孫赫
上汽大眾汽車有限公司 上海市 201800
當前,以萬物互聯、大數據、云計算等新技術為代表的新一輪科技革命進行的如火如荼,驅動著全球制造業發生空前的重大變革[1],在傳統制造向智能制造的轉型過程中,大數據將成為最重要的推動之一[2-3]。數據挖掘和分析已成為企業的重要“隱形資產”,其基于大數據的挖掘和分析,可以識別出價值更高的信息,這是大數據的本質所在。將這些有價值的大數據加以挖掘利用,將有利于汽車研發的升級,助力研發效率和研發方向的快速發展,本文以用戶需求為導向,結合NVH測試大數據特點,探討NVH大數據在汽車NVH研發領域的應用前景。
目前中國汽車市場規模已經居于世界第一,但相比成熟的汽車市場(例如美國),中國顧客對汽車的需求存在一定的差異。下面是汽車IQS(新車質量調查)、益普索Ipsos(全球第三大市場研究集團),以及2019 NCVQS針對中國用戶的調查結果。
汽車IQS(新車質量調查):根據2018和2019年J.D. Power公司對中國汽車IQS(新車質量調查)調查,抱怨最高的前十個項目中與NVH表現相關的不低于50%。見圖1。

圖1 汽車IQS清單
根據《2019年益普索中國市場行駛性能》(6個城市的300個樣本),汽車產品的消費者在購車階段和用車階段均把舒適性都排在第一位,詳細的調查結果見圖2。

圖2 2019年益普索中國市場行駛性能
2019 NCVQS:根據調研23款車約4500個樣本,舒適性本身的抱怨如圖3所示,可以看到中國顧客對NVH的重視度是很高的。

圖3 2019 NCVQS行駛舒適性
這些特點與中國國情是分不開的,具體表現在以下三個方面:
第一,與歐美發達國家相比,當前中國人均汽車保有量較低,使用時司機獨自駕駛的場景較少,特別是后排乘坐乘客的概率較高。這些特點導致中國用戶的車輛乘坐場景比例較高,乘坐舒適性顯得更加重要,同時,對后排的NVH性能也更加重視。
第二,與歐美普遍存在的綠燈全油門加速起步相比,中國顧客駕駛習慣存在顯著差異;中國顧客喜歡平穩的行駛風格的比例遠遠高于喜歡激進的駕駛風格的比例。
第三,中國路面具有一定的特殊性。一方面中國的水泥路面比例較高,而瀝青路比例較低。水泥路面雖然成本低、壽命長,但是路面較硬,車輛行駛時NVH問題更加明顯。另一方面用戶行駛經歷減速帶的比例較高,更加凸顯了沖擊振動的問題。
從用戶需求的KANO模型中,我們可以得到NVH用戶需求的三個典型類型,分別為必須性需求、愈多愈好型需求和驚喜型需求,見圖4。

圖4 用戶需求的KANO模型
(1)必須型需求——即汽車性能必須達到的性能指標,例如碰撞安全性能,行人保護、通過性指標以及加速行駛外噪聲、排氣關口定制噪聲,駕駛員耳旁定置噪聲等必須滿足國家法規要求
(2)愈多愈好型需求——用戶對于產品性能的期待,例如行駛舒適性、聲音品質高級等性能,這些性能能否實現直接關系用戶滿意度。
(3)驚喜型需求——不影響產品基本和期待性能,屬于驚喜類范疇,例如主動降噪系統,上下車提示音,電動車主動發音系統等。
在NVH開發過程中,我們要結合用戶對NVH需求的多樣性,運用不同的技術手段予以實現和優化,在滿足必須型需求的基礎上,盡可能多的實現愈多愈好型需求,同時兼顧驚喜型需求。
客戶需求是指客戶為滿足自身訴求對產品功能和特征屬性等提出的要求,根據卡諾模型客戶需求可分必須性需求、愈多愈好型需求和驚喜型需求三類。客戶需求具有多樣性、模糊性、動態性和相似性等特點,并不能直接指導企業進行產品設計和生產,因此客戶需求信息需要進一步處理分析。從分析結果看,其NVH用戶需求具有如下四個特點[4-5]:
2.2.1 用戶需求具有不定性
隨著用戶節能減排的意識不斷提升,國家對法規噪聲的要求也逐年升高,這就要求研發部門要提前預判和做好技術儲備,應對噪聲等法規的高要求。
2.2.2 用戶需求具有多樣性、差異性和強弱性
不同國家的用戶因為其文化,年齡等不同,對NVH性能的需求不盡相同,中國用戶大多喜好安靜的駕乘感受,歐美用戶更側重動感體驗。
2.2.3 用戶需求具有無上限和有下限
用戶對NVH性能的要求,因為其主觀因素占比很大,通常用舒適性等感覺形同,具有無上限和有下限的特點
2.2.4 用戶需求具有模糊性
大多數用戶對于NVH性能的描述都是主觀的感覺描述,具有很大的描述模糊性。
NVH聲學大數據不同于大家傳統觀念的來源于網絡,客戶的銷售終端的數據等,而是在研發和售后期間收集到的跟NVH相關的測試和重點問題的技術測試數據。這些數據是投入了大量人力、物力等資源獲得的,并且NVH測試數據具有長時間保存的意義,因為汽車研發周期長,其上一代車型的測試數據對新一代車型的設計也有借鑒和指導意義,我們需要將這些測試數據整合,在數據安全和有效的基礎上,加以二次利用和深度挖掘,這對NVH的研究發展有著重要的意義。
NVH測試數據從產品的設計目標、設計穩定性、質量監控三個方面對產品開發起著重要作用。通過大量測試數據的有效分析,研發人員能從數據中對汽車NVH性能做出合理的判斷以及預估其趨勢和走向,與商業以及售后服務終端的大數據相比,NVH測試數據有著其獨特的特點:
(1)測試數據總量大:NVH測試數據包含內容多,例如整車道路噪聲、內部噪聲、怠速噪聲、啟停以及相關振動數據,還有零部件級別的噪聲和振動測試,這些數據都是動態采集的穩態或瞬態數據,但是需要將其轉化成與轉速、車速、頻率的關系。
(a)一維數據,即非歷程數據,多為常數,或數據處理的結果,一般與時間無關,例如車外加速噪聲。
(b)二維數據,歷程數據中反映兩個物理量之間的變化關系,對應于一條曲線,例如急加速下駕駛員右耳的語言清晰度。
(c)三維數據,歷程數據中反映三個物理量之間的變化關系,對應于一個曲面。
(2)信息量大:其數據內容包含車型信息,項目信息、配置信息、測試工況、采集參數等。
(3)數據版本多:汽車開發周期長,包括試制階段,預批量階段,批量階段、投產階段等,研發人員需要在每個階段都采集到汽車的NVH性能測試數據,尤其在試制階段數量更多,因此對于同一個車型項目,會產生數十個不同版本的測試數據。
(4)數據格式多樣化:汽車NVH試驗大都是基于一些不同的商用測試系統[6-7](例如 LMS Test.Lab,B&K PULSE,Head ArtemiS等),需要特定的程序文件將其數據解析,才能便于不同設備采集的數據對比。
NVH聲學大數據的戰略意義不止在于積累的龐大的數據體系,更重要的是如何在眾多數據中,通過定制化的需求分析,采用專業的大數據處理方法,提煉出可以指導開發的高質量信息,用于支持決策和目標定義。這將是NVH大數據應用的重要意義。
NVH大數據應用需要以客戶需求為導向,通過網絡大數據挖掘用戶對NVH期待了解用戶痛點,依托現有NVH測試手段和測試大數據積累,深挖數據本身的價值,進行整車聲學畫像描述,以輔助整車聲學集成的全過程開發:在這個過程中需要將數據格式統一化、標準化、并形成自主的聲學算法開發和迭代優化機制,可以實現在線歸類和模塊化管理,同時結合分布式計算、CI/CD持續集成、持續部署等方法提高數據處理效率;NVH大數據應用也可以提供多維度場景分析,其可以在簡化開發和敏捷開發上發揮重要作用,以客戶需求為導向的NVH聲學大數據應用,可以在項目早期目標定義階段進行整車聲學目標的多維度參考,可更有把握、更精準地定義整車聲學性能目標;在開發過程中通過監控各開發階段聲學性能指標的走向,及時甄別研發穩固性或生產一致性帶來的偏差問題;在開發結束量產階段,通過過程數據的積累可以幫助復盤分析,為后續開發做技術儲備。
依托NVH聲學大數據分析應用,工程師可以實現:
(1)數據的標簽化,標準化,統一化。
(2)將數據與試驗工況、驗收階段等進行綁定,查詢效率高。
(3)數據的便捷化檢索和下載。
(4)數據的可視化在線分析和數據的橫向和縱向對比。
(5)多維度聲學畫像生成,并通過接口設計,不斷擴充維度。
(6)制定目標值和對比競爭車指標。
(7)生產質量趨勢監控,能及時預警。
(8)自定義聲學算法。
針對某些試驗工況多,數據標簽多,上傳效率低的痛點,可以增加數據自動上傳功能,提高整個大數據平臺的鏈路效率。
以用戶需求為導向的NVH聲學大數據應用,需要與研發項目共同完成自我迭代,為項目開發提供強有力的數據支撐和分類計算,另外通過接口設計,后期可根據更加細致的業務場景或新的NVH分析需求進行模塊的增加或升級,為將來NVH研發提供更多的可擴展性。
它將成為NVH工程師研發的習慣,通過其價值屬性,增加工程師的依賴粘性,具有優越的應用前景和實際意義。
本文以用戶需求為導向,結合市場調研數據聚焦中國用戶特殊需求,結合NVH測試數據特點,提出可以將數據結構化處理并將數據格式統一化、標準化、形成自主的聲學算法開發和迭代優化機制形成有效的NVH大數據整合體系,深挖數據本身的價值,進行整車聲學畫像描述,以輔助整車聲學集成的全過程開發。具有優越的應用前景和實際意義。