基于主客观融合的轮胎与整车操纵稳定性匹配评价方法研究

doi:10.19562/j.chinasae.qcgc.2025.04.018

Abstract

Abstract:

Tire matching selection is an important part of the vehicle development process. Currently， the mainstream subjective evaluation methods have problems such as poor consistency between enterprises， shortage of driver resources， and lagging evaluation nodes. In this paper， based on the subjective and objective test data of real vehicles， considering the inherent correlation between tire mechanical performance and structural parameters of vehicle handling stability， by extraction of subjective evaluation influencing factors and generation of the dimensionality reduction feature space based on correlation analysis， a subjective and objective fusion index system is established. Further， with the objective indicators and subjective rating prior trend relationship as the constraint penalty term， a tire and vehicle handling stability matching evaluation model based on subjective and objective fusion is constructed by designing an ensemble learning algorithm. The mean MSE on multi region test data is 0.247， and the predicted results show good consistency with the test results. The relevant achievements can build a quantitative evaluation system for the subjective and objective consistency of vehicle handling stability， providing support for precise selection of tire matching.

Key words: tires, handling stability, subjective and objective evaluation, machine learning, prior knowledge

Junzhao Jiang,Yekai Xu,Xiaowen Zhang,Wenjun Wang. Research on Matching Evaluation Method of Tire and Vehicle Handling Stability Based on Subjective and Objective Fusion[J].Automotive Engineering, 2025, 47(4): 776-787.

Figures/Tables 29

References 20

1	ZHOU W， GUO X X， ZHANG C C， et al. A novel objective evaluation method of drivability for passenger cars considering subjective and objective consistency［J］. J. Automobile Engineering，2023，237：607-621.
2	钟凡.整车操纵稳定性主客观评价一致性研究［D］.长沙：湖南大学，2019.
	ZHONG Fan. Study on subjective and objective evaluation consistency of vehicle handling stability［D］. Changsha： Hunan University，2019.
3	GIUSEPPE G，STEFANO P D，DANIELE C， et al. Ride analysis tools for passenger cars： objective and subjective evaluation techniques and correlation processes-a review［J］.Vehicle System Dynamics，2024，62（7）：1876-1902.
4	毛万鑫.微型汽车驾驶性主客观评价方法研究［D］.武汉：武汉理工大学，2022.
	MAO Wanxin. Research on subjective and objective evaluation methods［D］. Wuhan： Wuhan University of Technology，2022.
5	PELIKÁN J， STEINBAUER P， VALASEK M， et al. Correlation of objective and subjective evaluation of vehicle handling by neural networks［J］. Bulletin of Applied Mechanics，2012， 8（29）.
6	张义花，许洪国，刘宏飞，等.双挂汽车列车操纵稳定性评价指标研究［J］.中国公路学报，2017，30（5）：145-151.
	ZHANG Yihua， XU Hongguo， LIU Hongfei， et al. Research on the evaluation index of handling stability of tractor and double trailer.combination［J］.China Journal of Highway and Transport，2017，30（5）：145-151.
7	ZHOU W， GUO X， ZHANG C， et al.A novel objective evaluation method of drivability for passenger cars considering subjective and objective consistency［J］.Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering，2023，237（4）：607-621.
8	陈栋.融合操稳主客观评价的悬架K&C特性优化研究［D］.长春：吉林大学，2018.
	CHEN Dong. Research on suspension k&c characteristics tics optimization including handling subjective and objective evaluation［D］.Changchun：Jilin University，2018.
9	汽车操纵稳定性试验方法：GB/T 6323—2014［S］.2014.
	Test methods for vehicle handling and stability：GB/T 6323—2014［S］.2014.
10	KUIPER E， VAN OOSTEN J J M. The PAC2002 advanced handling tire model［J］. Vehicle System Dynamics， 2007， 45（S1）： 153-167.
11	FENG S， ZHAO Y， DENG H， et al.Parameter identification of magic formula tire model based on fibonacci tree optimization algorithm［J］.Journal of Shanghai Jiaotong University （Science），2021，26（5）：647-657.
12	张丽霞，王亚平，潘福全，等.针对汽车最速操纵稳定性的轮胎参数优化［J］.重庆理工大学学报（自然科学），2022，36（4）：35-42.
	ZHANG Lixia，WANG Yaping，PAN Fuquan， et al. Tire parameter optimization for vehicle minimum time handling and stability［J］. Journal of Chongqing University of Technology（Natural Science），2022，36（4）：35-42.
13	陈焕明，郭孔辉.轮胎性能对车辆操纵稳定性影响的仿真研究［J］.汽车工程，2015，37（5）：491-494，505.
	CHEN Huanming，GUO Konghui.Simulation of the effects of tire performance on vehicle handling stability［J］.Automotive Engineering，2015，37（5）：491-494，505.
14	汽车轮胎纵向和横向刚性试验方法：GB/T 23663［S］.2020.
	Test methods for longitudinal and transverse rigidity of automotive tires： GB/T 23663［S］.2020.
15	汽车轮胎静态接地压力分布试验方法：GB/T 22038—2018［S］.2018.
	Test method for static ground pressure distribution of automotive tires：GB/T 22038—2018［S］.2018.
16	SUBRAMANIYAM K V， KUMAR C S N， SUBRAMANIAN S C.Analysis of handling performance of hybrid electric vehicles［J］. IFAC-PapersOnLine， 2018， 51（1）： 190-195.
17	GOMEZ G L G， NYBACKA M， BAKKER E， et al. Objective metrics for vehicle handling and steering and their correlations with subjective assessments［J］. International Journal of Automotive Technology，2016， 17（5）： 777-794.
18	田甜.乘用车操纵稳定性主观评价客观化研究［D］.长春：吉林大学，2019.
	TIAN Tian. Research on objectification of subjective evaluation for passenger vehicle handling stability［D］. Changchun：Jilin University，2019.
19	韦勇，韦宝侣，赵亮，等.轮胎力学特性对汽车操纵稳定性的影响分析［J］.轮胎工业，2020，40（3）：131-138.
	WEI Yong，WEI Baolv，ZHAO Liang，et al. Influence of tire mechanical characteristics on handling stability of vehicle［J］.Tire Industry，2020，40（3）：131-138.
20	高磊.基于操稳性能评价的轮胎与整车匹配方法研究［D］.长春：吉林大学，2021.
	GAO Lei. Research on tire and vehicle matching method based on handling and stability performance evaluation［D］.Changchun：Jilin University，2021.

评价方式	优点	缺点
客观评价	试验方法明确，指标计算直观，而且不受人为因素干扰	评价研究工作纷繁冗杂，数据难以直接反映汽车性能
主观评价	综合的感受车辆整体的性能强弱，真实反映驾驶体验	评价车手稀少，易受评车师个人主观因素的影响，评价结果离散性较大

参数名称		数值
电动机	类型	永磁同步电机
	总功率/kW	202
	总转矩/（N·m）	404
悬挂	前悬挂	双叉臂式独立悬挂
悬挂	后悬挂	多连杆式独立悬挂
变速器	类型	固定齿比变速器
车身尺寸	前轮距/mm	1 580
	后轮距/mm	1 580
	整备质量/kg	1 761
驱动	类型	后置后驱

分数	估计	产品可用性	抱怨用户分类	用户满意度
1	极差	无法使用	所有用户	远远不能满足	不可接受性
2	贫穷的
3	相对较差
4	稍差		普通用户	不满意
5	几乎不能接受	可获得的	普通用户	不太满意
6	可接受		挑剔用户	比较满意	可接受性
7	更可取地		挑剔用户	满意
8	好的		专业人员	满意
9	很好		专业人员	非常满意
10	完美的		不	非常满意

类别	项目	评价区域
干地操稳性	转向	中心区感觉（L1）
		转向力反馈（L2）
		转向响应（L3）
		线性感（L4）
	抓地力	侧向抓地力（L5）
	稳定性	直线行驶稳定性（L6）
		车道变换稳定性（L7）
		稳态回转能力（L8）

轮胎	L1	L2	L3	L4	L5	L6	L7	L8
1	7	7.25	7.75	7.5	7.75	7.25	8	7.75
2	7.5	7.5	6.25	7	6.5	7.25	6.5	6.5
3	7.25	7.5	6.25	7.25	6.5	7.25	6.5	6.5
4	6.75	7.5	6.5	7	6.25	7.25	6	6
5	7.25	7.5	7.75	7.5	7.5	7.25	7.75	7.25
6	7.25	7.5	6.25	7.25	6.5	7.25	6.5	6.5
7	7	7	7	7.25	7	7.25	7	7
8	6.5	6.25	6.25	6.25	5.75	7	5.75	6
9	7.25	7.5	7.5	7.5	7.25	7.25	7.5	7.25

Research on Matching Evaluation Method of Tire and Vehicle Handling Stability Based on Subjective and Objective Fusion

RichHTML

PDF (PC)

Like

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 29

References 20

Related Articles 15

Metrics

Comments

Recommended 0

类别	项目	指标
整车客观试验	正弦迟滞试验	横摆角速度时间滞后（K1）
		侧向加速度时间滞后（K2）
		质心侧偏角时间滞后（K3）
		横摆角速度峰值（K4）
		侧向加速度峰值（K5）
		质心侧偏角峰值（K6）
	中心区操纵稳定性试验	转向刚度（K7）
		转向系统摩擦力矩（K8）
		侧向加速度迟滞（K9）
		侧向加速度为0时的转向盘力矩梯度（K10）
		侧向加速度为0.1g时的转向盘力矩梯度（K11）
		转向迟滞（K12）
	阶跃输入试验	横摆角速度响应时间（K13）
	阶跃输入试验	侧向加速度响应时间（K14）
	慢增量试验	侧向加速度为0.5 m/s²对应的转向盘力矩（K15）
		侧向加速度为（1-8） m/s²对应的转向盘力矩（K16-K23）
		转向盘力矩线性度（0.5g-0.8g）（K24）
		转向盘力矩线性度（0.05g-0.3g）（K25）
		转向力矩峰值对应的侧向加速度（K26）
		侧向加速度为0.5 m/s²对应的转向盘转角（K27）
		侧向加速度为（1-8） m/s²对应的转向盘转角（K28-K35）
		转向盘转角线性度（0.5g-0.8g）（K36）
		转向盘转角线性度（0.05g-0.3g）（K37）
		侧向加速度为（1-8） m/s²对应的横摆角速度（K38-K45）
		横摆角速度线性度（0.5g-0.8g）（K46）
		横摆角速度线性度（0.05g-0.3g）（K47）
	稳态回转试验	车身侧倾角梯度（K48）
		（0.2g-0.8g）处不足转向梯度（K49-K52）
		最大侧向加速度（K53）
		横摆角速度峰值对应的侧向加速度（K54）
		横摆角速度峰值（K55）

工况	辨识参数	解释说明
纯侧偏	p_Cy1（K56）	侧向力形状因子
	p_Dy1（K57）	侧向摩擦因数
	p_Ey1（K58）	侧向力曲率系数
	p_Ky1（K59）	侧向刚度系数的最大值
纯纵滑	p_Cx1（K60）	纵向力形状因子
	p_Dx1（K61）	纵向力摩擦因数
	p_Ex1（K62）	纵向力曲率系数
	p_Kx1（K63）	纵滑刚度系数
复合工况	r_By1（K64）	复合侧向力减少的斜率系数
	r_Cy1（K65）	复合侧向力减少的形状因子
	r_Hy1（K66）	复合侧向力减少的偏移系数
	r_Vy1（K67）	载荷处滑移率引起的侧向力

类别	项目	指标
刚度试验	扭转刚度	载荷40%下的扭转刚度（K68）
		载荷80%下的扭转刚度（K69）
		载荷120%下的扭转刚度（K70）
	侧向刚度	载荷40%下的侧向刚度值（K71）
		载荷80%下的侧向刚度值（K72）
		载荷120%下的侧向刚度值（K73）
	纵向刚度	载荷40%下的纵向刚度值（K74）
		载荷80%下的纵向刚度值（K75）
		载荷120%下的纵向刚度值（K76）

类别	项目	指标
印痕试验	花纹饱和度	载荷40%下外倾角0°花纹饱和度（K77）
		载荷40%下外倾角6°花纹饱和度（K78）
		载荷80%下外倾角0°花纹饱和度（K79）
		载荷80%下外倾角6°花纹饱和度（K80）
		载荷120%下外倾角0°花纹饱和度（K81）
		载荷120%下外倾角6°花纹饱和度（K82）
	矩形比	载荷40%下外倾角0°矩形比（K83）
		载荷40%下外倾角6°矩形比（K84）
		载荷80%下外倾角0°矩形比（K85）
		载荷80%下外倾角6°矩形比（K86）
		载荷120%下外倾角0°矩形比（K87）
		载荷120%下外倾角6°矩形比（K88）

主观区域	预选整车指标	降维后整车指标
L1	K7～K12，K15～K17，K25， K27～K29，K37	K8，K11，K12，K17， K25，K28，K29，K37
L2	K10，K11，K15～K25	K10，K11， K23～K25
L3	K1～K6，K13，K14， K27～K46， K49～K52	K4，K6，K32， K34～K36， K46， K49～K52
L4	K24，K25，K36，K37，K46，K47，K56	K25，K36，K37，K46
L5	K4，K5，K34，K35，K44，K45， K53～K55	K35，K45，K53～K55
L6	K7～K11	K8～K10
L7	K1～K6，K34， K35，K44，K45， K51～K55	K5，K6，K35， K51～K55
L8	K48～K55	K48～K55

主观区域	随机森林	均值MSE	集成模型	均值MSE	集成模型+ 约束惩罚	均值MSE
L1	0.049	0.261	0.046	0.261	0.035	0.247
L2	0.076		0.081		0.090
L3	0.515		0.508		0.467
L4	0.176		0.180		0.177
L5	0.387		0.389		0.370
L6	0.002		0.001		0.003
L7	0.491		0.492		0.484
L8	0.393		0.386		0.346

[1]	Zichen Zheng,Shu Wang,Xuan Zhao,Zhaoke Li. Integrated Control of Distributed Drive Electric Vehicle AFS/DYC Based on Hybrid Model Predictive Control [J]. Automotive Engineering, 2025, 47(3): 470-480.
[2]	Ying Zhao,Jibo Hao,Keming Zhou,Jianfeng Hu,Yicheng Wang,Yueqiang Wang. Mechanical Properties of Double-arrow Non-pneumatic Tires Under the Condition of Unstructured Road [J]. Automotive Engineering, 2025, 47(1): 149-160.
[3]	Juan Zeng,Hao Wang,Bo Xu,Hongchang Zhang. Research on the Driver's Hazard Perception State Recognition Model Based on Strength and Weakness Perception Design [J]. Automotive Engineering, 2024, 46(6): 995-1005.
[4]	Weidong Liu,Zongzhi Han,Zhenhai Gao,Yanhu Kang. Real-Time Pavement Recognition Technology Based on Intelligent Tire System [J]. Automotive Engineering, 2024, 46(4): 617-625.
[5]	Lin Chen,Manping He,Shuxiao Wu,Deqian Chen,Mingsi Zhao,Haihong Pan. Fast Clustering of Retired Lithium-ion Batteries Based on Adaptive Fuzzy C-means Algorithm [J]. Automotive Engineering, 2024, 46(4): 643-651.
[6]	Zhixiang Li,Danhui Zhu,Jiahuan Zhang. Machine Learning Based Crashworthiness Optimization with Structural Deformation Mode Control [J]. Automotive Engineering, 2024, 46(12): 2220-2231.
[7]	Yubo Lian,Bengang Yi,Yingying Cui,Hongsheng Tian,Junfei Yan,Chen Cheng. Research on Integrated Design of Battery Pack and Car Body Based on Torsional Stiffness [J]. Automotive Engineering, 2023, 45(4): 647-653.
[8]	Jiqing Chen,Zihan Li,Fengchong Lan,Xinping Jiang,Wei Pan,Jikai Chen. Real-Vehicle Battery Health State Estimation Based on Nonlinear Reduced-Dimensional IC Features [J]. Automotive Engineering, 2023, 45(2): 199-208.
[9]	Gege Cui,Lü Chao,Jinghang Li,Zheyu Zhang,Guangming Xiong,Jianwei Gong. Data-Driven Personalized Scenario Risk Map Construction for Intelligent Vehicles [J]. Automotive Engineering, 2023, 45(2): 231-242.
[10]	Junzhao Jiang,Wenhao Yang,Bin Peng,Ting Guo,Yekai Xu,Guozhuo Wang. Driving Range Prediction of Fuel Cell Vehicles Based on Energy Consumption Weighting Strategy [J]. Automotive Engineering, 2023, 45(12): 2357-2365.
[11]	Qiang Song,Guanfeng Wang,He Shang,Nianzhong Zhang. Research on Handling Stability Control Strategy for Distributed Drive Electric Vehicle Based on Multi-parameter Control [J]. Automotive Engineering, 2023, 45(11): 2104-2112.
[12]	Zhicheng He,Zejun Xie,Kan Liu,Enlin Zhou,Qian Tang,Yuanyi Huang. Collaborative Design Optimization of Pure Electric Vehicle Drivetrain and Motor Structure Parameters [J]. Automotive Engineering, 2023, 45(11): 2113-2122.
[13]	Yubo Lian,Heping Ling,Junbin Wang,Hua Pan,Zhao Xie. A Real-time Thermal Runaway Detection Method of Power Battery Based on Guassian Mixed Model and Hidden Markov Model [J]. Automotive Engineering, 2023, 45(1): 139-146.
[14]	Xiaoyan Peng,Xingfei Xing,Qingjia Cui,Jing Huang. Research on Driving Force Distribution Control Method of Distributed Electric Vehicles [J]. Automotive Engineering, 2022, 44(7): 1059-1068.
[15]	Jian Zhao,Yaxin Li,Jing Tong,Bing Zhu,Weixiang Wu,Bohua Sun,Jiayi Han. Cross-Country Road Classification Method Based on Vehicle Dynamic Response Characteristics [J]. Automotive Engineering, 2022, 44(6): 909-918.