一种基于大数据的仿真分析方法及系统
文献发布时间:2023-06-19 10:57:17
技术领域
本发明涉及大数据分析的技术领域,尤其涉及一种基于大数据的仿真分析方法及系统。
背景技术
现有车辆主观评价大多是基于车手的主观感受来评价整车的舒适性,而主观评价的测试需要等到实车出来才能进行评价,周期太长,不利于在研发阶段就通过仿真技术实现评价,造成了成本的上升及研发周期的延长。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有车辆主观评价存在的问题,提出了本发明。
因此,本发明解决的技术问题是:解决现有车辆主观评价需要等到实车出来后才能进行造成的成本的上升及研发周期的延长的问题。
为解决上述技术问题,本发明提供如下技术方案:一种基于大数据的仿真分析方法,包括建立仿真工况,模拟汽车各项性能的状况;建立评价指标体系,评价汽车各项性能指标;根据所述仿真工况建立控制单元,匹配工况策略;建立输出指标,输出对应工况评价指标。
作为本发明所述的基于大数据的仿真分析方法的一种优选方案,其中:建立的所述仿真工况具体包括制动工况、稳定性能工况、舒适性工况、转向性能工况和直线行驶工况。
作为本发明所述的基于大数据的仿真分析方法的一种优选方案,其中:建立的所述评价指标体系具体包括制动性能指标、稳定性能指标、舒适性能指标、转向性能指标和直线行驶性能指标。
作为本发明所述的基于大数据的仿真分析方法的一种优选方案,其中:所述转向性能指标包括,转向盘的转角如下式:
其中,K
作为本发明所述的基于大数据的仿真分析方法的一种优选方案,其中:建立所述仿真工况具体包括建立整车参数表;输入整车参数,建立精确的整车动力学模型;建立所述仿真工况。
作为本发明所述的基于大数据的仿真分析系统的一种优选方案,其中:建立所述整车动力学模型包括,利用拉格朗日乘子法建立所述整车动力学模型:
其中,T为系统动能;q为系统广义坐标列向量;Q为系统广义力列向量;λ为对应于约束的拉氏乘子列向量,t为系统运行时间,T为转置符号,φ为系统制动距离。
作为本发明所述的基于大数据的仿真分析方法的一种优选方案,其中:建立所述评价指标体系具体包括输出整车级主观指标柱形图;输出整车级主观指标雷达图;输出整车级平顺性指标雷达图。
为解决上述技术问题,本发明还提供如下技术方案:一种基于大数据的仿真分析系统,包括输入模块,用于输入整车参数;建立模块,用于建立仿真工况、评价指标体系、控制单元及输出指标;输出模块,用于输出各项评价指标体系、最后的评判数据以及最终得分。
本发明的有益效果:本发明能够准确和及早地进行设计车型的主观评价,及早作出设计改变,缩短了开发周期,降低了成本。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明提供的基于大数据的仿真分析方法的流程示意图;
图2为本发明提供的基于大数据的仿真分析方法的整车级主观指标雷达示意图;
图3为本发明提供的基于大数据的仿真分析系统的模块示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
请参阅图1~图2,为本发明提供的基于大数据的仿真分析方法的第一个实施例:一种基于大数据的仿真分析方法,包括:
S1:建立仿真工况,模拟汽车各项性能的状况。
建立仿真工况的步骤如下:
①建立整车参数表;
整车参数包括动力性参数(汽车满载时的最高车速)、经济性参数(燃油消耗量)、制动性参数(给定车速下的制动距离)和通过性参数(最小转弯半径)。
②输入整车参数,建立精确的整车动力学模型;
利用拉格朗日乘子法建立整车动力学模型:
其中,T为系统动能;q为系统广义坐标列向量;Q为系统广义力列向量;λ为对应于约束的拉氏乘子列向量,t为系统运行时间,T为转置符号,φ为系统制动距离。
需要说明的是,拉格朗日乘子法将一个有n个变量与k个约束条件的最优化问题转换为一个有n+k个变量的方程组的极值问题,其变量不受任何约束。
③仿真工况建立完成。
具体的,仿真工况包括制动工况(零速工况下,涡轮由运转到静止时的工况)、稳定性能工况、舒适性工况(座椅工况等)、转向性能工况和直线行驶工况。
S2:建立评价指标体系,评价汽车各项性能指标。
建立的评价指标体系具体包括制动性能指标、稳定性能指标、舒适性能指标、转向性能指标和直线行驶性能指标。
其中,转向性能指标包括转向盘的转角,如下式:
其中,K
S3:根据仿真工况建立控制单元,匹配工况策略。
S4:建立输出指标,输出对应工况评价指标。
评价指标体系具体包括:
①输出整车级主观指标柱形图;
②输出整车级主观指标雷达图;
③输出整车级平顺性指标雷达图。
本发明通过程序控制,进而将上述步骤关联起来,实现仿真后处理指标提取,进而通过函数转换,将评价指标转换成整车性能得分,实现整车的主观评价。
对本方法中采用的技术效果加以验证说明,本实施例选择定量方法、定性方法和采用本方法进行对比测试,以科学论证的手段对比试验结果,以验证本方法所具有的真实效果。
定量方法通过打分表来定量描述车辆与指标相对应的关系,每个驾驶者根据自身感受进行打分,记录下他们给出的分数,可以得到大量的数据计算出打分平均值,打分结果一般用雷达图的方式进行展示,该方法的准确度取决于试验者能否给出合适的打分。
定性方法中驾驶员通过对目标车辆和其他车辆比较给出排序,节省了处理数据的时间,这种方法虽能够表达车辆之间的差别,但是不能描述差别的大小。
为验证本方法相对传统方法具有较低的成本和较精确的准确度,本实施例中将采用定量方法、定性方法和本方法分别对测试车辆的主观评价进行仿真对比,并采用本方法对整车平顺性进行仿真分析,结果如下表所示。
表1:本方法获得的整车平顺性仿真结果表。
其中,分值处于[90,100]的舒适度较佳,分值处于[70,90)的舒适度一般,分值处于[50,70)的舒适度较差,分值处于(0,50)的舒适度极差。
表2:主观评价仿真结果对比表。
由表1、表2可以看出,本发明能够准确地进行车型的主观评价,且成本较低。
实施例2
请参阅图3,为本发明提供的基于大数据的仿真分析系统的第一个实施例:一种基于大数据的仿真分析系统,包括:
输入模块100,用于输入整车参数;
建立模块200,用于建立仿真工况、评价指标体系、控制单元及输出指标;
输出模块300,用于输出各项评价指标体系、最后的评判数据以及最终得分。
其中,输出的各项评价指标体系具体包括整车级主观指标柱形图、整车级主观指标雷达图及整车级平顺性指标雷达图。
该系统将现有主观评价的指标基于动力学模型,通过仿真输出指标,通过公式函数系统性的整理出稳定性评价指标,制动性能指标,转向性能评价指标,直线行驶性能指标等。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的,术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体,该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如,组件可以是,但不限于是:在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例,在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中,并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外,这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如,来自一个组件的数据,该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号,以本地和/或远程过程的方式进行通信。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
- 一种基于大数据的仿真分析方法及系统
- 基于三维建模仿真软件的工业大数据实时采集及分析方法