合格样件，并且，后期若利用该待测样件制作肋骨，能够使肋骨的性能更加稳定、可靠，即在肋骨成型前期就对样件的性能进行判断，然后再利用合格的样件制成肋骨，而无须等待肋骨成型后再对肋骨的性能进行对标，一定程度上也提高了碰撞假人肋骨的开发速度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1为汽车碰撞假人肋骨组分力学性能测试对标方法的流程示意图。
图2为标准样件的结构示意图。
图3为测试对标装置的结构示意图。
图4为力学响应数据模型示意图。
图5为测试对标装置中数据处理部分的结构示意图。
图6为构建多叉树的流程示意图。
图中标号：1、底座；2、落锤安装架；3、落锤；4、压力传感器；5、缓冲层；6、样件安装架；7、待测样件；8、位移传感器；9、加速度传感器；10、数据采集模块；11、处理模块；12、弹簧钢；13、粘合剂；14、阻尼材料；15、导向柱。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
实施例1
请参考图1所示的本发明提供的一种汽车碰撞假人肋骨组分力学性能测试对标方法的流程示意图，基于测试对标装置实现，测试对标装置至少包括：样件安装架6和位于样件安装架6上方的落锤3，样件安装架6用于安装标准样件或者待测样件7。
需要说明的是，标准样件的具体结构如图2所示，包括弹簧钢12、阻尼材料14和粘合剂13；弹簧钢12在对阻尼材料14起到支撑作用的同时还可以限制标准样件的部分变形能力，抑制过量迟滞效应。阻尼材料14将冲击中的能量转化为热能耗散。粘接剂13用于将弹簧钢12和阻尼材料14粘合在一起。
其中，弹簧钢12可以是碳钢弹簧钢、低锰弹簧钢、硅锰弹簧钢、铬钒钢中的一种；弹簧钢12的长度例如为250mm，弹簧钢12的宽度例如为20mm，弹簧钢12的高度例如为2mm。
阻尼材料14可以是橡胶或其他材质；阻尼材料14的长度例如为200mm；阻尼材料14的宽度与弹簧钢12可以相同，例如为20mm；阻尼材料14的厚度例如为12mm，阻尼材料14的倒角角度例如为60°。
如图1所示，该方法包括以下步骤：
S1、将标准样件安装在样件安装架6上，多次释放落锤3，并采集落锤3与标准样件接触过程中不同时刻的力学响应指标；
需要说明的是，在将标准样件安装到样件安装架6上之前，还需要将标准样件放置在温度为20-22℃的环境中至少一个小时，以保证标准样件的力学性能不会受到过多温度影响，并且，让后续的对标更加精准。
其中，力学响应指标包括第一冲击力、第一位移和第一加速度；第一冲击力是指标准样件在落锤3的作用下受到的冲击力，第一位移是指标准样件在落锤3作用下产生的位移，第一加速度是指标准样件在落锤3作用下产生的加速度。
另外，落锤3和标准样件接触过程中的力学响应指标的相邻采集时刻之间的间隔时长例如为0.1秒，此处，间隔时长可以根据实际需要进行设置。
S2、根据力学响应指标以及对应的时刻，绘制三种标准力学响应曲线组；
具体地，三种标准力学响应曲线组分别为第一关系曲线组、第二关系曲线组和第三关系曲线组。其中，第一关系曲线组包括多条第一冲击力随时间变化的曲线；第二关系曲线组包括多条第一位移随时间变化的曲线；第三关系曲线组包括多条第一加速度随时间变化的曲线。
S3、选取任意一种标准力学响应曲线组进行归一化操作；
其中，根据以下公式对任意一种所述标准力学响应曲线组进行归一化操作：
；
其中，为归一化后的标准力学响应曲线组的力学响应指标；/>为力学响应指标；/>为一种标准力学响应曲线组中的力学响应指标的最大参数值；/>为一种标准力学响应曲线组中的力学响应指标的最小参数值。
以第一关系曲线组为例，对第一关系曲线组进行归一化操作，获取第一关系曲线组中的最大参数值以及最小参数值，然后将最大参数值、最小参数值以及所有第一冲击力的数据逐一带入到上述公式中，计算得到归一化后的第一关系曲线组的第一冲击力。
第二关系曲线组、第三关系曲线组的归一化操作与第一关系曲线组的归一化操作一致，此处不再详细赘述。
S4、构建多棵多叉树；多叉树的底层节点中存储有归一化后的标准力学响应曲线组中的数据；
其中，底层节点是指多叉树最外层的叶子节点。
具体地，如图6所示，构建多棵多叉树，具体包括以下步骤：
S401、创建一棵多叉树；多叉树包括一个根节点，且根节点中存储有相应的归一化后的标准力学响应曲线组中全部力学响应曲线的所有数据；
S402、随机选取当前根节点的归一化后的力学响应曲线的一个维度；维度为第一冲击力、第一位移、第一加速度或者时间；
S403、使用K-Means聚类算法在当前根节点的维度中对所有数据进行多次聚类，计算得到多个聚类评价指标，并选取聚类评价指标的最小值对应的结果作为最终聚类结果；
需要说明的是，K-Means聚类算法是基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。
其中，根据以下公式计算聚类评价指标：
；
其中，DB为聚类评价指标，k为簇的数量，为两簇之间的相似度，u、v分别表示不同的簇。
并且，根据以下公式计算两簇之间的相似度：
；
其中，为两簇之间的相似度，/>为第u个簇中所有点到中心点之间的平均距离，为第v个簇中所有点到中心点之间的平均距离，/>为两簇中心点之间的距离。
S404、在当前根节点下，根据最终聚类结果中的类簇数量创建多个子节点，并将最终聚类结果中不同类簇的数据转存到不同的子节点中；
S405、判断子节点中的数据数量等于一个时，则该子节点记为第二类子节点；
S406、判断子节点中的数据数量大于一个时，则该子节点记为第一类子节点，并重新选取维度，对该第一类子节点中的数据进行聚类，并根据聚类结果在该第一类子节点下创建新的子节点；
S407、若当前多叉树中的全部底层节点均为第二类子节点，则当前多叉树完成构建；
S408、重复上述步骤，构建多棵多叉树。
以第一关系曲线组为例，先创建一棵多叉树，该多叉树的根节点中存储有该第一冲击力响应曲线组的所有数据；然后，随机选取当前根节点的归一化后的力学响应曲线的二维平面中的一个维度，例如选取的维度为第一冲击力；使用K-Means聚类算法对当前根节点的维度进行多次聚类，计算得到多个聚类评价指标，并选取聚类评价指标的最小值对应的结果作为最终聚类结果；然后，在当前根节点下，根据最终聚类结果中的类簇数量创建多个子节点，并将最终聚类结果中不同类簇的数据转存到不同的子节点中；判断子节点中的数据数量大于一个时，则该子节点记为第一类子节点；判断子节点中的数据数量等于一个时，则该子节点记为第二类子节点；若全部子节点中存在至少一个第一类子节点，则进入每一个第一类子节点，重新选取维度，此时选取的维度为时间，再对该第一类子节点中的数据进行聚类，再次得到多个聚类评价指标，并选取聚类评价指标的最小值对应的结果作为最终聚类结果；然后，在第一类子节点下，根据最终聚类结果中的类簇数量创建多个子节点，并将最终聚类结果中不同类簇的数据转存到不同的子节点中；再次判断全部底层节点中数据的数量，直至所有底层节点全部为第二类子节点，则当前多叉树构建完成。
第一关系曲线组、第二关系曲线组和第三关系曲线组均按照上述过程构建多叉树，此处不再一一赘述。
S5、根据底层节点的深度和多叉树构建过程中各点到聚类中心的距离，计算归一化后的标准力学响应曲线组中各位置点的标准偏移系数，形成热力图，并计算整体偏移系数；
具体地，根据各个标准偏移系数，绘制热力图，如图4所示，热力图通过颜色变化程度直观表示出力学响应参数-时间平面中各个位置点的标准偏移系数得分情况，能够为待测样件7的对标情况进行指导。
其中，根据以下公式计算标准偏移系数：
；
其中，为标准偏移系数，N为所有多叉树中的最大深度，T为多叉树的数量，M为第t棵多叉树对于位置点/>划分子树的次数，/>为位置点，i为位置点的个数，/>为位置点/>在第j次划分子树时产生的得分。
另外，根据以下公式计算位置点在每次划分子树时产生的得分：
；
其中，为位置点/>在第j次划分子树时产生的得分，/>为第j次划分子树时/>所属类簇的聚类中心位置，/>和/>为在第j次划分子树时/>所属类簇的两个聚类边界位置，/>为/>到聚类中心/>的欧氏距离，/>为聚类中心/>到两个聚类边界位置的最大距离。
S6、重复上述步骤，得到三个热力图以及对应的多个整体偏移系数；
其中，根据以下公式计算整体偏移系数：
；
其中，为整体偏移系数，n为热力图中力学响应点的数量，α为尺度参数，其是归一化后的力学响应输出值/>的函数，/>为标准偏移系数。
进一步地，尺度参数的计算方式如表1所示。
表1 尺度参数的计算方式
其中，在计算整体偏移系数时加入尺度参数可以让整条曲线的偏移系数对力学响应输出值较高的部分更为敏感，进而减小曲线两端输出值较低的部分对对标结果的影响。
S7、将待测样件7安装在样件安装架6上，多次释放落锤3，并采集落锤3与待测样件7接触过程中不同时刻的第二冲击力、第二位移和第二加速度；
其中，在将待测样件7安装到样件安装架6上之前，还需要将待测样件7放置在温度为20-22℃的环境中至少一个小时，以保证待测样件7的力学性能不会受到过多温度影响，并且，让后续的对标更加精准。
S8、根据第二冲击力、第二位移、第二加速度以及对应的时刻，绘制三种实际力学响应曲线组，并对三种实际力学响应曲线组进行归一化操作；
其中，三种实际力学响应曲线组分别为第四关系曲线组、第五关系曲线组和第六关系曲线组。其中，第四关系曲线组包括多条第二冲击力随时间变化的曲线；第五关系曲线组包括多条第二位移随时间变化的曲线；第六关系曲线组包括多条第二加速度随时间变化的曲线。
并且，对三种实际力学响应曲线组进行归一化操作与标准力学响应曲线组的归一化操作方式一致，此处不再详细赘述。
S9、根据归一化后的实际力学响应曲线组以及对应的热力图，计算得到待测样件7的多个实际偏移系数；
具体地，在归一化后的实际力学响应曲线组对应的热力图中获取相应的位置点的标准偏移系数，然后根据公式计算出待测样件7最终的实际偏移系数。
其中，实际偏移系数和整体偏移系数的计算方式一致，此处不再赘述。此处，实际偏移系数的取值范围为，实际偏移系数越小，证明待测样件7的力学响应曲线组与标准样件的力学响应曲线组的偏移程度越小，所测试肋骨组分组合的仿生性能越好。
S10、根据整体偏移系数确定相应的实际偏移系数的预设范围，当所有实际偏移系数均处于相应的预设范围内时，则判定待测样件7满足对标要求。
其中，根据以下公式计算预设范围：
；
其中，为一种整体偏移系数的均值，/>为一种标准力学响应曲线组中第h条关系曲线对应的整体偏移系数；Q为一种标准力学响应曲线组中的关系曲线的总条数；
；
其中，为整体偏移系数的标准差；
；
其中，Z为预设范围。
本发明首先将标准样件安装在样件安装架6上进行测试，得到三种标准力学响应曲线组，选取任意一种标准力学响应曲线组进行归一化操作；然后构建多棵多叉树，多叉树的底层节点中存储有归一化后的标准力学响应曲线组中的数据；根据底层节点的深度和多叉树划分过程中点到聚类中心的距离，计算归一化后的标准力学响应曲线组各位置点的标准偏移系数，形成热力图，并计算整体偏移系数；重复前述步骤，得到三个热力图以及对应的三个整体偏移系数；进一步地，再将待测样件7安装在样件安装架6上进行测试，得到三种实际力学响应曲线组，对三种实际力学响应曲线组进行归一化操作，并根据归一化后的实际力学响应曲线组和对应的热力图，计算得到待测样件7的多个实际偏移系数，最后判断多个实际偏移系数都处于相应的预设范围内时，则判定当前的待测样件7符合对标要求，即该待测样件7为合格样件。通过此种对标方法得到的样件具备良好的仿生性能，利用该待测样件7制作肋骨，使得肋骨的性能更稳定、可靠，同时也提高碰撞假人肋骨的开发速度。
实施例2
本发明还提供一种测试对标装置，能够实现实施例1所述的一种汽车碰撞假人肋骨组分力学性能测试对标方法，如图3所示，该装置包括：
底座1，底座1上设有两个平行设置的导向柱15；
落锤安装架2，落锤安装架2设于两个导向柱15之间，且其与导向柱15滑动连接；落锤安装架2用于安装落锤3；落锤3上安装有压力传感器4，用于检测标准样件或者待测样件7在落锤3作用下受到的冲击力；落锤3的锤击面还设有缓冲层5；
样件安装架6，样件安装架6设于两个导向柱15之间，且样件安装架6位于底座1与落锤安装架2之间；样件安装架6用于安装标准样件或者待测样件7；标准样件或者待测样件7靠近底座1的一侧设有加速度传感器9，用于检测标准样件或者待测样件7在落锤3作用下产生的加速度；
底座1上还设有与加速度传感器9对应设置的位移传感器8，用于检测标准样件或者待测样件7在落锤3作用下产生的位移。
其中，落锤3的质量例如为7.5kg；落锤3的直径例如为100mm；落锤3距离样件安装架6上端接触面的距离例如为250mm。缓冲层5在撞击时受落锤3和弹簧钢12综合影响而压缩变形。
缓冲层5的类型例如为海绵块；海绵块的直径可以略大于落锤3的直径，例如为110mm，海绵块的厚度例如为30mm，海绵块的密度例如为45g/cm3。
需要说明的是，标准样件以及待测样件7的质心应位于落锤3中心线的延长线上，用于保证落锤3垂直撞击相应样件的中心。压力传感器4安装于落锤3的中心位置，加速度传感器9安装在弹簧钢12一侧的中心位置。
进一步地，如图5所示，还包括：
数据采集模块10，其配置用于采集压力传感器4、位移传感器8和加速度传感器9检测到的标准样件以及待测样件7的冲击力、位移和加速度；
处理模块11，其配置用于根据标准样件的第一冲击力、第一位移、第一加速度以及对应的时刻，绘制三种标准力学响应曲线组；
选取任意一种标准力学响应曲线组进行归一化操作；
构建多棵多叉树；多叉树的底层节点中存储有归一化后的标准力学响应曲线组中的数据；
根据底层节点的深度和多叉树构建过程中各点到聚类中心的距离，计算归一化后的标准力学响应曲线组中各位置点的标准偏移系数，形成热力图，并计算整体偏移系数；
重复上述步骤，得到三个热力图以及对应的多个整体偏移系数；
根据待测样件7的第二冲击力、第二位移、第二加速度以及对应的时刻，绘制三种实际力学响应曲线组，并对三种实际力学响应曲线组进行归一化操作；
根据归一化后的实际力学响应曲线组以及对应的热力图，计算得到待测样件7的多个实际偏移系数；
根据整体偏移系数确定相应的实际偏移系数的预设范围，当所有实际偏移系数均处于相应的预设范围内时，则判定待测样件7满足对标要求。
其中，数据采集模块10的类型，例如为SJBQ-CJ多路数据采集仪；处理模块11的类型，例如为酷睿处理器i9-9880XE。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种汽车碰撞假人肋骨组分力学性能测试对标方法，其特征在于，基于测试对标装置实现，所述测试对标装置至少包括：样件安装架（6）和位于所述样件安装架（6）上方的落锤（3），所述样件安装架（6）用于安装标准样件或者待测样件（7）；
所述方法包括以下步骤：
将所述标准样件安装在所述样件安装架（6）上，多次释放所述落锤（3），并采集所述落锤（3）与所述标准样件接触过程中不同时刻的力学响应指标；
根据所述力学响应指标以及对应的时刻，绘制三种标准力学响应曲线组；
选取任意一种标准力学响应曲线组进行归一化操作；
构建多棵多叉树；所述多叉树的底层节点中存储有归一化后的标准力学响应曲线组中的数据；
根据所述底层节点的深度和多叉树构建过程中各点到聚类中心的距离，计算归一化后的标准力学响应曲线组中各位置点的标准偏移系数，形成热力图，并计算整体偏移系数；
重复上述步骤，得到三个所述热力图以及对应的多个所述整体偏移系数；
将所述待测样件（7）安装在所述样件安装架（6）上，多次释放所述落锤（3），并采集所述落锤（3）与所述待测样件（7）接触过程中不同时刻的第二冲击力、第二位移和第二加速度；
根据所述第二冲击力、所述第二位移、所述第二加速度以及对应的时刻，绘制三种实际力学响应曲线组，并对三种所述实际力学响应曲线组进行归一化操作；
根据归一化后的实际力学响应曲线组以及对应的所述热力图，计算得到所述待测样件（7）的多个实际偏移系数；
根据所述整体偏移系数确定相应的实际偏移系数的预设范围，当所有所述实际偏移系数均处于相应的预设范围内时，则判定所述待测样件（7）满足对标要求。
2.根据权利要求1所述的方法，其特征在于，构建多棵多叉树，具体包括以下步骤：
创建一棵所述多叉树；所述多叉树包括一个根节点，且所述根节点中存储有相应的归一化后的标准力学响应曲线组中全部力学响应曲线的所有数据；
随机选取当前根节点的归一化后的力学响应曲线的一个维度；所述力学响应指标包括第一冲击力、第一位移和第一加速度；所述维度为第一冲击力、第一位移、第一加速度或者时间；
使用K-Means聚类算法在当前根节点的维度中对所有数据进行多次聚类，计算得到多个聚类评价指标，并选取所述聚类评价指标的最小值对应的结果作为最终聚类结果；
在当前根节点下，根据所述最终聚类结果中的类簇数量创建多个子节点，并将所述最终聚类结果中不同类簇的数据转存到不同的子节点中；
判断所述子节点中的数据数量等于一个时，则该子节点记为第二类子节点；判断所述子节点中的数据数量大于一个时，则该子节点记为第一类子节点，并重新选取维度，对该第一类子节点中的数据进行聚类，并根据聚类结果在该第一类子节点下创建新的子节点；
若当前多叉树中的全部底层节点均为第二类子节点，则当前多叉树完成构建；
重复上述步骤，构建多棵多叉树。
3.根据权利要求2所述的方法，其特征在于，根据以下公式计算聚类评价指标：
；
其中，DB为聚类评价指标，k为簇的数量，为两簇之间的相似度，u、v分别表示不同的簇。
4.根据权利要求3所述的方法，其特征在于，根据以下公式计算两簇之间的相似度：
；
其中，为两簇之间的相似度，/>为第u个簇中所有点到中心点之间的平均距离，/>为第v个簇中所有点到中心点之间的平均距离，/>为两簇中心点之间的距离。
5.根据权利要求1所述的方法，其特征在于，根据以下公式计算整体偏移系数：
；
其中，为整体偏移系数，n为热力图中力学响应点的数量，α为尺度参数，其是归一化后的力学响应输出值/>的函数，/>为标准偏移系数。
6.根据权利要求5所述的方法，其特征在于，根据以下公式计算所述标准偏移系数：
；
其中，为标准偏移系数，N为所有多叉树中的最大深度，T为多叉树的数量，M为第t棵多叉树对于位置点/>划分子树的次数，/>为位置点，i为位置点的个数，/>为位置点/>在第j次划分子树时产生的得分。
7.根据权利要求6所述的方法，其特征在于，根据以下公式计算位置点在每次划分子树时产生的得分：
；
其中，为位置点/>在第j次划分子树时产生的得分，/>为第j次划分子树时/>所属类簇的聚类中心位置，/>和/>为在第j次划分子树时/>所属类簇的两个聚类边界位置，为/>到聚类中心/>的欧氏距离，/>为聚类中心/>到两个聚类边界位置的最大距离。
8.根据权利要求1所述的方法，其特征在于，根据以下公式对任意一种所述标准力学响应曲线组进行归一化操作：
；
其中，为归一化后的标准力学响应曲线组的力学响应指标；/>为力学响应指标；/>为一种标准力学响应曲线组中的力学响应指标的最大参数值；/>为一种标准力学响应曲线组中的力学响应指标的最小参数值。
9.根据权利要求1所述的方法，其特征在于，根据以下公式计算预设范围：
；
其中，为一种整体偏移系数的均值，/>为一种标准力学响应曲线组中第h条关系曲线对应的整体偏移系数；Q为一种标准力学响应曲线组中的关系曲线的总条数；
；
其中，为整体偏移系数的标准差；
；
其中，Z为预设范围。
10.一种测试对标装置，能够实现权利要求1-9任一项所述的一种汽车碰撞假人肋骨组分力学性能测试对标方法，其特征在于，所述装置包括：
底座（1），所述底座（1）上设有两个平行设置的导向柱（15）；
落锤安装架（2），所述落锤安装架（2）设于两个所述导向柱（15）之间，且其与所述导向柱（15）滑动连接；所述落锤安装架（2）用于安装落锤（3）；所述落锤（3）上安装有压力传感器（4），用于检测所述标准样件或者所述待测样件（7）在所述落锤（3）作用下受到的冲击力；所述落锤（3）的锤击面还设有缓冲层（5）；
样件安装架（6），所述样件安装架（6）设于两个所述导向柱（15）之间，且所述样件安装架（6）位于所述底座（1）与所述落锤安装架（2）之间；所述样件安装架（6）用于安装标准样件或者待测样件（7）；所述标准样件或者待测样件（7）靠近所述底座（1）的一侧设有加速度传感器（9），用于检测所述标准样件或者所述待测样件（7）在所述落锤（3）作用下产生的加速度；
所述底座（1）上还设有与所述加速度传感器（9）对应设置的位移传感器（8），用于检测所述标准样件或者所述待测样件（7）在所述落锤（3）作用下产生的位移。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410306547.8A CN117929173A (zh) | 2024-03-18 | 2024-03-18 | 一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410306547.8A CN117929173A (zh) | 2024-03-18 | 2024-03-18 | 一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117929173A true CN117929173A (zh) | 2024-04-26 |
Family
ID=90754042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410306547.8A Pending CN117929173A (zh) | 2024-03-18 | 2024-03-18 | 一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117929173A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1751309A (zh) * | 2002-12-18 | 2006-03-22 | Ge医疗系统环球技术有限公司 | 结合体外测试数据的医学数据分析方法和设备 |
| CN102625932A (zh) * | 2009-09-08 | 2012-08-01 | 诺达利蒂公司 | 细胞网络分析 |
| CN107256017A (zh) * | 2017-04-28 | 2017-10-17 | 中国农业大学 | 路线规划方法及系统 |
| CN110363347A (zh) * | 2019-07-12 | 2019-10-22 | 江苏天长环保科技有限公司 | 基于决策树索引的神经网络预测空气质量的方法 |
| CN110706996A (zh) * | 2015-03-06 | 2020-01-17 | 英国质谱公司 | 用于改进电离的碰撞表面 |
| CN111695639A (zh) * | 2020-06-17 | 2020-09-22 | 浙江经贸职业技术学院 | 一种基于机器学习的电力用户用电异常检测方法 |
| CN114117040A (zh) * | 2021-11-08 | 2022-03-01 | 重庆邮电大学 | 基于标签特定特征和相关性的文本数据多标签分类方法 |
| CN114705448A (zh) * | 2022-03-29 | 2022-07-05 | 中汽研汽车检验中心（天津）有限公司 | 碰撞假人单根肋骨性能通道的确定方法 |
| CN115508353A (zh) * | 2022-09-20 | 2022-12-23 | 东北石油大学 | 对原油乳状液中液滴微观动力学行为定量表征和预测方法 |
| CN115791456A (zh) * | 2023-02-06 | 2023-03-14 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种铁路有砟轨道刚度评价方法 |
| CN116096289A (zh) * | 2020-07-21 | 2023-05-09 | 医学节奏股份有限公司 | 用于增强神经康复的系统和方法 |
| CN117169388A (zh) * | 2023-10-08 | 2023-12-05 | 河南省农业科学院农产品质量安全研究所 | 基于机器学习的标志代谢物模型预测山药最佳采收期方法 |
-
2024
- 2024-03-18 CN CN202410306547.8A patent/CN117929173A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1751309A (zh) * | 2002-12-18 | 2006-03-22 | Ge医疗系统环球技术有限公司 | 结合体外测试数据的医学数据分析方法和设备 |
| CN102625932A (zh) * | 2009-09-08 | 2012-08-01 | 诺达利蒂公司 | 细胞网络分析 |
| CN110706996A (zh) * | 2015-03-06 | 2020-01-17 | 英国质谱公司 | 用于改进电离的碰撞表面 |
| CN107256017A (zh) * | 2017-04-28 | 2017-10-17 | 中国农业大学 | 路线规划方法及系统 |
| CN110363347A (zh) * | 2019-07-12 | 2019-10-22 | 江苏天长环保科技有限公司 | 基于决策树索引的神经网络预测空气质量的方法 |
| CN111695639A (zh) * | 2020-06-17 | 2020-09-22 | 浙江经贸职业技术学院 | 一种基于机器学习的电力用户用电异常检测方法 |
| CN116096289A (zh) * | 2020-07-21 | 2023-05-09 | 医学节奏股份有限公司 | 用于增强神经康复的系统和方法 |
| CN114117040A (zh) * | 2021-11-08 | 2022-03-01 | 重庆邮电大学 | 基于标签特定特征和相关性的文本数据多标签分类方法 |
| CN114705448A (zh) * | 2022-03-29 | 2022-07-05 | 中汽研汽车检验中心（天津）有限公司 | 碰撞假人单根肋骨性能通道的确定方法 |
| CN115508353A (zh) * | 2022-09-20 | 2022-12-23 | 东北石油大学 | 对原油乳状液中液滴微观动力学行为定量表征和预测方法 |
| CN115791456A (zh) * | 2023-02-06 | 2023-03-14 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种铁路有砟轨道刚度评价方法 |
| CN117169388A (zh) * | 2023-10-08 | 2023-12-05 | 河南省农业科学院农产品质量安全研究所 | 基于机器学习的标志代谢物模型预测山药最佳采收期方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106471349B (zh) | 压力变化测量装置以及压力变化测量方法 | |
| CN106778893B (zh) | 一种基于降维与聚类的高光谱样本选择方法 | |
| CN107436208B (zh) | 一种电容式壁面剪应力传感器探头的全解析模型建模方法 | |
| CN114705448A (zh) | 碰撞假人单根肋骨性能通道的确定方法 | |
| CN107885928A (zh) | 考虑测量误差的步进应力加速性能退化可靠性分析方法 | |
| CN108388749B (zh) | 具有微结构电介质层的电容压力传感器的微结构设计方法 | |
| CN107169258A (zh) | 一种多源气象信息数据同化方法及其在降雨预报中的应用 | |
| CN108038315A (zh) | 一种基于谱随机有限元模型的随机动载荷识别方法 | |
| CN102841985B (zh) | 一种基于结构域特征的关键蛋白质识别方法 | |
| CN106597852A (zh) | 一种基于rbf神经网络的mems陀螺仪温度补偿方法 | |
| CN106596723A (zh) | 一种多层复合材料结构力学参数声学检测方法 | |
| CN112985671A (zh) | 基于全索系索力测试和误差自适应分析的损伤判定方法 | |
| CN117929173A (zh) | 一种汽车碰撞假人肋骨组分力学性能测试对标方法及装置 | |
| CN209387171U (zh) | 一种基于电涡流传感器的多维测微力计 | |
| CN109708628A (zh) | 一种基于集成学习与bp神经网络的地磁室内定位方法 | |
| Sleiman et al. | The impact of sensor positioning on the array manifold | |
| CN109470888A (zh) | 基于深度学习的高g值加速度计的标定系统及标定方法 | |
| CN107277777A (zh) | 一种室内定位方法和装置 | |
| CN112131768B (zh) | 一种基于模态和频率的谐振式加速度计优化方法 | |
| CN104635206A (zh) | 一种无线定位的方法及装置 | |
| CN112345952A (zh) | 动力电池老化程度判断方法 | |
| CN109580402B (zh) | 一种枸杞枝条硬度的测量方法 | |
| CN201788170U (zh) | 基于rbf人工神经网络的saw气体传感器 | |
| CN105352445B (zh) | 单边固支板结构变形光纤模式辨识系统及标定方法与应用 | |
| CN106485005B (zh) | 输电塔阻尼比识别准确率的评价方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |