整車質量目標設定與分解范文

本站小編為你精心準備了整車質量目標設定與分解參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《合肥工業大學學報》2016年第二期

摘要：

文章就整車質量目標的設定與分解方法進行了研究，通過多元回歸分析結果和一元回歸分析結果的對比，確定影響整車質量的主要參數，然后根據一元回歸分析得出主要參數和整車質量之間的關系式，從而達到設定整車質量目標的目的，同時采取比值分析法對整車質量目標進行分解。

關鍵詞：

質量目標；多元回歸法；一元回歸法；比值分析法

在當前汽車技術的發展中，輕量化技術的應用水平已經成為衡量汽車技術水平和產品開發水平的重要標志之一，目前我國自主品牌轎車的質量比同級別合資品牌的車型平均要重8％～10％［1］。汽車輕量化是實現汽車節油和降低排放的最有效途徑之一。據統計，轎車質量每減輕10％，可節油7％～8％，排放減低4％［2］。國內專家學者對轎車輕量化技術的研究主要集中在2個方面：輕量化材料的使用和輕量化的結構設計［3－10］，這2個方面的研究成果非常多，但是在整車質量目標制定與分解方面的研究很少。本文著重尋找影響整車質量的主要參數，并利用該主要參數，通過回歸分析，對新開發車型的整車質量進行設定，并對設定的整車質量目標進行分解。

1線性回歸分析預測法

整車質量的變化取決于多個因素的變化情況，這些因素有主次之分，有時幾個影響因素主次難以區分，或者有的因素雖屬次要，但也不能略去其作用。因此，對整車質量目標的設定一般可采用多元回歸分析預測法。多元回歸分析預測法中，當整車質量與影響因素之間存在線性關系時，稱為多元線性回歸分析。建立多元線性回歸模型時，為了保證回歸模型具有優良的解釋能力和預測效果，應首先注意影響因素的選擇，其準則如下：（1）影響因素對整車質量有顯著的影響，且兩者呈密切的線性相關。（2）影響因素與整車質量之間的線性相關不是形式上的，而是真實的。（3）影響因素之間應具有一定的互斥性，即影響因素之間的相關程度不應高于影響因素與整車質量之間的相關程度。（4）影響因素應具有完整的統計數據，其預測值容易確定。多元線性回歸模型的參數估計是在要求誤差平方和為最小的前提下，用最小二乘法求解模型參數。多元線性回歸模型在得到參數的最小二乘法的估計值后，一般需要對線性回歸方程進行必要的檢驗與評價，以決定線性回歸方程是否可以應用于整車質量目標的設定。線性回歸方程的擬合程度可用相關性指數R2來表征，它是在影響因素的總變化中，由線性回歸方程解釋的變動（回歸平方和）所占的比重。計算得到的R2越大，說明線性回歸方程擬合各對樣本數據點的程度越強，影響因素與整車質量之間的線性關系越密切。

2整車質量目標的設定

整車質量目標設定的依據來源于競爭車型質量數據庫，因此競爭車型的選擇非常關鍵。選擇競爭車型需要按照以下原則：（1）軸距與目標車型軸距相差±50mm。（2）投產年份小于等于5a。（3）碰撞星級在同一碰撞標準下與目標車型的星級相同。（4）排量與目標車型相同。（5）配置與目標車型基本相同。（6）制造商方面，選擇自主、韓日和歐美各車型的數量基本一致。在滿足這些條件的前提下，所選擇的車型數量越多，目標設定的結果越準確。在進行回歸分析時，需選擇競爭車型的相關參數。由于事先不太了解有關參數與整車質量之間的關系，可以選擇若干可能的參數，研究其與整車質量之間的關系。用9個變量進行多元回歸分析，實際操作比較困難，而且很多變量和質量之間影響關系可能很弱，因此需要分析每個變量與整車質量相關性的強弱，剔除不重要的變量，在不太影響分析結果的情況下簡化計算。針對有關車型的數據，經過詳細的大量計算發現，單位面積質量對整車的質量影響最大。例如，經回歸分析，整車質量與單位面積質量之間的關系為y＝lwx5－1．957（見后文算例），其中，l為車型的長，w為車型的寬。將該公式用于所挑選的3款車型整車質量計算。分析案例見表1所列。采用多元回歸分析得到車型A、B、C的質量分別為1268．78、1259、1358．4kg，而采用一元回歸公式y＝lwx5－1．957得到的質量分別為1267．05、1258、1360．0kg。從這3款車型的計算來看，一元回歸法的結果和多元回歸法的結果相差很小，在誤差允許的范圍內，因此可以將單位面積質量作為確定整車質量的關鍵變量。確定整車質量的關鍵變量后，只要知道變量xi的參數值，就可以根據（2）式計算出目標車型的質量。隨著輕量化技術的發展，市場上有競爭力的整車質量呈逐年下降的趨勢，而一般開發的目標車型需要經過3～4a的開發驗證后才能上市，這就不可避免為開發帶來一定的盲目性和未確知性。因此，為了保障目標車型具有質量輕的優勢，在制定目標時就需要考慮、預測未來幾年整車質量下降的趨勢，對整車質量設定目標控制。整車質量目標設定是以年份表示質量的變化情況，若通過（2）式已找出影響整車質量的關鍵變量xi，則根據以往的數據，采用一元回歸分析法，找出關鍵變量xi與車輛上市年份的關系，即可對整車質量進行預測。

3整車質量目標的分解

設定了整車級的質量目標，可根據類比法，分解系統級的質量目標。本文主要采用2種方式進行整車質量目標的分解。（1）白車身系統質量目標的分解。對于白車身，行業通用的是引入輕量化系數。輕量化系數可用（6）式表述。輕量化系數反映的是白車身輕量化設計的水平，系數越低表示白車身輕量化水平越高，國外先進車型的輕量化系數都在4．0以下，而國內自主品牌的輕量化系數普遍偏高。白車身的輕量化系數也反映了一個公司的產品開發能力和制造能力水平，隨著技術的發展，它是一個動態調整的過程。在設定一個新開發車型的輕量化系數目標時同樣參考同級別的其他市場競爭車型的參數［2］，一般可取競爭車型輕量化系數的平均值3．9，根據新開發車型的車身扭轉剛度目標、車型尺寸來設定白車身的質量目標。（2）整車其他系統目標的分解與制定。各系統的質量目標分解與制定采取比值法來進行。比值法是指該系統在整車質量中所占的比重。競爭車型的每個系統的質量相對于整車質量的比重，每個系統、每個車型都有一個各個系統比重的分析值，在設定新車型的各系統目標時，根據每個系統比重的平均值乘以整車目標質量就得到了各個系統的目標質量。這里需要注意的是，車身系統含白車身和車身附件2部分，對于白車身的目標設定在前面已經進行了分析，根據比重所確定的車身系統的質量減去白車身的質量就是車身附件的質量目標。

4應用示例

對已往多種車型，調取數據庫中的數據，得到競爭車型的主要數據見表2所列。根據表2的數據進行一元回歸分析，結果見表3所列。由表3可知，單位面積質量與整車質量的相關性指數R2＝0．706，說明單位面積質量對整車的質量影響最大。整車高度、油耗和制動性與整車質量的相關性指數分別為R2＝0．008、R2＝0．006和R2＝0．042，說明這幾個因素對整車質量的影響不大，可以不予考慮。體積對整車質量的影響也不大，因為體積雖然含有面積參數，但也含有與整車的質量關系不大的高度參數。密度對整車質量的影響比體積對整車質量的影響稍大，因為密度不僅含有體積信息，還含有質量信息。顯然，單位面積質量這個變量也涵蓋了整車長、寬、投影面積、質量等信息，且拋開了與整車質量關系不大的高度信息，所以最終確定采用單位面積質量作為整車質量的關鍵變量參數。根據表3可知，以單位面積質量為關鍵變量參數的回歸結果y＝8091000x5－1．957，其中的8091000是一元回歸的統計均值，在計算具體車型時，可以用整車長l和寬w的乘積代替。

5結束語

整車質量目標的制定與分解在行業內的研究不是很多，更多的是集中在輕量化技術的應用上。本文結合競爭車型質量數據庫分析，將統計學中的二元回歸法和一元回歸法運用到整車質量目標設定過程中，研究出了整車質量目標設定的相關公式。同時分析各個系統的質量在整車質量中所占的比重，通過比值法來完成整車質量目標的分解過程。本文所有的研究參數基于數據庫，數據庫越強大，本文所研究的整車質量目標制定和分解方法的準確性越高。

作者：高新華 涂少平 王其東 單位：合肥工業大學 機械與汽車工程學院 奇瑞汽車有限公司 汽車工程研究總院