浅析整车道路适应性试验的发展及应用

李杨 徐磊 孙战峰 华锋 颜松

1.中国汽车工程研究院股份有限公司 重庆市 404100 2.上汽通用五菱汽车股份有限公司 广西柳州市 545000

1 引言

本文随着我国汽车工业技术的高速发展，用户需求与认知也从简单的代步运输工具，提升到更高阶段，对汽车工艺及驾乘体验均有更高要求。由此，整车主机厂为追求精工极致，结合客户实际需求，开展多元化、多维度优化完善整车试验验证体系。通过提升试验验证体系验证方法，多维度测评产品的优点与痛点。立足客户角度，改善产品弊端，从而持续提升产品质量。

2 道路适应性试验体系

2.1 道路适应性试验的考核目标及意义

道路适应性试验的特点是立足客户角度，全方位模拟用车环境、用户的驾驶习惯综合评判车辆的实用性及驾驶性能。高效准确测评车辆在使用一段后的相关表现。通过在不同地域、工况的社会公共道路上行驶后，全面梳理期间暴露的不同等级的问题，提前应对潜在风险，为后续车型的提升与改善提供有力的数据支撑。

有别于常规试验场的综合耐久试验，多样的自然环境及多场景的社会道路工况，有效的补充了常规试验场的固定工况的短板，并能为智能网联及车辆的主动安全系统进行整车级的功能测评。

2.2 试验环境的划分

根据试验特性，道路适应性试验可选取气候典型的的自然环境，明显差异化的地貌及地况作为试验区域。不同于极限环境试验下的特殊试验，例如三高试验。需要高度覆盖目标用户的使用区域。

我国地域广袤，纬度跨度较大，各区域均分布有山脉及流域，多样化的地质地貌、及分明的气候特点造就了各地域特有的自然环境及地理特征，所以在试验环境的选择上尽量包含各地域典型的社会道路。一般基于以下原则：

（1）基于国内的气候环境、地况地貌和人口分布；（2）基于在售车型市场终端销售区域分布和在用车活动区域统计；（3）基于可靠性道路适应性试验验证目标和对象的确定；（4）差异化特殊环境可靠性试验后的试验区域设定。就推荐表1 内的信息进行参考：

表1 试验环境划分的相关介绍

2.3 试验路线的选择

道路适应性试验的核心是立足用户，所以对于试验路线的选择应该多维度的覆盖实际用户的使用场景，基于用户的出行思维，最大化将用户的实际发生路线作为第一要素。同时，需考虑车辆对各场景的互动交流，如车辆的能源补给方式的差异化、信号强弱对智能网联的影响、交通路况对主动安全系统的触发干扰等。应对路线预先进行充分的调研和考量，最大化提高对使用需求和路况选择的精准性。

2.4 试验工况的配比

随着智能网联技术的不断迭代创新，越来越多的汽车产品中已配备“黑匣子”，用于记录整车的生命周期内的相关数据和路况信息，借助于这些车载设备，更加准确的梳理用户的使用数据，便于对活跃度较高的用户进行数据统计。具体可参考表2。

表2 试验工况配比

3 测评方法

FMEA（Failure Mode and Effect Analysis，失效模式与后果分析）是一种用于确保在产品和过程开发中潜在问题予以考虑和阐述的分析方法学。FMEA 作为一种可靠性分析工具，已广泛应用于汽车制造企业。道路适应性试验属于可靠性试验的一种，试验结果的评价及故障问题的判定可以借鉴上述方法。

根据VTS 指标及项目经验以及置信度设置该车型允许扣分值（Q），试验结束后根据试验全程累积的扣分值进行试验结果评价，若扣分值大于（Q），则试验不通过，反之，试验通过。而试验过程中每项故障问题扣分值由问题的风险优先系数（RPN）来决定，RPN 值通过公式（1）计算得到。

式中：S 为故障严重度；O 为发生率；D为可探度；D为耐久度；A 为客户可接受度。根据不同企业要求，S、O、D、D、A 均有对应的范围值。RPN 可设定5 级，代表不同问题的严重程度，以及优先对策级别，具体见表2。

表3 故障严重度分级及定义

4 发展及应用

美国设计师Donald Norman 最早提出用户体验这一概念，用户体验的本质是主观感受，这无疑将个体的主观属性作为感知的第一要素，虽然个体差异会导致评价及影响不同，但是，通过对有相同属性的群体进行相应调研，也可以获取有效信息。

我们将驾驶汽车的用户划分为一个具有特定属性的群体，梳理其在使用过程中对驾驶体验、人机交互、动力性能、车身感知等方面的主观感受，深挖用户体验的不足与痛点，进而与产品设计进行关联，对后续迭代进行改善与提升。

道路适应性试验是与用户连接的重要枢纽，利用反哺设计，有效补充常规耐久试验。通过道路适应性的桥梁，让产品设计&验证、市场&用户进行紧密关联。

关于道路适应性与用户的关联，以某新能源车型续航里程为例，对标市场其他车型，该车型满电表显续航虚高，剩余续航里程无法准确计算，冬季各工况下实测续航仅为表显值的41%～50%，易误导客户出行规划，存在较大市场抱怨风险。

图1

图2 某项目冬/夏季实际续航对比

图3

图4 某车型道路适应性电池空量衰减率

图5 某车型每3万公里电池容量衰减率

通过对某车型六台样车三个区域全过程的电池容量衰减情况监测，梳理出大量有效数据，为电池包寿命预测模式提供重要支持。从试验结果分析电池包容量衰减率与试验里程成正相关，以每3 万公里为单位，衰减率先快后慢，前3 万公里衰减率集中在3%～4%，后续每3 万公里衰减率基本＜2%，长里程道路适应性总衰减量＜8%。

5 结语

道路适应性试验需要不断的迭代优化，已涵盖更多更全面的应用场景，通过对试验方法的不断更新校正，与现有试验场验证相互共融。提高产品的可靠性、提升产品竞争力。加强场景的应用，结合专项验证及虚拟验证，实现试验场-适应性-市场用户关联研究。从可靠性验证逐步转向功能性及场景化验证。