鄧青青,陳黎君,周鈺川
(1.上汽通用有限公司廣德分公司,上海242000;2.泛亞汽車技術中心有限公司,上海 242000)
關鍵字:耐久性試驗;Softmax匹配算法;自動化排程軟件
整車道路試驗是車輛上市前對整車性能的最后檢驗,對提高產品品質和減少市場抱怨至關重要。整車道路耐久性試驗過程中規范的數量較大,不同規范重點考核的零部件及子系統不同,在短時間內過多的執行同一規范可能會導致執行強度過高,大部分規范在一定時間內不得連續重復執行,規范的排程至關重要。需要盡可能將所有的試驗規范均勻分布在整個試驗過程中,并且能減少試驗無效連接路的里程。在試驗執行過程中,由于天氣、道路維修等原因導致當天的某些試驗規范無法完成,這些都是在整車道路試驗過程中需要考慮的事項。因此,每次的試驗規范排布都有著非常大的工作量,尤其是還需將前一天未完成的規范再次排布。如果子規范在排布時,無法保證其均勻的分布在整個試驗過程中,造成整車零部件考核過度或者考核不足。
本文基于Softmax匹配算法[1],對每輛車的連接路里程和規范均勻度進行多目標優化,基于C#語言開發了整車道路耐久性試驗過程的自動化排程試驗規范軟件。保證整個試驗過程更加高效。
整車道路試驗是整車耐久性試驗重要的試驗方式,按照特定的試驗規范來重現整車在用戶使用的生命周期內的疲勞損傷,當前文獻研究較多的是試車場道路載荷譜的當量關系,再制定出整車試驗規范[2-3]。試車場用于耐久性測試的道路主要包括:高速路、卵石路、搓板路、比利時路、起伏路、破損路、方坑、限速檻等,在各種路面上對整車耐久性能進行考核。整車廠是通過收集客戶在實際使用數據,結合試車場的測試道路,制定子規范及子規范循環數。整車道路耐久性認證試驗里程達幾萬公里,試驗運行時間為幾個月,期間還會因雨雪天氣和設備問題,導致當天規范無法完成。傳統做法是采用人工方法調節每天的試驗規范,將未完成的任務補充到第二天執行,此做法無法保證整個測試過程所有子規范均勻化執行,無效的連接路里程最短。耐久性試驗過程中需要在規范池中將當天執行的規范排程出來,交給試驗員去執行,當天結束后,將已經完成的規范從規范池中剔除,未完成的規范繼續留在規范池中第二天重新排布,每天執行直至所有規范完成。
Softmax在機器學習中廣泛使用在深度網絡有監督學習部分的分類器,主要是用于解決多類別標簽分類問題[4-5]。作為一個非線性的分類器,將多個變量的輸出全部映射到(0,1)區間內,用概率的方式去處理多變量問題,達到非常高的分類準確率。




可通過迭代優化算法使得代價函數獲得最小值,訓練模型參數 θ。一般來說,最優解是一直被采用的,然而整車耐久性試驗是模擬仿真客戶在使用車輛的驗證試驗,規范使用應當是隨機的,試驗過程中希望最優解需要經常被取到,次優解也需要偶爾可以被取到。上述Softmax匹配算法就能很好的解決耐久試驗過程中規范排布的問題。

圖1 Softmax智能匹配算法結構示意圖
耐久性試驗自動排程流程如圖2所示,其中模型的優化目標為:均勻化程度好,連接路里程少,降低其他影響(維修道路,維修車輛,天氣影響)。排班模式為:每天兩班 A班B班,每班安排規范執行時間為400分鐘。
以國內某試車場的道路耐久性試驗規范為模型,在C#語言環境下,利用開發的軟件實現試驗規范的自動化排程,完成整個試驗周期的試驗要求。建立4.5萬公里的耐久性認證規范的數學模型如下:試驗完成的規范:M1,M2,…,M48;完成各個規范所需時間:Mt1,Mt2,…,Mt48。各個規范的里程:Ms1,Ms2,…,Ms48;各個連接路:L1,L2,…,L38;評價規范

圖2 耐久性試驗自動排程流程圖
根據流程圖在 C#語言環境中編寫整車道路耐久性試驗自動化排程軟件,生成的當天的試驗規范頁面和提交已完成試驗規范頁面分別如圖3和圖4所示。

圖3 當天自動生成規范軟件頁面

圖4 提交已完成試驗規范頁面

表1 優化前后對比
試驗結果表明,均勻化程度由原來的人工排布的 14.91降至6.14,提高58.82%,連接路里程縮短了47.73%,整輪規范時間縮短了10.20%,整車道路耐久性試驗實現了自動化排程,提高了試驗運行效率。
根據以上方法進行了整車道路耐久性試驗自動化排程的研究,并編寫相關軟件在某試車場多個項目中實施。結果表明:該自動化排程軟件能夠讓所需執行的規范均勻化分布,減少無效里程,控制好每天的規范輸出時間,實時調整試驗規范的執行,提高試驗運行效率。并兼顧天氣、車輛維修、每天所需執行規范時間等其他影響,有效的處理整車規范在執行當中的外界干擾。本文基于C#語言開發出的耐久性試驗自動化排程軟件,對整車耐久性自動化排程有一定的指導意義和實用價值。