林 甄 陳奕健 謝金冶

（三亞學(xué)院，海南 三亞 572022）

0 引言

由于發(fā)展可靠性能夠很好地減少產(chǎn)品帶來的影響[1]，因此插電混動汽車的可靠性研究十分重要，隨著社會的飛速發(fā)展，人們的生活水平越來越好，消費(fèi)需求更加旺盛，對產(chǎn)品的要求也越來越高。在國家大力提倡低碳出行、環(huán)保主義以及節(jié)能減排的背景下，插電混動汽車的到來無疑是雪中送炭[2]。

提高插電混動汽車的可靠性可以有效降低產(chǎn)品在整個壽命期間的費(fèi)用。按照前期提出設(shè)想、規(guī)劃、設(shè)計(jì)到開始試驗(yàn)、打造流程、試生產(chǎn)、運(yùn)輸、儲存、使用、維修以及報廢過程中產(chǎn)生的費(fèi)用，都可以通過可靠性的研究來降低[3]。

1 故障率研究內(nèi)容

該文針對插電混動車輛在行駛過程中出現(xiàn)的問題進(jìn)行研究分析，以威布爾理論分布為基礎(chǔ)，通過線性計(jì)算獲得完整的函數(shù)圖表，研究其損耗出現(xiàn)的原因以及如何減少勞損的方法等。

該文從安全性的基本理論出發(fā)進(jìn)行概括性的闡述，進(jìn)行整車的插電混合動車安全性的數(shù)據(jù)采集，包括線下走訪、網(wǎng)頁信息采集、對整理好的資料進(jìn)行分析處理等。利用函數(shù)特性對工程可靠性理論進(jìn)行分析，最終確定在實(shí)際工程中的適用范圍。

其中理論分布的計(jì)算和驗(yàn)算以線上、線下采集的信息為準(zhǔn)進(jìn)行分組計(jì)算、查證，利用微軟旗下的軟件表格進(jìn)行函數(shù)曲線圖表的繪制，得出整體的故障概率走向，研究其分布規(guī)律并應(yīng)用到實(shí)際中，最終對其可靠度進(jìn)行計(jì)算驗(yàn)證。在此過程中可以利用現(xiàn)有的可靠性模型進(jìn)行比對，建立一組具有插電混動汽車故障運(yùn)行里程分布動態(tài)模型，其中包括損耗間隔里程概率密度模型、可靠度模型和消耗概率模型，并進(jìn)行初始耗損期、特征虧耗期和損耗期的分析等[4-6]。

2 原始故障數(shù)據(jù)的獲取和分析

該研究主要采用線下采集信息法、線上收集法、大數(shù)據(jù)挖掘等方式收集研究資料。利用文獻(xiàn)分析梳理當(dāng)前插電混動汽車大數(shù)據(jù)的研究現(xiàn)狀。1）線下調(diào)查信息收集法：走訪各個4S 店、汽車維修廠等。收集研究過程中所需要的新能源汽車的故障信息，進(jìn)行統(tǒng)計(jì)、整理，得到數(shù)據(jù)。2）線上收集：通過互聯(lián)網(wǎng)瀏覽、搜尋插電混動汽車論壇、問卷調(diào)查、政府政策網(wǎng)頁與網(wǎng)站，查詢相關(guān)電子數(shù)字資料，從中獲得最新國外新能源汽車與大數(shù)據(jù)的動態(tài)信息。3）大數(shù)據(jù)挖掘：首先獲取經(jīng)授權(quán)采集的汽車網(wǎng)站數(shù)據(jù)，通過URL 管理模塊對計(jì)劃爬取或已經(jīng)爬取的URL 進(jìn)行管理，然后利用網(wǎng)頁下載模塊對URL 管理模塊確定的URL 實(shí)施訪問下載，將下載的內(nèi)容清洗數(shù)據(jù)并保存。

經(jīng)過上述數(shù)據(jù)整理后，根據(jù)大數(shù)據(jù)分析系統(tǒng)獲得結(jié)果信息。具體數(shù)據(jù)見表1。

表1 故障數(shù)據(jù)表

從表1 可看出，行駛里程在3～4 萬km 時發(fā)生的故障最多；在5～6 萬km 后，車輛基本達(dá)到穩(wěn)定狀態(tài)，沒有出現(xiàn)高頻率故障。可以得出行駛里程5～6 萬km 是車輛特征無故障工作里程，行駛里程3～6 萬km 是車輛中位無故障工作里程。

3 插電混動汽車的故障發(fā)展規(guī)律模型

3.1 理論分布參數(shù)估計(jì)

基于前面收集到的汽車信息，可以對插電混動汽車的故障行駛里程進(jìn)行近似等于威布爾分布，即服從兩參數(shù)變量威布爾理論分布，通過觀察分布規(guī)律建立一組參數(shù)模型。

觀察規(guī)律演變時，應(yīng)該先計(jì)算各個函數(shù)的分布值，通過計(jì)算結(jié)果和函數(shù)曲線圖像的對比研究其規(guī)律頻譜圖的走向。

函數(shù)分布值有賦值法、特值法的計(jì)算方法以及整除特性的思想。但在理論分布研究中最常采用回歸法。線性回歸分析是一個專門處理變量的統(tǒng)計(jì)關(guān)系問題的數(shù)理統(tǒng)計(jì)技術(shù)，是用來確定2 種及2 種以上分布函數(shù)關(guān)系的一種統(tǒng)計(jì)方法。將涉及的函數(shù)先進(jìn)行線性化處理，兩邊連續(xù)取對數(shù)之后展開分析，計(jì)算得出之前假設(shè)的模型變量，其中公式定義來自于艾藝紅的概率論與數(shù)理統(tǒng)計(jì)[7]。

進(jìn)行線性回歸后的相關(guān)計(jì)算如下所示。

三參數(shù)威布爾分布W（b，θ，m）的故障概率密度函數(shù)f（L）、分布函數(shù)F（L）與故障率λ（L）分別如公式（1）～公式（3）所示。

式中：b為形狀參數(shù)；θ為特征值，也稱為尺度參數(shù)。

3.1.1 線性回歸化

由可靠度R（L）與不可靠度F（L）的關(guān)系式R（L）+F（L）=1 可得公式（4）。

對公式（4）進(jìn)行線性回歸化，兩邊連續(xù)取2 次對數(shù)可得公式（5）。

通過對原函數(shù)的線性回歸化，將原函數(shù)的參數(shù)估計(jì)轉(zhuǎn)化為對線性函數(shù)的參數(shù)b、A的估計(jì)。

3.1.2 參數(shù)估計(jì)

通過數(shù)列（xi，yi）（i=1，2，3，...，n，n=69），利用最小二乘法，運(yùn)用Excel 軟件對函數(shù)關(guān)系式進(jìn)行線性擬合，即可得出參數(shù)b、A的值。由公式（3）～公式（7）和表1 的各故障里程點(diǎn)L值可得出xi和yi，其中i=1，2，3，…，53。然后可以得出多組數(shù)列（xi，yi），擬合曲線圖如圖1 所示。

圖1 擬合曲線圖

擬合所得參數(shù)，b=0.769，A=2.7528，代入公式可得Θ=5.349。經(jīng)理論分布假設(shè)檢驗(yàn)后，可以判定故障發(fā)生里程數(shù)據(jù)服從威布爾分布的整體。

3.2 理論分布的假設(shè)檢驗(yàn)

在3.1 節(jié)中，假設(shè)插電混動汽車故障數(shù)據(jù)的分布規(guī)律屬兩參數(shù)威布爾分布，然后對已知數(shù)據(jù)進(jìn)行線性擬合，最終求出分布函數(shù)。

為了檢驗(yàn)數(shù)據(jù)點(diǎn)符合擬合直線的程度，該文定義了擬合優(yōu)度，如公式（9）～公式（11）所示。

式中：i=1，2，3，...，n，n=69；x、y與上節(jié)定義相同。

利用tn-2，1-a/2來確定臨界擬合優(yōu)度rc2，如公式（11）所示。

式中：a為1 分布的顯著水平。

確定臨界擬合優(yōu)度rc2與擬合優(yōu)度r2之后，通過驗(yàn)證是否滿足不等式r2>rc2來判斷y與x之間是否存在線性關(guān)系y=bx+A。

在新課程改革之前，傳統(tǒng)的教學(xué)模式以老師為中心，灌輸式地向?qū)W生傳授書本知識，導(dǎo)致學(xué)生在課堂上昏昏欲睡，課堂效率低下，這是因?yàn)閭鹘y(tǒng)的教學(xué)觀念完全忽視了學(xué)生才是教學(xué)的主體，沒有考慮到學(xué)生接受知識的能力，因此，提高初中歷史課堂教學(xué)的效率，教師必須擺脫傳統(tǒng)教學(xué)觀念，更新歷史課堂的教學(xué)模式，為高效課堂的構(gòu)建打下良好的基礎(chǔ)，歷史教師還應(yīng)該具備現(xiàn)代化的教學(xué)理念，在高校課堂的教學(xué)中，以學(xué)生為中心，營造輕松的學(xué)習(xí)氛圍，激發(fā)學(xué)生對歷史的興趣，提升學(xué)生自主思考的能力，幫助學(xué)生養(yǎng)成良好的思維習(xí)慣，為學(xué)生之后的學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。

計(jì)算得出=35，=3.6626，r2=0.91>0.9。

如果滿足檢驗(yàn)要求，則可以判斷y與x之間存在的線性關(guān)系可信，可以判定故障發(fā)生里程數(shù)據(jù)服從威布爾分布的整體。

3.3 插電混動汽車故障分布規(guī)律的趨勢研究

故障分布規(guī)律的趨勢研究主要是以可信的理論分布得出相關(guān)的特征函數(shù)，如故障累計(jì)概率F（L）（既分布函數(shù)）、概率密度函數(shù)f（L）、失效率函數(shù)λ（L），繪制其總數(shù)居里程數(shù)的函數(shù)圖。

由3.2 節(jié)得出可靠性數(shù)據(jù)服從于二參數(shù)威布爾分布W（0.0769，5.349），并檢驗(yàn)其可信。

3.3.1 故障分布趨勢分析

已知分布的參數(shù)，可得可靠度函數(shù)R（L）與故障分布函數(shù)F（L），如公式（12）、公式（13）所示。

故障概率密度函數(shù)f（L），如公式（15）所示。

3.3.3 故障率趨勢分析

根據(jù)理論模型，可得故障率函數(shù)λ（L），如公式（15）所示。

3.4 故障發(fā)展規(guī)律壽命周期分析

該文的可靠性特征量估計(jì)值為以下各項(xiàng)數(shù)值。1）特征壽命L0.37。根據(jù)特征壽命的定義和威布爾分布參數(shù)的意義，θ即為特征壽命，單位為萬km，根據(jù)計(jì)算可得L0.37=53490km。2）中位壽命L0.5。由可靠度關(guān)系式可知，里程點(diǎn)LR處的可靠度變換后可得。將R=0.5 時的里程值代入可得L0.5=9106km。3）可靠壽命L0.9=268km。4）平均故障間隔里程Lm。在該研究中，理論分布威布爾分布的概率密度函數(shù)f（L）為連續(xù)的+∝函數(shù)，則其中。當(dāng)b=0.0769 時，由Γ 表可查出。代入?yún)?shù)，可得平均故障間隔里程Lm=44985km。

根據(jù)上文計(jì)算可靠性特征量估計(jì)值，通過這些數(shù)值可以將插電混動汽車的可靠性在量度方面進(jìn)行評價，具體數(shù)據(jù)見表2。

表2 插電混動汽車可靠性特征量估計(jì)值

4 結(jié)論

該文首先對插電混動汽車現(xiàn)今所處地位以及未來的發(fā)展方向進(jìn)行了概述，介紹了目前傳統(tǒng)燃油車、新能源汽車和插電混動汽車三者的發(fā)展情況，結(jié)合現(xiàn)在環(huán)境問題以及能源危機(jī)的大背景討論發(fā)展插電混動汽車的重要性以及提高汽車可靠性的意義。

其次，分析可靠性工作中數(shù)據(jù)處理的關(guān)鍵作用。按照以往的工作經(jīng)驗(yàn)，可靠性數(shù)據(jù)的分布規(guī)律通常都可以用某些科學(xué)方法進(jìn)行近似分析，而運(yùn)用上述科學(xué)分布法可以針對實(shí)際工作問題進(jìn)行可行性分析，論述了可信度研究工作中最常見的4 個科學(xué)方法：指數(shù)分布、正態(tài)分布、對數(shù)正態(tài)分布和威布爾分布（包括三參量與二參數(shù)）。利用威布爾二參數(shù)檢驗(yàn)插電混動車輛故障發(fā)展變化規(guī)律，并對線性參量的回歸化、模型擬合優(yōu)度和臨界模型擬合優(yōu)度對特征量數(shù)據(jù)和所使用的樣本數(shù)據(jù)的處理，得出汽車故障演變規(guī)律與里程L服從于威布爾分布。

分析收集到的69 條數(shù)據(jù)，最終得出插電混動汽車故障發(fā)生情況如圖2 所示?？梢钥闯雠c發(fā)動機(jī)有關(guān)的故障發(fā)生概率最大，總共出現(xiàn)18 次，其次就是與電機(jī)有關(guān)的。插電混汽車的故障規(guī)律主要體現(xiàn)在以上2 點(diǎn)。

圖3 故障規(guī)律分布圖