利用神經(jīng)網(wǎng)絡(luò)估算汽車風(fēng)阻系數(shù)

陳文 韋祖武 韋流權(quán)

關(guān)鍵詞：風(fēng)阻系數(shù);神經(jīng)網(wǎng)絡(luò);行駛阻力

0 引言

基于當(dāng)前全球的環(huán)境保護(hù)壓力，國(guó)家“雙碳”政策的指導(dǎo)，低碳的設(shè)計(jì)越來(lái)越受到企業(yè)的重視，低碳產(chǎn)品越來(lái)越深入到消費(fèi)者中間，低碳設(shè)計(jì)是必然的選擇。在汽車行業(yè)中，跟消費(fèi)者息息相關(guān)的“低碳”體現(xiàn)，主要在于實(shí)際駕駛車輛時(shí)所消耗的能量，當(dāng)前主要包括燃油、電能等。用于克服汽車行駛阻力而消耗的能量是汽車主要的耗能途徑之一，因此在設(shè)計(jì)上減少汽車的行駛阻力就是汽車行業(yè)的低碳設(shè)計(jì)手段之一。汽車行駛阻力基本公式為：

由式（1）可知，降低Cd 是降低行駛阻力、節(jié)約燃油的有效途徑。文獻(xiàn)指出，當(dāng)Cd 值由0.42 降低到0.30 時(shí)，其混合百公里燃油消耗可降低9%，而150 km/h 等速行駛的油耗則可降低25% 左右[1]。汽車風(fēng)阻是行駛阻力的重要組成部分，且在高速行駛時(shí)影響進(jìn)一步加大，故可以判斷，汽車風(fēng)阻系數(shù)設(shè)計(jì)指標(biāo)合理制定是低碳設(shè)計(jì)的有效方式之一。

要設(shè)計(jì)合理的風(fēng)阻系數(shù)目標(biāo)，在前期需要考慮市場(chǎng)定位、造型定義、造型工藝以及主要對(duì)標(biāo)車指標(biāo)，綜合考慮制定一個(gè)符合開發(fā)能力的風(fēng)阻系數(shù)開發(fā)目標(biāo)，這就需要獲取對(duì)標(biāo)車的風(fēng)阻系數(shù)。當(dāng)前手段下可以通過(guò)風(fēng)洞試驗(yàn)獲得，但是當(dāng)對(duì)標(biāo)車較多時(shí)，產(chǎn)生較大的試驗(yàn)費(fèi)用和較長(zhǎng)的試驗(yàn)周期（物流、試驗(yàn)資源等）。本文提出一種基于神經(jīng)網(wǎng)絡(luò)算法的快速估算風(fēng)阻系數(shù)的方法，該方法理論上可行且適用于企業(yè)，能夠通過(guò)現(xiàn)有某幾款SUV 相關(guān)數(shù)據(jù)，估算對(duì)標(biāo)車輛的風(fēng)阻系數(shù)，從而給開發(fā)車型作為目標(biāo)參考。

1 神經(jīng)網(wǎng)絡(luò)算法

神經(jīng)網(wǎng)絡(luò)是指用大量的計(jì)算單元（類比為神經(jīng)元）構(gòu)成的非線性系統(tǒng)，一定程度上模仿了人腦神經(jīng)系統(tǒng)的信息處理、存儲(chǔ)和檢索功能，是對(duì)人腦神經(jīng)網(wǎng)絡(luò)的某種簡(jiǎn)化、抽象和模擬[2]。該算法特點(diǎn)主要是可以根據(jù)輸入與輸出的數(shù)據(jù)，按照其網(wǎng)絡(luò)學(xué)習(xí)規(guī)則，通過(guò)學(xué)習(xí)訓(xùn)練可以解決一些傳統(tǒng)方法難以解決的問(wèn)題。但如果要保證其計(jì)算精度，需要依賴一定的數(shù)據(jù)量。在企業(yè)中，具有豐富的開發(fā)經(jīng)驗(yàn)和數(shù)據(jù)累計(jì)，故該方法是具備在企業(yè)中使用條件的。神經(jīng)網(wǎng)絡(luò)算法計(jì)算流程如圖1 所示。

2 網(wǎng)絡(luò)計(jì)算參數(shù)設(shè)置

由式（1）可知，要求解風(fēng)阻系數(shù)Cd，主要跟迎風(fēng)面積A、汽車測(cè)試質(zhì)量m、滾動(dòng)阻力系數(shù)f、行駛阻力F 和加速度阻力等變量有關(guān)。本文研究方法中，暫不考慮滾動(dòng)阻力系數(shù)的差異;而且由于實(shí)際行駛阻力通過(guò)自由滑行法測(cè)得，故也不考慮加速阻力。因此采用滑行法得出的基本行駛阻力為：

對(duì)照式（1）和式（2），可知系數(shù)c 與整車風(fēng)阻相關(guān)性最大。故從理論上行駛阻力與風(fēng)阻系數(shù)是可以建立其關(guān)系的。

基于此，在神經(jīng)網(wǎng)絡(luò)中輸入已知的參考車型數(shù)據(jù)，包括測(cè)試質(zhì)量、滑行法獲取的行駛阻力系數(shù)（a、b、c）、迎風(fēng)面積A 以及風(fēng)阻系數(shù)Cd，已知數(shù)據(jù)主要用于構(gòu)建網(wǎng)絡(luò)和網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練。再輸入需要估算的車型數(shù)據(jù)，利用訓(xùn)練好的網(wǎng)絡(luò)求解目標(biāo)數(shù)據(jù)。最后構(gòu)建的計(jì)算網(wǎng)絡(luò)為5 個(gè)輸入和1 個(gè)輸出的神經(jīng)網(wǎng)絡(luò)模型（圖2）

設(shè)置網(wǎng)絡(luò)相關(guān)參數(shù)為：學(xué)習(xí)率lr 為0.05，最大迭代次數(shù)為2 000，目標(biāo)誤差為1-6，選用梯度下降動(dòng)量和自適應(yīng)lr 的BP 算法訓(xùn)練函數(shù)。

3 利用像素法估算迎風(fēng)面積

由于只有風(fēng)阻系數(shù)是作為網(wǎng)絡(luò)的輸出對(duì)象，所求車型的測(cè)試質(zhì)量、滑行阻力系數(shù)都可以用簡(jiǎn)單的試驗(yàn)獲得，只是還缺失其迎風(fēng)面積的參數(shù)。但因無(wú)法獲取其造型的準(zhǔn)確數(shù)據(jù)，使得采用傳統(tǒng)方式獲取其迎風(fēng)面積變得困難。采用三坐標(biāo)掃描測(cè)量，需要大量的時(shí)間和資源，且在獲得尺寸信息后還需要經(jīng)過(guò)一定的復(fù)雜計(jì)算才可獲得其迎風(fēng)面積。

根據(jù)汽車迎風(fēng)面積的定義，即汽車行駛方向的投影面積，故只需要獲得其投影面積即可。為了快速便捷地獲得其迎風(fēng)面積數(shù)據(jù)，本文提出一種快速估算迎風(fēng)面積的方法——像素法（用像素模擬網(wǎng)格計(jì)算）。像素法原理為：在圖像處理軟件中，利用正面照片，通過(guò)整車公告的寬高尺寸參數(shù)，計(jì)算總面積S，由其真實(shí)尺寸作為換算的比例尺求解像素面積，再根據(jù)車型的投影面積占比計(jì)算出其迎風(fēng)面積A（圖3）。

根據(jù)開發(fā)車型申報(bào)的尺寸，假設(shè)其高× 寬為m×n，那么其總面積S 為3.3642 m2，總像素P 為234 675，整車投影面積像素p 為193 922，那么根據(jù)像素比等于面積比（P/p=A/S），則可估算出該車型迎風(fēng)面積A 為2.7800 m2。

4 計(jì)算結(jié)果對(duì)比

上述步驟中已經(jīng)將網(wǎng)絡(luò)訓(xùn)練完成，同時(shí)根據(jù)試驗(yàn)和像素法已獲得了目標(biāo)車型所需的網(wǎng)絡(luò)輸入數(shù)據(jù)，將其帶入模型中，計(jì)算得目標(biāo)車型的風(fēng)阻系數(shù)Cd=0.394。

網(wǎng)絡(luò)計(jì)算的數(shù)值與輸入數(shù)值基本重合，說(shuō)明網(wǎng)絡(luò)訓(xùn)練已滿足設(shè)定精度需求（圖4）。

為了驗(yàn)證估算精度，將像素法和神經(jīng)網(wǎng)絡(luò)估算的迎風(fēng)面積與風(fēng)阻系數(shù)，與風(fēng)洞試驗(yàn)值進(jìn)行對(duì)比。該車型風(fēng)洞試驗(yàn)的結(jié)果，A為2.7940 m2，Cd 為0.406。利用2 種估算方法預(yù)測(cè)的誤差分別為0.5% 和3.0%，可見(jiàn)使用該估算方法，可以達(dá)到比較理想的精度，對(duì)工程上可以提供一定的參考意義。

目標(biāo)車型的實(shí)際滑行阻力與理論阻力對(duì)比，根據(jù)現(xiàn)有的滑行阻力系數(shù)，以及估算的迎風(fēng)面積和風(fēng)阻系數(shù)，按參考車型的理論阻力計(jì)算方式進(jìn)行對(duì)比[3]，分析其阻力的合理性（圖5）。

按照參考車型的理論阻力計(jì)算方法，其理論阻力與實(shí)測(cè)阻力差異較小，在0 ～ 130 km/h 內(nèi)，平均阻力相差僅為4.7%。

5 結(jié)束語(yǔ)

本文介紹了一種利用神經(jīng)網(wǎng)絡(luò)估算汽車風(fēng)阻系數(shù)的方法。該方法通過(guò)現(xiàn)有的滑行阻力數(shù)據(jù)和相關(guān)輸入?yún)?shù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)程序，然后輸入目標(biāo)車型實(shí)際滑行阻力系數(shù)，并采用像素法估算其迎風(fēng)面積，將相關(guān)參數(shù)輸入網(wǎng)絡(luò)程序，估算出目標(biāo)車型的風(fēng)阻系數(shù)。該方法經(jīng)過(guò)驗(yàn)證得出以下結(jié)論：采用本文描述方法估算的迎風(fēng)面積誤差為0.5% ;風(fēng)阻系數(shù)誤差3.0% ;采用理論阻力計(jì)算與實(shí)際阻力平均誤差為4.7%。通過(guò)理論和估算數(shù)據(jù)，表明了采用本文方法估算目標(biāo)車型風(fēng)阻系數(shù)，具有一定的參考意義。

此外，隨著數(shù)據(jù)量的累積，可以獲得更多的輸入數(shù)據(jù)，以及加入更多的相關(guān)輸入?yún)?shù)，其網(wǎng)絡(luò)預(yù)測(cè)結(jié)果有望進(jìn)一步提高。在實(shí)際應(yīng)用中，該方法也可以推廣到更多的領(lǐng)域。