轻型商用车全寿命周期目标里程与运行工况研究∗

赵礼辉，刘　斌，井　清，马健君，李　通，郑松林

前言

耐久性与可靠性是车辆质量评价的重要指标，也是产品市场竞争力的主要体现。如何确定涵盖一定用户使用度(百分位)的整车耐久性与可靠性目标载荷，进而指导汽车产品的设计、开发与验证，是当前汽车行业面临的一项重要课题[1-2]。目前，国外主要汽车企业结合自身产品的定位与特点，通过大量的用户调研和实际道路载荷采集，制定了不同用户使用度下的耐久性与可靠性目标载荷及评价规范，同时根据路面条件变化和车型更新进行动态调整[3-5]。长期以来，我国汽车耐久性与可靠性目标设定多对标国外品牌，产品的验证往往直接采用国外规范[6-7]。近年来，相关研究人员陆续开展了用户载荷采集工作，但主要以调整试验规范为主，较少涉及车辆全寿命周期耐久性与可靠性目标[8-10]。

车辆行驶过程中，在路面和动力系统(发动机、电机等)激励下，各部件处于复杂的工作状态，其载荷幅值主要受路况、车速、载质量和操作等运行工况影响。因此获取准确的整车全寿命周期行驶里程和相应的运行工况，是建立整车耐久性与可靠性目标载荷的前提与基础[6，11]。本文中通过对客货两用轻型商用车使用情况调查，并结合典型用户GPS运行数据采集，研究用户实际使用条件下行驶里程和运行工况分布规律，从而选取具有代表性的用户道路和运行工况进行载荷采集，为构造整车全寿命周期耐久性与可靠性目标载荷奠定基础。

1　研究方法

由于主观差异性，不同调研对象对于问题的理解和回答具有模糊性和不一致性，从而影响用户使用情况提取结果的准确性。本文中通过问卷有效性评价和典型用户GPS数据采集进行交叉验证，以确保得到的对象车辆全寿命耐久目标行驶里程和运行工况的有效性。总体工作流程如图1所示。

图1　全寿命周期耐久性目标行驶里程及运行工况分析流程

1.1　调查内容与对象

针对整车结构耐久性目标，调研内容主要包括行驶里程、车辆用途、载质量分布、驾驶习惯、行驶车速和路况比例等与整车载荷密切相关的6类问题。同时，考虑到问卷回答的主观性，同一类问题中设置关联问题，以开展问卷有效性评价。结合车辆特点，调研对象的选择主要遵循以下几个原则:

(1)调研结合实际市场销量分布，尽量覆盖全国各地区；

(2)以试验车型和竞争车型直接使用者为对象，并考虑客/货车销量比；

(3)总体样本量确保抽样误差小于5%，置信度不小于95%；

(4)各地区调研数量结合当地销量，且各地区有效样本不小于最小样本量(≥30)。

1.2　问卷有效性评价

以问卷中行驶里程、行驶车速、单位里程油耗、不同路况里程和各路况车速5个方面建立评价子模型，开展问卷有效度评价。以行驶里程为例，若年行驶里程为S，每周工作日行车天数为A，每周末行驶天数B，工作日每日行驶里程C，周末每日行驶里程D，有效度u表达为

由式(1)可求出每个调研对象行驶里程的有效度(0＜u≤1)，有效度趋于1意味着调研对象对同一问题回答一致性好、可信度高。根据其它评价子模型分别求出有效度后，则调研对象总体有效度U为

式中:ωi为第i个评价子模型权重。权重值以不同专家对评价子模型的重要度评分为基础，通过最小熵权法确定，具体方法与流程参见文献[12]。

1.3　典型用户GPS数据采集

根据调研问卷，选取华东、华北、华中、华南、东北和西南6个地区9个城市采集18个典型用户一个月的实际GPS数据，以配合用户调研并验证数据的合理性和有效性，并进一步提取详细的车速信息和行驶路线为后续开展整车道路载荷测试提供参考。为保证数据能反映调研对象车辆的不同类别和车型，每个城市分别选取客运和货运两种车辆，包含长轴和短轴两种车型。选取的一个用户一月GPS行驶轨迹如图2所示。

1.4　调研结果统计分析

图2　典型用户一个月GPS行驶轨迹

用户实际使用条件下行驶里程及运行工况存在差异，用户使用度百分位的有效性取决于其分布函数的准确性。本文中分别假设各调研参量分别服从正态、对数正态、威布尔、logistic和对数logistic等分布形态，进而利用最小二乘法对其进行参数估计，最后通过Anderson-Darling(AD)检验确定最优分布函数，具体方法如下:

若样本 y1，y2，…，yn同分布且分布函数为F(y)，则AD检验统计量为

式中Fn(y)为样本经验分布函数。

令zi＝F(yi)，式(2)经变换可简化为

AD检验统计量越小，分布与数据拟合越好，进而根据调研结果的最优分布函数，确定给定用户使用度水平。本文中用户问卷和GPS数据处理统一采用95%用户使用度水平。

2　问卷结果分析

对全部1 119份调查问卷总体有效度进行分布拟合，结果服从三参数威布尔分布，如图3所示。以总分小于3.3分者认定为无效问卷，共得到有效问卷952份，无效问卷167份。以有效问卷为基础，对车辆行驶里程和运行工况分布拟合及优度检验，进

而提取行驶里程和运行工况分布情况。

图3　问卷有效度总评分布情况

2.1　年行驶里程

对象车辆年行驶里程的概率密度及累积概率密度如图4所示。总体上年行驶里程服从对数logistic分布，用户使用条件下年行驶里程在2.5×104km附近的概率密度最大，约45%车辆的年行驶里程在1.5×104～3.5×104km 之间，年行驶里程均值为3.0×104km，95%的用户年行驶里程小于8.5×104km。

图4　用户车辆年行驶里程(全样本)

对调查对象中纯电动车进行单独统计分析，其行驶里程亦服从对数logistic分布，如图5所示。相对于传动内燃机车而言，纯电动汽车的年行驶里程偏小，年平均行驶里程仅为1.8×104km，95%的纯电动车用户年行驶里程小于2.4×104km。这主要是由于纯电动汽车受限于电池容量限制，其满电状态续航里程决定了车辆使用效率。

图5　纯电动车辆年行驶里程分布

2.2　期望行驶里程

对象车辆期望行驶里程和期望使用年限分布如图6和图7所示，两者均服从对数 logistic分布。95%的用户期望行驶里程小于70×104km，整车使用年限主要集中在6～15年之间。车辆使用年限的预期与当前车辆的使用强度密切相关，年实际行驶里程长的用户对车辆预期使用年限期望值小，反之亦然，使用强度与期望年限之间呈现较强的幂函数关系，如图8所示。95%用户使用度下，轻型商用车全寿命目标里程为70×104km。

2.3　路况比例

用户使用条件下不同路况比例分布如图9所示，鉴于调研对象对国道、省道和县道3种路况难以准确区分，合并为同一类。此外，恶劣路况对整车耐久性与可靠性影响最大，将其单独列出。

从图9可见，用户使用条件下不同路况比例分布较为平均，总体上高速/高架和城市道路占比较高，国道/省道/县道等道路比例较少，而恶劣路况比例很小，绝大部分在10%以内。这一结果与车辆实际使用吻合，对象车型为轻型商用车，含客运和货运两种类型。日常使用中客运主要作为通勤车辆、商务接待和旅游包车用，其主要行驶路线为市内和高速；而货运车辆则主要用于小商品和少量工业品运输，主要行驶路线以工商业发达的市区为主，对应行驶里程中的恶劣路况也主要以市内或郊区年久失修路或施工改造路为主。

图6　期望行驶里程分布

图8　期望使用年限与年行驶里程关系

图9 用户使用条件下路况比例分布

图10为各路况比例随年行驶里程的变化趋势，可以发现高速路况和城市路况比例随用户使用度的增加呈现出不同的趋势，高速路况比例随年行驶里程增加而增大，而城市路况比例具有逐步下降的趋势。当车辆年行驶里程在4×104～6×104km时，高速路况与城市道路比例基本一致，在40%左右；省/国/县道和恶劣路况等路况比例基本保持不变，前者维持在20%左右，后者保持在5%左右。

图10　路况比例随年行驶里程变化趋势

由于恶劣路况对整车的耐久性与可靠性影响较大，对问卷中经过恶劣路况的110个用户调研数据分析可得，95%的用户其恶劣路况占总里程的15%以内，如图11所示。在制定构造整车耐久性与可靠性目标载荷时，可适当提高恶劣路况比例，降低高速和城市路况比例。

2.4　行驶车速

图11　恶劣路况分布

不同路况下行驶车速比例分布如图12所示。高速/高架路况下，行驶车速主要集中在(80，100]和(100，120]km/h两个区间，两速度区间内行驶里程占高速行驶里程的近80%；城市道路下行驶车速以(40，60]和(60，80]km/h 为主，两速度区间内行驶里程达到总体城市行驶里程的90%以上；国/省/县道路况下行驶车速也主要集中在(40，60]和(60，80]km/h两个区间，且以后者为主，行驶里程占40%以上，但相对于城市路况低速和高速行驶比例增加；在恶劣路况下车辆行驶速度小于60km/h，且主要集中在(20，40]km/h占恶劣路况总行驶里程的55%以上。

图12　不同路况车速分布

2.5　载质量情况

用户使用条件下车辆的载质量分布如图13所示，由于对象车辆含有短轴、中轴、长轴3种轴距，因此载质量分布通过额定载荷进行归一化。定义常额比为该车辆日常使用载质量与额定载质量之比，极额比为偶然极端载质量与额定载质量之比。

图13　车辆载质量分布

由图13可见，用户日常使用中车辆载质量主要集中在0.5～1.0额定载质量之间，占比60%以上，近20%的用户经常超载；95%的用户日常载质量在1.4倍额定载质量以下，仅有极少用户会超过该值，极端情况达到2.5倍额定载质量。另一方面，车辆使用中偶然超载情况又比较普遍，近70%的用户使用中出现过超载情况，偶然超载主要集中在1.0～1.5倍额定载质量区间，95%的用户极端载荷小于2.4倍额定载荷，个别极端用户会达到额定载质量的3.5倍。

3　GPS运行数据

3.1　行驶里程

图14　典型用户GPS数据年行驶里程分布

将典型用户一个月GPS实测的月行驶里程数据乘以12，绘制年行驶里程分布曲线，如图14所示。与问卷调查结果一致，用户实测年行驶里程也服从对数logistic分布，且年行驶里程在1.5×104～3.5×104km所占比例最大，接近50%；此外，18个用户年行驶里程累积概率显示95%的用户年行驶里程小于8.9×104km，与问卷调研得出的95%用户年行驶里程小于8.5×104km非常接近，相对误差仅为4.5%。以上两个方面直接验证了调研问卷结果的准确性和有效性。

3.2　车速与路况

典型用户GPS数据处理得到的车辆行驶速度比例分布如图15所示。不同用户各行驶车速比例分布不尽相同，但总体上不同车速区间内行驶里程均在调研问卷得到的比例之内(见图12)。车速比例也在一定程度上反映了车辆不同路况里程比例:车速高于 80km/h主要以高速公路为主，40～80km/h则主要以城市和国/省/县道为主、含部分高速路，低于40km/h则以恶劣路况为主、含部分的国/省/县道；对应的行驶里程比例分别为20%，50%和30%，与图9路况比例一致。

图15　典型用户GPS信息统计不同车速比例分布

4　目标里程与运行工况

综合调查问卷和典型用户GPS实测数据统计分析结果，对应95%用户使用度水平的轻型商用车全寿命周期耐久性行驶里程目标可设定为70×104km，其中高速、城市、国/省/县、恶劣道路里程比例分别为40%，30%，20%和10%；4种路况对应的行驶车速则分别为 90～120，40～80，40～80和 10～30km/h；结合商用车超载情况较为普遍，总耐久性里程中超载、满载、半载、空载比例分别为 10%，50%，30%和10%。目标里程和运行工况汇总如表1所示。

鉴于用户年行驶里程、期望使用年限和目标行驶里程三者间较好的对应关系(图8)，用户道路载荷采集工作可以年行驶里程为最小采集量，对应95%用户使用度下采集9×104km，但最少不应低于3×104km的年行驶里程平均值。

表1　轻型商用车耐久性目标里程及运行工况

5　结论

本文中以大范围用户问卷调查和典型用户GPS运行数据为基础，通过对用户实际使用条件的统计分析，建立了涵盖95%用户使用度的轻型客货两用商用车全寿命周期耐久性目标行驶里程和运行工况，从而为整车开发和耐久性试验规范制定奠定基础，主要结论如下。

(1)车辆年行驶里程服从对数logistic分布，总体用户的年均行驶里程为3.0×104km，95%用户年行驶里程小于8.9×104km；同型号电动车年行驶里程偏小且分布更为集中，年均行驶里程为1.8×104km，95%电动车用户年行驶里程小于2.4×104km。

(2)车辆使用年限主要集中在6～12年之间，车辆年行驶里程与期望使用年限间存在较好的幂函数关系，期望使用年限随年行驶里程的增加而减小，95%用户全寿命周期行驶里程小于70×104km。

(3)随年行驶里程的增加，高速/高架道路比例增大，城市道路比例减小，国/省/县道比例基本不变，而恶劣路况比例很小；结合路况损伤程度，车辆全寿命周期高速/高架、城市、国/省/县、恶劣道路比例分别为40%，30%，20%和10%，对应行驶车速分别为90～120，40～80，40～80和10～30km/h。

(4)日常使用中80%以上用户载质量不超过额定载质量，但偶然超载现象较为普遍，近60%的用户使用中出现过超载情况；结合车辆实际载质量分布，对应全寿命周期行驶里程和道路里程比例的车辆载质量里程比例推荐为超载、满载、半载和空载分别为10%，50%，30%和10%。

[1] THOMASJJ，PERROUD G，BIGNONNET A，et al.Fatigue design and reliability in the automotive industry[J].European Structural Integrity Society，1999，23(23):1-11.

[2] 王霄锋.汽车可靠性工程基础[M].北京:清华大学出版社，2007.

[3] LEE Y L， PANJ， HATHAWAY RB， et al.Fatiguetestingand analysis[M].New York:Butterworth Heinemann，2005.

[4] JOHANNESSON P， PODGÓRSKI K， RYCHLIK I.Modelling roughness of road profiles on parallel tracks using roughness indicators[J].International Journal of Vehicle Design，2016，70(2):170-183.

[5] HEULER P， KLÄTSCHKE H.Generation and use of standardized load spectra and load-time histories[J].International Journal of Fatigue，2005，27(8):974-990.

[6] 门玉琢，于海波，郭平，等.基于用户相关数据的乘用车试验场变速强化试验方法[J].汽车工程，2014，36(10):1221-1224，1253.

[7] 李文礼，石晓辉，柯坚，等.关联用户的汽车传动系载荷谱室内台架试验编制方法[J].机械工程学报，2014，50(20):143-150.

[8] 韩愈，孟广伟，门玉琢.车辆用户载荷谱试验场关联强化试验方法[J].振动.测试与诊断，2014，34(6):1088-1093，1171-1172.

[9] 宁凡光，郑松林，陈铁.与用户数据相关的试验场规范研究[J].农业装备与车辆工程，2017，55(5):16-20，36.

[10] 王鸿瑞.基于大型半挂车的试验场关联方法的研究[D].沈阳:东北大学，2010.

[11] 张禄.大型营运客车用户关联试验场可靠性理论分析及试验研究[D].北京:中国农业大学，2015.

[12] 马健君，赵礼辉，李通，等.基于用户行驶需求的轻客整车性能评价[J].机械强度，2018(4):25-31.