汽车安全是一个越来越重要的话题,随着我国汽车保有量和车辆碰撞事故人员伤亡数量的增加,汽车安全部件的优化设计显得尤为重要。汽车吸能盒是车辆被动安全措施之一,是碰撞过程中最先发生变形的部件之一,可以在低速碰撞过程中有效吸收能量,减小撞击力带来的伤害。吸能盒的优化设计是一个数据的积累过程,要经历查阅资料确定优化参数、三维建模、有限元数值模拟和投入生产四大阶段。然而,目前这些数据的使用,仍然停留在统计、查询和信息交换阶段,对数据进一步分析发现的研究还很少。本文收集了课题小组的模具设计方案数据,包括设计平台、具体设计参数、数值模拟结果等信息,建立有关具体模具设计方案、吸能效果和嵌套补充信息的吸能盒模具设计数据库,以达到信息共享、减少设计前期资料查阅时间的目的。通过数据转化、数据集成、数据选择等数据预处理手段,建立多维数据集,对壁厚t、锥度C和外倒角半径R等不同层次进行切片处理;利用数据挖掘技术,在Microsoft SQL Server平台上,对数据进行OLAP联机处理分析、聚类分析和决策树分析,发掘壁厚t、锥度C和外倒角半径R等参数对吸能盒吸能效果(平均撞击力_mF)的影响主次顺序和各参数对吸能效果的影响规律以及有待进一步优化设计的方案参数。结果表明,平均撞击力对吸能盒参数的依赖强弱顺序为:壁厚t>截面形状S>外倒角半径R>材料M>诱导槽数量n>锥度C。吸能盒模具优化参数的可取区间为:1.8mm≤t≤3.4 mm,1.3 mm≤R≤3.4 mm,n=1、2或3个,1.4°≤C≤3.6°。这些结论有利于减少后续吸能盒模具优化设计周期,提高工作效率,并有效地提高了吸能盒模具优化设计相关数据的可利用率,发现了隐藏在数据背后的信息,为未来吸能盒模具优化设计提供数据参考依据,具有指导意义和参考价值。