轮胎实车磨耗试验数据分析方法的研究

陈仁全，王 君，邱昌峰，周 磊，唐 明

（青岛双星轮胎工业有限公司，山东 青岛 266400）

轮胎偏磨、不规则磨损等异常磨损现象会影响车辆使用性能，是一直困扰着研发人员和消费者的问题[1-4]。研发人员依据轮胎实车磨耗试验数据可以确定设计轮胎磨耗里程是否达到预期设计目标，预判轮胎是否会出现异常磨损等现象，对于轮胎定型量产具有重要的指导意义。目前轮胎实车磨耗试验主要依据GB/T 29041—2012《汽车轮胎道路磨耗试验方法》或企业制定的相关标准进行，侧重点在轮胎预估里程和轮胎磨损方面，忽略了对于轮胎实车磨耗试验数据分析方法方面的研究[5-8]。

本工作分别采用局域点算法和全域点算法对轮胎实车磨耗试验数据进行处理分析，以确定一种较为精确的轮胎磨耗预估里程计算方法。

1 实验

1.1 试验轮胎

36条试验轮胎，依据车辆铭牌标识满载配质量和推荐充气压力，采用同一条试验线路，具体信息见表1。

表1 试验车辆和轮胎信息

1.2 试验方法

采用十字交叉法安装轮胎，车辆初始四轮定位后每5 000 km四轮定位1次，每2 500 km测量轮胎花纹沟深度1次，每2 500 km同轴左右换位，合计行驶20 000 km。

1.3 数据处理

1.3.1 局域点算法

将轮胎每条纵向花纹沟6等分，分别记录6等分处花纹沟深度，依据下式计算：

N——轮胎纵向花纹沟数量；

n——轮胎纵向花纹等分数量；

Xin—— 纵向花纹沟等分点处的花纹沟深度，mm。

式中Vk—— 轮 胎 第k阶 段 下 的 磨 耗 速 率，mm·（1 000 km）-1；

d1——第 1次测量（初始）时整胎纵向花纹沟平均深度，mm；

Sk——第k次测量时的行驶里程，km。

式中，Mk为第k次测量时轮胎的预估行驶里程，km。

1.3.2 全域点算法

依据相关性理论将局域点算法中依次求得的dk和Sk进行累积并建立如下相关性：

式中d——整 胎纵向花纹沟平均深度，mm；

a——系数；

S——行驶里程，km；

b——常数项。

则Mk按下式计算：

2 结果与讨论

2.1 试验数据

k分别取4和6（即行驶里程分别为10 000和15 000 km），利用上述理论进行计算统计，运算后结果见表2和3。

表2 前轴轮胎磨耗预估里程 km

2.2 局域点算法预估里程

以第三方机构提供的20 000 km行驶里程下轮胎磨耗预估里程为基准值，分别建立10 000和15 000 km行驶里程下前后轴轮胎磨耗预估里程与基准值之间的相关性，结果如图1和2所示。

由图1和2可见：局域点算法10 000 km行驶里程下前后轴轮胎磨耗预估里程与基准值之间的相关性因数（R2）分别为0.855 7和0.749 8；15 000 km行驶里程下前后轴轮胎磨耗预估里程与基准值之间的R2分别为0.962 0和0.962 5。由此可见，15 000 km行驶里程下前后轴轮胎磨耗预估里程与基准值之间的R2均在0.95以上，大于10 000 km行驶里程下前后轴轮胎磨耗预估里程与基准值的R2。

图1 局域点算法10 000 km行驶里程下轮胎磨耗预估里程与基准值的相关性

2.3 全域点算法预估里程

以第三方机构提供的20 000 km行驶里程下轮胎磨耗预估里程为基准值，分别建立前后轴轮胎10 000和15 000 km行驶里程下轮胎磨耗预估里程同基准值之间的相关性，结果如图3和4所示。

表3 后轴轮胎磨耗预估里程 km

由图3和4可见：全域点算法10 000 km行驶里程下前后轴轮胎磨耗预估里程与基准值之间的R2分别为0.654 9和0.620 8；15 000 km行驶里程下前后轴轮胎磨耗预估里程与基准值之间的R2分别为0.887 7和0.902 6。由此可见，全域点算法10 000和15 000 km行驶里程下轮胎磨耗预估里程与基准值之间的R2均小于0.95，相关性较低。

图2 局域点算法15 000 km行驶里程下轮胎磨耗预估里程与基准值的相关性

图3 全域点算法10 000 km行驶里程下轮胎磨耗预估里程与基准值的相关性

3 结论

研究轮胎实车磨耗试验数据不同分析方法的相关性，得到以下结论。

（1）局域点算法和全域点算法15 000 km行驶里程下轮胎磨耗预估里程与基准值之间的相关性因数大于10 000 km行驶里程下轮胎磨耗预估里程与基准值之间的相关性因数。

（2）在不同行驶里程下，局域点算法轮胎磨耗预估里程与基准值之间的相关性因数大于全域点算法轮胎磨耗预估里程与基准值之间的相关性因数，即局域点算法分析结果更加准确。

图4 全域点算法15 000 km行驶里程下轮胎磨耗预估里程与基准值的相关性

（3）以局域点算法得到的15 000 km行驶里程轮胎磨耗预估里程代替第三方机构20 000 km行驶里程得到的基准值，可缩短测试周期，节约测试成本，提高研发效率。