乘员约束系统耐撞性数据挖掘.pdf

振动与冲击 Vbl．29 VIBR,^．TIONANDSHOCK No．32010 第29卷第3期 JOURNAl．OF 乘员约束系统耐撞性数据挖掘 赵志杰1，金先龙1，2 摘 要：把数据挖掘方法应用到乘员约束系统ICE(FiniteElement)数据及其碰撞仿真结果数据上。针对CAE数据 的特点，基于面向对象思想对乘员约束系统数据进行数据挖掘前的数据准备。应用属性选择、决策树分类算法对98例碰 撞仿真实验数据进行挖掘。得到乘员约束系统关键参数与乘员伤害WIC值的关系，并应用交叉验证方法对所得决策树进 行了评估。通过实例验证。所得知识符合实际、对乘员约束系统的设计具有一定参考价值，是对海量CAE仿真数据进行 知识发现的成功尝试。 关键词：乘员约束系统；数据挖掘；有限元分析 中围分类号：弼9l；U49 文献标识码：A 随着计算机软、硬件的高速发展，目前以有限元仿 l数据准备 真为基础的CAE工具已经取代传统的物理实验方法成 为汽车研发的主要工具。CAE工具的普遍采用在节省 通常，数据挖掘中80％一90％的工作量在数据准 研发开支、缩短研发周期的同时也对CAE数据管理提 备阶段一J。对原始CAE数据进行挖掘得不到任何有 出了挑战。研发一款新的车型，通常会产生海量的 用知识，必须对其进行预处理。该过程包括从FIE模型 CAE仿真实验数据。这些数据隐藏着设计参数与车辆 及仿真结果中提取、生成参数，并进行数据转化，得到 性能之间的潜在关系，人工无法找出这些关系，近年来 满足数据挖掘算法要求的数据形式。预处理后的数据 快速发展的数据挖掘技术却可以解决这个难题。 以实例集的形式存在，每一次碰撞仿真试验作为一个 数据挖掘是指通过筛选在目录库中的大量数据来 实例。而实例由不同属性值组成，其中类属性从碰撞 发现有用的相互关系、模式和趋势的过程。该方法已 结果中获取，其余属性从整车FE模型中获取。 经在金融、市场分析、电力、医学、故障诊断等诸多领域 1．1乘员约束系统FE模型及其参数提取 得到了广泛应用【1]。CAE是一个复杂的过程，包括模 本文所分析的CAE数据基于图1所示的含有乘 型前处理、算法求解、结果后处理。CAE数据在不同阶 段的表现形式也不同，前处理阶段通常表现为ASCII 编码的FE模型文件；求解结果包括反映节点、单元的 运动、受力特性的ASCII编码文件，以及反映运动学、 动力学特性的二进制编码的动画文件。本文对ASCII 形式表现的FE模型文件及结果文件进行联合数据挖 掘研究，目的是获得成员约束系统设计参数与碰撞仿 真中的乘员保护之间的关系。 (a)整车有限元模型 car 数据挖掘技术的工程实现主要分三个步骤。数据 (a)Thewhole 准备：从待研究的原始数据中提取需要分析的数据，并 对其进行预处理，以形成目标数据。数据挖掘：选择适 当的数据挖掘算法，对目标数据进行知识发现，最终形 成知识。知识验证：通过将知识应用于实际来验证所 得知识的正确性。本文也将围绕上述三个步骤逐一进 行。另外，文中使用的大部分数据挖掘算法基于开源 Environmentfor 的WEKA(Waikato KnowledgeAnalysis。 怀卡托智能分析)算法库泣J。 (b)乘员约束系统