整车道路耐久性试验规范模块化研究与应用

程佳勇 陈黎君

摘 要：整车道路耐久性试验周期较长，试验规范内容多，并且各规范包含的子规范种类多，数量庞大。子规范排布顺序不合理，会产生过多的无效里程，拉长开发周期。本文对试验规范模块化进行研究分析，以提高试验效率，缩短试验周期 ，结果表明整车道路耐久性试验效率得到提高，周期缩短。

关键词：道路耐久性试验 规范 蚁群算法 模块化

1 引言

整车道路耐久性试验是车辆在上市前对整车各项指标评估的最后一道检验，整车道路耐久性试验周期长短直接影响到整车开发周期。而整车道路耐久性试验规范内容多，每个规范包含多条子规范，不同的子规范执行场地多样且复杂，并且子规范不得连续重复执行，再加上腐蚀子规范对时间间隔与天气有特殊要求，如果子规范的排布不合理，会产生过多的无效里程、拉长开发周期、零件损伤超考核等一系列问题。因此，合理布局规范排布，对整车道路耐久性试验至关重要。

本文对规范模块化进行研究分析，达到提高效率，缩短验证周期的目的。

2 整车道路耐久性试验简介

整车道路耐久性试验规范内容是通过客户使用测评团队收集客户在实际使用中的数据，结合试车场的道路采集数据来制定规范及规范循环数[1]。整车道路耐久性试验规范是由多个子规范组合而成，每个子规范是一个独立的测试任务。试车场用于耐久性测试的道路主要包括：高速路、石块路、摇摆路、扭曲路、比利时路、破损路、坑洞、城市模拟路、坡道等，根据这些不同道路工况，调整循环数，对整车耐久性能进行考核。整车道路耐久性认证试验里程达4万公里。子规范模块化是指将多个子规范按照均匀分布、限制重复个数、时间间隔、里程等因素进行封装。

3 蚁群算法介绍

蚁群算法是由Dorigo.M等在20世纪90年代初提出的一种新型进化算法，它源于对蚂蚁搜索问题的研究。蚁群算法由于具有启发性、并行性、强鲁棒性等特点，对复杂问题的适应性较强，因而被广泛应用于旅行商问题[2]、路径规划问题[3-4]等。

以路径规划为前提，对蚁群算法分析。初始时刻，只蚂蚁随机放置于城市中，各条路径上的信息素初始值相等，设：为信息素初始值，可设，是由最近邻启发式方法构造的路径长度。其次，蚂蚁，按照随机比例规则选择下一步要转移的城市，其选择概率为：

其中，tij为边上的信息素，nij为从i城市转移到j城市的启发函数，α为信息启发因子，β为期望启发因子，（i，j）allowedk为蚂蚁k下一步被允许访问的城市集合。

经过t时刻，所有蚂蚁都完成一次周游，计算每只蚂蚁所走过的路径长度，并保存最短的路径长度，同时，更新各边上的信息素。

首先是信息素挥发，其次是蚂蚁在它们所经过的边上释放信息素，其公式如下：

其中ρ为信息素挥发系数，且0∠ρ≤1，为第k只蚂蚁向它经过的边释放的信息素，Lk为蚂蚁k在本次循环中所走过的总路径长度，Q为信息素强度。

根据以上可知，蚂蚁构建的路径长度越小，则路径上各条边获得的信息素越多，在以后的迭代中就更有可能被其他蚂蚁选择。

假设试车场某5个区域a/b/c/d/e，见图1，且以a为起点，各区域之间距离（单位km）为：ab=0.7，ac=0.6，ad=1，ae=1.3，bc=0.7，bd=1，be=1，cd=0.5，ce=0.9，de=0.6，使用Python編程选择最优路径。首先存取路径，包括每一条边的起点、终点和长度;其次构建字典，存取以上结构;第三，构建蚂蚁（实际中的车辆），按照概率选择路径，信息素越多的路径，被选取的概率越大，移动过程中记录本次移动所有经过的路径长度，走过所有的区域则计为走完一轮，并沿着路径增加信息素，走过路径越长，增加的信息素浓度越少，路径越短，增加的信息素越多。最后，让蚂蚁（车辆）在路径中移动，在移动过程中，记录蚂蚁（车辆）的行走路径，最终得到最短遍历所有区域的路径。

4 整车道路耐久性试验规范模块化

整车道路耐久性试验子规范繁多，约50个，见表1。每个子规范执行数量各不相同且分布在不同试验区域，要求测试强度、载荷阶段分布、腐蚀量尽可能均匀分配到整个试验周期中。另外，由于不同子规范考核的零部件及子系统不同，在短时间内过多的执行同一子规范会导致执行强度过高，因此大部分子规范在一定时间内不得连续重复执行一定次数。同时，希望尽可能的减少子规范之间无效衔接里程，按照蚁群算法排布一套合理的规范模块至关重要。

下面介绍一下排布的原则：

（1）均布原则，为了更加符合客户的实际驾驶用途所产生的疲劳载荷，需要尽可能将所有的试验子规范均匀分布在整个试验过程中。

（2）轻重载排布规则，见图2。子规范被分为m%轻载、（100-m）%重载;整个耐久试验规范分为5个阶段，每个阶段均包含m%轻载及（100-m）%的重载规范，且轻载及重载部分内的各个子规范均布排列。

（3）腐蚀子规范（包含盐水路、喷盐雾、高温高湿舱室等）不能接连执行，且有时间间隔及天气条件限制。雨天不安排腐蚀子规范;腐蚀子规范后尽量排布高速等规范，保证足够长的时间使车辆表面的腐蚀成分被吹干，达到腐蚀要求。

（4）某些区域的规范不能接连执行，必须被其他区域规范均匀分隔开。

（5）按照蚁群算法最大程度减少子规范之间无效衔接里程。

综上，按照以上条件要求，某常规耐久规范模块化后的形式如表2。

5 耐久性试验规范模块化优点

5.1 节约时间，减少无效行驶里程

某湿滑路规范中，需要三次通过同一方向区域不同摩擦系数的路面，方案一（图3），单一执行该子规范;方案二（图4），嵌套执行，在每一次通过单一方向返回途中执行模块中的其他子规范，节省时间且减少无效里程，对比发现方案二节约时间2分钟，减少无效行驶里程0.7km。

5.2 解决测试驾驶员挑选子规范的困扰

当子规范在非模块化前提下，遇到道路养护、雨天等不确定因素，会舍弃某子规范不执行，舍弃多个子规范后，测试驾驶员会跳转执行下一条子规范，此时需要兼顾子规范之间连续执行个数限制、均匀分布等因素，当舍弃子规范个数较多情况下无法顾及。

子规范模块化之后，当遇到雨天与道路养护时，直接舍弃该模块。被舍弃的模块中的子规范是满足均匀分布、限制重复个数、时间间隔等要求的，在下次满足测试条件下直接调用该模块执行。

6 耐久性试验规范模块化应用

以某款车型两辆车同时测试相同耐久规范（包含相同的规范内容），试验里程设定为3922km，见表3，车辆一是随机挑选规范执行，车辆二按照规范模块化要求执行，两辆车均按照两个班次排产，结果发现在子规范模块化的情况下，减少无效行驶里程112km，节约试验时间20.2小时。

统计一轮某常规耐久道路试验规范，总试验里程约40000km，与原有的一轮试验周期对比，减少无效行驶里程约1500km，提前15天完成试验。对于试验单位来说，缩短开发周期的同时，也节约了人工成本、减少了燃油费用及场地费用开支，年节约成本近千万元。

7 结语

采用蚁群算法，结合Python编程等方式，对整车道路耐久性试验规范进行模块化封装，使得所有子规范均匀有序的排布，不同天气、道路状况等因素对测试执行方式影响减小，合理减少车辆无效行駛里程。根据上述方法研究表明，在执行整车耐久性试验规范之前，合理组合子规范，按照模块化布局，可以有效的提高试验效率，缩短验证周期，起到了降本增效作用，对整车道路耐久性试验有一定的指导意义。

参考文献：

[1]陈迪铖，周勇强.基于汽车试验场的整车耐久试验模式研究[J].2017，05（3）：013-018.

[2]BAI J，YANG G K，CHEN Y W，et al. A model induced max-min ant colony optimization for asymmetric traveling salesman problem[J].Applied Soft Computing，2013，13（3）：1365-1375.

[3]李晓静，余东满. 基于自适应蚁群算法的农用智能机器人路径规划[J].2019，40（9）：189-193.

[4]赵又群，闫茜，葛召浩. 李海青基于改进蚁群算法的汽车避障路径规划[J].2020，34（4）：1-10.