随着汽车工业的持续升温,汽车技术水平的不断革新以及我国汽车保有量的飞速上涨,人们对汽车提出了越来越苛刻的要求:在乘员约束系统方面,传统的安全性要求标准在不断提高的同时,乘坐舒适性也越来越多地被关注,并逐渐作为中高端乘用车的经济指标之一。在这样的技术背景下,本文进行了乘员约束系统的安全性与舒适性多学科协同优化设计研究,从双学科协同优化设计的角度综合提高乘员约束系统的性能。本文首先对乘员约束系统的组成及主要部件进行了详细介绍,并剖析了有显著影响作用的总成现阶段的技术要点,提出了本文研究的主要问题和关键技术;然后对安全性和舒适性评估体系分别进行了阐述:其中,针对安全性已有比较成熟的评价体系的特点,本文对世界范围内现有的评价标准进行了梳理和总结对比、介绍了相应的仿真和试验办法;对于舒适性,本文提出了客观舒适性的概念,从体压分布的角度给出乘坐舒适性的量化评估,并加入了四肢舒张程度的考虑,综合评估乘员的舒适度。此外,本文建立了 MADYMO和LSDYNA分别针对安全性和舒适性同步仿真的数值分析模型,并着重阐明了 LSDYNA环境下采用包含人体细节的精细有限元假人、采用超弹性非线性泡沫材料的座椅、各向异性织物材料的混合型安全带以及混合型安全气囊的舒适性评估有限元模型,详细给出建立的过程和技术要点;再者,本文对多学科优化进行了详细介绍和技术剖析,给出了各种优化策略的实现及其特点,进而引出了协同优化设计的多级优化策略,以及本文在此策略下的主要技术路线。在进行学科分解和确定优化策略的基础上,本文采用最优拉丁超立方采样和Kriging无偏估计来建立代理模型。其中,为了提高Kriging代理模型的精度。本文提出了 EI和MP双重加点准则的自适应补充采样策略。为了增加计算效率,本文提出了考虑网格自适应技术的低复杂度有限元模型,将其应用于舒适性代理模型的建立,并利用高复杂度有限元模型进行校验。而在优化算法方面,本文首先给出了多目标优化问题的数学基础和常用的解决办法,阐明了多目标优化算法的发展历程和各算法间的异同,进而引出了粒子群算法,并根据本文的研究特点,提出了一种基于并行计算的多级子群粒子群优化协同算法(PCPSO),对多目标进行多子群拆解,并分配给不同CPU寻优,并协同交互。而后针对典型的ZDT测试函数,验证了 PCPSO算法的改进:在保证计算效率的同时,也扩大了全局搜索能力,克服了容易陷入局部最优解和收敛速度慢的缺陷。最后,本文给出了从整车试验到台车试验的试验设计框架,并着重介绍了台车试验的搭建和主要考虑因素,而后对本文提出的双学科仿真模型分别进行了试验验证,证明了仿真模型的精度要求。在此基础上应用双学科协同优化设计,获得了正碰50KPH工况下的优化设计方案,并得到了在速度较大的碰撞工况下,舒适性权重较低,且与安全性呈现趋同性的特点,而后又设计了 40KPH直线急刹车工况,利用车辆姿态试验来实施双学科协同优化设计,发现舒适性的权重有所上升,因此为了获得安全性和舒适性更完整的关系特点以及更全面的综合设计方案,更多的设计工况有待于完善和增加。