日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機(jī)站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

汽車操縱穩(wěn)定性評價方法研究

2019-12-19 20:00:27·  來源：《汽車技術(shù)》  作者：高小清 程軍  
　
摘要：提出了一種新的汽車操縱穩(wěn)定性評價方法。首先，運(yùn)用模糊聚類方法對操縱穩(wěn)定性數(shù)據(jù)進(jìn)行更為合理的排序。在此基礎(chǔ)上，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)理論構(gòu)造了訓(xùn)練樣本并對其進(jìn)行訓(xùn)練，建立了具體的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，得到操縱穩(wěn)定性綜合評價計分值，方便了操縱穩(wěn)定性的評價。相比傳統(tǒng)的評價方法，該方法可以獲得更直觀、合理的評價結(jié)果。同時，該方法可為其他大型、復(fù)雜的（試驗）評價提供思路。
 
1、前言
汽車操縱穩(wěn)定性是指在駕駛者不感到過分緊張、疲勞的條件下，汽車能遵循駕駛者通過轉(zhuǎn)向系及轉(zhuǎn)向車輪給定的方向行駛，且當(dāng)遭遇外界干擾時，汽車能抵抗干擾而保持穩(wěn)定行駛的能力。汽車操縱穩(wěn)定性不僅影響駕駛的操縱方便程度，也是決定汽車高速行駛安全性的主要性能之一。
汽車操縱穩(wěn)定性試驗是整車試驗的重要內(nèi)容之一。GB/T 6323—2014《汽車操縱穩(wěn)定性試驗方法》中詳述了操縱穩(wěn)定性的試驗和評價方法。根據(jù)該標(biāo)準(zhǔn)的規(guī)定，汽車操縱穩(wěn)定性試驗由許多單項試驗構(gòu)成，其中，穩(wěn)態(tài)回轉(zhuǎn)試驗、轉(zhuǎn)向回正性能試驗、轉(zhuǎn)向輕便性試驗、轉(zhuǎn)向盤轉(zhuǎn)角階躍輸入試驗、轉(zhuǎn)向盤轉(zhuǎn)角脈沖輸入試驗、蛇形試驗（本文中分別簡稱為單項1～單項6）是最重要的6個單項試驗[2]。汽車行業(yè)標(biāo)準(zhǔn)QC/T 480—1999《汽車操縱穩(wěn)定性指標(biāo)限值與評價方法》中指出，操縱穩(wěn)定性總的評價計分值由上述6個單項試驗計分值進(jìn)行平均得到[3]。這種評價方式未考慮各單項試驗性能是否均衡，從這個角度看，這種評價方式不甚合理。
本文考慮各單項試驗性能的均衡問題，運(yùn)用模糊聚類分析方法對各車型操縱穩(wěn)定性數(shù)據(jù)進(jìn)行排序，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)理論，將各車型操縱穩(wěn)定性數(shù)據(jù)加以改造作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，獲得具體神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。通過該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可得到每個車型操縱穩(wěn)定性的綜合計分值，方便了車輛操縱穩(wěn)定性的評價。

2、操縱穩(wěn)定性排序
汽車操縱穩(wěn)定性優(yōu)劣的評價需要按照某種規(guī)則對所評價車輛的操縱穩(wěn)定性數(shù)據(jù)進(jìn)行排序。聚類分析是將數(shù)據(jù)分類到不同簇的過程，所以同一簇中的數(shù)據(jù)有很大相似性，根據(jù)相似程度的大小，可以對數(shù)據(jù)進(jìn)行排序。工程實際中簇的界限往往不明顯，采用模糊聚類分析方法通常比較符合實際，因此，本文采用模糊聚類分析方法對汽車操縱穩(wěn)定性數(shù)據(jù)進(jìn)行排序。
從市場上所有車型操縱穩(wěn)定性數(shù)據(jù)（包含前述6個單項試驗計分值）中挑選出若干具有代表性的數(shù)據(jù)作為樣本。一般來說，樣本容量應(yīng)足夠大，不失一般性，且為計算方便，本文利用MATLAB軟件生成了29組取值范圍為[60,100]的隨機(jī)數(shù)作為樣本數(shù)據(jù)，如表1所示。
表1 用MATLAB生成的操縱穩(wěn)定性試驗樣本數(shù)據(jù)
將表1中的數(shù)據(jù)進(jìn)行模糊聚類分析，即得到各車型操縱穩(wěn)定性綜合性能的排序。模糊聚類分析方法排序的原則是，越先聚為一類的車型，計分值越相似，排名越靠近。如果存在某車型，其每個單項試驗計分值均不低于上述29個車型，很顯然，其應(yīng)位列第一?，F(xiàn)假設(shè)一個編號為30的車型，其6個單項試驗計分值分別為上述29組數(shù)據(jù)中各單項試驗計分值的最大值，即97.4、99.9、99.2、99.0、97.2、99.4，然后按照與這個假設(shè)車型聚為一類的先后次序確定車型排序。
模糊聚類分析的步驟為：
a.建立數(shù)據(jù)矩陣
將6個單項試驗計分值作為各車型特征數(shù)據(jù)，各車型特征數(shù)據(jù)組合成數(shù)據(jù)矩陣X=（xij）30×6，其中，xi1～xi6分別表示編號為i的車型的6個單項試驗計分值。
b.建立模糊相似矩陣
依據(jù)傳統(tǒng)聚類方法確定相似程度數(shù)據(jù)，建立模糊相似矩陣。確定相似程度數(shù)據(jù)的方法主要有相似系數(shù)法、距離法、主觀評分法等。其中，相似系數(shù)法又分為數(shù)量積法、夾角余弦法、相關(guān)系數(shù)法、幾何平均最小法等。具體采用何種方法，需要根據(jù)問題的性質(zhì)及使用方便情況進(jìn)行選擇。本文采用數(shù)量積法計算相似程度數(shù)據(jù)rij：
式中，
其作用是使模糊相似矩陣的非對角線元素不大于1。
建立模糊相似矩陣R=（rij）30×30。
c.模糊聚類
用模糊數(shù)學(xué)中的傳遞閉包法將上述模糊相似矩陣轉(zhuǎn)化為模糊等價矩陣，而后進(jìn)行聚類分析。為方便計算，本文用MATLAB軟件編制了模糊聚類分析相關(guān)程序。
調(diào)用上述模糊聚類分析程序，得到各車型排序，將其與原排序（按照QC/T 480—1999中的方法得到的排序）進(jìn)行對比，結(jié)果如表2所示。由表2可知，有6種車型采用兩種排序方法的排名不一致。
表2 兩種排序方法對比結(jié)果
用模糊聚類分析方法得到的新排序，既考慮了6個單項試驗的總計分值，又考慮了各單項試驗性能是否均衡，即各單項試驗性能是否接近29組數(shù)據(jù)中相應(yīng)試驗的最好性能。例如，排名為21、22（編號為14、23）的兩個車型各單項試驗計分值總和分別為472.3和471.8，按照原排序方法，編號為14的車輛操縱穩(wěn)定性較好，而使用新排序方法，編號為23的車輛操縱穩(wěn)定性較好，這是因為該車型各單項試驗性能間更均衡，更接近29組車型中各單項試驗的最好性能。
3、操縱穩(wěn)定性綜合計分值計算
模糊聚類分析方法的缺點(diǎn)是只能給出相對排名，不能給出具體計分值，這在實際應(yīng)用中較為不便，無法得到更為直觀的評價結(jié)果。為解決這個問題，給出操縱穩(wěn)定性綜合計分值。
由于模糊聚類分析的排名結(jié)果不是以各車型各單項試驗計分值總和進(jìn)行排序得到的，各車型6個單項試驗計分值與所要求的綜合計分值之間不再是簡單的線性（平均）關(guān)系，而是較為復(fù)雜的非線性關(guān)系。那么，采用合適的方法擬合出這種非線性關(guān)系成為問題的關(guān)鍵。對于非線性關(guān)系的擬合，一般有一元線性回歸法（將非線性關(guān)系簡化為線性關(guān)系）、多項式法、高次曲線法等。而對于較復(fù)雜的非線性關(guān)系，上述方法擬合精度不高，效果不理想。
神經(jīng)網(wǎng)絡(luò)技術(shù)自出現(xiàn)以來，廣泛應(yīng)用于各種非線性關(guān)系擬合，其中BP神經(jīng)網(wǎng)絡(luò)應(yīng)用最為廣泛。對復(fù)雜非線性關(guān)系的擬合是BP神經(jīng)網(wǎng)絡(luò)的優(yōu)勢所在，其擬合精度較高，且擬合精度可根據(jù)實際需要進(jìn)行調(diào)整[6～8]。因此本文采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合。
BP神經(jīng)網(wǎng)絡(luò)所需的訓(xùn)練樣本須有輸入數(shù)據(jù)和輸出數(shù)據(jù)。顯然，輸出數(shù)據(jù)為各車型操縱穩(wěn)定性綜合計分值，而輸入數(shù)據(jù)則為表1中29個車型各單項試驗計分值。本文中訓(xùn)練樣本輸出數(shù)據(jù)參考6個單項試驗平均計分值進(jìn)行構(gòu)造。具體來說，針對表2中兩種排序結(jié)果，對于排序不存在差異的車輛，其訓(xùn)練樣本輸出數(shù)據(jù)直接為6個單項試驗的平均計分值，對于排序存在差異的車輛，其訓(xùn)練樣本輸出數(shù)據(jù)要參考平均計分值進(jìn)行改造。表3為訓(xùn)練樣本部分輸出數(shù)據(jù)。
如表3所示，對于排序存在差異的車輛，如排名為21、22（編號為14、23）的兩個車型需在排名為20、23（編號為12、28）的兩個車型的綜合計分值之間進(jìn)行線性插值。當(dāng)然，也可采取其他方式實現(xiàn)這個結(jié)果，如直接調(diào)換編號為14、23的兩個車型的平均計分值并將其作為訓(xùn)練樣本輸出數(shù)據(jù)。事實上，當(dāng)表1中車型數(shù)量足夠多時，由線性插值得到的結(jié)果與“真實”綜合計分值之間的誤差很小。因此，只要車型數(shù)量足夠多，一般情況下，均可按照線性插值方式進(jìn)行綜合計分值的構(gòu)造。因此，本文采用線性插值方法進(jìn)行處理。
表3 訓(xùn)練樣本輸出數(shù)據(jù)（部分）
 
訓(xùn)練樣本輸出數(shù)據(jù)構(gòu)造完成后，就可得到完整的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，如表4所示。
表4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本
得到訓(xùn)練樣本后，需對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。為此，運(yùn)用MATLAB軟件編制了相應(yīng)程序進(jìn)行計算，部分程序如下：
其中，P、T分別為訓(xùn)練樣本的輸入數(shù)據(jù)和輸出數(shù)據(jù)。
BP神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)為輸入層神經(jīng)元6個、輸出層神經(jīng)元1個、中間層（隱含層）神經(jīng)元36個（訓(xùn)練過程中不斷調(diào)整的結(jié)果），如圖1所示。
訓(xùn)練完成后，保存輸入層與中間層、中間層與輸出層之間的連接權(quán)值和偏移值。表5為經(jīng)BP神經(jīng)網(wǎng)絡(luò)計算得到的綜合計分值（訓(xùn)練樣本輸入數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)后輸出的數(shù)值）與理論綜合計分值（即訓(xùn)練樣本輸出數(shù)據(jù)）的差異。由表5可知，BP神經(jīng)網(wǎng)絡(luò)擬合精度較好，兩組數(shù)據(jù)無差異。
圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
表5 計算綜合計分值與理論綜合計分值的差異
至此，BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)已確定。只需將某車型操縱穩(wěn)定性的6個單項試驗計分值輸入到此BP神經(jīng)網(wǎng)絡(luò)中，即可得到該車型操縱穩(wěn)定性綜合計分值，方便了操縱穩(wěn)定性評價。
4、結(jié)束語
相比QC/T 480—1999中的評價方法，采用模糊聚類分析方法對汽車操縱穩(wěn)定性數(shù)據(jù)進(jìn)行排序，可以得到更為合理的評價結(jié)果。采用BP神經(jīng)網(wǎng)絡(luò)算法，得到具體神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及操縱穩(wěn)定性綜合計分值，方便了操縱穩(wěn)定性評價。同時，本文所述評價方法可為其他大型、復(fù)雜的（試驗）評價提供思路。 
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25