汽车制动性能检测结果分布特征_徐双应

汽车反力式制动检测结果分析。

第26卷　第2期2006年3月

长安大学学报(自然科学版)

　JournalofChang'anUniversity(NaturalScienceEdition)

Vol.26　No.2

Mar.2006

文章编号:1671-8879(2006)02-0095-04

汽车制动性能检测结果分布特征

徐双应,王　磊,陈焕江

1

2

1

(1.长安大学汽车学院,陕西西安710064;2.长安大学杂志社,陕西西安710064)

摘　要:为了研究汽车制动性能检测中4项指标之间的相关性及其影响因素,对大样本检测数据进行了方差分析处理与设计,揭示了汽车制动性能检测结果向量的联合分布特征与边缘分布特征。结果表明,车型因素对检测结果具有显著影响。该结论为改进汽车设计与制造,创新车辆检测管理

制度,有效地组织与实施车辆的维护提供了十分有价值的基础性支持信息关键词:汽车工程;汽车检测与试验;制动性能;数据;统计分析中图分类号:U463.5　　　文献标识码:A　　　

DistributionCharacterofCheckingDatumofAutomobileBrakePerformance

XUShuang-ying1,WANGLei2,CHENHuan-jiang1

(1.SchoolofAutomobile,Chang’anUniversity,Xi’an710064,Shaanxi,China;2.MagazinesOffice,Chang’anUniversity,Xi’an710064,Shaanxi,China)

Abstract:Inordertoresearchtherelativityinthefourcriteriasofcheckingautomobilebraking,basedonthebigsampledatum,thedistributionfeatureandbrink-distributionfeatureofcheckingdata’svectorarerevealed.Theresultsshowthatvehicletypeisanimportantelementthatinflu-encesthecheckresultsignificantly.Thisstudyprovidesasupportforautomobiledesign,auto-mobilemanagement,andautomobilemaintenance.3tabs,1fig,7refs.

Keywords:automotiveengineering;vehiclecheckandtest;brakingperformance;datum;statis-ticanalysis

评价汽车制动性能的向量;然后通过数据分析和处理,得出该向量的分布特征;最后研究了车型对检测结果的影响。

0　引　言

汽车制动时产生的地面制动力大小,决定着制动距离的长短。制动力越大,则制动距离越短;而制动力在轴内两轮上的平衡与否与制动时的方向稳定性密切相关,一轴两轮上的制动力越接近,则制动时的方向稳定性越好[1]。因此,在《机动车运行安全技术条件》中用4项指标来衡量和评价在用车辆的制动性能。

为了研究上述标准中4项指标之间的相关性及其影响因素,本文首先利用这4项指标构造出一个

收稿日期:2005-01-07

作者简介:徐双应(1964-),男,湖北英山人,教授.

1　制动性能检测结果的表示

文献[6]用4项指标衡量和评价在用车辆的制动性能:其中两项指标用来评价车辆制动力的大小及在轴间上的分配,记作F1、F2;另两项指标评价制动力在轴内两轮上的平衡,记作F3、F4。由此构造出一个评价汽车制动性能的向量Q,它是一个离散型四维随机向量,其表达式为

汽车反力式制动检测结果分析。

96

Q={F1,F2,F3,F4}

长安大学学报(自然科学版)　　　　　　　　　　　　　　2006年

　　对于每个复合评价指标向量Q,以各项指标相应的标准限值为判断依据,就可计算出该辆车用“1”与“0”表达的四维检测结果向量R。检测结果向量最多有16种不同的取值状态。以检测结果状态为汇总

的关键字,统计出每种检测结果状态下的车辆数,并算出其所占比重,该比重定义为具有同种检测结果状态的车辆数与样本总车辆数之比。在这里,样本总车数为1724辆,数据初始处理结果见表1。

表1　检测结果在不同取值状态下的车辆数及比重取值状态S0S1S2S3S4S5S6S7S8S9S10S11S12S13

R10000000011111111

R20000111100001111RR30011001100110011

R40101010101010101

车辆数/Veh1752041201594529139102418445305660534

比重Pi/%0.1020.1180.0700.0920.0260.0170.0810.0590.0020.0100.0020.0260.0170.0330.0350.304

式中:F1为制动力总和与汽车总质量之比(%);F2为主要承载轴制动力与该轴轴荷之比(%);F3为在制动力增长全过程中,前轴左右轮制动力差与该轴左右轮中制动力大者之比(%);F4为在制动力增长全过程中,后轴左右轮制动力差与该轴左右轮中制动力大者之比(%)。

依据文献[6],判定4项指标合格的标准为F1

≥60%(空载)、F2≥60%、F3≤20%、F4≤24%。任何一项指标除了有具体数值大小的属性之外,还有一个用“1”或“0”描述的检测结果是否合格的属性。对检测结果是否合格的属性也可以用向量来表示,称为检测结果状态向量,即

R={R1,R2,R3,R4}

式中:Ri(i=1,…,4)的取值只有两种情况,即“1”和“0”;取值为“1”表示该项检测结果合格,取值为“0”表示该项检测结果不合格。

向量R={R1,R2,R3,R4}共有2=16种取值状态,可用S0～S15分别表示。当R1、R2、R3、R4都取值为1时,即R={1,1,1,1}时,表示4项指标都合格,也就是汽车制动性能检测结果合格;如果R1、R2、R3、R4中有1项及1项以上的指标取值为0时,如R={1,0,0,0}或R={1,1,1,0}等,则表明汽车制动性能检测结果不合格。

4

2　数据获取与初始处理

本文分析所用到的原始数据,来源于长安大学汽车综合性能检测站在用车制动性能检测结果记录,包括1724辆在用货运车辆空载条件下首次进行制动检测(不含调整后复检)所得到的试验数据[7]。检测所用设备为德国SCHENCK公司生产的RU-13型反力式制动试验台。在原始的检测记录中,记录了每辆车的8项检测数据,分别为前轴左、右轮静态轴重(kg),记作Wfl、Wfr;后轴左、右轮静态轴重(kg),记作Wrl、Wrr;前轴左、右轮制动力(N),记作Fl、Fr;后轴左、右轮制动力(N),记作Rl、Rr。

以任意一辆汽车的8个检测记录数据项作为原始数据,由式(1)～式(4),可以计算出每辆车的复合评价指标向量Q的具体数值。

F1=10×(Fl+Fr+Rl+Rr)/　　　(Wfl+Wfr+Wrl+Wrr)F2=10×(Fl+Fr)/(Wfl+Wfr)F3=10×|Fl-Fr|t/max(Fl,Fr)Flt/lr(1)(2)(3)(S14S15

3　检测结果统计辨析

3.1　检测结果向量分布特征

在计算出向量R每种取值情况下的比重后,可

以按比重的大小进行排序,由此得出离散型向量的值域为R={S15,S1,S0,S3,S6,S2,…,S10},记f(R)为R的概率密度函数,F(R)为向量R的分布函数,其函数的具体结果见表2。

从表2可以看出,检测结果的16种状态出现的概率是不同的,出现概率最大的状态是S15={1,1,1,1},概率为30.4%;其次是S1={0,0,0,1},概率为11.8%;再次是S0={0,0,0,0},概率为10.2%。而检测结果出现概率最小的状态是S10={1,0,1,0},概率仅为0.2%,出现概率次小状态的是S8=,

汽车反力式制动检测结果分析。

第2期　　　　　　　　　　　　徐双应,等:汽车制动性能检测结果分布特征

表2　检测结果向量分布概率计算结果表

参数

S15

S1

S0

S3

S6

S2

S7

S14

97

从图1还可以看出,当R1=0时,总共有不同的8种状态出现,相应的概率分别为10.2%、11.8%、7%、9.2%、2.6%、1.7%、8.1%、5.9%。分析R1=0时各状态出现的概率数值大小,可发现这些概率

大小有较接近的特征;而当R1=1时,也有8种不同的状态可能出现,其概率分别是0.2%、1%、0.2%、2.6%、1.7%、3.3%、3.5%、30.4%。与上述RI=0时的情况相反,这8种状态可能出现的概率是很不相同的,其中一种状态出现的概率最大,并远远高于其他7种状态的出现的可能性,这一状态就是S15={1,1,1,1},也就是,当第一项指标合格时,其他项指标不合格的机会很少(总概率为29%),而合格的概率很大(概率为71%)。

因此得出结论,F1是一项关键性的指标。F1不合格,有90%的可能至少有一项其他的指标是不合格的;F1合格,有71%的可能是其他项指标都合格。

f(R)0.3040.1180.1020.0920.0810.0700.0590.035F(R)0.3040.4220.5240.6160.6970.6670.8260.861参数

S13

S4

S5

S5

S12

S9

S8

S10

f(R)0.0330.0260.0260.0170.0170.0100.0020.002F(R)0.8940.9200.9460.9630.9800.9900.9920.994

　　从分布函数来看,累计概率达52.4%的3种状态是S15={1,1,1,1}、S1={0,0,0,1}、S0={0,0,

0,0}。所以,检测结果大概率状态依次是4项全合格(即制动性能合格)、非承载轴制动力平衡一项指标合格、4项指标全不合格。而出现概率较大的7种状态分别S15={1,1,1,1}、S1={0,0,0,1}、S0={0,0,0,0}、S3={0,0,1,1}、S6={0,1,1,0}、S2={0,0,1,0}、S7={0,1,1,1},累计概率达82.6%;而余下的其他9种状态所能出现的概率仅为17.4%。3.2　检测结果向量的边缘分布特征

根据边缘分布的定义与表2,则有P{R1=0}=(p0+p1+p2+p3+p4+p5+　p6+p7)×100%=56.4%;P{R1=1}=43.6%P{R2=0}=(p0+p1+p2+p3+p8+p9+p10+　p11)×100%=42.3%;P{R2=1}=57.7%P{R3=0}=(p0+p1+p4+p5+p8+p9+p12+　p13)×100%=32.5%;P{R3=1}=67.5

%P{R4=0}=(p0+p2+p4+p6+p8+p10+p

　p14)×100%=33.5%;P{R4=1}=66.5%　　因此,F1、F2、F3、F4别是56.4%、42.3%、32.5%、33.5%,制动与整车质量的百分比(F1)的不合格率最高,F2、F4和F3。

3.3　检测结果分类汇总分析

图1为检测结果分类汇总透视图,字有4个,依次是R1、R2、R3与R4。在图1中,往右数的第一个方柱对应的纵坐标数值为0.102示检测结果{R1,R2,R3,R4}={0,0,0,0}10.2%。图14　车型对检测结果影响

选取总体样本中数据最多的前3种车型作为研究对象,记作车型A、B、C,对应的样本数分别为631、545和162,这样便构成3个不同的车型子样QA,QB,QC。

与总体样本数据分析步骤和方法一样,计算出各子样在不同检测结果状态下的车辆数及相应的比重,由此形成QA、QB、QC的子样联合分布,如表3所示。

表3　不同车型子样的检测结果在不同取值状态下的车辆数与概率

图1　检测结果分类汇总

汽车反力式制动检测结果分析。

98长安大学学报(自然科学版)　　　　　　　　　　　　　　2006年

长安大学学报:自然科学版,2004,24(3):7983.XUShuang-ying.EvaluationCriteriaSystemandSe-lectingModelofTestEquipmentsforAutomobileMulti-performance[J].JournalofChang’anUniversi-ty:NaturalScienceEdition,2004,24(3):7983.[2]　葛剑敏,郑联珠.路面特性对车辆振动影响规律研究

[J].中国公路学报,2004,17(3):117121.

GEJian-min,ZHENGLian-zhu.EffectsofTerrainCharacteristiconVehicleVibration[J].ChinaJournalofHighwayandTransport,2004,17(3):117121.[3]　戴焕云.制动工况下机车车辆转向架颤振机理[J].交

通运输工程学报,2005,5(3):57.

DAIHuan-yun.ChatterMechanismofRailwayVehi-cleBogieunderBrakingCondition[J].JournalofTraf-ficandTransportationEngineering,2005,5(3):57.[4]　余　强,马　建.半被动悬架系统对汽车侧翻稳定性

的改善[J].长安大学学报:自然科学版,2005,25(4):7376.

YUQiang,MAJian.SideTumblingStabilityofVehi-clewithSemi-passiveSuspensionSystem[J].JournalofChang’anUniversity:NaturalScienceEdition,2005,25(4):7376.

[5]　夏长高.汽车高速行驶操纵性柔性多体动力学预测方

法[J].交通运输工程学报,2004,4(4):3033.XIAChang-gao.FlexibleMultibodySystemDynamicsPredictingMethodofHigh-speedVehicleHandling[J].JournalofTrafficandTransportationEngineer-ing,2004,4(4):3033.

[6]　GB7258-1997.机动车运行安全技术条件[S].

GB7258-1997.SafetyTechnologyConditionofAuto-mobileinOperation[S].

[7]　余　强,陈荫三,马　建,等.发动机制动、排气制动与

缓速器联合作用时的非连续线性控制系统的研究[J].中国公路学报,2005,18(1):117121.

YUQiang,CHENYin-san,MAJian,etal.StudyofNon-continuousLinearControlSystemofCombiningActionwithEngineBrake,ExhaustBrakeandRetard-er[J].ChinaJournalofHighwayandTransport,2005,18(1):117121.

　　假设车型A子样的检测结果服从正态分布,对该分布假设采用皮尔逊(PEARSON)x2检验法,根据本文研究的特点可知取值状态为16,给定显著水平α=0.05,经过计算后得到x=14.768,而查表可

2

得x20.05(15)=24.996,很明显x2<x0.05(15),因此接受原假设,即认为车型A子样的检测结果服从正态分布。同理可得,车型B、车型C子样的检测结果也服从正态分布。

由于各车型子样的检测结果的母体服从正态分布,则根据方差分析,给定显著水平,可算得F>F0.05(2,45),因此可得结论,车型对检测结果有显著影响,也就是说车型不同,其检测结果的合格情况从整体上看是明显不一样的。

2

5　结　语

(1)汽车制动性能检测结果共有16种可能状态,各状态所出现的概率是不一样的,而检测结果合格即R={1,1,1,1}是出现概率最大的一种状态,概率达30.4%;而概率最小的结果状态是R={1,0,1,0},概率仅为0.2%。

(2)检测结果大概率状态依次是4项指标全合格(即制动性能合格)、只有非承载轴制动力平衡一项指标合格、4项指标全不合格,这3种状态{1,1,1,1}、{0,0,0,1}、{0,0,0,0}出现的概率达52.4%。(3)F1是关键性指标,F1不合格,有90%的可能至少有一项其他的指标是不合格的;F1合格时,有71%的可能其他项指标都合格。

(4)车型对检测结果有显著影响,车型不同,其检测结果分布从整体上看是显著不一样的。

(5)获得的统计分析结果,提高了对检测结果分布的整体性认识,为改进汽车设计与制造、制定车辆检测与管理制度、有效地组织与实施车辆的维护提供了有价值的基础性支持信息。参考文献:References:

[1]　徐双应.汽车综合性能检测设备选型准则与模型[J].