CN118837129A - 一种用于轮胎的检测变量调节方法 - Google Patents

Abstract

本发明提供一种用于轮胎的检测变量调节方法，包括有利用目标设备对目标轮胎进行性能检测得到第一测试变量数据；利用所述第一测试变量数据构建测试曲线与特性分析，得到第一调节参数；通过对提取到的历史检测变量数据进行变量关联度评估，获取第一评估指数；利用所述第一评估指数对第一调节参数进行优化得到第二调节参数，再对第一测试变量数据进行调节，得到目标检测变量数据。通过构建并分析第一测试变量数据的曲线特性得到第一调节参数；再利用分析不同变量的不同影响指标相互关联性得到的第一评估指数对第一调节参数进行优化得到第二调节参数，实现对第一测试变量数据有效调节，进而确保轮胎性能检测准确性以及可靠性。

Description

一种用于轮胎的检测变量调节方法

技术领域

本发明涉及数据调节技术领域，尤其涉及一种用于轮胎的检测变量调节方法。

背景技术

轿车、卡车、公交车等的轮胎由于使用时间长久，使用性能发生改变，会对车辆的乘坐感觉产生影响的同时也存在着一定的行驶安全隐患。

近年来，人们通常会定时通过一些检测设备对轮胎性能进行检测，并结合性能检测标准来利用检测数据分析轮胎性能，然而由于多个检测变量内部的影响指标之间可能存在相关性，容易导致检测数据不够精确，进而导致轮胎性能检测不稳定。

因此，本发明提供一种用于轮胎的检测变量调节方法，用于有效调节检测变量数据，确保轮胎性能检测准确性。

发明内容

本发明提供一种用于轮胎的检测变量调节方法，用以通过构建并分析第一测试变量数据的曲线特性得到第一调节参数；再利用分析不同变量的不同影响指标相互关联性得到的第一评估指数对第一调节参数进行优化得到第二调节参数，实现对第一测试变量数据有效调节，进而确保轮胎性能检测准确性以及可靠性。

本发明提供一种用于轮胎的检测变量调节方法，包括：

步骤1：基于预置行驶状态量利用目标设备对目标轮胎进行性能检测，得到第一测试变量数据；

步骤2：利用所述第一测试变量数据构建测试曲线并进行特性分析，得到第一调节参数；

步骤3：通过对从轮胎检测变量数据库中提取到的历史检测变量数据进行变量关联度评估，获取第一评估指数；

步骤4：利用所述第一评估指数对第一调节参数进行优化得到第二调节参数，再对第一测试变量数据进行调节，得到目标检测变量数据。

优选的，基于预置行驶状态量利用目标设备对目标轮胎进行性能检测，得到第一测试变量数据，包括：

将多个相同质量的目标轮胎分别装置于处于相同环境条件下的不同目标设备上，按照预置行驶状态量进行行驶，获取第一性能测试数据；

对所述第一性能测试数据进行数据预处理，得到第一测试变量数据。

优选的，利用所述第一测试变量数据构建测试曲线并进行特性分析，得到第一调节参数，包括：

将从预置行驶状态量中选取关键状态量作为自变量，第一测试变量数据作为因变量；

利用所述自变量与因变量构建测试曲线，以及分段曲线拟合后得到的相匹配的复合曲线；

筛选曲线的关键特性特征并利用对应特征数据计算得到测试曲线与复合曲线的差异系数；

将获取的所有差异系数加权计算得到对应第一测试变量数据的第一调节参数。

优选的，所述关键状态量指的是测试负荷、测试速度以及测试里程数。

优选的，通过对从轮胎检测变量数据库中提取到的历史检测变量数据进行变量关联度评估，获取第一评估指数，包括：

对从轮胎检测变量数据库中提取到的历史检测变量数据进行数据挖掘分析，得到每类测试变量数据的影响指标以及对应的指标影响系数；

判断所述第一测试变量数据是否存在特定影响指标，若存在，则通过分析指标层次结构关系，确定每类第一测试变量数据的特定影响指标与其余第一测试变量数据的所有影响指标的第一相关值；

根据获取的第一相关值构建第一相关矩阵，并计算得到第一特征值；

判断不同类的第一测试变量数据之间是否存在非重合影响指标，若存在，则通过分析指标层次结构关系，确定每类第一测试变量数据的非重合影响指标与其余类的第一测试变量数据的所有影响指标的第二相关值；

根据获取的第二相关值构建第二相关矩阵，并计算得到第二特征值；

利用所述第一特征值、第二特征值确定非重合局部关联参数；

计算不同类的第一测试变量数据之间的影响指标重合率，并对重合指标标记；

将影响指标重合率大于设定重合阈值的第一测试变量数据互相标定为一级关联；

再将影响指标重合率不大于设定重合阈值的第一测试变量数据互相标定为二级关联；

基于相同影响指标在不同类第一检测变量数据表现的指标影响系数，再结合预设关联系数确定与当前第一测试变量数据存在一级关联关系、二级关联关系的第一测试检测变量数据的第一系数、第二系数；

利用第一系数、第二系数确定重合局部关联参数；

对影响指标作为自变量指标，同提取的历史检测变量数据建立主成分回归模型；

利用所述主成分回归模型预测预置试验样本，得到预测试验变量数据；

利用所述预测试验变量数据，与第一测试变量数据之间的影响指标重合率结合计算得到全局关联参数；

基于所述全局关联参数、非重合局部关联参数以及重合局部关联参数求取第一评估指数。

优选的，第一评估指数的计算公式如下所示：

；式中，表示为第i类第一测试变量数据与第j类第一测试变量数据的第一评估指数；表示为第i类第一测试变量数据与第j类第一测试变量数据的全局关联参数；表示为第i类第一测试变量数据与第j类第一测试变量数据的非重合局部关联参数；表示为非重合局部关联参数的微调权重；表示为第i类第一测试变量数据与第j类第一测试变量数据的重合局部关联参数；2表示为重合局部关联参数的微调权重；表示为计算第一评估指数的损耗因子。

优选的，利用所述预测试验变量数据，与第一测试变量数据之间的影响指标重合率结合计算得到全局关联参数，包括：

对所述预测试验变量数据与实际测试变量数据进行比较分析，得到第一比较结果；

利用所述第一比较结果，对获取的所有主成分回归模型进行有效性检验与显著性检验，得到目标拟合优度与参数适用度；

根据所述目标拟合优度与参数适用度，结合影响指标重合率求取全局关联参数；

其中，全局关联参数的计算公式如下所示：

；式中，表示为第i类第一测试变量数据与第j类第一测试变量数据的全局关联参数；表示为第i类预测试验数据数据与第j类预测试验数据的重合指标对测试变量的预测关联度，其中；2表示为第i类预测试验数据与第j类预测试验数据的非重合指标对测试变量的预测关联度，其中；、分别表示为第i类、第j类预测试验数据的对应主成分回归模型的目标拟合优度；、分别表示为第i类、第j类预测试验数据的对应主成分回归模型的参数适用度；表示为预测补偿因子；表示为影响指标重合率；表示为与第i类预测试验数据同类的第一测试变量数据中的所有重合指标的指标影响系数总值；表示为与第j类预测试验数据同类的第一测试变量数据中的所有重合指标的指标影响系数总值；表示为与第i类预测试验数据同类的第一测试变量数据中的所有非重合指标的指标影响系数总值；表示为与第i类预测试验数据同类的第一测试变量数据中的所有非重合指标的指标影响系数总值。

优选的，利用所述第一评估指数对第一调节参数进行优化得到第二调节参数，再对第一测试变量数据进行调节，得到目标检测变量数据，包括：

利用计算得到的第一评估指数对所述第一调节参数进行优化，得到第二调节参数；

获取第二调节参数与第一调节参数的绝对误差值，当绝对误差值小于设定误差阈值时，利用所述第二调节参数对第一测试变量数据进行调节，得到目标检测变量数据；

否则，利用所述主成分回归模型预测当前测试变量数据，得到预测变量数据；

将关键状态量作为自变量，预测变量数据作为因变量构建预测曲线，以及分段曲线拟合后得到的相匹配的预测复合曲线；

基于筛选出的曲线的关键特性特征，确定对预测变量数据的所有差异系数进行分析处理得到偏差因子；

利用所述偏差因子对第二调节参数进行调整后，再对第一测试变量数据进行调节，得到目标检测变量数据。

优选地、在一种可能实现的方式、精选的，

与现有技术相比，本申请的有益效果如下：

通过构建并分析第一测试变量数据的曲线特性得到第一调节参数；再利用分析不同变量的不同影响指标相互关联性得到的第一评估指数对第一调节参数进行优化得到第二调节参数，实现对第一测试变量数据有效调节，进而确保轮胎性能检测准确性以及可靠性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种用于轮胎的检测变量调节方法的流程示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供一种用于轮胎的检测变量调节方法，如图1所示，包括：

步骤1：基于预置行驶状态量利用目标设备对目标轮胎进行性能检测，得到第一测试变量数据；

步骤2：利用所述第一测试变量数据构建测试曲线并进行特性分析，得到第一调节参数；

步骤3：通过对从轮胎检测变量数据库中提取到的历史检测变量数据进行变量关联度评估，获取第一评估指数；

步骤4：利用所述第一评估指数对第一调节参数进行优化得到第二调节参数，再对第一测试变量数据进行调节，得到目标检测变量数据。

该实施例中，预置行驶状态量包括有测试行驶速度、测试行驶时间、测试负荷、测试里程数以及测试路面质量数据；目标设备用于检测轮胎性能，包括有磨损检测装置、耐久试验性能机以及均匀性试验机等；第一测试变量数据是对利用目标设备检测轮胎得到的第一性能测试数据预处理后得到的数据，其中第一性能测试数据包括有均匀性、耐久度、刚度以及磨损度等等。

该实施例中，测试曲线是将从预置行驶状态量中筛选出的关键状态量作为自变量，第一测试变量数据作为因变量构建的曲线，其中关键状态量指的是测试负荷、测试速度以及测试里程数；第一调节参数是分析基于第一测试变量数据分段曲线拟合得到的复合曲线与测试曲线的曲线差异特性得到的调节参数。

该实施例中，轮胎检测变量数据库由检测变量以及历史检测变量数据构成；历史检测变量数据包括有历史均匀性、历史耐久度、历史刚度以及历史磨损度等等；第一评估指数用于评价不同检测变量之间的关联程度；第二调节参数是利用第一评估指数对第一调节参数调整优化后得到的参数，用于调节第一测试变量数据，从而得到目标检测变量数据。

上述技术方案的有益效果是：通过构建并分析第一测试变量数据的曲线特性得到第一调节参数；再利用分析不同变量的不同影响指标相互关联性得到的第一评估指数对第一调节参数进行优化得到第二调节参数，实现对第一测试变量数据有效调节，进而确保轮胎性能检测准确性以及可靠性。

本发明实施例提供一种用于轮胎的检测变量调节方法，基于预置行驶状态量利用目标设备对目标轮胎进行性能检测，得到第一测试变量数据，包括：

将多个相同质量的目标轮胎分别装置于处于相同环境条件下的不同目标设备上，按照预置行驶状态量进行行驶，获取第一性能测试数据；

对所述第一性能测试数据进行数据预处理，得到第一测试变量数据。

该实施例中，目标轮胎指的是需要性能检测的轮胎；环境条件指的是检测环境温度以及检测环境气压；目标设备用于检测轮胎性能，包括有磨损检测装置、耐久试验性能机以及均匀性试验机等。

该实施例中，预置行驶状态量包括有测试行驶速度、测试行驶时间、测试负荷、测试里程数以及测试路面质量数据；第一性能测试数据包括有均匀性、耐久度、刚度以及磨损度等等；第一测试变量数据是对第一性能测试数据数据预处理得到的，其中预处理主要是指归一化与去噪处理。

上述技术方案的有益效果是：通过对将目标轮胎放置在不同的检测设备上进行轮胎性能检测得到的性能数据预处理得到第一测试变量数据，为后续实现轮胎检测变量数据调节提供可靠的数据基础。

本发明实施例提供一种用于轮胎的检测变量调节方法，利用所述第一测试变量数据构建测试曲线并进行特性分析，得到第一调节参数，包括：

将从预置行驶状态量中选取关键状态量作为自变量，第一测试变量数据作为因变量；

利用所述自变量与因变量构建测试曲线，以及分段曲线拟合后得到的相匹配的复合曲线；

筛选曲线的关键特性特征并利用对应特征数据计算得到测试曲线与复合曲线的差异系数；

将获取的所有差异系数加权计算得到对应第一测试变量数据的第一调节参数。

该实施例中，预置行驶状态量包括有测试行驶速度、测试行驶时间、测试负荷、测试里程数以及测试路面质量数据；关键状态量指的是测试行驶速度、测试负荷以及测试里程数，其中测试负荷指的是轮胎测试时所需克服的阻力。

该实施例中，测试曲线是将从预置行驶状态量中筛选出的关键状态量作为自变量，第一测试变量数据作为因变量构建的曲线；复合曲线指的是将从预置行驶状态量中筛选出的关键状态量作为自变量，第一测试变量数据作为因变量分段曲线拟合后得到的曲线；关键特性特征用于表示曲线特有的性质及反映数据变化趋势，比如峰值、数据变化方向；差异系数用于表示测试曲线与对应复合曲线的差异程度；第一调节参数是对获取的所有差异系数加权计算得到的数值，用于调节第一测试变量数据。

上述技术方案的有益效果是：通过基于曲线关键特性特征，对选取关键状态量作为作为自变量，第一测试变量数据作为因变量分别构建得到的测试曲线与分段曲线拟合后得到的复合曲线进行差异分析，得到差异系数并计算，可有效得到第一调节参数。

本发明实施例提供一种用于轮胎的检测变量调节方法，通过对从轮胎检测变量数据库中提取到的历史检测变量数据进行变量关联度评估，获取第一评估指数，包括：

对从轮胎检测变量数据库中提取到的历史检测变量数据进行数据挖掘分析，得到每类测试变量数据的影响指标以及对应的指标影响系数；

判断所述第一测试变量数据是否存在特定影响指标，若存在，则通过分析指标层次结构关系，确定每类第一测试变量数据的特定影响指标与其余第一测试变量数据的所有影响指标的第一相关值；

根据获取的第一相关值构建第一相关矩阵，并计算得到第一特征值；

判断不同类的第一测试变量数据之间是否存在非重合影响指标，若存在，则通过分析指标层次结构关系，确定每类第一测试变量数据的非重合影响指标与其余类的第一测试变量数据的所有影响指标的第二相关值；

根据获取的第二相关值构建第二相关矩阵，并计算得到第二特征值；

利用所述第一特征值、第二特征值确定非重合局部关联参数；

计算不同类的第一测试变量数据之间的影响指标重合率，并对重合指标标记；

将影响指标重合率大于设定重合阈值的第一测试变量数据互相标定为一级关联；

再将影响指标重合率不大于设定重合阈值的第一测试变量数据互相标定为二级关联；

基于相同影响指标在不同类第一检测变量数据表现的指标影响系数，再结合预设关联系数确定与当前第一测试变量数据存在一级关联关系、二级关联关系的第一测试检测变量数据的第一系数、第二系数；

利用第一系数、第二系数确定重合局部关联参数；

对影响指标作为自变量指标，同提取的历史检测变量数据建立主成分回归模型；

利用所述主成分回归模型预测预置试验样本，得到预测试验变量数据；

利用所述预测试验变量数据，与第一测试变量数据之间的影响指标重合率结合计算得到全局关联参数；

基于所述全局关联参数、非重合局部关联参数以及重合局部关联参数求取第一评估指数。

该实施例中，轮胎检测变量数据库由检测变量以及历史检测变量数据构成；历史检测变量数据包括有历史均匀性、历史耐久度、历史刚度以及历史磨损度等等。

该实施例中，影响指标用于表示影响检测变量数值的特征，比如轮胎受力分布、胎压、行驶振动频率；指标影响系数用于表示影响指标对检测变量的重要影响程度；特定影响指标指的是当前第一测试变量数据中的与其余所有第一测试变量数据的影响指标均不同的影响指标；指标层次结构关系包括有包含关系以及从属关系，用于表示不同检测变量的不同影响指标之间的关联程度；第一相关值用于表示每类第一测试变量数据的特定影响指标与其余第一测试变量数据的所有影响指标的关联程度。

该实施例中，第一相关矩阵是根据获取的第一相关值构建得到的；第一特征值是对第一相关矩阵计算得到的；非重合影响指标指的是第一测试变量数据彼此之间的不同影响指标；第二相关值用于表示每类第一测试变量数据的非重合影响指标与其余第一测试变量数据的所有影响指标的关联程度；第二相关矩阵是根据获取的第二相关值构建得到的；第二特征值是对第二相关矩阵计算得到的。

该实施例中，比如，存在第一测试变量数据A1的影响指标有a1、a2、a3、a5；第一测试变量数据A2的影响指标有a1、a3、a4、a5，此时确定非重合影响指标为a2、a4，再利用非重合影响指标a2、a4与第一测试变量数据A2的影响指标有a1、a3、a4、a5依次计算得到第二相关值，并构建第二相关矩阵；

计算所述第二相关矩阵得到第二特征值。

该实施例中，非重合局部关联参数是通过分析非重合影响指标对全部影响指标的相关性得到的参数，用于表征局部指标对不同检测变量关联度的影响程度；影响指标重合率指的是第一测试变量数据之间存在的相同影响指标占全部影响指标的比例；设定重合阈值是提前设定好的。

该实施例中，一级关联用于表示检测变量之间高关联；二级关联用于表示检测变量之间低关联；预设关联系数包括高关联系数以及低关联系数，是提前设定好的；第一系数是利用高关联系数结合对应指标影响系数计算得到的系数；第二系数是利用低关联系数结合对应指标影响系数计算得到的系数；重合局部关联参数用于表征重合影响指标对不同检测变量关联度的影响程度，体现局部指标对不同检测变量关联度的影响程度。

该实施例中，主成分回归模型用于基于线性变换对历史检测变量数据分析来预测当前或未来检测变量数据；预置试验样本是提前确定好的；预测试验变量数据是利用主成分回归模型对预置试验样本进行预测得到的数据；全局关联参数指的是通过分析影响指标针对不同检测变量数据的预测灵敏性、关联性，以及影响指标对检测变量的重要影响程度确定的参数；第一评估指数用于评价不同检测变量之间的关联程度。

上述技术方案的有益效果是：通过对不同测试变量之间的不同影响指标的相互关联程度以及影响指标对测试变量的影响程度分析计算得到第一评估指数，确定了不同测试变量之间的关联度。

本发明实施例提供一种用于轮胎的检测变量调节方法，第一评估指数的计算公式如下所示：

；式中，表示为第i类第一测试变量数据与第j类第一测试变量数据的第一评估指数；表示为第i类第一测试变量数据与第j类第一测试变量数据的全局关联参数；表示为第i类第一测试变量数据与第j类第一测试变量数据的非重合局部关联参数；表示为非重合局部关联参数的微调权重；表示为第i类第一测试变量数据与第j类第一测试变量数据的重合局部关联参数；2表示为重合局部关联参数的微调权重；表示为计算第一评估指数的损耗因子。

上述技术方案的有益效果是：通过获取全局关联参数与非重合局部关联参数来计算第一评估指数，有效直观的表示不同测试变量之间的关联度，有助于实现检测变量数据的准确调节。

本发明实施例提供一种用于轮胎的检测变量调节方法，利用所述预测试验变量数据，与第一测试变量数据之间的影响指标重合率结合计算得到全局关联参数，包括：

对所述预测试验变量数据与实际测试变量数据进行比较分析，得到第一比较结果；

利用所述第一比较结果，对获取的所有主成分回归模型进行有效性检验与显著性检验，得到目标拟合优度与参数适用度；

根据所述目标拟合优度与参数适用度，结合影响指标重合率求取全局关联参数；

其中，全局关联参数的计算公式如下所示：

；式中，表示为第i类第一测试变量数据与第j类第一测试变量数据的全局关联参数；表示为第i类预测试验数据数据与第j类预测试验数据的重合指标对测试变量的预测关联度，其中；2表示为第i类预测试验数据与第j类预测试验数据的非重合指标对测试变量的预测关联度，其中；、分别表示为第i类、第j类预测试验数据的对应主成分回归模型的目标拟合优度；、分别表示为第i类、第j类预测试验数据的对应主成分回归模型的参数适用度；表示为预测补偿因子；表示为影响指标重合率；表示为与第i类预测试验数据同类的第一测试变量数据中的所有重合指标的指标影响系数总值；表示为与第j类预测试验数据同类的第一测试变量数据中的所有重合指标的指标影响系数总值；表示为与第i类预测试验数据同类的第一测试变量数据中的所有非重合指标的指标影响系数总值；表示为与第i类预测试验数据同类的第一测试变量数据中的所有非重合指标的指标影响系数总值。

该实施例中，预测试验变量数据是利用主成分回归模型基于预置试验样本进行预测得到的数据；实际测试变量数据指的是真实测试变量数据；第一比较结果指的是预测试验变量数据与实际测试变量数据的差值。

该实施例中，主成分回归模型用于基于线性变换对历史检测变量数据分析来预测当前或未来检测变量数据；有效性检验指的是对主成分回归模型的可靠性验证与准确性验证；显著性检验指的是检验在一定显著性水平下回归系数的显著性；目标拟合优度用于评估主成分回归模型基于预置试验样本预测的准确性；参数适用度用于评估模型参数的适用程度；影响指标重合率指的是第一测试变量数据之间存在的相同影响指标占全部影响指标的比例。

上述技术方案的有益效果是：通过基于利用主成分回归模型预测得到的数据分析影响指标对检测变量变化趋势的预测关联度以及影响程度，再结合影响指标重合率计算得到全局关联参数，为分析变量的关联程度奠定基础。

本发明实施例提供一种用于轮胎的检测变量调节方法，利用所述第一评估指数对第一调节参数进行优化得到第二调节参数，再对第一测试变量数据进行调节，得到目标检测变量数据，包括：

利用计算得到的第一评估指数对所述第一调节参数进行优化，得到第二调节参数；

获取第二调节参数与第一调节参数的绝对误差值，当绝对误差值小于设定误差阈值时，利用所述第二调节参数对第一测试变量数据进行调节，得到目标检测变量数据；

否则，利用所述主成分回归模型预测当前测试变量数据，得到预测变量数据；

将关键状态量作为自变量，预测变量数据作为因变量构建预测曲线，以及分段曲线拟合后得到的相匹配的预测复合曲线；

基于筛选出的曲线的关键特性特征，确定对预测变量数据的所有差异系数进行分析处理得到偏差因子；

利用所述偏差因子对第二调节参数进行调整后，再对第一测试变量数据进行调节，得到目标检测变量数据。

该实施例中，第一评估指数用于评价不同检测变量之间的关联程度；第一调节参数是分析基于第一测试变量数据分段曲线拟合得到的复合曲线与测试曲线的曲线差异特性得到的调节参数；第二调节参数是利用第一评估指数对第一调节参数调整优化后的参数；绝对误差值指的是第一调节参数和第二调节参数的数值差的绝对值；设定误差阈值是提前设定好的。

该实施例中，第一测试变量数据是对利用目标设备检测轮胎得到的第一性能测试数据预处理后得到的数据，其中第一性能测试数据包括有均匀性、耐久度、刚度以及磨损度等等；目标检测变量数据是利用第二调节参数或调整后的第二调节参数对第一测试变量数据调节后得到的数据。

该实施例中，预测变量数据指的是利用主成分回归模型对第一测试变量数据相同时刻的变量预测得到的数据；预测曲线将从预置行驶状态量中筛选出的关键状态量作为自变量，预测变量数据作为因变量构建的曲线，其中关键状态量指的是测试负荷、测试速度以及测试里程数；预测复合曲线是将关键状态量作为自变量，预测变量数据作为因变量分段曲线拟合得到的曲线；关键特性特征用于表示曲线特有的性质及反映数据变化趋势，比如峰值、数据变化方向；偏差因子表示利用主成分回归模型预测相同时刻下检测变量得到的数据与第一测试变量数据的偏差程度，用于对第二调节参数调整。

上述技术方案的有益效果是：通过获取第二调节参数并确定第二调节参数的适用性；当第二调节参数不适合调节测试变量数据时，利用主成分回归模型预测当前的测试变量数据构建曲线，与第一测试变量数据的曲线进行比较分析得到的偏差因子对第二调节参数优化调整，保证了检测变量调节的精确性，进而确保轮胎性能检测的可靠性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种用于轮胎的检测变量调节方法，其特征在于，包括：

步骤1：基于预置行驶状态量利用目标设备对目标轮胎进行性能检测，得到第一测试变量数据；

步骤2：利用所述第一测试变量数据构建测试曲线并进行特性分析，得到第一调节参数；

步骤3：通过对从轮胎检测变量数据库中提取到的历史检测变量数据进行变量关联度评估，获取第一评估指数；

步骤4：利用所述第一评估指数对第一调节参数进行优化得到第二调节参数，再对第一测试变量数据进行调节，得到目标检测变量数据。

2.根据权利要求1所述的一种用于轮胎的检测变量调节方法，其特征在于，基于预置行驶状态量利用目标设备对目标轮胎进行性能检测，得到第一测试变量数据，包括：

将多个相同质量的目标轮胎分别装置于处于相同环境条件下的不同目标设备上，按照预置行驶状态量进行行驶，获取第一性能测试数据；

对所述第一性能测试数据进行数据预处理，得到第一测试变量数据。

3.根据权利要求1所述的一种用于轮胎的检测变量调节方法，其特征在于，利用所述第一测试变量数据构建测试曲线并进行特性分析，得到第一调节参数，包括：

将从预置行驶状态量中选取关键状态量作为自变量，第一测试变量数据作为因变量；

利用所述自变量与因变量构建测试曲线，以及分段曲线拟合后得到的相匹配的复合曲线；

筛选曲线的关键特性特征并利用对应特征数据计算得到测试曲线与复合曲线的差异系数；

将获取的所有差异系数加权计算得到对应第一测试变量数据的第一调节参数。

4.根据权利要求3所述的一种用于轮胎的检测变量调节方法，其特征在于，所述关键状态量指的是测试负荷、测试速度以及测试里程数。

5.根据权利要求1所述的一种用于轮胎的检测变量调节方法，其特征在于，通过对从轮胎检测变量数据库中提取到的历史检测变量数据进行变量关联度评估，获取第一评估指数，包括：

对从轮胎检测变量数据库中提取到的历史检测变量数据进行数据挖掘分析，得到每类测试变量数据的影响指标以及对应的指标影响系数；

判断所述第一测试变量数据是否存在特定影响指标，若存在，则通过分析指标层次结构关系，确定每类第一测试变量数据的特定影响指标与其余第一测试变量数据的所有影响指标的第一相关值；

根据获取的第一相关值构建第一相关矩阵，并计算得到第一特征值；

判断不同类的第一测试变量数据之间是否存在非重合影响指标，若存在，则通过分析指标层次结构关系，确定每类第一测试变量数据的非重合影响指标与其余类的第一测试变量数据的所有影响指标的第二相关值；

根据获取的第二相关值构建第二相关矩阵，并计算得到第二特征值；

利用所述第一特征值、第二特征值确定非重合局部关联参数；

计算不同类的第一测试变量数据之间的影响指标重合率，并对重合指标标记；

将影响指标重合率大于设定重合阈值的第一测试变量数据互相标定为一级关联；

再将影响指标重合率不大于设定重合阈值的第一测试变量数据互相标定为二级关联；

基于相同影响指标在不同类第一检测变量数据表现的指标影响系数，再结合预设关联系数确定与当前第一测试变量数据存在一级关联关系、二级关联关系的第一测试检测变量数据的第一系数、第二系数；

利用第一系数、第二系数确定重合局部关联参数；

对影响指标作为自变量指标，同提取的历史检测变量数据建立主成分回归模型；

利用所述主成分回归模型预测预置试验样本，得到预测试验变量数据；

利用所述预测试验变量数据，与第一测试变量数据之间的影响指标重合率结合计算得到全局关联参数；

基于所述全局关联参数、非重合局部关联参数以及重合局部关联参数求取第一评估指数。

6.根据权利要求5所述的一种用于轮胎的检测变量调节方法，其特征在于，第一评估指数的计算公式如下所示：

；式中，表示为第i类第一测试变量数据与第j类第一测试变量数据的第一评估指数；表示为第i类第一测试变量数据与第j类第一测试变量数据的全局关联参数；表示为第i类第一测试变量数据与第j类第一测试变量数据的非重合局部关联参数；表示为非重合局部关联参数的微调权重；表示为第i类第一测试变量数据与第j类第一测试变量数据的重合局部关联参数；2表示为重合局部关联参数的微调权重；表示为计算第一评估指数的损耗因子。

7.根据权利要求5所述的一种用于轮胎的检测变量调节方法，其特征在于，利用所述预测试验变量数据，与第一测试变量数据之间的影响指标重合率结合计算得到全局关联参数，包括：

对所述预测试验变量数据与实际测试变量数据进行比较分析，得到第一比较结果；

利用所述第一比较结果，对获取的所有主成分回归模型进行有效性检验与显著性检验，得到目标拟合优度与参数适用度；

根据所述目标拟合优度与参数适用度，结合影响指标重合率求取全局关联参数；

其中，全局关联参数的计算公式如下所示：

；式中，表示为第i类第一测试变量数据与第j类第一测试变量数据的全局关联参数；表示为第i类预测试验数据数据与第j类预测试验数据的重合指标对测试变量的预测关联度，其中；2表示为第i类预测试验数据与第j类预测试验数据的非重合指标对测试变量的预测关联度，其中；、分别表示为第i类、第j类预测试验数据的对应主成分回归模型的目标拟合优度；、分别表示为第i类、第j类预测试验数据的对应主成分回归模型的参数适用度；表示为预测补偿因子；表示为影响指标重合率；表示为与第i类预测试验数据同类的第一测试变量数据中的所有重合指标的指标影响系数总值；表示为与第j类预测试验数据同类的第一测试变量数据中的所有重合指标的指标影响系数总值；表示为与第i类预测试验数据同类的第一测试变量数据中的所有非重合指标的指标影响系数总值；表示为与第i类预测试验数据同类的第一测试变量数据中的所有非重合指标的指标影响系数总值。

8.根据权利要求1所述的一种用于轮胎的检测变量调节方法，其特征在于，利用所述第一评估指数对第一调节参数进行优化得到第二调节参数，再对第一测试变量数据进行调节，得到目标检测变量数据，包括：

利用计算得到的第一评估指数对所述第一调节参数进行优化，得到第二调节参数；

获取第二调节参数与第一调节参数的绝对误差值，当绝对误差值小于设定误差阈值时，利用所述第二调节参数对第一测试变量数据进行调节，得到目标检测变量数据；

否则，利用所述主成分回归模型预测当前测试变量数据，得到预测变量数据；

将关键状态量作为自变量，预测变量数据作为因变量构建预测曲线，以及分段曲线拟合后得到的相匹配的预测复合曲线；

基于筛选出的曲线的关键特性特征，确定对预测变量数据的所有差异系数进行分析处理得到偏差因子；

利用所述偏差因子对第二调节参数进行调整后，再对第一测试变量数据进行调节，得到目标检测变量数据。