功能梯度仿生头盔防护性能与头部损伤分析

肖志　张云飞　庞通　李顺峰　刘国斌　王方

摘   要：为了提高摩托车头盔防护性能降低头部损伤风险，本文引入功能梯度仿生泡沫结构替代传统头盔的均匀密度泡沫衬垫. 通过头盔耦合生物力学头部有限元模型，获取撞击过程中头部质心加速度、生物力学响应和头盔结构响应，综合分析不同密度梯度方案对头盔防护能力的影响. 结果表明，功能梯度泡沫结构在中高速冲击下有更明显的优势. 相比传统头盔吸能缓冲层的均匀泡沫密度方案和新型头盔的正/负密度梯度方案，最大密度为80 kg/m3的负密度梯度泡沫设计方案可以更有效改善头盔结构碰撞响应并降低碰撞过程中头部损伤，且随着密度差的增大，负密度梯度头盔的防护性能得到了进一步提高.

关键词：功能梯度泡沫;仿生头盔;头部损伤;有限元模型;碰撞

中图分类号：U467.14                             文献标志码：A

Analysis on Head Injury and Protective Performance

of Functionally Graded Bionic Helmet

XIAO Zhi ZHANG Yunfei PANG Tong LI Shunfeng LIU Guobin WANG Fang

（1. State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body，Hunan University，Changsha 410082，China;

2. Dep of Mechanical，Aerospace and Civil Engineering，University of Manchester，Manchester M13 9PL，UK;

3. The Sixth Research Institute of China Aerospace Science and Industry Corporation，Hohhot，010010，China;

4. College of Automotive and Mechanical Engineering，Changsha University of Science & Technology，Changsha 410082，China）

Abstract：Functionally graded foam is introduced in this paper to replace the uniform-density energy-absorbing liner of a conventional motorcycle helmet for improving its protection performance and further reducing head injuries during impact scenarios. The helmet finite element model coupled with biomechanical head model was developed，the acceleration transmitted to the gravity center of head，biomechanical responses of the head and crushing behaviors of the helmet under the impacts are obtained to comprehensively investigate the effects of functionally graded foam on helmet impact protection. According to the results，functionally graded foam has more advantages under medium/high speed impact than uniform liner foam. In comparison with the uniform-density design for the conventional helmet liner and the positive/negative functionally graded foam design for the novel helmet liner，the negative functionally graded foam with a maximum density of 80 kg/m3 is of the best crushing responses and the severities of head injuries can be reduced more effectively. With the increase of density difference，the impact protection of novel helmet with negative functionally graded foam design can be further improved.

Key words：functionally graded foam;bionic helmet;head injury;finite element model;impact

2020年，“一盔一帶”安全守护行动的开展对摩托车头盔防护性能提出了更高的要求. 在摩托车碰撞事故中，头部损伤是驾乘人员重伤甚至死亡的主要原因，而佩戴头盔可以有效降低头部损伤程度. 在实际碰撞中，头盔主要作用是耗散冲击过程中的碰撞能量，吸收碰撞过程中头部动能，缓冲碰撞过程.

吸能缓冲层作为摩托车头盔最主要的吸能结构，通过碰撞过程中泡沫的塑性变形吸收大部分碰撞能量. 近年来，为进一步提高吸能缓冲层的能量耗散水平，一批诸如蜂窝结构[1]、波纹形多孔结构[2]和桁架结构[3]等多种吸能结构被引入头盔结构设计中，并在一定程度上提高了头盔的防护能力.

功能梯度泡沫作为一种轻质高效的吸能结构，首先在生物材料中被观察到，随后引入到耐撞性结构研究和马术头盔中. Fischer等人[4]和Fleck等人[5]观察了柚子皮的微观结构，发现了明显的梯度分布现象，并通过柚子自由落体实验验证了柚子皮良好的抗冲击能力. 随后，Cui等人[6]探究了EPS（Expanded Polystyrene）泡沫梯度布置方案在低速冲击下的吸能特性，在此基础上，将其引入到马术头盔，通过分析头盔碰撞响应和头部加速度响应，探究了功能梯度结构对马术头盔防护能力的影响[7]. 但截至目前，功能梯度泡沫在摩托车头盔中的应用及头部生物力学响应并没有得到很好的研究.

为进一步提高头盔的防护吸能，并填补功能梯度头盔碰撞响应与头部损伤生物力学响应耦合分析的研究空白，本研究首先建立了摩托车头盔有限元模型，并通过标准试验验证头盔模型;基于泡沫材料相关理论，获得一系列不同密度EPS泡沫本构模型，并将其应用到功能梯度头盔模型中;最后，通过头盔耦合生物力学头部模型，探究了功能梯度结构在不同冲击速度下的防护性能，在此基础上研究了7.5 m/s冲击速度下不同梯度方案的头部加速度响应、生物力学响应和头盔结构碰撞响应，综合评价功能梯度泡沫结构对头盔防护能力的影响.

1   有限元模型

本节介绍了所用的两种头部有限元模型，建立并验证了摩托车头盔有限元模型，利用相关理论获取了所需的EPS泡沫材料本构模型.

1.1   头部模型

本文采用由LSTC公司（Livermore Software Technology Corporation）开发的Hybrid Ⅲ刚性头部模型输出头部质心的加速度曲线来和实验对标[8]，同时采用由日本丰田汽车研究院开发的THUMS（Total Human Model for Safety）生物力学头部模型输出头部生物力学响应和质心加速度分析头部损伤[9]. 其中THUMS头部模型包括人體脑部、颅骨、脑膜、脑脊液及面部等组织，能够很好地模拟碰撞工况下的头部生物力学响应.

1.2   头盔模型

摩托车头盔主要由硬质外壳、吸能缓冲层、舒适衬垫、系带和护目镜组成，其中，头盔的防护吸能特性主要是由硬质外壳和吸能缓冲层决定，绝大多数摩托车头盔外壳和吸能缓冲层分别由ABS（Acrylonitrile Butadiene Styrene）塑料和EPS泡沫制成.

如图1所示，选取AGV-K3摩托车头盔通过GOM三维扫描仪扫描得到相应的Stl（Stereolithography）模型，再经过Geomagic软件逆向重构得到头盔几何模型，随后在Hyperworks软件中完成模型的前后处理，最后选用LS-DYNA971 R4.2求解器进行模型计算.

本文中仅对头盔主要部件（即：ABS外壳、EPS泡沫吸能缓冲层、系带）进行建模，忽略对缓冲吸能影响很小的其余部件. 头盔外壳厚度为4 mm，选用LS-DYNA中*MAT_3塑性随动硬化材料模型和3.5 mm全积分四边形壳单元网格进行仿真. 吸能缓冲层厚度范围为6 mm - 45 mm，选用*MAT_63压缩泡沫材料模型进行模拟，本构曲线在下节1.3中推导得出. 在撞击区域选择4 mm全积分六面体网格平均划分泡沫厚度，每层网格定义为一个部件，定义从最外层到最内层分别为第1层至第8层，各层之间采用共节点连接，对每一层赋予不同的材料本构参数，层内密度均匀，但在厚度方向上实现密度梯度变化，衬垫的其他区域选择单点积分四面体网格. 系带总长度为200 mm，选用*MAT_1弹性材料模型和4 mm四边形网格进行模拟. 外壳与吸能缓冲层之间采用Tied_node_to_surface接触;吸能缓冲层与头部模型之间，外壳与刚性平砧之间均采用Automatic_surface_to_surface接触. 头盔模型中各部分具体的材料参数如表1所示.所建立的头盔有限元模型如图2所示.

1.3   EPS泡沫材料应力-应变曲线

本文利用Schraad和Harlow[11]提出的随机多孔材料理论推导出一系列泡沫压缩应力-应变曲线，并将这些曲线应用到头盔模型吸能缓冲层中.

1.4   模型验证

根据摩托车头盔法规GB 24429-2009[13]和ECE R22.05[14]，选取头盔B点位置进行跌落碰撞实验，B点所在位置如图5所示. 该实验在头盔性能测试试验机中完成，如图6所示. 在实验中头盔和M号刚性金属头型固定在一起，将头盔拉升至距离刚性平砧2.9 m高度处释放，使其自由下落产生7.5 m/s的撞击速度，实验重复三次，实验数据通过内置于刚性头型质心位置的加速度传感器测得. 如图7所示，头盔跌落实验结果和对应仿真（图2（a））的加速度-时间曲线显示了良好的一致性，头盔模型的准确性得到验证.

2   功能梯度头盔梯度参数选择

如图8所示，基于柚子皮组织梯度分布现象，本文设计了13种密度梯度方案探究仿生梯度EPS泡沫结构对头盔防护能力的影响. 各种梯度方案如表2所示，其命名方法如下：Ave80和Max80分别表示泡沫衬垫平均密度和最大密度为80 kg/m³;Δρ20和Δρ-20分别表示衬垫最外层（第1层）与最内层（第8层）泡沫密度之差为20 kg/m³和-20 kg/m³. 例如，Ave80_Δρ20代表平均密度为80 kg/m³且最外层与最内层泡沫密度差为20 kg/m³的正密度梯度方案.

3   功能梯度头盔防护性能分析

3.1   均匀密度头盔防护性能分析

基于验证的頭盔耦合生物力学头部模型（图2（b））对均匀密度头盔进行跌落仿真. 头盔EPS泡沫吸能缓冲层的碰撞变形过程如图9所示;头部加速度曲线及对应的脑压云图和最大主应变云图如图10所示. 在头盔-头部模型和刚性砧之间开始接触碰撞时，传递至头部的加速度迅速升高;当碰撞时间t=2 ms时，加速度增长速率开始降低，各层泡沫撞击点处应变为0.12-0.29，此时大部分泡沫处于平台吸能阶段的前中期（图3和图4），泡沫吸能效率开始增大;在碰撞时刻t=6 ms，加速度达到峰值，头部模型运动到极限位置;随后头型开始回弹，加速度快速降低. 当加速度到达峰值时，大脑压力云图呈现出明显的梯度分布，最大脑正压出现在撞击位置附近（A点），最大主应变在额叶和颞叶附近（C点）取得最大值，这与Zhou等人[15]的研究结果具有较好的一致性.

3.2   冲击速度对头盔防护性能的影响

本部分在标准冲击速度的基础上，进一步探究了5 m/s、7.5 m/s和9 m/s三种冲击速度下13种功能梯度方案（见表2）头盔结构响应和头部损伤响应;其中，Ave80_Δρ0、Max80_Δρ50和 Max80_Δρ-50三种典型梯度方案的大脑压力云图和头盔吸能缓冲层等效应变云图分别如图11和图12所示.

从压力分布看，当冲击速度增大时，最大脑正压的峰值和高压力区分布面积均逐渐增大. 和均匀密度方案相比，低速冲击两种典型功能梯度方案的最大脑正压分布面积并没有明显变化，中高速冲击两种功能梯度方案的高压力区分布面积显著降低，且负密度梯度方案在降低头部损伤方面的优势更加明显.

从吸能缓冲层应变云图看，随着冲击速度的增大，三种梯度方案峰值应变逐渐增大，高应变分布区域也逐渐扩大. 低速碰撞时，均匀密度方案的内外层泡沫变形均不充分，正梯度方案可以进一步增大内层部分泡沫的变形量，同时基本保持外层泡沫变形量，但由于应变显著增大区域体积较小，优势并不明显;而负梯度方案不仅没有显著改善外层泡沫的变形吸能，反而抑制了内层泡沫的变形. 中高速冲击下均匀密度方案的内层泡沫变形已比较充分，此时的正梯度方案引起的内层泡沫进一步变形增大了峰值应变和高应变区域体积，但抑制了外层泡沫的变形吸能;负密度梯度方案在保证内层应变足够大（平台阶段后期）的基础上极大地改善了外层泡沫的变形吸能. 考虑到低速冲击下头部损伤较轻，损伤概率较低，功能梯度结构在中高速冲击下的应用潜力更大.

3.3   标准冲击速度头部损伤结果分析

头部损伤标准HIC（Head Injury Criterion）作为当前应用最广泛的头部损伤评价指标，可以在一定程度上反映头部的整体损伤，如公式（4）所示[16]. 然而，在实际碰撞中，常见的损伤有脑挫伤、脑血肿、弥漫性轴索损伤等，HIC并不足以对各种具体损伤做精准预测. 相关研究表明，脑部最大脑正压和最大脑负压可以较好地预测脑挫伤和脑血肿，同时结合大脑最大主应变可以对弥漫性轴索损伤做较为精准的预测[17]. 其中，最大脑正压和最大脑负压为撞击过程中脑组织受惯性影响产生颅骨和大脑相互碰撞，并在撞击侧和撞击对侧分别产生的峰值正负脑压，是常用的脑损伤评价指标[18].

3.4   头盔-头部碰撞力学响应分析

3.4.1   头部接触力响应

3.4.2   吸能缓冲层变形分析

图15对比了各层EPS泡沫撞击点位置的最大变形量. 对于均匀密度泡沫，第1层（最外层）泡沫的变形量最小，而第8层（最内层）泡沫的变形量最大，内层泡沫吸能潜能发挥得较为充分. 而六种正梯度方案内层泡沫变形进一步减小，不仅不利于能量吸收，反而会使头部接触力超出相同密度差的负密度方案，甚至均匀密度方案，不利于头部损伤降低. Ave80的负梯度方案虽然增大了外层泡沫的变形，但总变形没有明显改变，而Max80的负梯度方案在保持各层泡沫变形比例均衡的前提下提升了总变形量，泡沫利用率进一步提升. 尤其是梯度方案Max80_Δρ_50，各层泡沫变形量和总变形量提升程度达到最大，更有利于头盔碰撞吸能能力的提升.

3.4.3   头盔吸能分析

图16对比了功能梯度头盔各部分能量吸收情况. 6种正梯度方案头盔总吸能略低于均匀密度方案，且密度差越大，总吸能越小，主要原因是外层泡沫变形量的降低使得外壳吸能出现较大程度的降低. 6种负梯度方案总吸能均高于均匀密度方案和6种正梯度方案，且随着密度差的增大，头盔吸能逐渐增大，其主要原因是外层泡沫变形量增大使得外壳吸能出现较大幅度的增大，此时外壳吸能能力成为头盔防护能力的主要影响因素. 此外，虽然Max80和Ave80梯度方案头盔吸能相差不大，但是由于Max80方案的质量降低引起的初始动能降低，头部剩余动能远小于Ave80梯度方案，使得Max80梯度方案头部损伤远低于Ave80梯度方案.

3.5   参数相关性分析

为探究头盔结构响应与头部损伤参数（HIC，最大脑正压，最大脑负压，最大主应变）之间的对应关系，生物力学损伤参数分别对头部接触力、各层泡沫吸能标准差、各层泡沫变形标准差进行了相关性分析，如图17和图18所示. 由图17可知，四种生物力学损伤参数相对减小量均随着接触力的增大而逐渐降低，对四种参数进行线性拟合进一步推导得到损伤参数与峰值接触力之间的线性表达式如图所示，其决定系数R2分别为0.957、0.961、0.925、0.993，线性关系明显.

在图18中，相对标准差为一种梯度方案下8层泡沫变形（或吸能）的标准差相对均匀密度方案标准差的归一化处理，来表征各层泡沫变形（或吸能）的差异性. 由图18（a）知，六种正梯度方案吸能标准差远大于负梯度方案，且六种负梯度方案的吸能标准差随着密度差的增大而逐渐减小，而正梯度方案则呈现相反的趋势，这说明大密度差负梯度方案在改善头盔各部分吸能比例方面优势更明显. 由图18（b）知，负梯度方案的变形标准差小于正梯度方案，但负梯度方案对密度差的相关性不明显，这与图18（a）的结果存在差异，可能原因是在撞击过程中泡沫存在较大的剪切变形，吸收了另一部分碰撞能量.

4   结   论

本文通过验证的头盔-生物力学头部耦合模型对比研究了均匀密度泡沫的傳统头盔与功能梯度泡沫结构的新型头盔的防护性能. 碰撞过程中，对不同头盔保护下的头部损伤进行了研究，同时还分析了头盔结构碰撞响应，得出的主要结论如下：

1）功能梯度结构在中高速冲击下对头盔防护性能的改善效果明显优于低速冲击;

2）中高速冲击下，对比传统头盔吸能缓冲层的均匀泡沫密度方案和新型头盔的正/负密度梯度方案，具有负密度梯度泡沫设计方案具有最佳的结构碰撞响应并能有效降低碰撞过程中头部损伤，且随着密度差的增大，负密度梯度头盔的防护性能得到了进一步提高;

3）在13种密度梯度方案中，最大密度为80 kg/m³的方案（Max80）在降低头部损伤方面优于平均密度为80 kg/m³的梯度方案（Ave80）;

4）在头盔结构响应与头部生物损伤参数相关性分析中，头部接触力与生物力学损伤参数之间具有很好的线性关系，且较大密度差的负梯度泡沫可以进一步提高吸能缓冲层的整体变形吸能程度，从而提升头盔防护性能并降低头部损伤的发生.

参考文献

[1]    CASERTA G D，IANNUCCI L，GALVANETTO U.Shock absorption performance of a motorbike helmet with honeycomb reinforced liner[J].Composite Structures，2011，93（11）：2748—2759.

[2]    BLIVEN E，ROUHIER A，TSAI S，et al. Evaluation of a novel bicycle helmet concept in oblique impact testing[J]. Accident Analysis & Prevention，2019，124：58—65.

[3]    KHOSROSHAHI S F，TSAMPAS S A，GALVANETTO U. Feasibility study on the use of a hierarchical lattice architecture for helmet liners[J].Materials Today Communications，2018，14：312—323.

[4]    FISCHER S F，THIELEN M，LOPRANG R R，et al. Pummelos as concept generators for biomimetically inspired low weight structures with excellent damping properties[J]. Advanced Engineering Materials，2010，12（12）：B658—B663.

[5]    B？譈HRIG-POLACZEK A，FLECK C，SPECK T，et al. Biomimetic cellular metals-using hierarchical structuring for energy absorption[J].Bioinspiration & Biomimetics，2016，11（4）：045002.

[6]    CUI L，KIERNAN S，GILCHRIST M D. Designing the energy absorption capacity of functionally graded foam materials[J]. Materials Science and Engineering：A，2009，507（1/2）：215—225.

[7]    CUI L，FORERO RUEDA M A，GILCHRIST M D. Optimisation of energy absorbing liner for equestrian helmets.Part II：Functionallygraded foam liner[J]. Materials & Design，2009，30（9）：3414—3419.

[8]   MOHAN P，PARK C K，MARZOUGUI D，et al. LSTC /NCAC Dummy Model Development[C]// 11th International LS-DYNA Users Conference，Livermore，California，USA，2013：53—64.

[9]   MASAMI I，YUKO N，ATSUTAKA T，et al. Development of advanced human models in THUMS[C]// 6th European LS-DYNA Users' Conference. Livermore，California，USA，2015：47—56.

[10]  PINNOJI P K，MAHAJAN P，BOURDET N，et al. Impact dynamics of metal foam shells for motorcycle helmets：Experiments & numerical modeling[J]. International Journal of Impact Engineering，2010，37（3）：274—284.

[11]  SCHRAAD M W，HARLOW F H. A stochastic constitutive model for disordered cellular materials：Finite-strain uni-axial compression[J]. International Journal of Solids and Structures，2006，43（11/12）：3542—3568.

[12]  KIERNAN S，GILCHRISTM D. Towards a virtual functionally graded foam：Defining the large strain constitutive response of an isotropic closed cell polymeric cellular solid[J]. International Journal of Engineering Science，2010，48（11）：1373—1386.

[13]  运动头盔 自行车、滑板、轮滑运动头盔的安全要求和试验方法： GB 24429—2009[S]. 北京：中国标准出版社，2010.

Sportshelmets-safety requirements and testing methods for sports helmets for cyclists and users of skateboards and roller skates：GB24429—2009[S]. Beijing：Standards Press of China，2010.（In Chinese）

[14]  Uniform provisions concerning the approval of protective helmets ECE R22.05[S]. Geneva：Economic Commission of Europe，2002.

[15]  ZHOU Z，JIANG B H，CAO L B，et al. Numerical simulations of the 10-year-old head response in drop impacts and compression tests[J]. Computer Methods and Programs in Biomedicine，2016，131：13—25.

[16]  陳勇，杨济匡. 轿车与儿童行人碰撞事故重建研究[J]. 湖南大学学报（自然科学版），2009，36（1）：35—40.

CHEN Y，YANG J K. Reconstruction of a passenger car-to-child pedestrian accident[J]. Journal of Hunan University （Natural Sciences），2009，36（1）：35—40. （In Chinese）

[17]  汪黎.摩托车与汽车碰撞中骑车人的头部响应和颅脑损伤研究[D]. 长沙：湖南大学，2019.

WANG L. A study on motorcyclists head responses and brain injuries during impacts against vehicle[D]. Changsha：Hunan University，2019. （In Chinese）

[18]  水野幸治. 汽车碰撞安全[M]. 韩勇，陈一唯译 . 北京：人民交通出版社，2016.

YUKI MIZUNO. Crash safety of passenger vehicles[M]. Beijing：China Communications Press，2016.