机械工程学报

作者：陈钱, 董兴建, 陈康康, 刘文博, 袁顺, 吴培桂, 倪洪斌

单位：1. 上海交通大学机械系统与振动国家重点实验室 上海 200240;2. 上海交通大学振动、冲击、噪声研究所 上海 200240;3. 恺博(常熟)座椅机械部件有限公司 苏州 215500

关键词：座椅滑轨,剥离强度,数据驱动,敏感性分析,局部加权线性回归；

基金：国家自然科学基金资助项目(12272219)。

汽车座椅滑轨的剥离强度能够全面反映滑轨的安全强度，是汽车座椅安全评估的重要一环。现有的滑轨剥离强度获取方式主要为实物试验法和数值仿真法，但却存在成本高、耗时长、评估不全面等问题。因此，将数值仿真和统计回归相结合，建立包含敏感性分析、数据集构建、回归模型预测的完整汽车座椅滑轨剥离强度预测框架，是解决上述难题的可行途径。具体而言，首先借助可解释的线性回归获取滑轨各几何变量的敏感性；然后以变量敏感性为基础构建评估工况差异程度的距离度量，提出基于稀疏原则的数据集合理构建方案；最后建立迭代式局部加权线性回归实现对滑轨剥离强度的精准预测，并以最近相邻样本距离为桥梁实现数据集补充代价的定量评估。实验结果表明，迭代式工况选取策略和距离加权策略有效降低了局部模型对近邻样本数量的敏感性，所提迭代式局部加权线性回归方法的预测表现优于同类局部回归方法和其他统计学习方法。同时，考虑数据获取成本，以间接对比的方式，验证了所提稀疏原则采样方法在数据集构建中的优越性。最终，所提剥离强度预测框架在150个仿真测试工况的平均误差为3.3 kN、平均误差率为4.3%，在3个实物测试工况的误差在2 kN以内，误差率在4%以内，预测结果较为优异。

来源：2025年第17期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第17期