輕型商用車全壽命周期目標里程與運行工況研究?

趙禮輝，劉　斌，井　清，馬健君，李　通，鄭松林

前言

耐久性與可靠性是車輛質量評價的重要指標，也是產品市場競爭力的主要體現。如何確定涵蓋一定用戶使用度(百分位)的整車耐久性與可靠性目標載荷，進而指導汽車產品的設計、開發與驗證，是當前汽車行業面臨的一項重要課題[1-2]。目前，國外主要汽車企業結合自身產品的定位與特點，通過大量的用戶調研和實際道路載荷采集，制定了不同用戶使用度下的耐久性與可靠性目標載荷及評價規范，同時根據路面條件變化和車型更新進行動態調整[3-5]。長期以來，我國汽車耐久性與可靠性目標設定多對標國外品牌，產品的驗證往往直接采用國外規范[6-7]。近年來，相關研究人員陸續開展了用戶載荷采集工作，但主要以調整試驗規范為主，較少涉及車輛全壽命周期耐久性與可靠性目標[8-10]。

車輛行駛過程中，在路面和動力系統(發動機、電機等)激勵下，各部件處于復雜的工作狀態，其載荷幅值主要受路況、車速、載質量和操作等運行工況影響。因此獲取準確的整車全壽命周期行駛里程和相應的運行工況，是建立整車耐久性與可靠性目標載荷的前提與基礎[6，11]。本文中通過對客貨兩用輕型商用車使用情況調查，并結合典型用戶GPS運行數據采集，研究用戶實際使用條件下行駛里程和運行工況分布規律，從而選取具有代表性的用戶道路和運行工況進行載荷采集，為構造整車全壽命周期耐久性與可靠性目標載荷奠定基礎。

1　研究方法

由于主觀差異性，不同調研對象對于問題的理解和回答具有模糊性和不一致性，從而影響用戶使用情況提取結果的準確性。本文中通過問卷有效性評價和典型用戶GPS數據采集進行交叉驗證，以確保得到的對象車輛全壽命耐久目標行駛里程和運行工況的有效性。總體工作流程如圖1所示。

圖1　全壽命周期耐久性目標行駛里程及運行工況分析流程

1.1　調查內容與對象

針對整車結構耐久性目標，調研內容主要包括行駛里程、車輛用途、載質量分布、駕駛習慣、行駛車速和路況比例等與整車載荷密切相關的6類問題。同時，考慮到問卷回答的主觀性，同一類問題中設置關聯問題，以開展問卷有效性評價。結合車輛特點，調研對象的選擇主要遵循以下幾個原則:

(1)調研結合實際市場銷量分布，盡量覆蓋全國各地區；

(2)以試驗車型和競爭車型直接使用者為對象，并考慮客/貨車銷量比；

(3)總體樣本量確保抽樣誤差小于5%，置信度不小于95%；

(4)各地區調研數量結合當地銷量，且各地區有效樣本不小于最小樣本量(≥30)。

1.2　問卷有效性評價

以問卷中行駛里程、行駛車速、單位里程油耗、不同路況里程和各路況車速5個方面建立評價子模型，開展問卷有效度評價。以行駛里程為例，若年行駛里程為S，每周工作日行車天數為A，每周末行駛天數B，工作日每日行駛里程C，周末每日行駛里程D，有效度u表達為

由式(1)可求出每個調研對象行駛里程的有效度(0＜u≤1)，有效度趨于1意味著調研對象對同一問題回答一致性好、可信度高。根據其它評價子模型分別求出有效度后，則調研對象總體有效度U為

式中:ωi為第i個評價子模型權重。權重值以不同專家對評價子模型的重要度評分為基礎，通過最小熵權法確定，具體方法與流程參見文獻[12]。

1.3　典型用戶GPS數據采集

根據調研問卷，選取華東、華北、華中、華南、東北和西南6個地區9個城市采集18個典型用戶一個月的實際GPS數據，以配合用戶調研并驗證數據的合理性和有效性，并進一步提取詳細的車速信息和行駛路線為后續開展整車道路載荷測試提供參考。為保證數據能反映調研對象車輛的不同類別和車型，每個城市分別選取客運和貨運兩種車輛，包含長軸和短軸兩種車型。選取的一個用戶一月GPS行駛軌跡如圖2所示。

1.4　調研結果統計分析

圖2　典型用戶一個月GPS行駛軌跡

用戶實際使用條件下行駛里程及運行工況存在差異，用戶使用度百分位的有效性取決于其分布函數的準確性。本文中分別假設各調研參量分別服從正態、對數正態、威布爾、logistic和對數logistic等分布形態，進而利用最小二乘法對其進行參數估計，最后通過Anderson-Darling(AD)檢驗確定最優分布函數，具體方法如下:

若樣本 y1，y2，…，yn同分布且分布函數為F(y)，則AD檢驗統計量為

式中Fn(y)為樣本經驗分布函數。

令zi＝F(yi)，式(2)經變換可簡化為

AD檢驗統計量越小，分布與數據擬合越好，進而根據調研結果的最優分布函數，確定給定用戶使用度水平。本文中用戶問卷和GPS數據處理統一采用95%用戶使用度水平。

2　問卷結果分析

對全部1 119份調查問卷總體有效度進行分布擬合，結果服從三參數威布爾分布，如圖3所示。以總分小于3.3分者認定為無效問卷，共得到有效問卷952份，無效問卷167份。以有效問卷為基礎，對車輛行駛里程和運行工況分布擬合及優度檢驗，進

而提取行駛里程和運行工況分布情況。

圖3　問卷有效度總評分布情況

2.1　年行駛里程

對象車輛年行駛里程的概率密度及累積概率密度如圖4所示。總體上年行駛里程服從對數logistic分布，用戶使用條件下年行駛里程在2.5×104km附近的概率密度最大，約45%車輛的年行駛里程在1.5×104～3.5×104km 之間，年行駛里程均值為3.0×104km，95%的用戶年行駛里程小于8.5×104km。

圖4　用戶車輛年行駛里程(全樣本)

對調查對象中純電動車進行單獨統計分析，其行駛里程亦服從對數logistic分布，如圖5所示。相對于傳動內燃機車而言，純電動汽車的年行駛里程偏小，年平均行駛里程僅為1.8×104km，95%的純電動車用戶年行駛里程小于2.4×104km。這主要是由于純電動汽車受限于電池容量限制，其滿電狀態續航里程決定了車輛使用效率。

圖5　純電動車輛年行駛里程分布

2.2　期望行駛里程

對象車輛期望行駛里程和期望使用年限分布如圖6和圖7所示，兩者均服從對數 logistic分布。95%的用戶期望行駛里程小于70×104km，整車使用年限主要集中在6～15年之間。車輛使用年限的預期與當前車輛的使用強度密切相關，年實際行駛里程長的用戶對車輛預期使用年限期望值小，反之亦然，使用強度與期望年限之間呈現較強的冪函數關系，如圖8所示。95%用戶使用度下，輕型商用車全壽命目標里程為70×104km。

2.3　路況比例

用戶使用條件下不同路況比例分布如圖9所示，鑒于調研對象對國道、省道和縣道3種路況難以準確區分，合并為同一類。此外，惡劣路況對整車耐久性與可靠性影響最大，將其單獨列出。

從圖9可見，用戶使用條件下不同路況比例分布較為平均，總體上高速/高架和城市道路占比較高，國道/省道/縣道等道路比例較少，而惡劣路況比例很小，絕大部分在10%以內。這一結果與車輛實際使用吻合，對象車型為輕型商用車，含客運和貨運兩種類型。日常使用中客運主要作為通勤車輛、商務接待和旅游包車用，其主要行駛路線為市內和高速；而貨運車輛則主要用于小商品和少量工業品運輸，主要行駛路線以工商業發達的市區為主，對應行駛里程中的惡劣路況也主要以市內或郊區年久失修路或施工改造路為主。

圖6　期望行駛里程分布

圖8　期望使用年限與年行駛里程關系

圖9 用戶使用條件下路況比例分布

圖10為各路況比例隨年行駛里程的變化趨勢，可以發現高速路況和城市路況比例隨用戶使用度的增加呈現出不同的趨勢，高速路況比例隨年行駛里程增加而增大，而城市路況比例具有逐步下降的趨勢。當車輛年行駛里程在4×104～6×104km時，高速路況與城市道路比例基本一致，在40%左右；省/國/縣道和惡劣路況等路況比例基本保持不變，前者維持在20%左右，后者保持在5%左右。

圖10　路況比例隨年行駛里程變化趨勢

由于惡劣路況對整車的耐久性與可靠性影響較大，對問卷中經過惡劣路況的110個用戶調研數據分析可得，95%的用戶其惡劣路況占總里程的15%以內，如圖11所示。在制定構造整車耐久性與可靠性目標載荷時，可適當提高惡劣路況比例，降低高速和城市路況比例。

2.4　行駛車速

圖11　惡劣路況分布

不同路況下行駛車速比例分布如圖12所示。高速/高架路況下，行駛車速主要集中在(80，100]和(100，120]km/h兩個區間，兩速度區間內行駛里程占高速行駛里程的近80%；城市道路下行駛車速以(40，60]和(60，80]km/h 為主，兩速度區間內行駛里程達到總體城市行駛里程的90%以上；國/省/縣道路況下行駛車速也主要集中在(40，60]和(60，80]km/h兩個區間，且以后者為主，行駛里程占40%以上，但相對于城市路況低速和高速行駛比例增加；在惡劣路況下車輛行駛速度小于60km/h，且主要集中在(20，40]km/h占惡劣路況總行駛里程的55%以上。

圖12　不同路況車速分布

2.5　載質量情況

用戶使用條件下車輛的載質量分布如圖13所示，由于對象車輛含有短軸、中軸、長軸3種軸距，因此載質量分布通過額定載荷進行歸一化。定義常額比為該車輛日常使用載質量與額定載質量之比，極額比為偶然極端載質量與額定載質量之比。

圖13　車輛載質量分布

由圖13可見，用戶日常使用中車輛載質量主要集中在0.5～1.0額定載質量之間，占比60%以上，近20%的用戶經常超載；95%的用戶日常載質量在1.4倍額定載質量以下，僅有極少用戶會超過該值，極端情況達到2.5倍額定載質量。另一方面，車輛使用中偶然超載情況又比較普遍，近70%的用戶使用中出現過超載情況，偶然超載主要集中在1.0～1.5倍額定載質量區間，95%的用戶極端載荷小于2.4倍額定載荷，個別極端用戶會達到額定載質量的3.5倍。

3　GPS運行數據

3.1　行駛里程

圖14　典型用戶GPS數據年行駛里程分布

將典型用戶一個月GPS實測的月行駛里程數據乘以12，繪制年行駛里程分布曲線，如圖14所示。與問卷調查結果一致，用戶實測年行駛里程也服從對數logistic分布，且年行駛里程在1.5×104～3.5×104km所占比例最大，接近50%；此外，18個用戶年行駛里程累積概率顯示95%的用戶年行駛里程小于8.9×104km，與問卷調研得出的95%用戶年行駛里程小于8.5×104km非常接近，相對誤差僅為4.5%。以上兩個方面直接驗證了調研問卷結果的準確性和有效性。

3.2　車速與路況

典型用戶GPS數據處理得到的車輛行駛速度比例分布如圖15所示。不同用戶各行駛車速比例分布不盡相同，但總體上不同車速區間內行駛里程均在調研問卷得到的比例之內(見圖12)。車速比例也在一定程度上反映了車輛不同路況里程比例:車速高于 80km/h主要以高速公路為主，40～80km/h則主要以城市和國/省/縣道為主、含部分高速路，低于40km/h則以惡劣路況為主、含部分的國/省/縣道；對應的行駛里程比例分別為20%，50%和30%，與圖9路況比例一致。

圖15　典型用戶GPS信息統計不同車速比例分布

4　目標里程與運行工況

綜合調查問卷和典型用戶GPS實測數據統計分析結果，對應95%用戶使用度水平的輕型商用車全壽命周期耐久性行駛里程目標可設定為70×104km，其中高速、城市、國/省/縣、惡劣道路里程比例分別為40%，30%，20%和10%；4種路況對應的行駛車速則分別為 90～120，40～80，40～80和 10～30km/h；結合商用車超載情況較為普遍，總耐久性里程中超載、滿載、半載、空載比例分別為 10%，50%，30%和10%。目標里程和運行工況匯總如表1所示。

鑒于用戶年行駛里程、期望使用年限和目標行駛里程三者間較好的對應關系(圖8)，用戶道路載荷采集工作可以年行駛里程為最小采集量，對應95%用戶使用度下采集9×104km，但最少不應低于3×104km的年行駛里程平均值。

表1　輕型商用車耐久性目標里程及運行工況

5　結論

本文中以大范圍用戶問卷調查和典型用戶GPS運行數據為基礎，通過對用戶實際使用條件的統計分析，建立了涵蓋95%用戶使用度的輕型客貨兩用商用車全壽命周期耐久性目標行駛里程和運行工況，從而為整車開發和耐久性試驗規范制定奠定基礎，主要結論如下。

(1)車輛年行駛里程服從對數logistic分布，總體用戶的年均行駛里程為3.0×104km，95%用戶年行駛里程小于8.9×104km；同型號電動車年行駛里程偏小且分布更為集中，年均行駛里程為1.8×104km，95%電動車用戶年行駛里程小于2.4×104km。

(2)車輛使用年限主要集中在6～12年之間，車輛年行駛里程與期望使用年限間存在較好的冪函數關系，期望使用年限隨年行駛里程的增加而減小，95%用戶全壽命周期行駛里程小于70×104km。

(3)隨年行駛里程的增加，高速/高架道路比例增大，城市道路比例減小，國/省/縣道比例基本不變，而惡劣路況比例很小；結合路況損傷程度，車輛全壽命周期高速/高架、城市、國/省/縣、惡劣道路比例分別為40%，30%，20%和10%，對應行駛車速分別為90～120，40～80，40～80和10～30km/h。

(4)日常使用中80%以上用戶載質量不超過額定載質量，但偶然超載現象較為普遍，近60%的用戶使用中出現過超載情況；結合車輛實際載質量分布，對應全壽命周期行駛里程和道路里程比例的車輛載質量里程比例推薦為超載、滿載、半載和空載分別為10%，50%，30%和10%。

[1] THOMASJJ，PERROUD G，BIGNONNET A，et al.Fatigue design and reliability in the automotive industry[J].European Structural Integrity Society，1999，23(23):1-11.

[2] 王霄鋒.汽車可靠性工程基礎[M].北京:清華大學出版社，2007.

[3] LEE Y L， PANJ， HATHAWAY RB， et al.Fatiguetestingand analysis[M].New York:Butterworth Heinemann，2005.

[4] JOHANNESSON P， PODGóRSKI K， RYCHLIK I.Modelling roughness of road profiles on parallel tracks using roughness indicators[J].International Journal of Vehicle Design，2016，70(2):170-183.

[5] HEULER P， KL?TSCHKE H.Generation and use of standardized load spectra and load-time histories[J].International Journal of Fatigue，2005，27(8):974-990.

[6] 門玉琢，于海波，郭平，等.基于用戶相關數據的乘用車試驗場變速強化試驗方法[J].汽車工程，2014，36(10):1221-1224，1253.

[7] 李文禮，石曉輝，柯堅，等.關聯用戶的汽車傳動系載荷譜室內臺架試驗編制方法[J].機械工程學報，2014，50(20):143-150.

[8] 韓愈，孟廣偉，門玉琢.車輛用戶載荷譜試驗場關聯強化試驗方法[J].振動.測試與診斷，2014，34(6):1088-1093，1171-1172.

[9] 寧凡光，鄭松林，陳鐵.與用戶數據相關的試驗場規范研究[J].農業裝備與車輛工程，2017，55(5):16-20，36.

[10] 王鴻瑞.基于大型半掛車的試驗場關聯方法的研究[D].沈陽:東北大學，2010.

[11] 張祿.大型營運客車用戶關聯試驗場可靠性理論分析及試驗研究[D].北京:中國農業大學，2015.

[12] 馬健君，趙禮輝，李通，等.基于用戶行駛需求的輕客整車性能評價[J].機械強度，2018(4):25-31.