汽車換擋桿操縱力反饋舒適度測評方法

劉明周　張　淼　扈　靜　劉正瓊　陳子昂

合肥工業(yè)大學，合肥，230009

?

汽車換擋桿操縱力反饋舒適度測評方法

劉明周張淼扈靜劉正瓊陳子昂

合肥工業(yè)大學，合肥，230009

基于汽車換擋桿的操縱力反饋特性，提出主客觀結合的換擋桿操控舒適性測評方法，以彌補主觀評價的不足。分析汽車換擋桿操縱力反饋隨操縱位移的變化特征以及駕駛者的個體差異，分別針對選擋、進擋和退擋過程提取相對力反饋極值和相對操縱剛度作為客觀測評指標；利用粒子群優(yōu)化算法(PSO)對前向反饋(BP)神經(jīng)網(wǎng)絡進行改進，從而建立面向換擋桿操縱力反饋舒適性的PSO-BP神經(jīng)網(wǎng)絡測評模型，用以表征客觀指標集與主觀評分之間的映射關系；最后，以普通轎車上應用較多的手動變速器為例，利用在操控試驗中獲取的48組樣本數(shù)據(jù)對模型進行訓練和檢驗。結果表明，應用該方法取得了較為準確、穩(wěn)定的測評效果，能夠為汽車變速器操控舒適性優(yōu)化設計提供指導。

手動變速器；換擋桿；力反饋；操控舒適性；PSO-BP神經(jīng)網(wǎng)絡

0　引言

汽車作為當前最為主要的交通工具之一，其操控舒適性與道路交通安全問題緊密相關，日益受到生產(chǎn)廠商的重視[1-2]。作為汽車傳動系的重要組成部分，變速器的性能直接影響汽車的動力性、經(jīng)濟性、舒適性及安全性。雖然自動變速器因其操控簡便性，成為變速器的技術潮流和發(fā)展方向，但手動變速器具有成本低、結構簡單可靠、傳動效率高等優(yōu)點，且更加符合部分駕駛者對于駕馭感的需求，因此手動變速器依然具有較大市場潛力，其產(chǎn)量在近十年全球輕型車輛用變速器中一直保持領先[3]。由于手動變速器的換擋桿與駕駛者的手掌直接接觸，其設計特征直接影響著換擋感受。良好的布局及造型是換擋桿的基本設計要求[4]，而對操控舒適性影響較大的操縱力及其力反饋作用也逐漸受到重視[5]。換擋桿的力反饋特性可作為手動變速器操控舒適性的一項重要測評指標。

長期以來，汽車操控性能測評主要依靠專業(yè)的評價工程師進行主觀評價[6]，換擋操控舒適性測評也不例外。然而，該方法存在兩個弊端,一是過于依賴主觀感受，對測評者的專業(yè)水平要求較高；二是由于不同的操縱者所采用的操縱方式不同，尤其是不同的發(fā)力方式引起相應的力反饋特征差異，使得測評結果因人而異，由小群體測評者得到的評價結果不穩(wěn)定。針對主觀測評的不足，有學者嘗試采用客觀、定量的方法作為主觀、定性測評的補充。文獻[7]運用虛擬樣機技術建立了手動變速器換擋過程動力學模型，進而利用仿真分析得到換擋力和換擋位移的關系，并驗證了仿真研究方法的可行性，能夠用以輔助試驗測試。文獻[8]采用模糊聚類法，基于換擋桿操縱力及其感知強度劃分操控舒適性等級，該方法確定了操縱過程中操縱力與作業(yè)強度及感知強度的數(shù)學關系，但忽略了操縱過程中力的變化特性。文獻[9]采用自行開發(fā)的測試系統(tǒng)檢測手動變速器換擋性能，并以操作強度、沖量系數(shù)、換擋操縱力極值和斜率差異系數(shù)作為換擋質量評價指標，采用層次分析法對各指標進行賦權，最終得到換擋質量評價結果，該方法對操縱過程數(shù)據(jù)進行了分析，但未考慮操縱者的差異對操縱性能評價結果的影響。駕駛者的體格及行為特征差異對于其操縱感受及駕駛表現(xiàn)的影響不容忽視，該方面的研究也正在逐步展開[10]。

本文針對上述問題，分析汽車換擋操縱過程中操縱力反饋與操縱位移的動態(tài)變化特征，結合操縱者的個體差異，提取力反饋特征指標；進而提出了一種換擋桿操控舒適性測評方法，即運用經(jīng)粒子群優(yōu)化算法改進的人工神經(jīng)網(wǎng)絡學習算法建立力反饋特征指標與測評者主觀舒適性評分之間的映射模型；并以輕型車輛的手動變速器換擋桿操縱試驗作為實例，驗證了該方法的可行性與有效性。由于操縱力與其力反饋是一對大小相等、方向相反的相互作用力，測量操縱力的同時也是在測量力反饋，故本文用力反饋特征參數(shù)來對操縱力及力反饋特性進行統(tǒng)一描述。

1　手動變速器結構及換擋過程

以廣泛使用的5擋手動變速器為例，其結構及工作原理如圖1所示。動力輸入軸帶動主動軸及其上的主動齒輪轉動，換擋桿通過軟軸與變速器的撥叉相連，利用撥叉調整同步器的軸向位置，使從動軸與特定擋位的從動齒輪同步轉動，由于從動齒輪與相對應的主動齒輪嚙合，故能夠實現(xiàn)不同速比的動力輸出。

圖1　5擋手動變速器結構示意圖

在標準的5擋手動變速器中，有三組撥叉及其對應的同步器，當換擋桿處在空擋位置時控制3、4擋同步器，前后扳動換擋桿，使從動軸分別與3擋和4擋從動齒輪同步；當換擋桿向左扳動至左側限位點時控制1、2擋同步器，此時前后扳動換擋桿，則使從動軸分別與1擋和2擋從動齒輪同步；當換擋桿向右扳動至右側限位點時控制5擋、倒擋同步器，此時前后扳動換擋桿，則使從動軸分別與5擋和倒擋從動齒輪同步。

以空擋和1擋之間的切換為例，換擋過程主要分為4個階段，不同階段中力反饋的方向有所差異，但可以近似認為在同一階段內力反饋的方向不變，且4個階段中力反饋的方向處在同一水平面內。換擋過程的4個階段如下。

(1)選擋。即換擋桿從空擋向左移動至左側限位點的過程，該過程中力反饋方向向右。

(2)進擋。即換擋桿從左側限位點向前移動至1擋擋位的過程，該過程中力反饋方向向后。

(3)退擋。即換擋桿從1擋擋位向后移動至左側限位點的過程，該過程中力反饋方向向前。

(4)回位。即換擋桿從左側限位點自動回到空擋位置的過程，該階段不需要操縱者施力，故不考慮力反饋。

空擋和2擋、5擋及倒擋之間的切換與上述過程相似，只是移動及力反饋的方向有所差異。空擋與3擋、4擋之間的切換省去了選擋和回位。其余各擋之間的切換過程可由上述各階段組合而成。

2　操控舒適性的客觀測評指標

汽車的操縱過程是駕駛者施加一定的力于特定的操控裝置，使其在工作行程范圍內產(chǎn)生位移，最終改變汽車的運行狀態(tài)的過程。與此同時，操控裝置的力反饋作用于人的手或腳，引起人的操縱感知。力反饋過小，人對操控裝置的運動狀態(tài)感知不夠清晰，易產(chǎn)生誤操作，不利于安全駕駛；而力反饋過大則會讓人感覺操縱困難，易疲勞。孟增榮等[11]開發(fā)了用于測試換擋變速手柄操縱力、角位移信號的檢測裝置；Kim等[12]研究了汽車換擋操縱及其力反饋的模擬、測量方法，為換擋力反饋的研究提供了測試方法參考。借助試驗測量技術，可以對換擋力反饋和換擋位移進行實時監(jiān)測，進而提取力反饋特征指標用以客觀度量操控舒適性。

較常采用的測評指標為力反饋極值和操縱剛度。力反饋極值是操縱過程中特定時間或位移區(qū)間內所測的力反饋極大值，代表力反饋的強度；操縱剛度指換擋過程中力反饋變化與操縱位移變化之比，反映了力反饋的變化趨勢。

在汽車換擋操縱過程中所測得的力反饋數(shù)據(jù)，一方面受換擋機構的機械結構和傳動阻力影響；另一方面也與操縱者的施力特點有關，施力越大，反饋的力越大。操縱者習慣的施力特點也反映了其對所承受力反饋的偏好，這也是操控舒適性差異的主要成因。在測評換擋操控舒適性時，需要排除操縱者差異的影響，或是針對特定的操縱者群體進行評價，為使不同的操縱者給出的測評結果具有可比性，引入相對力反饋特征參數(shù)作為測評指標，具體如下。

(1)相對力反饋極值。由于不同的操縱者在特定方向上可接受的力反饋極值不同，其偏好的換擋力反饋值也會有所差異。因此，確定正常操縱過程中所測力反饋極值與其在同方向可接受反饋力極值之比，作為相對力反饋極值。

(2)相對操縱剛度。由于不同換擋桿的工作行程即最大位移略有差異，且不同的操縱過程中所測力反饋極值不同，兩方面差異會對試驗所測操縱剛度產(chǎn)生干擾。為消除該影響，確定操縱剛度與平均剛度(即實測力反饋極值與行程之比)的比值作為相對操縱剛度。

分別以選擋、進擋和退擋三個階段中的相對力反饋極值和相對操縱剛度作為測評換擋桿操縱力反饋舒適性的客觀指標，既在一定程度上消除了測評者個體差異的影響，又能夠針對整個操縱過程進行全面測評。

3　操控舒適性主觀評分

不同的操縱力反饋特征引起操縱者不同的體驗和感受，而這種感受的舒適性水平主要用主觀評分進行描述。目前在汽車企業(yè)應用較為廣泛的操控舒適性主觀評分標準是由美國汽車工程師協(xié)會(society of automotive engineers，SAE)制定的十分制評分標準[13]，見表1。

表1　操控舒適性主觀評分標準

根據(jù)以上評分標準，面向特定的換擋操縱過程，對力反饋舒適性進行評價，并綜合各階段的換擋過程評分，反映整體的換擋操控性能。

4　基于PSO-BP神經(jīng)網(wǎng)絡的測評模型

4.1基礎模型

如果對每輛車的換擋桿都進行主觀測評，則測試人員的工作量過大，且測評結果易受測試者的體格特征、心理和身體狀態(tài)以及周圍環(huán)境因素等諸多因素的影響。因此，有必要構建力反饋特征參量與舒適性主觀測評結果的映射模型，從而根據(jù)樣本數(shù)據(jù)測評操控舒適性。

人工神經(jīng)網(wǎng)絡(artificial neutral network, ANN)是模擬人的大腦神經(jīng)處理信息的一種人工智能算法，能夠對多組輸入、輸出數(shù)據(jù)進行并行處理，且具有自學習能力，不需要事先知道建模對象變量的變化特點及其之間的關系；運用網(wǎng)絡自身的學習功能將多種復雜信息融入網(wǎng)絡權值中，避免了復雜的關系模型和公式表達。鑒于上述優(yōu)點，不少學者將其引入車輛的乘駕性能測評體系中作為核心建模方法[14-15]。其中，前向反饋(back propagation, BP)神經(jīng)網(wǎng)絡是目前技術最成熟、應用最為廣泛的網(wǎng)絡，據(jù)統(tǒng)計，約有80%的神經(jīng)網(wǎng)絡模型采用BP神經(jīng)網(wǎng)絡或它的變異形式[16]。

針對操控舒適性測評的特點，構建多輸入、單輸出的單隱層BP神經(jīng)網(wǎng)絡，如圖2所示，輸入層、隱層及輸出層節(jié)點數(shù)分別為R、S、1。

圖2　操縱力反饋舒適度測評網(wǎng)絡模型

該模型具有三個神經(jīng)元層，即輸入層、隱層和輸出層。以實際測量得到的力反饋特征參量作為輸入層神經(jīng)元，以操控舒適性評分結果作為輸出層神經(jīng)元。為了兼顧輸入層與輸出層之間的線性與非線性映射關系，輸入層至隱層之間的傳遞函數(shù)采用雙曲正切函數(shù)，隱層到輸出層之間的傳遞函數(shù)選用線性函數(shù)。

通過樣本訓練，依據(jù)神經(jīng)元的平均絕對誤差調整權值矩陣W12、W23和閾值參數(shù)b12、b23，以輸出達到理想誤差時的網(wǎng)絡模型作為力反饋與操控舒適性之間的映射模型。

4.2模型改進

BP神經(jīng)網(wǎng)絡算法的實質是單點搜索算法，全局搜索能力不佳，存在收斂速度慢、易陷入局部極小的問題。PSO是基于群體智能的演化算法，系統(tǒng)初始化為一組隨機解，利用粒子群追隨最優(yōu)的粒子進行搜索，通過迭代搜尋最優(yōu)值，具有較強的全局搜索能力。因此，利用PSO對BP神經(jīng)網(wǎng)絡進行優(yōu)化，能夠克服其缺點。

PSO的主要原理是通過粒子在解空間中不斷更新自己的速度和位置從而使其適應度值向全局最優(yōu)解進化。將神經(jīng)網(wǎng)絡各層的連接權值及閾值編碼成粒子，適應度值則為使用該組權值和閥值時的網(wǎng)絡輸出均方誤差。利用粒子速度和位置更新算法迭代搜索最優(yōu)的網(wǎng)絡權值，實現(xiàn)對神經(jīng)網(wǎng)絡的訓練。即

vi(t+1)=wvi(t)+c1r1(pi(t)-xi(t))+

c2r2(pg(t)-xi(t))

(1)

xi(t+1)=xi(t)+vi(t+1)

(2)

如式(1)所示，根據(jù)粒子i在第t次迭代時的速度vi(t)以及第t次迭代后的位置vi(t)計算第t+1次迭代的速度vi(t+1)，進而根據(jù)式(2)計算第t+1次迭代后的位置xi(t+1)。其中，w為慣性權重系數(shù)，c1、c2為學習因子，r1、r2為[0,1]上的隨機數(shù)，pi(t)為粒子的個體最優(yōu)解，pg(t)為粒子的全局最優(yōu)解。

5　實例驗證

5.1試驗對象及儀器

以12輛采用5擋手動變速器的不同品牌的輕型車為試驗對象，對其換擋桿進行操控舒適性測評。選擇被試車輛時主要考慮其駕駛艙空間和內飾布局特征相似，尤其是換擋桿相對于駕駛座椅的布局位置相近，以免造成駕駛者的操縱姿態(tài)差異過大，進而對換擋操縱感受產(chǎn)生過多影響。

力反饋數(shù)據(jù)采用LSA-A-200NS1換擋桿操縱力傳感器獲取，傳感器上端造型為直徑30mm的圓球，測量時利用傳感器代替換擋桿原有的球頭，消除了不同汽車換擋手柄的造型和材質差異對操縱舒適感的影響。鑒于使用拉線式或拉桿式位移傳感器測量操縱位移時會產(chǎn)生額外的阻力，會對力反饋的測量產(chǎn)生干擾，而換擋桿的運動是剛體旋轉運動，可以依據(jù)桿體方位角的變化量計算操縱位移，因此，采用固定在桿體上的MPU-6050陀螺儀獲取操縱桿方位角數(shù)據(jù)，進而轉換為位移數(shù)據(jù)。采用16位高精度數(shù)據(jù)采集卡，對力反饋和方位角信號設定同步采樣率為每秒100次。測試設備采用車載逆變器供電。

圖3　換擋操控試驗測試設備

5.2測評者

主觀舒適性測評結果是模型訓練參數(shù)的重要組成部分，需要由有經(jīng)驗的測評者給出較為準確的評價。聘請4名體格不同的專業(yè)評價工程師擔任測評者，均為男性。試驗前先測量各位測評者在駕駛坐姿下前、后、左、右四個方向上可接受的最大操縱力反饋值，即在向后、向前、向右、向左扳動換擋桿時所能接受的最大持續(xù)發(fā)力值。各位測評者的年齡、身高、體重和可接受力反饋極值見表2。

表2　測評者個體特征

測評者在測試前手部需潔凈、干燥，且手掌表面溫度不能過低，否則會對手掌的感知能力產(chǎn)生影響。用紅外線測溫儀測量測評者的手掌溫度，高于29 ℃方能參加試驗，且測評時車內溫度設定在22～26 ℃之間。

5.3試驗方法及數(shù)據(jù)分析

試驗前換擋桿置于空擋，先將汽車發(fā)動，離合器和腳剎踩到底部并用限位裝置固定，松開手剎，測評者根據(jù)個人喜好調整好座椅位置及傾角后操縱換擋桿。要求測評人員以平時駕駛汽車時所采用的速度和力度將換擋桿由空擋切換至1擋，隨后再換回空擋。如此往復10次，最后針對空擋和1擋之間的切換給出操控舒適性評分。4位測評者依次對12輛被試車輛進行操縱測試。

根據(jù)實測數(shù)據(jù)，分別針對選擋、進擋、退擋三個進程繪制力反饋-位移曲線，由1位測評者對某換擋桿進行10次時的力反饋-位移曲線如圖4～圖6所示。

圖4　選擋力反饋-位移曲線(右向力反饋為正)

圖5　進擋力反饋-位移曲線(后向力反饋為正)

圖6　退擋力反饋-位移曲線(前向力反饋為正)

(3)

(4)

(5)

如圖5所示，在進擋過程中，受同步器結合過程中的阻力變化特征影響，力反饋由起始點至峰值點B點的階段中不斷增大，由B點至谷值點C點的階段中迅速減小。之后，雖已完成同步，同步器的位移幾乎沒有變化，但換擋桿位移繼續(xù)變化，傳動系統(tǒng)變形增大，使得力反饋迅速增大，該后續(xù)過程主要受換擋桿的運動慣性影響，在測評時可忽略。

將以上參數(shù)作為一組模型輸入變量，并以該測評者對該車變速桿操控舒適性的評分作為對應的一個輸出變量。相應地，輸入節(jié)點數(shù)R為8，輸出節(jié)點數(shù)為1。由4名測評者測評12輛車，共得到48組數(shù)據(jù)，以其中的40組數(shù)據(jù)作為訓練樣本，對PSO-BP神經(jīng)網(wǎng)絡進行訓練。其余8組數(shù)據(jù)作為檢驗樣本，對網(wǎng)絡訓練效果進行驗證。

5.4結果與討論

粒子群的粒子數(shù)取20，最大允許迭代次數(shù)為2000。網(wǎng)絡訓練目標誤差為10-3，當其隱層節(jié)點數(shù)S取11時實現(xiàn)較快的訓練速度，如圖7所示。

利用8組檢驗樣本檢測訓練好的網(wǎng)絡模型，對比實際評分值和仿真輸出值，見表3。仿真輸出值較接近實際評分，誤差均在[-0.3,0.3]以內，逼近效果良好。

經(jīng)實例驗證，該測評方法可行，且取得了較好的映射效果。為了便于分析數(shù)據(jù)，本試驗研究了具有代表性的換擋操縱過程，即空擋與1擋之間的切換。基于該方法，能夠針對不同的擋位切換過程，且圍繞不同駕駛者人群展開進一步的研究。

圖7　人工神經(jīng)網(wǎng)絡訓練結果

試驗聘請了4名專業(yè)測試人員，因而研究的實質是利用神經(jīng)網(wǎng)絡模擬專業(yè)測試人員對換擋桿操縱力反饋的舒適性感知水平。考慮在后期研究中擴充不同性別、年齡及體格特征的普通駕駛者作為測評主體，從而增強所訓練模型的普適性。

表3　檢測樣本及仿真輸出

在本實例只研究了手動變速器換擋桿操縱過程，但所采用的建模方法對于其他的測評客體具有一定的推廣意義。若將該方法應用于其他操控裝置的操控舒適性測評，需針對其傳動特征以及相應的操縱動作與路徑特點選定適當?shù)目陀^測評指標。

6　結論

(1)針對汽車換擋操縱過程中操縱力反饋的變化特征以及操縱者對其的感知特性，分別針對選擋、進擋及退擋過程提取了相對力反饋極值和相對操縱剛度作為換擋桿操控舒適性的客觀測評指標。綜合考慮了換擋裝置和操縱者兩方面的差異。

(2)基于PSO-BP神經(jīng)網(wǎng)絡建立了力反饋特征參數(shù)與操控舒適性主觀測評結果之間的映射模型。實車測試結果表明，應用該模型能夠較為準確地測評換擋桿的操控舒適性，能為其他類型的力反饋特征較為明顯的操控裝置(如踏板、轉向盤、手輪、推拉桿等)的操控舒適性研究提供參考。

[1]CoeugnetS,NaveteurJ,AntoineP,etal.TimePressureandDriving:Work,EmotionsandRisks[J].TransportationResearchPartF:TrafficPsychologyandBehaviour, 2013, 20: 39-51.

[2]李鐵柱, 李光耀, 顧紀超, 等.汽車乘員艙安全性與舒適性多學科設計優(yōu)化[J].機械工程學報,2012,48(2): 138-145.

LiTeizhu,LiGuangyao,GuJichao,etal.MultidisciplinaryDesignOptimizationofPassengerCompartmentSafetyandComfort[J].JournalofMechanicalEngineering,2012,48(2): 138-145.

[3]徐梟, 周榮. 輕型汽車變速器市場分析與預測[J].汽車工程師,2009(6):21-23.

XuXiao,ZhouRong.MarketAnalysisandForecastofLightVehicleTransmission[J].AutoEngineer,2009(6):21-23.

[4]LindnerM,TilleT.DesignofHighlyIntegratedMechatronicGearSelectorLeversforAutomotiveShift-by-wireSystems[J].IEEE-ASMETrans.Mechatronics, 2010, 15(6): 961-968.

[5]扈靜, 劉明周, 龔任波, 等.基于主成分分析的汽車操縱力舒適性分析與評價[J].中國機械工程, 2011, 22(20): 2456-2459.

HuJing,LiuMingzhou,GongRenbo,etal.EvaluationofVehicleOperatingForceComfortBasedonPrincipalComponentAnalysis[J].ChinaMechanicalEngineering, 2011, 22(20): 2456-2459.

[6]王化吉, 宗長富, 管欣, 等.基于模糊層次分析法的汽車操縱穩(wěn)定性主觀評價指標權重確定方法[J].機械工程學報, 2011, 47(24): 83-90.

WangHuaji,ZongChangfu,GuanXin,etal.MethodofDeterminingWeightsofSubjectiveEvaluationIndexesforCarHandlingandStabilityBasedonFuzzyAnalyticHierarchyProcess[J].JournalofMechanicalEngineering, 2011, 47(24): 83-90.

[7]陳玉祥, 臧孟炎, 陳勇, 等.基于虛擬樣機技術的手動變速器換擋力分析[J].中國機械工程, 2012, 23(8): 996-1000.

ChenYuxiang,ZangMengyan,ChenYong,etal.ShiftForceAnalysisofManualTransmissionBasedonVirtualPrototypingTechnology[J].ChinaMechanicalEngineering, 2012, 23(8): 996-1000.

[8]劉明周, 周維維, 張大偉, 等. 汽車變速桿操縱舒適性的矢量描述與聚類分析[J]. 汽車工程, 2013, 35(6): 521-525.

LiuMingzhou,ZhouWeiwei,ZhangDawei,etal.TheVectorDescriptionandClusterAnalysisontheHandlingComfortofVehicleGearShiftLevel[J].AutomotiveEngineering,2013, 35(6): 521-525.

[9]王志紅. 手動變速系統(tǒng)優(yōu)化及換擋質量評價研究[D]. 武漢: 武漢理工大學,2013.

[10]LiuYC,JhuangJW.EffectsofIn-vehicleWarningInformationDisplayswithorwithoutSpatialCompatibilityonDrivingBehaviorsandResponsePerformance[J].AppliedErgonomics,2012,43(4): 679-686.

[11]孟增榮, 程曉鳴. 手動換擋變速手柄檢測裝置的擋位識別及數(shù)據(jù)處理方法[J].傳動技術, 2003, 19(1): 26-28.

MengZengrong,ChengXiaoming.DataProcessingtoIdentifytheShiftProcedureforGearShiftOperatingRodTestDevice[J].DriveSystemTechnique, 2003, 19(1): 26-28.

[12]KimJ,ParkS,SeokC,etal.SimulationoftheShiftForceforaManualTransmission[J].ProceedingsoftheInstitutionofMechanicalEngineersPartD-JournalofAutomobileEngineering, 2003, 217(7): 573-581.

[13]SAEInternationalSurfaceVehicleRecommendedPractice.SAEJ1441-1998(R2007)SubjectiveRatingScaleforVehicleHandling[S].Warrendale：SAE, 2007.

[14]KolichM.PredictingAutomobileSeatComfortU-singaNeuralNetwork[J].InternationalJournalofIndustrialErgonomics, 2004, 33(4): 285-293.

[15]張建國, 雷雨龍, 王健, 等. 基于BP神經(jīng)網(wǎng)絡的換擋品質評價方法[J]. 吉林大學學報(工學版), 2007, 37(5): 1019-1022.

ZhangJianguo,LeiYulong,WangJian,etal.MethodsforShiftQualityEvaluationBasedonBPNeuralNetwork[J].JournalofJilinUniversity(EngineeringandTechnologyEdition), 2007, 37(5): 1019-1022.

[16]卓金武.MATLAB在數(shù)學建模中的應用[M].北京：北京航空航天大學出版社, 2011.

(編輯陳勇)

Evaluation Method of Handling Force Feedback Comfort of Vehicle Gear Lever

Liu MingzhouZhang MiaoHu JingLiu ZhengqiongChen Ziang

Hefei University of Technology, Hefei,230009

A method for evaluating handling comfort of vehicle gear laver was proposed based on its force feedback characteristics. The method combined the objective test with the subjective evaluation, to compensate for the inadequacy of subjective evaluation only. The variation of handling force feedback with the displacement of the gear lever and the driver’s individual differences were analyzed. The relative force feedback maxima and relative handling stiffness were extracted as objective indicators for the processes of gear selection, in-gear and out-of-gear. In addition, back propagation (BP) neural network was improved by particle swarm optimization (PSO), thereby an evaluation model was established, which described the mapping relationships between objective indicators and subjective scores. Finally, the model was trained and tested by 48 groups of sample data obtained from the handling experiments, which took the manual transmission used widely in normal car for examples. The results show that the evaluation with proposed method is accurate and stable, so that it can provide guidance for optimization design of vehicle transmissions.

manual transmission; gear lever; force feedback; handling comfort; PSO-BP neural network

2015-10-14

國家自然科學基金資助項目(51375134)

U461.4

10.3969/j.issn.1004-132X.2016.15.020

劉明周，男，1968年生。合肥工業(yè)大學機械與汽車工程學院教授、博士研究生導師。研究方向為制造過程監(jiān)測與控制、人機工程、系統(tǒng)建模與仿真等。張淼(通信作者)，男，1986年生。合肥工業(yè)大學機械與汽車工程學院博士研究生。扈靜，女，1976年生。合肥工業(yè)大學機械與汽車工程學院副教授。劉正瓊，女，1973年生。合肥工業(yè)大學計算機與信息學院副教授。陳子昂，男，1990年生。合肥工業(yè)大學機械與汽車工程學院碩士研究生。