基于Python的汽车安全气囊跌落实验数据分析

陈 昕，阮永娇，曹景胜，陈娅鑫，孙承臻

基于Python的汽车安全气囊跌落实验数据分析

陈 昕，阮永娇，曹景胜，陈娅鑫，孙承臻

（辽宁工业大学 汽车与交通工程学院，辽宁 锦州 121001）

为了保证安全气囊在发生车祸时，瞬时爆发，对乘员起到保护作用，生产企业需要对汽车安全气囊做大量实验，作为安全气囊产品参数优化与仿真的基础。大量实验数据能够快速方便、高效分析，对汽车安全气囊仿真、设计和改进至关重要。基于Python，对汽车安全气囊跌落实验数据加速度、速度、气袋内压力进行整体统计分析，选出安全气囊爆燃，压力变化趋势明显的数据段，进行数据相关分析，计算出加速度、速度和气袋内压力的数据相关性系数，对数据进行拟合，得出加速度与速度和气袋内压力的数据拟合方程。研究表明采用Python对汽车安全气囊跌落实验数据分析，充分调用Pandas，NumPy，MatplotLib、SeaBorn等科学计算库和可视化工具，能够方便快速，高效获得数据分析结果，为安全气囊产品参数优化，仿真提供数据基础，缩短产品开发生产周期。

实验数据；数据分析；Python；统计分析；相关分析；回归拟合

随着社会发展和汽车普遍使用，人们对汽车使用安全要求日益提高，其中安全气囊就是车辆必不可少的安全装置。企业为了提高汽车使用的安全系数，不断对安全气囊进行试验，希望能通过实验累积数据，作为安全气囊产品参数优化、仿真基础[1]。大量实验数据能够更加方便、有效地分析，对汽车安全气囊仿真、设计和改进至关重要[2]。Python被看做是人工智能时代最佳的数据分析编程语言，Python是一种轻量型脚本解释型动态语言，开发生态成熟，生态系统拥有的第三方代码库，Python里包含各种科学计算库和工具，Python在数学运算方面有NumPy、SciPy，在可视化方面有MatplotLib、SeaBorn，结构化数据操作可以通过Pandas[3]。

1 汽车安全气囊跌落实验数据

进行汽车安全气囊跌落实验，获得加速度、速度、气袋内压力数据，速度和内压力用于分析加速度数据是否有问题，加速度数据，汽车安全气囊仿真结合起来，做气袋对标，校检验仿真数据是否准确。表1是某安全气囊的跌落实验数据部分显示，原文件为txt文件格式，大小为20 480行×3列。

表1 某安全气囊跌落实验部分数据表

编号加速度a/(m·s-2)速度v/(m·s-1)气袋内压力p/kPa 15.003.780.71 24.973.780.99 34.993.510.71 44.993.510.99 55.003.780.17 64.903.78-0.40 75.013.510.99 85.043.780.71 94.913.510.44 105.033.780.99 ············ 2715.003.780.44 2724.973.780.71 2734.983.781.26 2744.973.511.26 2755.013.780.71 2764.993.510．44 2775.043.510.44 2785.133.781.83 2795.083.51-0.40 2805.003.510.17 ············ 1020103.511.26 1020203.781.55 1020303.511.83 1020403.781.55 1020503.781.83 102060.003.781.83 102070.003.781.83 102080.003.781.83 102090.003.511.83 102100.003.781.26 ············ 204710.013.781.83 204720.003.781.83 204730.003.511.55 204740.003.511.55 204750.003.781.55 204760.003.781.55 204770.003.781.55 204780.003.511.55 204790.003.781.55 204800.003.781.83

2 数据读取

文件存储数据格式是多种多样的，Python的pandas库针对不同文件类型有不同的读取方法，常见的数据存储格式有txt、csv、excel等[4]，利用python程序对这3类文件分别进行读取并显示出数据的前五行，其读取代码如表2所示。

表2 不同文件读取代码表

文件类型读取方法 txt文件import pandas as pdf=pd.read_table("E:/ajiao/ajiao0/avp.txt", header=None)f.head() csv文件import pandas as pdf=pd.read_csv("E:/ajiao/ajiao0/avp.csv", header=None)f.head() excel文件import pandas as pdf=pd.read_excel("E:/ajiao/ajiao0/avp.xlsx", header=None)f.head()

3 数据整体统计分析

Python的pandas库的describe()函数做数据整体统计分析，结果如表3所示。

表3 数据统计分析表

项目a/(m·s-2)v/(m·s-1)p/kPa count204802048020480 mean0.4898453.7089811.850849 std1.482470.1401123.017416 min03.26-42.48 25%03.511.26 50%03.781.55 75%03.781.83 max5.134.2950.57

describe()函数统计分析出加速度、速度和气袋内压力数据总量count，均值mean、方差std、最小值min、25%，50%，75%分位数，最大值max。

由表1可知：数据共有count=20480行，加速度，速度和气袋内压力的均值mean分别是0.489 845、3.708 981、1 850 849等数据整体统计分析结果。

利用所有数据，通过下方程序，绘制出加速度，速度和气袋内压力整体变化趋势线如图1所示。其绘制代码程序如下：

图1 加速度、速度和气袋内压力整体变化趋势线

4 加速度a、速度v和气袋内压力p数据相关分析

汽车安全气囊主要用于保护乘客的安全，其工作原理是因为传感器接收到了冲击信号后引燃气体造成的[5]。所以在已有的数据中对汽车安全气囊的影响较大的就是汽车的加速度。本文选取气袋内压力变化趋势明显的数据段。使用python对选取数据进行数据分析，分析得到加速度、速度、气袋内压力的趋势线，其结果如图2所示。

4.1 相关系数计算

为了更加准确地描述每两个变量之间的线性相关程度，可以利用Pearson相关系数进行分析。计算公式如式(1)所示[6]。

通过python编程计算可得变量间的相关系数，如表4相关系数表所示，根据表中的数据可知加速度与速度和气袋内压力相关系数分别为0.011 623和0.017 453，表明说压力与加速度、速度线性相关性较弱。

表4 相关系数表

a/(m·s-2)v/(m·s-1)p/kPa 加速度1.000000-0.011623-0.017453 速度-0.0116231.0000000.045281 气袋内压力-0.0174530.0452811.000000

4.2 加速度与速度和气袋内压力的多项式拟合

由于压力与加速度、速度线性相关性较弱，因此采用np.polyfit(x,y,num)进行多项式拟合。

import matplotlib.pyplot as plt

import numpy as np

#用3次多项式拟合

fit_pa=np.polyval(np.polyfit(a,p,3),a)

print('压力与加速度的拟合fit_pa= ',np.poly1d(np.polyfit(a,p,3)))

fit_pv=np.polyval(np.polyfit(v,p,3),a)

print('压力与速度的拟合fit_pv= ',np.poly1d(np.polyfit(v,p,3)))

压力与加速度的拟合：

fit_pa=-0.09629x3+0.09254x2-2.48x+1.982

压力与加速度的拟合：

fit_pv=-2.753x3+30.23x2-110.1x+134.7

4 结束语

本文应用Python，对汽车安全气囊跌落实验数据加速度，速度，气袋内压力进行整体统计分析，快速准确获得统计分析结果和数据相关分析关系式，充分调用Pandas、NumPy、MatplotLib、SeaBorn等科学计算库和可视化工具，编程简单便捷，调试灵活，分析结果可靠有效，缩短数据处理时间，为安全气囊产品参数优化，仿真提供数据基础，缩短产品优化和开发生产周期。

图2 压力p剧烈变化段趋势

[1] 吴神培, 李岳, 陈文进, 等. 一种基于汽车安全气囊电脑的车辆事故取证方法[J]. 汽车实用技术, 2020(12): 249-252.

[2] 杨志邦, 徐成, 周旭, 等. 汽车安全气囊控制器测试验证平台设计与实现[J]. 计算机工程与应用, 2011, 47(27): 65-68.

[3] 武涛. 汽车安全气囊控制系统及碰撞分析系统的设计[D]. 合肥: 中国科学技术大学, 2011.

[4] 葛琳,杨娜.Python招聘数据分析[J]. 计算机与网络, 2020, 46(16): 62-65.

[5] 陈武争, 陈大鹏, 陈力, 等. 汽车安全气囊爆炸威力的确定方法[J]. 振动与冲击, 2020(2): 163-168.

[6] 张良均, 谭丽云, 刘明军, 等. Python数据分析与挖掘实战[M]. 北京: 机械工业出版社, 2020: 59-62.

Experimental Data Analysis of Automotive Airbag Drop Based on Python

CHEN Xin, RUAN Yong-jiao, CAO Jing-sheng, CHEN Ya-xin, SUN Cheng-zhen

（School of Automobile and Traffic Engineering, Liaoning University of Technology, Jinzhou 121001, China）

In order to protect the passengers in the event of an accident when safety airbag is exploded, a large number of automobile airbag experiments should be made by the manufacturing enterprises. The experiments are the basis of product parameter optimization and simulation. A large number of experimental data are analyzed quickly, conveniently and efficiently, which is very important to the simulation, design and improvement of automobile airbag. Based on the Python, overall statistical analyses of automobile airbag drop experiment data, the acceleration a, the speed v, and the pressure p, are made. Safety airbag deflagrated pressure p data with obvious change trend were selected to analyze data correlation. The data correlated coefficients of acceleration a, velocity v and pressure p were calculated. By fitting the data, the fitting equations of acceleration a, velocity v and pressure p in the air bag are obtained.The research shows that the data analysis of the automotive airbag drop can be obtained quickly and efficiently by using Python, the scientific calculation libraries and visualization tools such as Pandas, NumPy, Matplotlib, SeaBorn, etc. Data base is provided for the parameter optimization and simulation of airbag. The period of product development and production is shortened.

experimental data; data analysis; python; statistical analysis; correlation analysis; regression fitting

TH164

A

1674-3261(2021)04-0232-04

10.15916/j.issn1674-3261.2021.04.005

2021-04-29

辽宁省自然基金指导计划项目(20180550020)；2020年莱茵动力(锦州)有限公司项目(2020035)；辽宁工业大学研究生教育改革创新项目经费资助(YJG2021003)

陈昕(1972-)，女，辽宁铁岭人，教授，博士。

责任编校：陈 明