基于BP神经网络的儿童乘员头部损伤预测模型及评估参数研究

智能座舱与虚拟测评规程的推广，给乘员损伤评价带来新挑战，损伤机理与损伤风险评估参数更加多样化。本文基于图斯特6岁儿童乘员损伤仿生模型与BP神经网络算法构建正面100%重叠刚性壁障工况中乘员坐姿角度与头部损伤指标相关性预测模型，探究不同坐姿下头部损伤风险以及不同评价指标之间的相关性与差异性。结果表明，构建的相关性损伤预测模型具有良好的可信度(R²>0.90)，可以用于损伤预测与分析。现有头部损伤评价指标在小角度坐姿范围内(95°～108°)对头损伤评估及预测具有良好的一致性，但是对于大角度坐姿乘员，不同损伤评价指标对头部损伤风险的评估存在显著差异。因此，目前实施的头部损伤评价参数具有局限性，未来虚拟测评中应综合运动学和生物力学参数对头部损伤风险进行更加全面的评估。该研究结果可以为儿童约束系统的改善、虚拟测评以及大角度坐姿乘员头部损伤评价参数的选取提供数据与理论支撑。