随着时代与经济的不断发展,汽车成为人们生活中不可或缺的工具。随着汽车给人们带来便利的同时,也带来环境污染、出行安全等问题,尤其是汽车低速碰撞的发生越来越频繁。吸能盒是在汽车低速碰撞中起到重要作用的部件,它可以由自身的溃缩吸收碰撞能量,减少冲击对驾驶员和车身带来的伤害,然而现今市面上车型的吸能盒设计均存在碰撞峰值力过大与吸能量不足的问题,易造成前纵梁、发动机等重要零件的受损和对驾驶员的伤害。因此针对吸能盒优化设计的研究对于车身安全与碰撞吸能结构有很好的理论和实践意义。本文通过对比国内外碰撞标准与法律法规,选取美国汽车修理研究协会RCAR(Research Council for Automobile Repairs)标准作为参考基于非线性有限元理论基础建立吸能盒碰撞分析模型,完成低速碰撞试验在仿真平台上的实现,并在保证求解精度的情况下简化模型,极大提高了分析效率。选取了合适的吸能盒材料与其性能评价指标引导吸能盒设计。本文主要工作可以总结为几点:(1)建立了优化的锥形多胞吸能盒结构,提升吸能盒单位质量吸能量,更好体现轻量化设计理念。通过分析传统吸能盒与多边形吸能盒、诱导槽吸能盒、多胞吸能盒等设计的特点,结合锥形与多胞结构建立锥形多胞吸能盒,采用构建响应面模型的方法分析了壁厚与锥度对于锥形多胞吸能盒性能的影响并对其进行优化设计,优化后的结构相比较原八边形多胞吸能盒峰值力降低59.08%,单位质量吸能量提升77.11%。(2)采用机器学习的方法对折纸结构吸能盒进行预测、分析和优化。鉴于折纸结构在各行业领域中的应用及其特点建立折纸结构吸能盒仿真模型,采用参数化建模的方法实现折纸结构吸能盒自动化建模。采用机器学习的方法对折纸吸能盒的几何参数对其性能与塌陷模式的影响进行分析,随后采用多目标优化的方法对该结构进行优化设计,最终得到性能良好的折纸吸能盒结构,其峰值力较传统八边形吸能盒峰值力降低17.65%,且总吸能量与单位质量吸能量均有不同程度的提升。此研究的分析过程验证了机器学习方法在工程中应用的可靠性,为薄壁吸能结构与机器学习方法在工程中的应用奠定基础。