發布日期：2022-10-09 點擊率：145 品牌：西門子_Siemens
鄭重聲明
本篇文章中涉及到的全部技術和方法，是對于西門子工業軟件CUCO專利技術的介紹。西門子工業軟件公司在全球范圍內對CUCO技術有健全的專利授權予以保護，論壇中標注的“原創”字樣，對本篇文章來說，僅僅意味著這些介紹此項專利技術的文字為作者原創，不代表此項專利技術為作者原創。
以下為正文
CUCO項目以獲取與特定客戶群體相關的道路載荷大數據為前提，以建立與特定客戶群體相關的道路載荷分布模型為目的，項目輸出為車輛耐久性工程中最為重要、最為基礎的頂層輸入（沒有之一）。CUCO項目的實質，是一場以全概率公式為指導、經過精心設計和組織的大型統計試驗。
1 全概率公式
假設B1，B2，…，Bn為有限個事件（我們在CUCO中不需要考慮無限個事件的情形），它們兩兩互斥，而且在每次試驗中至少發生一次，即
在此基礎上，事件A發生的概率為
(1)
這里，P(A)為某一車輛每行駛1km時車輛某處的某載荷對應的偽損傷（或等效載荷幅值，……）Xi=x的概率，這個是我們從論壇第二篇文章《車輛耐久性工程中的重要隨機變量及如何確定其服從怎樣的分布模型》開始就經常提到的、心心念的“車輛耐久性工程中的重要隨機變量”。
全概率公式告訴我們：如果在比較復雜的情況下直接計算P(A)是不容易的（咱們這個P(A)算起來特別不容易），但是A總是隨著某個Bi伴出，適當構造一組Bi，往往可以簡化計算。CUCO正式在這種思路的指引下，構建了一組Bi（盡管Bi多了點兒，誰叫我們碰上的這事兒這么麻煩），這組Bi我們在CUCO中稱之為狀態空間（State Space）。
2CUCO項目中狀態空間的構建
我們需要從某型車輛構成的總體中進行適當的抽樣（如前所述，抽樣方法找機會另行成文介紹，這是一個有意思和有縱深的話題），抽出來n輛樣本車輛。如圖1(a)所述，我們對于每一輛樣本車輛安裝上不多的傳感器，安裝上一個小型的數據采集記錄設備（我們習慣稱之為CUCO Box），進行所謂的輕量化采集。CUCO Box主要記錄的數據包括：4路加速度傳感器獲得的模擬信號，GPS信號，CAN總線信號。經過細致的傳感器貼裝、CUCO Box安置、線纜連接和固定，我們可以并不困難的做到讓樣本車輛的駕駛人員感受不到相關傳感器、CUCO Box和多出來的線纜的存在。這種處理的初衷，并不是向樣本車輛的駕駛人員隱瞞相關信息，而是想讓樣本車輛在使用過程中不受到任何的干擾。樣本車輛被具有怎樣駕駛習慣的司機、以多高的使用頻率、在哪些個路況上行駛，等等各種造成“重要隨機變量Xi”發生劇烈變異的因素，都可以因此絲毫不受影響的反映在樣本車輛所載CUCO Box獲取的大數據中。這會保證我們在對于相關大數據進行統計分析時，獲取最全面和“原汁原味”的統計量變異信息。
依據CUCO Box獲取的數據，運用道路載荷數據處理軟件，可以分析獲取包括擋位、扭矩、轉速、坡度、路面不平度、負載、……，等等，方方面面的數據統計信息，如圖1(b)所示，這些統計分析結果將成為整車和各個子系統、零部件在進行耐久性研發過程中的重要輸入，也是構建狀態空間的各個維度信息。
以圖1(c)所示，假設由于某一研發需求，我們只關心由路面類型和負載，這兩個維度的信息“張”成的二維狀態空間，而且，為了簡化說明，我們假設路面只區分成高速路和非高速路，而負載方面，只區分成滿載和半載兩種情形。這樣，這個僅僅用于說明的粗糙的二維狀態空間，僅僅包含了4個狀態單元（State Cell），或者說，如上一節所述，僅僅劃分成了4個事件，即：
B1={LC11，即某車以全載荷行駛于高速路}
B2={LC12，即某車以全載荷行駛于非高速路}
B3={LC21，即某車以半載荷行駛于高速路}
B4={LC22，即某車以半載荷行駛于非高速路}
通過CUCO Box的大數據累積以及運用道路載荷數據處理軟件對于數據進行的分析，我們可以獲得事件P(Bi)發生的概率ki，ki由相應狀態單元的累積行駛里程占總里程的百分比決定，是對統計學大數定理的一次典型應用。
至此，我們通過CUCO Box的大數據獲取和累積，以及運用道路載荷數據處理軟件進行的數據分析和統計，獲得了各個事件Bi（每一個事件Bii對應于狀態空間的一個狀態單元）發生的概率ki。只是在實際的CUCO項目中，所劃分的事件（或者說狀態單元）的數目可不是4個，動輒百萬量級，因此，這里面牽扯到對于道路載荷數據處理軟件的究極的運用。
(a)
(b)
(c)
圖1 CUCO項目中構建狀態空間的示意圖1
3 P(A|Bi)的獲取
在上一小節獲取了各個事件Bi發生的概率ki以后，我們在CUCO項目的第二階段解決P(A|Bi)的問題，或者稱之為“關聯”，即獲取在各個事件Bi發生時，“某一車輛每行駛1km時車輛某處的某載荷對應的偽損傷（或等效載荷幅值，……）”的條件概率分布。
為了獲得這一系列的條件概率分布結果，我們從CUCO項目第一階段的n輛樣本車中隨便的挑選一輛（只要選中的那輛樣本車上面裝的傳感器、GPS還好用，CAN信息還可以讀取就行）。原先的傳感器一個不拆，加裝其他需要的傳感器。加裝后的車輛相當于傳統的整車路試試驗車輛。將這一車輛在各種典型的公共路面和強化路面上行駛，開展傳統的整車路試工作。
如圖2所示，在對于這一階段獲取的數據進行分析時，首先需要重新“復現”狀態空間，上一小節的狀態空間如何構建的，在這一階段的狀態空間要原原本本的（道路載荷數據分析軟件中相關命令的每一個參數設置都需要完完全全的一樣）重現。然后，依據每一個狀態單元，將車輛某處某載荷對應的時域數據進行分割和提取，進而獲得“某一車輛每行駛1km時車輛某處的某載荷對應的偽損傷（或等效載荷幅值，……）”的一系列樣本值Xi，進而獲得對應于每一個狀態空間的條件概率分布P(A|Bi)，從而完成載荷的“關聯”。
圖2 CUCO項目中載荷的關聯1
4 客戶相關的道路載荷分布模型的建立
在第2小節獲得P(Bi)，第3小節獲得P(A|Bi)后，如圖3所示，我們可以依據全概率公式，獲得“客戶相關”條件下的某一樣本車輛每行駛1km時，車輛某處的某載荷對應的偽損傷（或等效載荷幅值，……）的概率分布P(A)。將其放大到設計里程，即可獲得“客戶相關”條件下的某一樣本車輛累積行駛里程達到設計里程時，車輛某處的某載荷對應的偽損傷的密度函數或分布函數。
我們有n輛樣本車，可以獲得n個這樣的重要分布，如圖3所示，可以據此獲得客戶相關條件下覆蓋（比如說）95％客戶使用習慣的載荷邊界。這一過程嚴格的說牽扯到二維隨機變量的概率分布問題，不過我們可以討個巧，限制在邊緣分布的范疇里，簡單的依舊用論壇里目前介紹的那些對付一維隨機變量的手段來處理，因此暫時不需要牽扯到更復雜的統計學工具。
圖4給出了CUCO項目的整體思路，可以方便大家通覽從第2節到第4節的內容，并對CUCO項目有一個總體性的理解。
圖3 CUCO項目給出的客戶相關條件下覆蓋95％客戶使用習慣的載荷邊界1
圖4 CUCO項目的統計學設計和思路1
這里我們要說一句，并不是所有的行業在進行耐久性工程的時候都需要進行CUCO項目。之所以有些行業務必要進行CUCO項目，究其原因是P(Bi)的高度隨機性和不可預測性。因此，只能借助于統計學大數定理和大數據來對其使用狀態進行劃分，之后再借助全概率公式對結果進行“組裝”。哪些行業的P(Bi)是高度隨機和不可預測的呢？乘用車、商用車！因此，在乘用車、商用車領域，如果我們要做出在耐久性方面具有“客戶相關性”的高品質車輛，沒有什么辦法，必須進行CUCO。
如圖5所示，CUCO技術是德國汽車工業耐久性工程載荷譜制定方面的技術結晶和驕傲。當年MathTech公司受德國五大OEM（奔馳、寶馬、大眾、奧迪、保時捷）的委托開始相關技術路線的設計和實施，后來“大魚吃小魚，小于吃蝦米”，MathTech被LMS收購，LMS又被SIEMENS收購，相關技術專利目前屬于德國西門子工業集團。如圖6所示，德國五大OEM的道路載荷強化試驗標準規范，都是在獲得了CUCO的結果后，通過CombiTrack技術優化得到的（對于CombiTrack技術后面會有文章介紹。這些涉及到具體技術的話題，聊起來更容易）。如果我們不做CUCO，而直接通過CombiTrack技術把規范轉場到國內，這種處理在耐久性研發起步階段無可厚非，但是一定要清醒：這意味著我們下游的所有耐久性研發最終關聯到了相關試驗規范所關聯的客戶群體，而（很）不見得是中國的客戶群體。這會因為道路載荷分布是耐久性工程的“頂層”輸入，而導致在耐久性工程下游的全部研發環節中全部產生系統性的偏差。這一點，很要命！
那么換言之，如果有些行業的P(Bi)是可預測的、可制定的，哪怕這種P(Bi)的制定和劃分有一定的離散，那么也可以讓我們不必這么大動干戈的去做CUCO。我們把這些行業稱之為用戶工況是可以Pre-Design的行業（比如說軌道交通、軍用車輛、工程機械等等）。對于這些行業，載荷譜同樣也是耐久性工程開展的首要頂層輸入，但是牽扯到的載荷譜采集工作相對于CUCO要省不少事情。但是，甘蔗沒有兩頭甜，這些行業在進行載荷譜的編制時，將涉及到更加復雜的統計學知識，論壇里目前介紹的那一點兒對付一維隨機變量的統計學知識就不夠了。我們會在論壇中找機會，就面向這類行業的載荷譜編制時所需要的更多的統計學方法，適時刊出連載的文章。
圖5 CUCO技術是德國汽車工業耐久性工程載荷譜制定方面的技術結晶1
圖6 強化路面試驗規范關聯性不協調引發的系統性問題1
我們從一開始就強調，道路載荷分布模型的構建是車輛耐久性工程中最為重要、最為基礎，也是國內耐久性工程發展到今天比較稀缺的一個頂層輸入。我們在下一篇文章中，將談一下這一頂層輸入如何指導耐久性工程中下游的設計載荷、試驗載荷和試驗規范的形成，從而有助于大家理解“頂層”兩個字的含義，以及這一頂層輸入的極端重要性。
參考文獻
1. 來源于西門子工業軟件有限公司內部資料.
作者簡介
李旭東，2003年畢業于大連理工大學機械工程學院，獲工學學士學位；2008年畢業于北京大學力學系固體力學專業，獲理學博士學位。2008年至2014年，就職于中國航空綜合技術研究所，歷任工程師、高級工程師；2015年至今，就職于西門子工業軟件（北京）有限公司，任職耐久性應用工程師。長期專注于（金屬）材料和結構耐久性和損傷容限分析方法研究。
作者個人微信號：lixudong2008 （添加微信號請注明“姓名+工作單位”）
下一篇： PLC、DCS、FCS三大控
上一篇： MATLAB和Simulink在航
