APP下载

基于支持向量机的静态换挡性能评价模型

2020-12-15张尧胡俊勇黄召明

关键词:支持向量机静态变速箱

张尧 胡俊勇 黄召明

摘 要:作为车辆传动系统中重要的组成部分,变速箱的换挡性能对整车驾驶的平稳性和舒适性具有重要的影响,因此换挡性能的评价具有重要的工程意义。随着人工智能发展,机器学习在预测与分类问题中取得显著成就。本文在换挡性能评价中引入支持向量机,基于数据进行分析与判断,提高换挡性能评价的客观性与可靠性,并与主观评价进行对比,验证了方法的有效性。

关键词:支持向量机;换挡性能;变速箱;静态

0 前言

随着经济的发展,人们对汽车性能的需求也日益提升,推动汽车向更高效、更舒适的方向发展。变速箱作为整车传递动力的重要部件,其性能的好坏直接影响车辆的操作舒适性和安全性。而手动汽車驾驶过程中频繁换挡,直接影响整车驾驶的性能[1]。

目前,换挡性能评价缺少客观数据的支持,主要通过专业人士驾驶测评,通过自身舒适感受对换挡性能进行评价,多次统计分析得到最终评价结果,对整体换挡性能进行打分与分类。但是评价结果往往受到驾驶评测人员的身体、心理、操作习惯等多种因素影响[2],主观因素较大且一致性不好,存在一定的不确定性,造成对换挡性能分类的不准确。此外,对不同变速箱进行性能测试,通过数据进行对比例如换挡力、换挡行程、冲量,从而得到变速箱在某一性能上的优劣,但缺少对整体变速箱性能的判定[3]。因此,主观打分与客观数据相结合,通过采集获取客观信号,进而提取能够反映变速箱换挡性能的特征参数,构造一种换挡性能评价新模型具有重要的工程意义。支持向量机是一种基于数据驱动的机器学习模型,通过对历史设备数据进行算法分析构造学习模型[4],在寻求降低模型复杂度的情况下,保障其学习能力,最终通过实现平衡,使得模型具有良好的推广能力,在小样本、非线性、高维模式识别中能够有效地避免维度灾难等问题,在数据分类中有着广泛的应用,因此,利用支持向量机优秀的数据分类性能,寻求客观数据与打分类别之间的对应关系,对整体换挡性能进行准确分类有着良好应用前景。

因此,本文提出一种基于支持向量机的换挡性能评价模型,将其应用于MT变速箱静态换挡评价中。通过对变速箱换挡性能进行相关测试,通过采集力、位移等信号,计算得到能够反映变速箱性能的参数,以特征参数作为模型输入矩阵,以主观评价作为输出,基于支持向量机寻求基于客观数据的换挡性能分类模型,并通过实际数据能够验证模型有效性。

1 支持向量机分类模型

支持向量机是由Vapnik提出的一种机器学习算法,算法满足统计学习理论中的VC维理论和结构风险最小化原则,在寻求保证将两类样本无错误分开的同时,使得分类间隔最大,从而保证泛化的真实风险达到最小。

2 静态换挡性能评价模型建立

对于一款手动变速箱,换挡性能评价往往通过是在手进行换挡时依据换挡力、选档力、吸入力等明显感觉进行判断与分类,因此整体测试过程主观因素较大。而整体性能的优劣往往能够在客观数据中体现,如力、行程、冲量、游隙等客观参数。因此,寻求客观参数与整体性能之间的关系对评价模型至关重要。支持向量机在小样本、非线性数据分类中有着广泛卓越的应用,根据式(1),利用客观数据构造输入矩阵X,对应评分类别作为输出Y,建立两者对应模型。

利用支持向量机建立换挡性能评价模型首要目标是确定评价指标,而由于换挡过程是多机构协调工作且相互影响的复杂过程,因此选择合适的指标对模型的建立至关重要,主要考虑以下原则:1)能够联系主观评价与客观评价;2)能够简化非线性问题;3)具备较好的适应能力。

利用变速箱换挡分析系统(GSA)进行静态换挡性能测试,对各档位进行测试,采集力和位移信号:

1)操纵换挡杆由空挡位置至各档位,继续推动换挡杆,得到各档位的进档力、吸入力、档位行程以及刚度;

2)对各档位横向推动换挡杆,分析曲线得到各档位横向刚度;

3)对各档位在5N和10N力作用下,换挡杆纵向和横向移动间隙,得到各档位游隙;

4)操纵换挡杆从各档位至空挡位置,得到各档位摘挡力。

换挡过程是相互影响相互协调的复杂过程,客观特征参数之间具有一定相关性,引入主成分分析技术(PCA),高维度的数据映射到低维度空间中,并在所投影的维度上数据的信息量最大,以此保证较少的维度,同时保留住较多的原数据特征。通过PCA对换挡性能特征参数进行处理,在保证信息量损失最少的基础,降低特征维度,有效降低模型计算复杂度。

在模型建立中,模型的参数选择直接影响到学习性能和效率。支持向量机模型中惩罚系数C以及核函数的参数直接控制了模型的学习与泛化能力,惩罚系数C表示模型对干扰样本的包容程度,核函数参数决定了核函数的映射构造,因此选择合适的参数对模型的构造至关重要。粒子群优化算法(PSO)通过设计具有速度和位置的粒子,在空间中搜索最优解,并相互共享信息,实现问题求解的智能性。算法操作简单、收敛速度快,在函数优化中了广泛应用。因此利用粒子群优化算法对评价模型的参数进行优化,提高模型预测分类精度。

对某6挡位手动变速箱进行静态换挡性能测试,在换挡手杆上安装力传感器和位移传感器,随机选取5台该型号变速箱,为避免整车因素引起的换挡性能差异,分别将5台变速箱安装于同一台整车进行测试。对各挡位分别进行20组性能测试,由专业人士针对每一次的测试进行主观打分,打分标准见表1。

3 结论

通过变速箱换挡测试采集换挡力、位移信号,构造力-位移曲线,提取反映换挡性能的评价指标,通过客观指标与主观评价结合,建立支持向量机静态换挡性能评价模型,并通过粒子群算法优化参数,对变速箱静态换挡性能进行评价,提高了手动变速箱静态换挡性能评价的客观性与可靠性。

参考文献:

[1]彭彩虹,张志刚,余晓霞,等.手动变速器选换挡系统建模与影响因素分析[J].中国科技论文,2020,15(02):180-187.

[2]王幻之.变速器换挡特性的车载试验系统设计与分析[D].重庆理工大学,2018.

[3]许东.选换挡机构性能仿真与试验分析[D].重庆理工大学,2018.

[4]陆明显.手动变速器换挡性能分析与优化[J].汽车工艺师,2020(06):48-49.

[5]V.T.Tran,H.Thom Pham,B.-S.Yang and T.Tien Nguyen, Machine performance degradation assessment and remaining useful life prediction using proportional hazard model and support vector machine[J].Mechanical Systems and Signal Processing,2012(32):320-330.

[6]陈然,米林,谭伟.基于SVM发动机模型的换挡规律及其应用[J]. 机械传动,2012(06):15-20.

猜你喜欢

支持向量机静态变速箱
猜猜他是谁
基于HTML5静态网页设计
分布式系统负载均衡关键技术及其发展脉络
动态场景中的视觉目标识别方法分析
论提高装备故障预测准确度的方法途径
基于熵技术的公共事业费最优组合预测
基于支持向量机的金融数据分析研究
自动变速箱能挂空挡滑行吗?