CN110363391A - 一种基于灰色关联度的发动机性能综合评价方法 - Google Patents

Abstract

本发明属于发动机评价技术领域，具体涉及一种基于灰色关联度的发动机性能综合评价方法。包括以下步骤：建立性能评价指标集合；对性能评价指标进行目标分类；确定发动机性能评价基准；建立发动机性能评价函数；确定发动机各性能评价指标权重；计算发动机性能指标的灰色加权关联度，获得发动机性能综合评价结果。本发明所述方法基于灰色关联分析，结合模糊评价模型，实现了发动机性能的综合评价；和人为主观评价相比，本发明获得的综合评价结果可以更加客观地反映各机型的性能优劣。同时，本发明可调整性能评价的侧重点，便于操作，对发动机开发、性能优化提供指导。

Description

一种基于灰色关联度的发动机性能综合评价方法

技术领域

本发明属于发动机评价技术领域，具体涉及一种基于灰色关联度的发动机性能综合评价方法。

背景技术

目前，发动机是汽车的主要动力来源之一。无论是乘用车还是商用车，在开发一个新车型时，发动机选配是否合理，将决定整车性能的优劣。因此，有必要对发动机性能进行客观、全面的评价。

发动机的性能主要包括动力性、经济性、排放性、噪声及其可靠性等。衡量发动机质量实质上就是对发动机的整体性能进行综合评价。在发动机实际的评价过程中，由于其整体性能涉及多个方面，反映各个性能的评定指标也较多，仅仅用少量的指标进行简单对比，无法综合评价发动机性能的优劣。

发明内容

针对上述技术问题，本发明提供一种基于灰色关联度的发动机性能综合评价方法，制定评价基准，通过灰色关联分析和模糊评价方法相结合，计算关联系数，获得发动机性能评价结果，对发动机性能进行客观、全面的评价。

本发明是通过以下技术方案实现的：

一种基于灰色关联度的发动机性能综合评价方法，包括：

建立性能评价指标集合；

对性能评价指标进行目标分类；

确定发动机性能评价基准；

建立发动机性能评价函数；

确定发动机各性能评价指标权重；

计算发动机性能指标的灰色加权关联度，获得发动机性能综合评价结果。

进一步地，所述建立性能评价指标集合的步骤中，建立的性能评价指标集合包括：动力性评价项目指标、经济性评价项目指标、排放评价项目指标、噪声评价项目指标和可靠性评价项目指标；

所述动力性评价项目指标包括以下性能评价指标：最大扭矩、额定功率、最大平均有效压力、升扭矩、升功率、比质量、发动机强化系数、最大扭矩转速区间；

所述经济性评价项目指标包括以下性能评价指标：外特性最低燃油消耗率、全工况最低燃油消耗率、额定功率点燃油消耗率、机油燃油消耗比、低燃油消耗率转速区间；

所述排放评价项目指标包括以下性能评价指标：HC排放量、NOx排放量、CO排放量；

所述噪声评价项目指标包括以下性能评价指标：振动烈度、发动机标定噪声功率级；

所述可靠性评价项目指标包括以下性能评价指标：发动机B10寿命。

进一步地，在对性能评价指标进行目标分类步骤中，将所述性能评价指标集合中的性能评价指标分为三类：评价指标越大越好型、评价指标越小越好型和评价指标最佳值型；具体地：

所述经济性评价项目指标中的外特性最低燃油消耗率、全工况最低燃油消耗率、额定功率点燃油消耗率、机油燃油消耗比、低燃油消耗率转速区间，以及所述所述可靠性评价项目指标中的发动机B10寿命属于评价指标越大越好型；

所述排放评价项目指标中的HC排放量、NOx排放量、CO排放量，以及所述噪声评价项目指标中的振动烈度、发动机标定噪声功率级属于评价指标越小越好型；

所述动力性评价项目指标中的最大扭矩、额定功率、最大平均有效压力、升扭矩、升功率、比质量、发动机强化系数、最大扭矩转速区间属于评价指标最佳值型；

所述性能评价指标集合X的公式表示为：

X＝{x₁,x₂,···,x_p}∪{x_p+1,x_p+2,···,x_q}∪{x_q+1,x_q+2,···,x_m}

＝X_p∪X_q∪X_m

其中：X_p为评价指标越大越好型集合；X_q为评价指标越小越好型集合；X_m为评价指标最佳值型集合。

进一步地，在所述确定发动机性能评价基准的步骤中：选取目前先进发动机机型性能参数作为评价基准；或

根据目标特征，确定各性能评价指标的最优指标，从而构成评价基准。

进一步地，所述根据目标特征，确定各性能评价指标的最优指标，从而构成评价基准，具体为：

构成所述评价基准的各项元素是从各个性能评价指标中选出的对应的最优指标值，由所述最优指标值组成评价基准矩阵，评价基准为V₀：

式中：V₀为评价基准；x_i ⁰为第i个性能评价指标对应的第i个性能评价指标的评价基准数值，1≤i≤m，m为性能评价指标的数量；

确定的方法如下：

对于越大越好型的评价指标，的数值选取第i个性能评价指标所有数值中的最大值；

对于越小越好型的评价指标，的数值选取第i个性能评价指标所有数值中的最小值；

对于最佳值型的评价指标：的数值选取第i个性能评价指标所有数值的平均值。

进一步地，在所述建立发动机性能评价函数的步骤中，建立的发动机性能评价函数包括：

对于评价指标越大越好型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

对于评价指标越小越好型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

对于评价指标最佳值型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

上式中，x_i表示第i项性能评价指标，i≤m，x_i∈性能评价指标集合X；n₁、n₂、n₃均表示评价函数μ(x_i)的曲线形状变化趋势控制参数，取值均大于零；a为越大越好型评价指标集合X_p中性能评价指标的均值；b为越小越好型评价指标集合X_q中性能评价指标的均值；c为最佳值型评价指标集合X_m中性能评价指标的均值。

进一步地，采用分层赋予权重的方法对评价指标权重进行分配；具体为：

先对动力性评价项目指标、经济性评价项目指标、排放评价项目指标、噪声评价项目指标和可靠性评价项目指标五类评价指标项目分别分配评价指标项目权重；

再对每类评价指标项目中的所有性能评价指标分别分配项目中指标权重；

最终每一个性能评价指标的权重为所述评价指标项目权重和所述项目中指标权重的乘积。

进一步地，所述计算发动机性能指标的灰色加权关联度，获得发动机性能综合评价结果，具体包括：

1)计算发动机性能评价指标的灰色加权关联度

不同发动机机型的各性能评价指标间的关联系数由如下公式表示：

是指关联系数；0为评价基准的编号；K为待评价的所有发动机的机型数量，k指第k个评价的发动机机型，k∈K；是指第k个评价机型的第i项性能指标，i≤m，m为性能评价指标的数量；

ξ为分辩系数，用于削弱数值过大带来的失真现象，以提高关联系数之间差异的显著性，ξ∈[1/2(e-1),1/2]时，能够兼顾最大信息量与最大分辨率；

其中，

表示指第k个评价机型的第i项性能指标对应的发动机性能评价函数值；表示第i个性能评价指标的评价基准数值对应的发动机性能评价函数值；

考虑到在衡量发动机性能优劣时，不同评价指标对性能评价产生不同的影响，引入了加权关联度，公式如下：

其中，是指评价基准与第k个评价机型之间经过m个评价指标计算后的加权关联度；

w_i ^m为第i(i＝1,2,…,m)个评价指标的权重，

加权处理后的关联度数据反映了不同评价指标在发动机性能评价过程中的贡献程度，同时也反映了评价时侧重的性能；加权关联度越接近1，表明该发动机的性能越接近评价基准的发动机机型；

2)获得发动机性能综合评价结果

由各发动机的灰色加权关联度的大小，对不同发动机的性能进行优劣排序，最终可获得发动机性能综合评价排名结果。

本发明的有益技术效果：

本发明提供了一种更加客观、全面的发动机性能评价方法，本发明所述方法基于灰色关联分析，结合模糊评价模型，实现了发动机性能的综合评价；和人为主观评价相比，本发明所述方法获得的综合评价结果可以更加客观地反映各机型的性能优劣。同时，本发明能够调整性能评价的侧重点，便于操作，对发动机开发、性能优化提供指导。

现有技术中利用模糊评价模型对发动机性能进行综合评价，一般都是在信息(数据)不完全的情况下进行的，而本发明所述方法采用灰色关联分析对样本量的大小没有过多的要求，也不需要数据具有典型的分布规律，而且计算量小，其分析结果与定性分析结果吻合较好。

附图说明

图1为本发明实施例中一种基于灰色关联度的发动机性能综合评价方法的流程图；

图2为本发明实施例中性能评价指标集合图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

本发明实施例提供一种基于灰色关联度的发动机性能综合评价方法，如图1所示，包括：

建立性能评价指标集合；

对性能评价指标进行目标分类；

确定发动机性能评价基准；

建立发动机性能评价函数；

确定发动机各性能评价指标权重；

计算发动机性能指标的灰色加权关联度，获得发动机性能综合评价结果。

具体如下：

(1)建立性能评价指标集合

依据发动机性能体系，从反映发动机性能优劣的体系中提取相关指标，构成评价指标集合。

对发动机性能指标进行分层归纳，性能评价指标集合如图2所示，性能评价指标集合包括：动力性评价项目指标、经济性评价项目指标、排放评价项目指标、噪声评价项目指标和可靠性评价项目指标；

所述动力性评价项目指标包括以下性能评价指标：最大扭矩、额定功率、最大平均有效压力、升扭矩、升功率、比质量、发动机强化系数、最大扭矩转速区间；

所述经济性评价项目指标包括以下性能评价指标：外特性最低燃油消耗率、全工况最低燃油消耗率、额定功率点燃油消耗率、机油燃油消耗比、低燃油消耗率转速区间；

所述排放评价项目指标包括以下性能评价指标：HC(碳氢化合物)排放量、NOx排放量、CO排放量；

所述噪声评价项目指标包括以下性能评价指标：振动烈度、发动机标定噪声功率级；

所述可靠性评价项目指标包括以下性能评价指标：发动机B10寿命。

(2)对性能评价指标进行目标分类

根据评价指标的特点，判断发动机性能随着评价指标变化的规律。将评价指标分为三种类型：评价指标越大越好型、评价指标越小越好型和评价指标最佳值型。具体地：

所述经济性评价项目指标中的外特性最低燃油消耗率、全工况最低燃油消耗率、额定功率点燃油消耗率、机油燃油消耗比、低燃油消耗率转速区间，以及所述所述可靠性评价项目指标中的发动机B10寿命属于评价指标越大越好型；

所述排放评价项目指标中的HC排放量、NOx排放量、CO排放量，以及所述噪声评价项目指标中的振动烈度、发动机标定噪声功率级属于评价指标越小越好型；

所述动力性评价项目指标中的最大扭矩、额定功率、最大平均有效压力、升扭矩、升功率、比质量、发动机强化系数、最大扭矩转速区间属于评价指标最佳值型；

所述性能评价指标集合X的公式表示为：

X＝{x₁,x₂,···,x_p}∪{x_p+1,x_p+2,···,x_q}∪{x_q+1,x_q+2,···,x_m}

＝X_p∪X_q∪X_m

其中：X_p为评价指标越大越好型集合；X_q为评价指标越小越好型集合；X_m为评价指标最佳值型集合。

(3)确定发动机性能评价基准；

利用本发明的方法对发动机性能评价时，需要有一定的基准机型，称之为评价基准。选取评价基准可参考如下两种方式：

①选取目前先进发动机机型性能参数作为评价基准；其中，目前先进发动机机型包括：福特3.0T DOHC V6柴油发动机、克莱斯勒3.6L DOHC Pentastar V6发动机、宝马3.0L(B58)涡轮增压直列六缸发动机。

②根据目标特征，确定各性能评价指标的最优指标，从而构成评价基准。具体为：

构成所述评价基准的各项元素是从各个性能评价指标中选出的对应的最优指标值，由所述最优指标值组成评价基准矩阵，评价基准为V₀：

式中：V₀为评价基准；x_i ⁰为第i个性能评价指标对应的第i个性能评价指标的评价基准数值，1≤i≤m，m为性能评价指标的数量；

确定的方法如下：

对于越大越好型的评价指标，的数值选取第i个性能评价指标所有数值中的最大值；

对于越小越好型的评价指标，的数值选取第i个性能评价指标所有数值中的最小值；

对于最佳值型的评价指标：的数值选取第i个性能评价指标所有数值的平均值。

(4)建立发动机性能评价函数；

评价函数的确定可依据发动机性能体系，由试验数据、仿真结果和理论分析获得x_i的区间以及允许值。之后根据第i项性能评价指标x_i的变化对性能评价指标对应的评价函数μ(x_i)的影响规律确定μ(x_i)的曲线形式。

作为本发明的进一步改进，确定评价函数时应满足三个原则：①评价函数的形式要适合评价指标本身的物理本质，尤其是关键转折点的评价变化；②评价函数中的参数不宜过多，参数要有一定的物理意义，并且参数的确定便于数学处理；③评价函数的参数应反映发动机的性质与特征，以及应反映参数变化时对评价得分的影响。

本发明实施例中的评价函数选择如下：

1)对于评价指标越大越好型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

2)对于评价指标越小越好型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

3)对于评价指标最佳值型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

上式中，x_i表示第i项性能评价指标，i≤m，x_i∈性能评价指标集合X；a为越大越好型评价指标集合X_p中性能评价指标的均值；b为越小越好型评价指标集合X_q中性能评价指标的均值；c为最佳值型评价指标集合X_m中性能评价指标的均值；n₁、n₂、n₃均表示评价函数μ(x_i)的曲线形状变化趋势控制参数，取值均大于零；参数越大，评估曲线变化越缓慢，表示发动机性能优劣的评价结果相对于其评价指标的变化较为迟钝；反之，则较为敏感。

(5)确定发动机各性能评价指标权重；具体为：

先对动力性评价项目指标、经济性评价项目指标、排放评价项目指标、噪声评价项目指标和可靠性评价项目指标五类评价指标项目分别分配评价指标项目权重；

再对每类评价指标项目中的所有性能评价指标分别分配项目中指标权重；

最终每一个性能评价指标的权重为所述评价指标项目权重和所述项目中指标权重的乘积。

权重的选择对评价结果有着很重要的影响，不同权重的选择将产生不同的结果，选择权重时一般应根据特定情况、特定目的来进行选择，在选择过程中应咨询相关专家的建议。本发明采用分层赋予权重的方法对评价指标权重进行分配。评价指标权重将逐层进行安排，最终每一个性能评价指标权重为项目权重与项目中指标权重的乘积。各评价指标权重如下表所示：

(6)计算发动机性能指标的灰色加权关联度，获得发动机性能综合评价结果。

若将“发动机性能”视为一个灰色概念，可以认为这种基于单个评价指标进行的模糊评价过程，是一种在信息不完全的情况下产生的综合判断，可用灰色关联分析来进行描述。

不同发动机机型的各性能评价指标间的关联系数由如下公式表示：

是指关联系数；0为评价基准的编号；K为待评价的所有发动机的机型数量，k指第k个评价的发动机机型，k∈K；是指第k个评价机型的第i项性能指标，i≤m，m为性能评价指标的数量；

ξ为分辩系数，用于削弱数值过大带来的失真现象，以提高关联系数之间差异的显著性，ξ∈[1/2(e-1),1/2]时，能够兼顾最大信息量与最大分辨率；本实施例中取ξ＝0.5。

其中，

表示指第k个评价机型的第i项性能指标对应的发动机性能评价函数值；表示第i个性能评价指标的评价基准数值对应的发动机性能评价函数值；

考虑到在衡量发动机性能优劣时，不同评价指标对性能评价产生不同的影响，引入了加权关联度，公式如下：

其中，是指评价基准与第k个评价机型之间经过m个评价指标计算后的加权关联度；

w_i ^m为第i(i＝1,2,…,m)个评价指标的权重，

加权处理后的关联度数据反映了不同评价指标在发动机性能评价过程中的贡献程度，同时也反映了评价时侧重的性能。加权关联度越接近1，表明该发动机的性能越接近评价基准的发动机机型。

7、获得发动机性能综合评价结果

由各发动机的灰色加权关联度的大小，可对不同发动机的性能进行优劣排序，最终可获得发动机性能综合评价排名结果。

以上所述内容是结合具体的优选实施方案对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。

Claims (8)

1.一种基于灰色关联度的发动机性能综合评价方法，其特征在于，包括：

建立性能评价指标集合；

对性能评价指标进行目标分类；

确定发动机性能评价基准；

建立发动机性能评价函数；

确定发动机各性能评价指标权重；

计算发动机性能指标的灰色加权关联度，获得发动机性能综合评价结果。

2.根据权利要求1所述一种基于灰色关联度的发动机性能综合评价方法，其特征在于，所述建立性能评价指标集合的步骤中，建立的性能评价指标集合包括：动力性评价项目指标、经济性评价项目指标、排放评价项目指标、噪声评价项目指标和可靠性评价项目指标；

所述动力性评价项目指标包括以下性能评价指标：最大扭矩、额定功率、最大平均有效压力、升扭矩、升功率、比质量、发动机强化系数、最大扭矩转速区间；

所述经济性评价项目指标包括以下性能评价指标：外特性最低燃油消耗率、全工况最低燃油消耗率、额定功率点燃油消耗率、机油燃油消耗比、低燃油消耗率转速区间；

所述排放评价项目指标包括以下性能评价指标：HC排放量、NOx排放量、CO排放量；

所述噪声评价项目指标包括以下性能评价指标：振动烈度、发动机标定噪声功率级；

所述可靠性评价项目指标包括以下性能评价指标：发动机B10寿命。

3.根据权利要求2所述一种基于灰色关联度的发动机性能综合评价方法，其特征在于，在对性能评价指标进行目标分类步骤中，将所述性能评价指标集合中的性能评价指标分为三类：评价指标越大越好型、评价指标越小越好型和评价指标最佳值型；具体地：

所述经济性评价项目指标中的外特性最低燃油消耗率、全工况最低燃油消耗率、额定功率点燃油消耗率、机油燃油消耗比、低燃油消耗率转速区间，以及所述所述可靠性评价项目指标中的发动机B10寿命属于评价指标越大越好型；

所述排放评价项目指标中的HC排放量、NOx排放量、CO排放量，以及所述噪声评价项目指标中的振动烈度、发动机标定噪声功率级属于评价指标越小越好型；

所述动力性评价项目指标中的最大扭矩、额定功率、最大平均有效压力、升扭矩、升功率、比质量、发动机强化系数、最大扭矩转速区间属于评价指标最佳值型；

所述性能评价指标集合X的公式表示为：

X＝{x₁,x₂,···,x_p}∪{x_p+1,x_p+2,···,x_q}∪{x_q+1,x_q+2,···,x_m}

＝X_p∪X_q∪X_m

其中：X_p为评价指标越大越好型集合；X_q为评价指标越小越好型集合；X_m为评价指标最佳值型集合。

4.根据权利要求3所述一种基于灰色关联度的发动机性能综合评价方法，其特征在于，在所述确定发动机性能评价基准的步骤中：选取目前先进发动机机型性能参数作为评价基准；或

根据目标特征，确定各性能评价指标的最优指标，从而构成评价基准。

5.根据权利要求4所述一种基于灰色关联度的发动机性能综合评价方法，其特征在于，所述根据目标特征，确定各性能评价指标的最优指标，从而构成评价基准，具体为：

构成所述评价基准的各项元素是从各个性能评价指标中选出的对应的最优指标值，由所述最优指标值组成评价基准矩阵，评价基准为V₀：

式中：V₀为评价基准；x_i ⁰为第i个性能评价指标对应的第i个性能评价指标的评价基准数值，1≤i≤m，m为性能评价指标的数量；

确定的方法如下：

对于越大越好型的评价指标，的数值选取第i个性能评价指标所有数值中的最大值；

对于越小越好型的评价指标，的数值选取第i个性能评价指标所有数值中的最小值；

对于最佳值型的评价指标：的数值选取第i个性能评价指标所有数值的平均值。

6.根据权利要求1所述一种基于灰色关联度的发动机性能综合评价方法，其特征在于，在所述建立发动机性能评价函数的步骤中，建立的发动机性能评价函数包括：

对于评价指标越大越好型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

对于评价指标越小越好型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

对于评价指标最佳值型集合中的性能评价指标对应的评价函数μ(x_i)公式为：

上式中，x_i表示第i项性能评价指标，i≤m，x_i∈性能评价指标集合X；n₁、n₂、n₃均表示评价函数μ(x_i)的曲线形状变化趋势控制参数，取值均大于零；a为越大越好型评价指标集合X_p中性能评价指标的均值；b为越小越好型评价指标集合X_q中性能评价指标的均值；c为最佳值型评价指标集合X_m中性能评价指标的均值。

7.根据权利要求1所述一种基于灰色关联度的发动机性能综合评价方法，其特征在于，采用分层赋予权重的方法对评价指标权重进行分配；具体为：

先对动力性评价项目指标、经济性评价项目指标、排放评价项目指标、噪声评价项目指标和可靠性评价项目指标五类评价指标项目分别分配评价指标项目权重；

再对每类评价指标项目中的所有性能评价指标分别分配项目中指标权重；

最终每一个性能评价指标的权重为所述评价指标项目权重和所述项目中指标权重的乘积。

8.根据权利要求6所述一种基于灰色关联度的发动机性能综合评价方法，其特征在于，所述计算发动机性能指标的灰色加权关联度，获得发动机性能综合评价结果，具体包括：

1)计算发动机性能评价指标的灰色加权关联度

不同发动机机型的各性能评价指标间的关联系数由如下公式表示：

是指关联系数；0为评价基准的编号；K为待评价的所有发动机的机型数量，k指第k个评价的发动机机型，k∈K；是指第k个评价机型的第i项性能指标，i≤m，m为性能评价指标的数量；

ξ为分辩系数，用于削弱数值过大带来的失真现象，以提高关联系数之间差异的显著性，ξ∈[1/2(e-1),1/2]时，能够兼顾最大信息量与最大分辨率；

其中，

表示指第k个评价机型的第i项性能指标对应的发动机性能评价函数值；表示第i个性能评价指标的评价基准数值对应的发动机性能评价函数值；

考虑到在衡量发动机性能优劣时，不同评价指标对性能评价产生不同的影响，引入了加权关联度，公式如下：

其中，是指评价基准与第k个评价机型之间经过m个评价指标计算后的加权关联度；

w_i ^m为第i(i＝1,2,…,m)个评价指标的权重，

加权处理后的关联度数据反映了不同评价指标在发动机性能评价过程中的贡献程度，同时也反映了评价时侧重的性能；加权关联度越接近1，表明该发动机的性能越接近评价基准的发动机机型；

2)获得发动机性能综合评价结果

由各发动机的灰色加权关联度的大小，对不同发动机的性能进行优劣排序，最终可获得发动机性能综合评价排名结果。