基于電氣系統聚類的汽車線束連接正確性快速仿真分析方法

劉冰清，王 強，甘 霖，龍昭燈，何 歸

（重慶長安汽車股份有限公司，重慶401120）

1 引言

汽車線束作為汽車的“神經網絡”，正確的連接設計一直是整車研發的重要環節之一。傳統的汽車線束設計是通過人工計算與校核，直接在2D圖紙上繪制出線束產品的尺寸、接插件型號、包裹物類型、回路導通等信息，其電氣原理連接信息由線束設計工程師人為進行管控［1］，圖紙正確性、規范性、完整性受工程師設計經驗影響較大。在快速變化的市場需求環境下，傳統線束設計方法的連接正確性難以得到保證。

目前，諸多主機廠均已開始使用自動化線束設計軟件進行整車線束開發，通過計算機軟件模擬汽車電器件的工作狀態，在未生產實物之前發現并解決問題。其中CHS（Capital Harness System）擁有較為先進的設計方法和個性化的設計流程，在國內外多家主機廠都已開始應用［2］。CHS軟件內置電氣原理分析功能，在完成電氣原理圖繪制后直接對其進行連接正確性分析，再利用該原理圖直接生成線束2D圖紙，保證了線束設計的全過程控制，有效提高線束設計的連接正確性。運用CHS連接正確性分析是通過對電器零部件進行建模，并利用整車電器功能檢查清單建模功能檢查模型，最后計算機運算檢查電器功能是否正常實現，從而驗證線束設計的連接正確性。由于現在汽車智能化程度提升，汽車電氣連接關系也日益復雜，電器部件功能數量增加會導致仿真運算次數呈指數增長，大大地延緩了仿真分析運算速度，難以適應快速開發設計的需求，更甚者已超出了常規計算機的運算能力。

針對上述問題，本文提出了一種快速線束連接正確性分析方法，通過功能配置對整車電氣系統進行劃分，再對各電器系統進行失效模式相關性聚類，最后再對各類電氣系統進行功能仿真分析，有效降低仿真運算次數的同時保持連接正確性檢查的準確度，且其計算量能被常規計算機所接受，適用于復雜電氣連接關系的汽車線束連接正確性分析。

2 基于CHS汽車電氣原理仿真分析

CHS電氣原理仿真通過對電器零部件進行建模，并利用整車電器功能檢查清單確定功能檢查模型，最后計算機運算檢查電器功能是否正常實現。針對不同的仿真需求，CHS提供了定性分析與定量分析兩種運行方式，定性分析狀態下不進行任何數字計算，定量分析需要引入零件的各種參數，并賦予端節點之間連接線不同的電阻值等用于計算整個電路的多種數據。由于連接正確性僅需要判斷節點之間是否正確接通，為實現計算機快速完成仿真運算，通常選用定性分析。

2.1 電器零部件建模

CHS的電器零部件建模需要完成模型接口參數設定、模型電器結構設定、模型電器行為設定。模型接口參數包含該電器零部件可能發生變化的參數以及仿真時需要監控的參數。電器結構用于表示用電器各引腳在內部的邏輯連接關系，具有電相關的引腳需用線進行連接。電器行為采用狀態機進行編程。定性分析狀態下不進行任何數字計算，需進行導通演示的電阻用ZERO（零）、MEDIUM（負載）、INFINITE（無窮）表示回路狀態。電器零部件建模如圖1所示。

圖1 電器零部件建模

2.2 電器功能建模

功能模型利用整車電器功能檢查清單建立，模型中各特征分組表示該電器系統需要實現的功能，子特征表示系統子零部件需要實現的功能。子特征集內可以創建響應函數，用于標識電器執行該功能的響應，單一子特征集可由多個響應函數組成。例如：子特征集“前照燈點亮”需由“左前照燈點亮”響應函數與“右前照燈點亮”響應函數組成。響應函數下可創建控制函數，控制函數用于表示電器執行該響應所需的外界環境的輸入，同理響應函數下可創建多個控制函數，控制函數之間由“和”、“或”、“非”3個符合進行控制邏輯的組合。響應函數需要定義其失效與自發。整車功能模型設定如圖2所示。

圖2 整車功能模型設定

2.3 連接正確性仿真分析

完成電器零部件建模與功能模型建模后，可通過軟件進行檢查功能模型中各功能是否正確實現，如果系統發現可能存在的功能問題，則會顯示這些問題，以及問題發生時候的開關控制組合，從而完成線束連接正確性檢查。功能問題報告如圖3所示。

圖3 功能問題報告

3 電氣分系統聚類

在汽車電氣連接關系日益復雜的背景下，整車電器設計為了應對市場的快速變化，電氣原理設計通常會根據產品策劃輸出的電器功能配置表將整車電氣原理劃分為多個電氣分系統。由于這樣劃分的電氣分系統并不是完全獨立的，各系統之間仍存在大量信號傳輸；如果直接在這些系統中進行連接正確性仿真分析，雖然可以極大地壓縮仿真分析時間，但是大量的系統間連接關系將無法仿真分析到，從而造成問題漏檢。

為了平衡仿真時間與正確性，本文提出了一種汽車電氣系統聚類的線束連接正確性快速分析方法，首先判斷失效模式庫中各情況與電氣分系統的相關系數：

式中：SD——失效模式庫中與該系統相關的因子數量；SN——失效情況所涉及因子總數；RPN=嚴重度（S）×頻度（O）×探測度（D）——失效模式庫中對失效的風險評估數；然后將已得到的電器分系統與失效情況相關系數按照失效情況的順序排列為數組an=［H］。計算各數組內均值，選取數組an均值最大對應的電器分系統作為第一個聚類中心進行聚類［3］。

本文采用K均值的方式對系統進行聚類，首先按照如下公式計算各數組到聚類中心的歐式距離：

并計算所有樣本之間距離的平均距離：

把與已有聚類中心距離大于平均距離d的樣本方差置空，在剩余樣本中選取均值最大的那個樣本作為下一個聚類中心；重復該步驟，得到k個聚類中心；在本文實驗設k=5。然后計算每個數組到各個初始聚類中心的距離，按歐式距離最近原則將每個數組對應的電氣系統分到各個類；然后按照平均法更新各個類的質心，作為新的聚類中心，計算每個數據對象到新聚類中心的距離d，按最近距離原則將每個數組對應的電器系統原理圖分到各個類；計算準則函數E：

判斷E是否收斂，若收斂，則結束，輸出最終聚類結果；若不收斂，則再次更新聚類中心并重復聚類步驟。

4 基于電氣分系統聚類的連接正確性分析

本文方法流程如圖4所示。通過電氣分系統聚類，原電器分系統根據失效模式相關性聚為多個類，對于每個類可單獨進行電氣原理仿真分析，當每個類都進行仿真分析后，可認為整車電氣原理通過了仿真分析，可進行下一步的試生產與實物驗證。本文以某量產項目的CHS電氣原理圖為例用以驗證本文仿真方法的有效性，該項目原理圖已完成過整車級電氣功能分析，通過人為設定100個設計問題進行驗證，本文通過檢查運算次數，設計問題檢出率和設計問題誤檢率對最終檢查模型進行評估。設計問題檢出率表示被檢出問題占總設定問題的比例，誤檢率表示系統錯誤判斷的設計問題占總檢出問題的比例，詳見表1。

表1 中O表示仿真分組范圍內開關數量。從表1結果可以得出，本方法較全局仿真算法誤檢率下降了13%，檢測率僅降低了1%，同時，相對于系統仿真算法誤檢率上升了2%，檢測率提高了29%，由于誤檢出來的問題可以通過設計人員判斷再次排除，而漏檢項往往會產生設計錯誤，就準確率來說全局仿真算法最優，其次為本文算法，最差為分系統仿真。同時將本文方法與平均分組算法進行對比，平均分組是將系統按照排列順序直接分為一組在組內進行仿真分析，結果可以看出，兩種方法運算次數相近，但是本文方法準確率較平均分組方法提升了20%，證明本文系統聚類方法的有效性。

圖4 本文方法流程圖

表1 本方法與全局檢查以及系統檢查算法的準確率以及時間對比

結合運算次數對四者進行了對比，從結果看出本算法較全局仿真大大降低了運算時間，同時檢測率未明顯下降。

表2 為本算法分類數量K不同時算法的檢查率與算法時間對比，通過表格數據可以看出，隨著分類數量的增加，檢測率逐漸下降，算法運算時間也同時下降，運算時間下降趨勢呈指數形式，在分類數量達到一定程度后繼續增加分類數量時間收益并不高，且檢測率下降嚴重，本方法旨在解決普通計算機無法滿足的大運算量問題，因而在普通計算機能滿足運算的條件下應盡量減少分類數量。

表2 本發明聚類數量結果對比

5 結論

綜上所述，本文方法根據市場需求的功能配置對整車電器原理進行劃分，在需求發生變化時，能夠針對配置變化涉及的系統進行更新，相對于整車全局仿真，該仿真模型具有更好的適應性，仿真速度也得到了有效提高。同時仿真模型將失效風險評估數引入各個電器分系統相關系數中，有效地利用問題的關重信息，在提升運算速度的同時有效避免了關鍵信息丟失。系統分組數量以及分組方式仍對連接正確性仿真分析結果有較大的影響，后續仍需對分組數量以及分組方式進行更加深入的研究。