在汽车滑行阻力的试验中有着很多的操作要求, 这类实验对精准度的要求的也是相当高的。为了确保实验数据的准确性, 实验人员需要多次反复试验才能得到丰富的数据样本以便于更好的选择符合要求的有效数据。通常情况下, 实验员在筛选数据的过程中, 有时会错过符合要求的有效数据, 之后在对其进行追加补充试验筛选数据。这无疑会加大实验人员的工作量。鉴于此点, 本文提出一种基于Matlab平台的自筛选算法, 经实验验证这种方式可以有效地避免上述情况的出现。
一、道路滑行阻力试验
在汽车出厂检测中, 道路滑行阻力试验是较为重要的检测内容。通过这一试验, 试验员可以清楚地了解汽车的基本性能。只有测量出该汽车在道路行驶过程中所遇到的阻力, 才能准确地进行底盘测功模拟试验。基于道路滑行阻力实验取得的数据, 在此基础上围绕汽车综合油耗展开试验, 由此确定整车的排放情况, 以便后续发动农标定工作的展开。
(一) 试验条件
参阅相关文件, 可以得知关于滑行阻力试验所需的各类基础条件, 在试验中应对大气压力及其对应温度进行实时的监控, 此工作应以空气体积质量为标准, 实际偏差应控制在±7.5%范围内, 同时还需要计算出对应的空气体积质量, 具体如下:
在上述公式中, ρ指的是在温度和压力状态下的干空气体积质量, 其单位为kg m3;ρ0指的是干空气体积质量, 其建立在0℃和0.1013MPa的条件下, 此处取该值为1.293kg/m3;字母P指的是绝对压力, 单位为MPa;字母t指的是温度, 此处将单位定为℃。基于上述给出的条件, 可以进一步计算出空气体积质量, 其值为1.189kg/m3;对空气体积质量范围做出了限定, 只有介于1.100~1.278kg/m3范围内, 才可以进行相关试验。
(二) 试验方法
在进行汽车滑行阻力试验时, 先选择好试验车速 (V/ (km/h) ) , 之后在此基础之上将汽车加速, 将这一速度记作V2, 可以写成如下的表达式V2=V+ΔV, 直到行驶速度比选定的速度 (V) 高出10km/h为止。在试验过程中, 行驶速度低于选定速度 (V) 时, 将这一段的形式速度记作V1可以写成如下的表达式V1=V1-ΔV在检测的过程中, 汽车的变速器需要放置在“空挡”。由V2到V1车速变化所需的时间为 (T1/s) 。此外, 基于反方向展开试验, 最初速度为V2, 计算出其降至V1状态时所需的时间, 即T2/s, 由此可以对两个时间值进行计算, 得出对应的算术平方值Ti。以上述方法为基准, 重复进行, 最终得到平均值T。
二、数据处理
(一) 人工筛选法
若采用人工筛选的方式, 此时相关人员应做好滑行数据的记录工作, 将其准确记载至对应数据表中, 并根据表中的数据进行分析, 寻找到各车速p≤2%条件下所对应的有效数据组。基于所得的数据结果, 在其基础上可以计算滑行所需的时间, 由此得出拟合方程。采取此方式时可操作性强, 但也应意识到其中存在的问题:其一, 对滑行数据的判断精准性不足, 因此要求试验员采集多组数据, 起到备选的作用。若单个试验员采集了多达8组的数据, 但实际符合要求的仅为4组。通常, 工程师会对所采集的8组数据展开分析, 筛选出其中符合要求的4组, 若筛选时存在误差, 将会再次增加数据的采集工作量。也就是说, 一旦无法挑选出合适的数据组, 此时试验员依然需要重复进行数据采集。此时大幅加大了试验员的工作量, 同时还造成了试验成本浪费现象。其二, 由于原始数据的规模较大, 因此其Excel表格录入工作将变得更为繁琐, 需要耗费大量时间, 而且还无法保持数据的准确率, 极有可能在输入的过程中会出现个别错误, 这些错误的出现直接对结果的精确性造成严重影响。
(二) 自筛选算法
自筛选算法是以穷举法为基础而展开的, 基于此方式, 它将所得的滑行数据整合为一个母集合, 而后对其中的数组进行排列组合, 由此形成子集合;在此基础上对各个子集合加以判断, 从中筛选出符合判定的子集合, 而这便是有效数据组。假设单个试验员均需要采集8组数据, 此时形成的子集合情况可参见下表:
具体方式为:先以4组子集合为研究对象, 对其中的70各滑行数据进行判断, 寻求符合数据组条件的要素, 由此形成有效数据集;而后对5组内的滑行数据进行判断 (此时应综合考虑上一组遗留下的不合格数据) , 再次寻找出合格数据, 并依据该方法展开重复操作。最后, 对于其中的不合格数据进行统计, 以此为基础追加试验数据。
三、实例分析
(一) 试验车参数
此处将国产轿车作为试验对象, 整车运行良好, 轮胎花纹满足试验所提出的要求, 此外对试验提出的各类车辆性能指标展开检测, 结果表明各个项目均满足试验要求, 因此具备进行试验的条件。
(二) 试验设备和试验场地
具体试验地点选定在北京试验场, 所选区段表现为标准的直线性道路。关于试验所需的设备及其对应参数, 可参见下表:
(三) 试验数据采集
在展开滑行试验时, 将初速度设定为125km/h, 经试验后最终车速为5km/h。考虑到现场长度的限制, 此处将滑行试验分为两段展开。此外, 现场温度以18℃为宜, 气压以102.4kPa为宜, 划分出高速与低速两个区段, 均展开8次滑行试验。
(四) 试验数据算法与处理
1. 自筛选算法实现
借助Matlab软件, 编程实现自筛选算法, 部分程序如下:
以上述给出的程序为基础, 综合使用VBoxTools软件, 由此可以得出GUI程序, 而后对其进行转化, 由此形成EXE程序, 此时可以将其安装至计算机上, 而后进行独立运行, 由此完成数据筛选工作。
2. 数据处理
1) 基于VBoxTools软件, 可以对原始数据进行分析, 并寻找对应的滑行数据, 将其导出为文本文件。
2) 将文本文件分别导入高低速区段内, 以便筛选出有效数据。
3) 得出高、低速区段对应的合格数据, 前者为1, 5, 7, 8组, 后者为3, 5, 6, 8组。此次试验的数据同2.1节中举例的情况, 有且仅有4组合格数据。
四、结语
综上所述, 本文以Matlab为平台, 以自筛选算法为指导, 由此制定出滑行阻力测量软件, 避免出现数据筛选遗漏, 提升了工作效率。经试验证明, 该算法有极大地推广空间。
摘要：在传统的汽车道路滑行阻力处理数据的过程中经常会遇到各种各样的问题。鉴于此点本文从数学的穷举法作为切入点, 提出了一种自筛选的算法。这种算法可以更好的验证滑行阻力试验的实施过程。文章中提及的自筛选算法的核心思想是组合列举和排列列举, 借助于Matlab软件来完成数据自判断的任务, 迅速地找出试验工程师所需要的有效数据, 并对其根据实验要求进行重组。经实验证明文章中所提及到的自筛选算法可以极大地缩短工程师的工作量, 降低试验成本。
关键词：道路滑行阻力,数据处理,自筛选法
参考文献
[1] 何二宝, 刘益涛.基于Matlab遗传算法工具箱的汽车滑行阻力系数计算[J].汽车科技, 2013, 9 (27) :38-39.
[2] 李国栋等.汽车滑行阻力系数的测定方法研究[J].汽车实用技术, 2015, (10) :79-81.
[3] 朱卫东等.汽车滑行阻力系数的测定方法[J].汽车科技, 2010, (03) :79-81.