перевод. Автомобильная промышленность находится в сильных изменениях по сравнению с прошлыми десятилетиями
 Скачать 171.66 Kb.
|
|
часть',',', ay, vx,... ц Рисунок 2.9: Подход дефицита к распределению Wankmoment на hAWS и SAD в соответствии с [9] 2.3.2 Сопряжение на основе модели Шаг от кооперативного существования систем управления шасси к интегральному регулятору Zen tral обусловлен высокими архитектурными усилиями системы и точным знанием динамики координируемых систем. Однако, напротив, это обещает оптимальное регулирование всех систем с энергетической, динамической и комфортной точки зрения. Центральная заданная настройка вместе с долей Reg - ler для распределения регулирующих размеров образует внешний контур управления. Из них по отдельности соответствующие исполнительные механизмы регуляторов увидеть отдельно, чтобы отредактировать привод на конкретных размеров и Руководство внутренние правила образуют круг. Для внешнего контура управления из - за регулирования на основе модели требуется онлайн-повторная модель диапазона регулирования [13, стр. 560]. Это будет воспринимать эту информацию можно указать на моделируемую(n) движение транспортного средства(en) (хубена, Кивать, колебаться) в соответствующих амплитуд и частот снижается. Загрузка осуществляется с измеренными размерами реального автомобиля и с реальными или эталонными параметрами автомобиля. Кроме того, расчетные или измеренные регулировочные размеры активных систем, рассчитанные или измеренные в моделях приводов во внутренней цепи управления. Точное знание текущих состояний системы необходимо для представления хорошего руководящего поведения приводов во внутренней цепи управления, а во внешней цепи управления оптимально распределить заданную настройку между доступными системами с помощью подхода распределения. Для этого распределения подходит несколько посевов, примерами являются: • Model Predictive Control (MPC): на каждом вычислительном этапе вычисляется последовательность возможных будущих состояний и регулировочных вмешательств приводов (так называемый предикционный ризонт). При этом минимизируется определенная мера качества. Только первый элемент этой последовательности реализуется исполнителями. На следующем шаге вычисляется новая последовательность [65]. Могут быть явные ограничения размера и мертвое время- 14 благоразумных [66, с. 294]. Например, текущие публикации [67; 68]. • Control Allocation (CA): подход Control Allocation в своем первоначальном виде не требует классических моделей задействованных систем. Статические или ды - намические весовые матрицы заместительно описывают отношение приводов друг к другу в зависимости от внешних и внутренних системных состояний. Ограничения размера и мертвое время определяются неявно и относительно. Оптимизатор определяет распределение, оптимальное для текущего состояния. Основы и варианты использования можно найти, например, в [69; 70]. Преимущество MPC заключается в том, что ограничения регулирующего размера, состояния и выходного размера легко учитываются. То же самое относится к нелинейности, мертвому времени или измененным измерениям качества. Таким образом, ограничение установочного размера, зависящее от состояния, применяемое к полуактивным системам, также может быть включено непосредственно в расчет установочного размера [71, стр. 33]. Преимущество CA заключается в его надежности при отказе отдельных систем. Мало сказываются сложное описание динамики и оптимальное состояние распределения, рассчитанное и действительное только на текущий момент времени. По этой причине распределение управления (CA) в недавних исследованиях сочетается с предиктивными данными модели (MPCA)), что еще больше увеличивает качество регулирования, а также сложность. Хороший обзор применения распределения управления дают Йохансен и Фоссен [72]. Текущие применения MPCA в автомобильной среде можно найти, например, в [73; 74]. В науке существует множество других способов сопряжения активных систем, которые существуют, особенно при большем количестве объединяемых систем- le принести. Примерами являются нечеткая логика, регулирование с обратными моделями, надежные схемы, такие как Internal Model Control (IMC) или Sliding Model Control (SMC), Адаптивные схемы или даже нейронные сети. Они не объясняются здесь, потому что в данном случае требуется только сопряжение двух систем. Дать хороший подробный обзор [66; 75; 76]. 2.4 Объективация субъективной оценки поведения вождения При разработке и проектировании шасси уже в начале 80 - х годов встал вопрос о том, как водитель чувствует движения автомобиля и как должна выглядеть оптическая реакция автомобиля на входы водителя или помехи окружающей среды, чтобы получить наилучшую оценку падения. Активные системы подвески сегодня дают возможность представить гораздо большее распространение поведения вождения, чем это было возможно раньше с пассивными компонентами подвески. Кроме того, эта адаптация может быть выполнена за несколько десятых секунды и в зависимости от желания водителя или ситуации вождения. Для использования потенциала активных систем в смысле представления оптимального поведения вождения необходимо непрерывное понимание систем и целевых проявлений характера. В результате для процесса разработки возникают следующие два вопроса:“ Какова целевая область желаемого поведения вождения? „и“Как гарантировать, что целевая область будет достигнута с помощью систем?". На сегодняшний день идентификация целевой области в высокой степени характеризуется субъективным настроением Аб. Однако из - за все большей сложности в процессе настройки из-за нескольких взаимодействующих систем, многих вариантов оборудования и производных существует возможность не в полной мере использовать потенциал систем. Объективация может внести ценный вклад здесь путем систематической идентификации взаимосвязей между поведением вождения и оптимальной оценкой клиентов. пятнадцать Объективация в целом пытается производить субъективные оценки на основе индивидуальных восприятий людей путем объективного описания состояния на основе не зависящих закономерностей и параметров. В автомобильной промышленности объективация означает определение статистических связей между субъективной оценкой поведения вождения с точки зрения различных критериев и физически измеримых величин в виде объективных показателей, описывающих поведение вождения [77, стр. 17]. Статистические связи определяются корреляционными или корреляционными связями. Регрессионные расчеты отдельных значимых показателей изучены и описаны. Если взаимосвязи известны, в будущих проектах автомобиля в начале процесса разработки характеристики из данных Sim - ulation или измерений могут использоваться для определения ожидаемого субъективного выражения даже без возможных субъективных оценок. Таким образом, желаемые целевые области свойств могут быть защищены. Снижение затрат на голосование приводит к значительной экономии затрат и времени в процессе разработки, потому что ходовые качества уже ближе к целевой интерпретации po - sition и взаимодействия могут быть предварительно идентифицированы. В качестве объективных показателей подходят размеры, описывающие свойства и реакции транспортного средства, воспринимаемые человеком. Физические параметры транспортного средства, такие как жесткость стабилизатора Ванка, подходят только условно, потому что они не могут быть непосредственно восприняты человеком. Изменения реакций транспортных средств (величин движения), основанные на изменении параметров транспортных средств, могут восприниматься человеком в пределах его индивидуальных порогов восприятия. Таким образом, характеристики, основанные на них, подходят для объективации субъективных ходовых качеств [7, стр. 39]. Субъективная оценка в проектах объективации осуществляется либо обычными водителями, экспертными водителями, либо смесью обеих групп. Обычные водители по манере вождения и восприятию соответствуют классическому клиенту, но могут лишь условно воспроизвести свое суждение, поддаются более быстрой оценке и в целом обладают низкой способностью целенаправленного восприятия и оценки отдельных эффектов и явлений [78, с. 4]. Эксперты-водители обучены потребностям клиентов и благодаря их суждениям и повторяемости предоставляют статистически значимые оценки [79, стр. 4f.]. Поэтому еще в 1978 году Бергман [80] призвал использовать опытных и специально обученных экспертов - водителей, которые также рекомендуются Кудрицким [81, стр. 25]. Наряду с типом испытуемого коллектива размер испытуемого коллектива оказывает влияние на значимость результата исследования [82]. Плесень [83, стр. 52] и Нойкум [84, стр. 10] на основе [85] приходят к выводу, что даже при ограничении экспертных водителей результаты оказываются сильно зависимыми от водителя, и выводят из этого требование ограничить субъективную оценку одним испытуемым водителем в смысле достаточной сопоставимости. Также Gutjahr [79] использует только Exper - tenfahrer. Этому рассуждению противоречит большинство авторов опубликованных объектных работ, потому что, несмотря на интенсивную подготовку, эксперты также выносят индивидуальные суждения и при сложных оценочных задачах могут не давать единой оценки, как это наблюдается в [86], а также в [87]. Вывод может заключаться только в том, что коллектив испытуемых должен быть выбран как можно больше. Wolff et al. [88, стр. 3] прибегают к минимуму из 10 экспертов, которые вы назвали в своем исследовании. Кнауэр [89, стр. 55] использует четыре ex - perten для оценки комфорта сиденья, но они явно знакомы со сложной задачей оценки комфорта сиденья. Если используются обычные водители, из-за более низкой точности суждений можно выбрать значительно больший коллектив. Для оценки ходовых качеств обычно используются анкеты со шкалами для сопоставления субъективных впечатлений с оценочной шкалой. Крафт [8, стр. 117f.] дает исчерпывающую выдержку о масштабах, используемых до сих пор при работах по объективации, 16 единообразное установление до сих пор не состоялось [90, стр. 13; 13, стр. 126ff.]. Широкое распространение в промышленности и исследованиях получил десятиступенчатый индекс оценки BI, который также вошел в стандарт SAE J1141 [91]. Благодаря виртуальному проектированию и хеджированию, уже продвинутому в отрасли, и предыдущим знаниям объективации, в настоящее время первые прототипы нового автомобиля в основном классифицируются с BI выше 5 баллов. С другой стороны, рейтинги выше 9 панк - тов редки даже на серийных автомобилях, потому что такой уровень может быть разрешен только опытными водителями и не монетизирован перед обычными клиентами. Из-за результирующего диапазона только 4 балла оценки для дифференциации также используются половина и четверть нотных точек. В дополнение к оценке падения на основе нотного ключа в BI, в многочисленных исследованиях также запрашиваются суждения уровня. Они предназначены для целенаправленного разделения описания и количественной оценки критерия [8, стр. 118]. Таким образом, можно различать субъективно воспринимаемый уровень величины характеристики (восприятие сильного/слабого, большого/малого) и падение этого уровня (БИ). Запрос восприятия может одновременно служить контрольным экземпляром. Характерной особенностью динамических характеристик, например, будет при любом варианте. однако, оценивая уровень /восприятие испытуемым „он колеблется меньше", можно либо предположить, что варианты существенно не отличаются друг от друга (выражение ниже дифференциального восприятия), либо предположить, что про - диапазон действительно воспринимает свойство неверно. Это может быть связано с переутомлением или перенапряжением, но также может выявить особый эффект поведения вождения. В последующих разделах дается краткое введение в статистическую оценку, компактный обзор предыдущих работ по объективации поведения Ванка и объективации с включением эффектов человеческих ощущений. 2.4.1 Статистическая оценка Для выявления взаимосвязей между объективными показателями и субъективными оценками корреляционный анализ находит наиболее распространенное применение [13, стр. 126]. Это указывает на силу и направление линейной зависимости между двумя переменными - рукой так называемого коэффициента корреляции в качестве соответствующей количественной меры [92, стр. 375]. Наиболее известным коэффициентом корреляции для нормально распределенных и интервальных масштабируемых данных является коэффициент корреляции момента продукта Пирсона rx, y = 1 n�1 P(x x x) (y y y) q 1 n 1 1 P(x �x)2 q 1 n�1 P(y �y)2 (2.3) Коэффициент корреляции rx, y указывает ковариацию переменных, нормированную стандартными отклонениями [92, стр. 377]. Чем больше эта сумма, тем сильнее линейная связь переменных. В таблице 2.2 показано сопоставление количественных и вербальных атрибутов коэффициента корреляции из литературы. Нелинейные отношения не может описать коэффициент корреляции. Диаграмма рассеяния-me может использоваться для контроля предполагаемой линейности. Кроме того, статистика Дурбина-Уотсона позволяет проверить, существует ли автокорреляция двойственных значений Resi, то есть ошибочно ли нелинейная связь описывается с помощью линейного уравнения [92, стр. 432]. Математическое описание коррелятивной связи осуществляется регрессом в виде линейной регрессионной прямой y = 0 + x. Часто с одной независимой переменной x не может быть значительное обнаружение дисперсии зависимой переменной y. С другой стороны, если для описания существует несколько независимых переменных, значимость может быть проверена с помощью множественного линейного регрессионного анализа. Нойкум 17 Таблица 2.2: Классификация коэффициента корреляции r по [94, стр. 214] Коэффициент корреляции r Линейная связь 0, 90 r 1;00 очень сильный 0, 80 r 0;89 сильный 0, 20 r 0;79 средний r < 0;20 слабый [84, стр. 13] ниже рекомендуется применять множественные регрессии, если отдельные значения идентификаторов не могут удовлетворительно объяснить субъективное суждение. С помощью взвешенных комбинированных независимых переменных x1, x2,..., xn на основе идентифицированных коэффициентов регрессии 1, 2,..., n можно моделировать комбинированные зависимости формы y = 0+x1 1+x2 2 + ... + xn n. При множественном линейном регрессионном анализе регрессионно-эффективные 1, 2,..., n всегда линейны, в то время как независимые переменные x1, x2,..., xn также могут включать более высокий порядок. Мера определения R2 описывает заявленную дисперсию модели регрессии. Поскольку при множественной регрессии каждая дополнительная объяснительная переменная, включенная в уравнение, никогда не уменьшает меру определения R2, а всегда увеличивает [93, стр. 436f.], обычно используется исправленная мера определения Rk2orr, которая увеличивается только условно с количеством независимых переменных. Дальнейшее введение в статистику [93;95]. 2.4.2 Предыдущие объективные показатели и результаты для объективации динамики Ванка Герцберг [96] уже в 1958 году занимался ощущением комфорта и обычно определял термин комфорт как отсутствие дискомфорта. Это определение и сегодня имеет принципиальное значение при экспериментальных опросах, но далеко не достаточно [97, стр. 5]. Чжан и Хеландер [98] определили, что комфорт и дискомфорт-это две независимые друг от друга величины. Комфорт при этом связан с аспектами „падения“, дискомфорт описывает „страдание“. Таким образом, ах - сены комфорта и дискомфорта перпендикулярны друг другу, так что комфорт и дискомфорт могут ощущаться в одно и то же время. Это означает, что вы можете быть готовы терпеть определенный уровень дискомфорта, если это связано с особенно высоким уровнем одолжения. Стандартным примером этого является жесткий подпружиненный спортивный автомобиль, который, тем не менее, очень нравится. В наши дни автопроизводители, тем не менее, стремятся максимально свести к минимуму комфорт дискомфорта даже на спортивном автомобиле, который очень нравится эмоционально, и все чаще используют полуактивные и активные системы вождения. Комфорт в автомобиле состоит из многих факторов. Помимо шума ветра и крена, которые проникают в салон по так называемым звуковым путям тела и составляют краеугольные камни акустического комфорта автомобиля [14, стр. 83], вибрационный комфорт в виде низкочастотных и высокочастотных движений конструкции является особенно важным критерием комфорта. Другие ворота Fak в автомобиле, влияющие на комфорт, включают сиденье и положение сиденья, ощущение элементов управления, видимость, температуру и окружающую среду. Комфорт, следовательно, также может быть де - финиширован как благополучие, которое возникает из-за различных впечатлений на органы чувств человека. Органы чувств, играющие в этом первостепенную роль, - глаз и ухо. Но вестибулярный орган для восприятия собственных движений, Ме-чанорецепторы для восприятия вибрации или применяемых сил и терморецепторы для восприятия температуры окружающей среды также являются важными датчиками для восприятия комфорта вождения [97, стр. 6]. Объективация комфорта вождения как количественное описание разнообразных Швин- 18 влияние транспортного средства на человека и его благополучие продолжает много - предметно изучаться [77; 89; 99-101]. В стандарте VDI 2057 [102] указывается как чувствительность человека к вибрационному воздействию через сиденье, пространство стопы и спинку спинки, так и к вращательным движениям (колебание, кивание, рыскание) в зависимости от амплитуды и частоты колебаний. Кривые оценки частоты в [102, стр. 21] показывают, что чувствительность человека к вертикальному колебательному возбуждению от 4 до 8 Гц имеет свой максимум. Это происходит из - за того, что человеческое тело представляет собой вибрирующую систему с резонансными частотами Or-gane именно в этом частотном диапазоне. Когда водитель возбуждается в этой частотной полосе, он чувствует особенно сильный дисковый комфорт. Что касается вращательных колебаний, Ma-ximum составляет от 0,6 до 1,0 Гц [102, стр. 23]. В этой области колебания Ванка, ника и жадности наиболее неприятны для водителя [6, стр. 359]. |