利用实验、数值建模与人工神经网络对仿生GFRP-PP管的抗撞性与技术经济评估

受植物启发的更安全汽车前端

当汽车发生碰撞时，前部经过精心设计的部件应以可控方式发生塌缩，从而减少车内人员感受到的冲击。本研究探索了一种受竹子和木贼等植物启发的新型吸能管。通过将轻质塑料与玻璃纤维结合，并引入现代计算工具，研究人员旨在研制出既能在碰撞中提供更高安全性又能降低车辆生命周期运营成本的车身结构。

植物状管如何驯服碰撞

该团队重点研究位于车辆缓冲区、在正面冲击时预期发生变形的薄壁空心管。研究者没有使用实心金属，而是构建了“夹层”管：外层为聚丙烯（PP）塑料，内层为玻璃纤维增强聚合物（GFRP）子管，按类似竹节和木贼茎秆的分层空心结构布置。这些管具有很高的强度-重量比，意味着它们能够以较小的质量吸收更多碰撞能量，这对于需兼顾轻量化与乘员保护的现代车辆尤为关键。

对新型管件进行测试

为了评估这些混合管的性能，研究人员将实验与精细的计算机模拟相结合。首先在实验室制作了单独的塑料管和玻璃纤维管，并在测试机上缓慢压溃以记录其承载力及折叠或断裂过程中吸收的能量。随后他们构建并模拟了96种不同的夹层管设计，变化参数包括壁厚、总高度以及内层子管数量。两项关键指标指导了研究：峰值挤压力——应尽可能低以避免剧烈冲击，以及比吸能（单位质量吸收的能量）——应尽可能高以使结构温和地耗散碰撞能量。

让算法为最佳设计搜索

由于在实验室逐一试验所有可能的管件尺寸和布局既耗时又昂贵，团队转向机器学习。他们训练了一种人工神经网络，这是一类能从数据中学习模式的计算模型，用来根据管的几何参数预测峰值力和能量吸收。接着使用模拟自然选择的遗传算法，在大量设计中搜索，以在低峰值力和高能量吸收这两项目标间取得平衡。该数值搜索指向了一个最优管件：三个玻璃纤维芯管、壁厚1.2毫米、总高80毫米。研究者实际制造并压溃该设计时，其行为与仿真和机器学习预测高度一致。

计算长期成本与节省

该研究不仅停留在技术性能层面。作者还评估了用这些玻璃纤维与塑料混合管替代传统钢或铝制碰撞箱在整车寿命周期内是否划算。采用一种常用的财务工具——净现值（NPV），他们将更高的前期材料与生产成本与减轻车重带来的燃油节省、以及更好的碰撞能量吸收等收益进行权衡。计算结果表明，在十年使用期内，若将车辆碰撞结构替换为更轻的混合管，每辆车主要通过燃油节省与耐用性提升可实现正的财务回报。

对未来车辆的意义

简言之，这项工作表明，受植物启发的玻璃纤维与塑料夹层管可以被调控为在碰撞中以有利的方式塌缩，同时减轻车重并在长期内节省成本。通过结合物理试验、先进仿真与学习算法，研究团队找到了在不向整车传递剧烈力峰值的前提下高效吸能的设计。他们的经济分析指出，这类管件对寻求制造更轻、更安全与更高效车辆的整车厂而言，可能是切实可行的选择，将仿生工程推向更安全的道路实践。

引用: Tian, Y., Zhou, P., Hassan, F.A. et al. Crashworthiness and technoeconomic assessment of bioinspired GFRP PP tubes using experiments numerical modeling and artificial neural networks. Sci Rep 16, 15592 (2026). https://doi.org/10.1038/s41598-026-40978-6

关键词: 抗撞性, 仿生结构, 复合材料管, 车辆安全, 技术经济分析