張堯 胡俊勇 黃召明

摘 要：作為車輛傳動(dòng)系統(tǒng)中重要的組成部分，變速箱的換擋性能對整車駕駛的平穩(wěn)性和舒適性具有重要的影響，因此換擋性能的評價(jià)具有重要的工程意義。隨著人工智能發(fā)展，機(jī)器學(xué)習(xí)在預(yù)測與分類問題中取得顯著成就。本文在換擋性能評價(jià)中引入支持向量機(jī)，基于數(shù)據(jù)進(jìn)行分析與判斷，提高換擋性能評價(jià)的客觀性與可靠性，并與主觀評價(jià)進(jìn)行對比，驗(yàn)證了方法的有效性。

關(guān)鍵詞：支持向量機(jī);換擋性能;變速箱;靜態(tài)

0 前言

隨著經(jīng)濟(jì)的發(fā)展，人們對汽車性能的需求也日益提升，推動(dòng)汽車向更高效、更舒適的方向發(fā)展。變速箱作為整車傳遞動(dòng)力的重要部件，其性能的好壞直接影響車輛的操作舒適性和安全性。而手動(dòng)汽車駕駛過程中頻繁換擋，直接影響整車駕駛的性能[1]。

目前，換擋性能評價(jià)缺少客觀數(shù)據(jù)的支持，主要通過專業(yè)人士駕駛測評，通過自身舒適感受對換擋性能進(jìn)行評價(jià)，多次統(tǒng)計(jì)分析得到最終評價(jià)結(jié)果，對整體換擋性能進(jìn)行打分與分類。但是評價(jià)結(jié)果往往受到駕駛評測人員的身體、心理、操作習(xí)慣等多種因素影響[2]，主觀因素較大且一致性不好，存在一定的不確定性，造成對換擋性能分類的不準(zhǔn)確。此外，對不同變速箱進(jìn)行性能測試，通過數(shù)據(jù)進(jìn)行對比例如換擋力、換擋行程、沖量，從而得到變速箱在某一性能上的優(yōu)劣，但缺少對整體變速箱性能的判定[3]。因此，主觀打分與客觀數(shù)據(jù)相結(jié)合，通過采集獲取客觀信號(hào)，進(jìn)而提取能夠反映變速箱換擋性能的特征參數(shù)，構(gòu)造一種換擋性能評價(jià)新模型具有重要的工程意義。支持向量機(jī)是一種基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)模型，通過對歷史設(shè)備數(shù)據(jù)進(jìn)行算法分析構(gòu)造學(xué)習(xí)模型[4]，在尋求降低模型復(fù)雜度的情況下，保障其學(xué)習(xí)能力，最終通過實(shí)現(xiàn)平衡，使得模型具有良好的推廣能力，在小樣本、非線性、高維模式識(shí)別中能夠有效地避免維度災(zāi)難等問題，在數(shù)據(jù)分類中有著廣泛的應(yīng)用，因此，利用支持向量機(jī)優(yōu)秀的數(shù)據(jù)分類性能，尋求客觀數(shù)據(jù)與打分類別之間的對應(yīng)關(guān)系，對整體換擋性能進(jìn)行準(zhǔn)確分類有著良好應(yīng)用前景。

因此，本文提出一種基于支持向量機(jī)的換擋性能評價(jià)模型，將其應(yīng)用于MT變速箱靜態(tài)換擋評價(jià)中。通過對變速箱換擋性能進(jìn)行相關(guān)測試，通過采集力、位移等信號(hào)，計(jì)算得到能夠反映變速箱性能的參數(shù)，以特征參數(shù)作為模型輸入矩陣，以主觀評價(jià)作為輸出，基于支持向量機(jī)尋求基于客觀數(shù)據(jù)的換擋性能分類模型，并通過實(shí)際數(shù)據(jù)能夠驗(yàn)證模型有效性。

1 支持向量機(jī)分類模型

支持向量機(jī)是由Vapnik提出的一種機(jī)器學(xué)習(xí)算法，算法滿足統(tǒng)計(jì)學(xué)習(xí)理論中的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，在尋求保證將兩類樣本無錯(cuò)誤分開的同時(shí)，使得分類間隔最大，從而保證泛化的真實(shí)風(fēng)險(xiǎn)達(dá)到最小。

2 靜態(tài)換擋性能評價(jià)模型建立

對于一款手動(dòng)變速箱，換擋性能評價(jià)往往通過是在手進(jìn)行換擋時(shí)依據(jù)換擋力、選檔力、吸入力等明顯感覺進(jìn)行判斷與分類，因此整體測試過程主觀因素較大。而整體性能的優(yōu)劣往往能夠在客觀數(shù)據(jù)中體現(xiàn)，如力、行程、沖量、游隙等客觀參數(shù)。因此，尋求客觀參數(shù)與整體性能之間的關(guān)系對評價(jià)模型至關(guān)重要。支持向量機(jī)在小樣本、非線性數(shù)據(jù)分類中有著廣泛卓越的應(yīng)用，根據(jù)式（1），利用客觀數(shù)據(jù)構(gòu)造輸入矩陣X，對應(yīng)評分類別作為輸出Y，建立兩者對應(yīng)模型。

利用支持向量機(jī)建立換擋性能評價(jià)模型首要目標(biāo)是確定評價(jià)指標(biāo)，而由于換擋過程是多機(jī)構(gòu)協(xié)調(diào)工作且相互影響的復(fù)雜過程，因此選擇合適的指標(biāo)對模型的建立至關(guān)重要，主要考慮以下原則：1）能夠聯(lián)系主觀評價(jià)與客觀評價(jià);2）能夠簡化非線性問題;3）具備較好的適應(yīng)能力。

利用變速箱換擋分析系統(tǒng)（GSA）進(jìn)行靜態(tài)換擋性能測試，對各檔位進(jìn)行測試，采集力和位移信號(hào)：

1）操縱換擋桿由空擋位置至各檔位，繼續(xù)推動(dòng)換擋桿，得到各檔位的進(jìn)檔力、吸入力、檔位行程以及剛度;

2）對各檔位橫向推動(dòng)換擋桿，分析曲線得到各檔位橫向剛度;

3）對各檔位在5N和10N力作用下，換擋桿縱向和橫向移動(dòng)間隙，得到各檔位游隙;

4）操縱換擋桿從各檔位至空擋位置，得到各檔位摘擋力。

換擋過程是相互影響相互協(xié)調(diào)的復(fù)雜過程，客觀特征參數(shù)之間具有一定相關(guān)性，引入主成分分析技術(shù)（PCA），高維度的數(shù)據(jù)映射到低維度空間中，并在所投影的維度上數(shù)據(jù)的信息量最大，以此保證較少的維度，同時(shí)保留住較多的原數(shù)據(jù)特征。通過PCA對換擋性能特征參數(shù)進(jìn)行處理，在保證信息量損失最少的基礎(chǔ)，降低特征維度，有效降低模型計(jì)算復(fù)雜度。

在模型建立中，模型的參數(shù)選擇直接影響到學(xué)習(xí)性能和效率。支持向量機(jī)模型中懲罰系數(shù)C以及核函數(shù)的參數(shù)直接控制了模型的學(xué)習(xí)與泛化能力，懲罰系數(shù)C表示模型對干擾樣本的包容程度，核函數(shù)參數(shù)決定了核函數(shù)的映射構(gòu)造，因此選擇合適的參數(shù)對模型的構(gòu)造至關(guān)重要。粒子群優(yōu)化算法（PSO）通過設(shè)計(jì)具有速度和位置的粒子，在空間中搜索最優(yōu)解，并相互共享信息，實(shí)現(xiàn)問題求解的智能性。算法操作簡單、收斂速度快，在函數(shù)優(yōu)化中了廣泛應(yīng)用。因此利用粒子群優(yōu)化算法對評價(jià)模型的參數(shù)進(jìn)行優(yōu)化，提高模型預(yù)測分類精度。

對某6擋位手動(dòng)變速箱進(jìn)行靜態(tài)換擋性能測試，在換擋手桿上安裝力傳感器和位移傳感器，隨機(jī)選取5臺(tái)該型號(hào)變速箱，為避免整車因素引起的換擋性能差異，分別將5臺(tái)變速箱安裝于同一臺(tái)整車進(jìn)行測試。對各擋位分別進(jìn)行20組性能測試，由專業(yè)人士針對每一次的測試進(jìn)行主觀打分，打分標(biāo)準(zhǔn)見表1。

3 結(jié)論

通過變速箱換擋測試采集換擋力、位移信號(hào)，構(gòu)造力-位移曲線，提取反映換擋性能的評價(jià)指標(biāo)，通過客觀指標(biāo)與主觀評價(jià)結(jié)合，建立支持向量機(jī)靜態(tài)換擋性能評價(jià)模型，并通過粒子群算法優(yōu)化參數(shù)，對變速箱靜態(tài)換擋性能進(jìn)行評價(jià)，提高了手動(dòng)變速箱靜態(tài)換擋性能評價(jià)的客觀性與可靠性。

參考文獻(xiàn)：

[1]彭彩虹，張志剛，余曉霞，等.手動(dòng)變速器選換擋系統(tǒng)建模與影響因素分析[J].中國科技論文，2020，15（02）：180-187.

[2]王幻之.變速器換擋特性的車載試驗(yàn)系統(tǒng)設(shè)計(jì)與分析[D].重慶理工大學(xué)，2018.

[3]許東.選換擋機(jī)構(gòu)性能仿真與試驗(yàn)分析[D].重慶理工大學(xué)，2018.

[4]陸明顯.手動(dòng)變速器換擋性能分析與優(yōu)化[J].汽車工藝師，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]陳然，米林，譚偉.基于SVM發(fā)動(dòng)機(jī)模型的換擋規(guī)律及其應(yīng)用[J]. 機(jī)械傳動(dòng)，2012（06）：15-20.