储 艳,陈君毅,吴海波,钱 吉
Chu Yan, Chen Junyi, Wu Haibo, Qian Ji
(1.同济大学汽车学院,上海 201804;2.上海大众汽车有限公司,上海 201805)
随着汽车的普及和生活水平的提高,汽车不再仅仅是一个代步工具,人们对汽车舒适性的要求越来越高。座椅舒适度与汽车整体舒适性密不可分,主要包括静态舒适性、动态舒适性与操作舒适性[1]。
孙守迁等用一种基于向量机的方法通过压力分布预测主观舒适度[2];马佳等建立了基于人工神经网络和压力分布特征的汽车座椅舒适度评价模型[3];Lee等研究了压力分布与主观舒适度之间的关系,并指出客观预测舒适度的可行性[4]。可见,以往对汽车座椅主观性评价的研究多集中在压力分布与主观舒适度之间的关系上。
针对以上不足,文中主要针对静态舒适性评价,基于主观绝对评价法,对各项舒适度评分进行数据分析,给出了人体参数和座椅舒适度之间的关系。为设计适合中国驾乘者的座椅提供了参考依据。
参考国内外文献,将座椅分为椅面、靠背、腰托、头枕 4个设计部分,针对每一部分,从几何参数、调节特性、物理特性3个方面来考虑[5]。构成一个完整的测评体系,并且指标总数应尽可能少,以减少评价负担。基于这些原则,建立完备的座椅静态舒适度的评价指标,来进行座椅舒适性主观评价试验。
主观评价包括绝对评价法和相对评价法,此次测试采用绝对评价法,并且采用李克特五级量表法对变量进行衡量,从“差”、“较差”、“一般”、“较好”到“很好”,分别给予1~5分的评价。
相比驾驶座,后排座椅的可调节性大大减弱,故针对靠背部分,将评价指标中的靠背宽度改为靠背高度和靠背角度;对于坐垫部分,又增加了坐垫高度和坐垫倾角2个指标。
针对驾驶座,评价项目为8个舒适度指标:腰托舒适度、靠背软硬度、靠背宽度、坐垫软硬度、坐垫长度、头枕软硬度、头与头枕间距离、整体舒适度;对于后排座椅,评价项目为11个舒适度指标:腰托舒适度、靠背软硬度、靠背高度、靠背角度、坐垫软硬度、坐垫高度、坐垫长度、坐垫倾角、头枕软硬度、头与头枕间距离、整体舒适度。
在进行汽车座椅舒适度的主观评价时,由于被测个体的生理心理存在较大差异,不同的驾驶员对相同座椅的评价可能大不相同,致使主观结果产生较大的离散性。为减小离散性,使主观评价更加真实可信,需要增大样本量,用统计的方法获得评价结果。本次评价试验针对C级车,包括4款车型。测试仅针对驾驶座和右后排座椅。
共选择了161个测试员,其中男性106人,女性55人,年龄分布于23~63岁。按照身高分为P5中国女性、P50中国女性、P50中国男性、P95中国男性4组。并对评价者的评价能力提出了要求,即测试员必须驾龄3年以上,驾驶里程20000 km以上。
(1)告知测试者试验流程和注意事项;
(2)测量测试者的身高体重并登记个人信息(年龄,驾龄等);
(3)测试者坐在被遮住品牌信息的测试车座椅上,自主调节座椅和坐姿直至最舒服最习惯为止,给测试员足够的时间进行感受和试驾试乘,再请测试员填写主观舒适度评价表。
针对 4种车型,在不考虑性别、年龄、体形等因素的情况下,整体舒适度主观评价结果如图1所示。
在 4个被测车型中,无论前排驾驶座或后排乘员座,B车的整体舒适度平均分均位列第一,其次是C车,D车和A车。
与此同时,我国跨境资金流动规模明显扩大,跨境资金流动对我国对外贸易、外汇市场、资本市场的影响也在持续扩大。而值得注意的是,在市场对人民币汇率形成某种预期的时期往往伴随着跨境资金流动的大幅波动,两者之间具有某种内在关联性。因此,本文试图通过实证分析解答以下几个问题:汇率预期的变化对哪些跨境资金流动项目造成影响?汇率预期变化是如何影响我国市场交易主体行为,并最终对跨境资金流动造成影响的?应采取哪些措施应对汇率预期变化以及跨境资金波动对我国宏观经济的负面影响?
座椅舒适度详细数据对比如表1所示,可见:B车的驾驶座和后排座椅的标准差都是最小的,说明B车的评分结果最为集中,测试员对它的评价意见最为一致。B车的众数分数最高,均为 5分;而A车的众数分数最低,均为4分,说明对于B车,评分多集中于5分,满意度较高,对于A车,评分多集中于4分,满意度较低。
表1 座椅舒适度详细数据对比
测试者人体差异量包括“性别”、“年龄”、“身高”、“体重”等,采用“单因素方差分析”的方法来分析这 4个变量对前后座椅整体舒适度的主观评分是否有显著影响。数据处理如表2所示。其中,n为主观评价人数,r为不同自变量被分成的水平数目,xij为第i水平下的第j个观察值。
表2 数据处理
数据分析过程中,在显著性水平a为0.05的前提下,将统计量F与给定显著性水平a下的临界值Fa(r-1,n-r)进行比较,若F≥Fa,则表明均值之间的差异明显,认为自变量对观察值有显著影响;若F 利用Excel软件的“数据分析”功能,对数据进行单因素方差分析,假设各人体差异对主观评价评分没有显著影响,得出统计量 F和此假设出现的概率p值,若p≤a,则表明均值之间的差异明显,认为自变量对观察值有显著影响;若 p>a则表明均值之间的差异不明显,认为自变量对观察值没有显著影响。 对自变量进行分类,对于“性别”因素,分为“女性”、“男性”2个水平;对于“年龄因素”,分为“20-30”、“30-40”和“40以上”3个水平;对于“身高”因素,分为“05”、“50”和“95”3个水平;对于“体重”因素,分为“H(重)”、“S(中)”和“L(轻)”3个水平。所得的p值见表3: 表3 P值统计 将表3中的p值与a进行比较,可知,对于驾驶座,“年龄”、“身高”的p值≤a=0.05;对于右后排座椅,“性别”、“年龄”、“身高”的p值≤a=0.05,对测试者主观评分的影响较大。故可以得出:测试者的“年龄”和“身高”对驾驶座的整体舒适度评分有显著影响;“性别”、“年龄”、“身高”对右后排座椅的整体舒适度评分有显著影响。 为了研究测试者差异对座椅各舒适度指标的影响程度,使用“多元线性回归”的方法,得出因变量(驾驶座 7个舒适度指标以及后排座椅10个舒适度指标)与6个自变量(测试者差异)之间的线性回归方程,可以分析出不同的测试者给出的舒适度指标评分受主观意志的影响程度。 6个自变量分别为测试者性别、年龄、身高、体重、驾龄、驾驶里程;因变量为驾驶座的 7个舒适度指标:腰托舒适度、靠背软硬度、靠背宽度、坐垫软硬度、坐垫长度、头枕软硬度、头与头枕间距离;以及后排座椅的10个舒适度指标:腰托舒适度、靠背软硬度、靠背宽度、靠背角度、坐垫软硬度、坐垫高度、坐垫长度、坐垫倾角、头枕软硬度、头与头枕间距离。 设各舒适度指标为Y,自变量为X,回归方程如下所示 X1~X6分别代表“体重”、“身高”、“年龄”、“性别”、“驾龄”、“驾驶里程”。使用普通最小平方法进行参数估计(取显著性水平a=0.05),求出式(3)中的β0~β6,β的绝对值代表各个自变量影响程度的大小。利用Excel软件的“回归分析”进行多元线性回归分析,并进行相关统计显著性检验,检验包括F检验和t检验。 F检验属于回归方程的显著性检验,其对所有参数感兴趣。利用方差分析构造 F统计量,主要通过比较两组数据的方差,以确定他们的精密度是否有显著性差异[6]。4 测试者差异与各舒适度指标之间的关系
4.1 回归方程的F检验