在低到中等速度的正面碰撞中使用计算模拟预测头部伤害指标
Shaun B Jeffs1, Luis A Nolasco2, Karla J Petroskey2
1Explico, Inc., Lehi, UT, USA.
Accident; analysis and prevention
|September 28, 2023
概括
这项研究提出了一种经过验证的计算方法,用于预测低速正面碰撞中头部损伤指标. 该模型准确地预测了线性头部加速和HIC15,有助于对车辆撞车事故的法医调查.
科学领域:
- 生物力学 生物力学
- 职员安全 职员安全 职员安全
- 计算建模 计算建模
背景情况:
- 轻度创伤性脑损伤 (mTBI) 在低能耗机动车辆碰撞后很常见.
- 生物力学分析量化了mTBI的可能性.
- 与后撞相比,对低速正面碰撞中乘客动态的研究很少.
研究的目的:
- 提出一种验证的计算方法,用于量化低到中等速度正面碰撞中头部生物机械反应.
- 建立可靠的方法来预测正面撞击中的头部伤害指标.
主要方法:
- 使用2014年本田雅克车的分阶段正面碰撞 (7.4-33.6公里/小时) 的数据.
- 开发了乘客的MADYMO (数学动态分区) 模型.
- 根据L4测试数据优化安全带和座椅参数,然后根据L1-L3测试对头部损伤指标 (LHA,AHA,HIC15) 进行验证.
主要成果:
- 优化的MADYMO模型准确地预测了ATD动态,高峰LHA在0.2g以内,HIC15在测试L4数据的0.46以内.
- 该模型在所有测试速度 (L1-L3) 中,对LHA (在0.4g以内) 和HIC15 (在0.4g以内) 显示出了出色的准确性.
- 该模型通常预测过度的角头加速 (AHA),特别是在较低严重性的冲击中.
结论:
- 证明了一种生物机械计算模型的可靠方法,用于预测低到中等速度正面碰撞中的头部伤害指标.
- 这种经过验证的模型对于法医调查是有价值的,使用现有的机数据来预测现实世界的乘客头部动态.
- 该方法允许准确的预测,而不需要全面的碰撞测试,利用经典的事故重建和事件数据记录器信息.
