陳 昕，阮永嬌，曹景勝，陳婭鑫，孫承臻

基于Python的汽車(chē)安全氣囊跌落實(shí)驗(yàn)數(shù)據(jù)分析

陳 昕，阮永嬌，曹景勝，陳婭鑫，孫承臻

（遼寧工業(yè)大學(xué) 汽車(chē)與交通工程學(xué)院，遼寧 錦州 121001）

為了保證安全氣囊在發(fā)生車(chē)禍時(shí)，瞬時(shí)爆發(fā)，對(duì)乘員起到保護(hù)作用，生產(chǎn)企業(yè)需要對(duì)汽車(chē)安全氣囊做大量實(shí)驗(yàn)，作為安全氣囊產(chǎn)品參數(shù)優(yōu)化與仿真的基礎(chǔ)。大量實(shí)驗(yàn)數(shù)據(jù)能夠快速方便、高效分析，對(duì)汽車(chē)安全氣囊仿真、設(shè)計(jì)和改進(jìn)至關(guān)重要。基于Python，對(duì)汽車(chē)安全氣囊跌落實(shí)驗(yàn)數(shù)據(jù)加速度、速度、氣袋內(nèi)壓力進(jìn)行整體統(tǒng)計(jì)分析，選出安全氣囊爆燃，壓力變化趨勢(shì)明顯的數(shù)據(jù)段，進(jìn)行數(shù)據(jù)相關(guān)分析，計(jì)算出加速度、速度和氣袋內(nèi)壓力的數(shù)據(jù)相關(guān)性系數(shù)，對(duì)數(shù)據(jù)進(jìn)行擬合，得出加速度與速度和氣袋內(nèi)壓力的數(shù)據(jù)擬合方程。研究表明采用Python對(duì)汽車(chē)安全氣囊跌落實(shí)驗(yàn)數(shù)據(jù)分析，充分調(diào)用Pandas，NumPy，MatplotLib、SeaBorn等科學(xué)計(jì)算庫(kù)和可視化工具，能夠方便快速，高效獲得數(shù)據(jù)分析結(jié)果，為安全氣囊產(chǎn)品參數(shù)優(yōu)化，仿真提供數(shù)據(jù)基礎(chǔ)，縮短產(chǎn)品開(kāi)發(fā)生產(chǎn)周期。

實(shí)驗(yàn)數(shù)據(jù)；數(shù)據(jù)分析；Python；統(tǒng)計(jì)分析；相關(guān)分析；回歸擬合

隨著社會(huì)發(fā)展和汽車(chē)普遍使用，人們對(duì)汽車(chē)使用安全要求日益提高，其中安全氣囊就是車(chē)輛必不可少的安全裝置。企業(yè)為了提高汽車(chē)使用的安全系數(shù)，不斷對(duì)安全氣囊進(jìn)行試驗(yàn)，希望能通過(guò)實(shí)驗(yàn)累積數(shù)據(jù)，作為安全氣囊產(chǎn)品參數(shù)優(yōu)化、仿真基礎(chǔ)[1]。大量實(shí)驗(yàn)數(shù)據(jù)能夠更加方便、有效地分析，對(duì)汽車(chē)安全氣囊仿真、設(shè)計(jì)和改進(jìn)至關(guān)重要[2]。Python被看做是人工智能時(shí)代最佳的數(shù)據(jù)分析編程語(yǔ)言，Python是一種輕量型腳本解釋型動(dòng)態(tài)語(yǔ)言，開(kāi)發(fā)生態(tài)成熟，生態(tài)系統(tǒng)擁有的第三方代碼庫(kù)，Python里包含各種科學(xué)計(jì)算庫(kù)和工具，Python在數(shù)學(xué)運(yùn)算方面有NumPy、SciPy，在可視化方面有MatplotLib、SeaBorn，結(jié)構(gòu)化數(shù)據(jù)操作可以通過(guò)Pandas[3]。

1 汽車(chē)安全氣囊跌落實(shí)驗(yàn)數(shù)據(jù)

進(jìn)行汽車(chē)安全氣囊跌落實(shí)驗(yàn)，獲得加速度、速度、氣袋內(nèi)壓力數(shù)據(jù)，速度和內(nèi)壓力用于分析加速度數(shù)據(jù)是否有問(wèn)題，加速度數(shù)據(jù)，汽車(chē)安全氣囊仿真結(jié)合起來(lái)，做氣袋對(duì)標(biāo)，校檢驗(yàn)仿真數(shù)據(jù)是否準(zhǔn)確。表1是某安全氣囊的跌落實(shí)驗(yàn)數(shù)據(jù)部分顯示，原文件為txt文件格式，大小為20 480行×3列。

表1 某安全氣囊跌落實(shí)驗(yàn)部分?jǐn)?shù)據(jù)表

編號(hào)加速度a/(m·s-2)速度v/(m·s-1)氣袋內(nèi)壓力p/kPa 15.003.780.71 24.973.780.99 34.993.510.71 44.993.510.99 55.003.780.17 64.903.78-0.40 75.013.510.99 85.043.780.71 94.913.510.44 105.033.780.99 ············ 2715.003.780.44 2724.973.780.71 2734.983.781.26 2744.973.511.26 2755.013.780.71 2764.993.510．44 2775.043.510.44 2785.133.781.83 2795.083.51-0.40 2805.003.510.17 ············ 1020103.511.26 1020203.781.55 1020303.511.83 1020403.781.55 1020503.781.83 102060.003.781.83 102070.003.781.83 102080.003.781.83 102090.003.511.83 102100.003.781.26 ············ 204710.013.781.83 204720.003.781.83 204730.003.511.55 204740.003.511.55 204750.003.781.55 204760.003.781.55 204770.003.781.55 204780.003.511.55 204790.003.781.55 204800.003.781.83

2 數(shù)據(jù)讀取

文件存儲(chǔ)數(shù)據(jù)格式是多種多樣的，Python的pandas庫(kù)針對(duì)不同文件類(lèi)型有不同的讀取方法，常見(jiàn)的數(shù)據(jù)存儲(chǔ)格式有txt、csv、excel等[4]，利用python程序?qū)@3類(lèi)文件分別進(jìn)行讀取并顯示出數(shù)據(jù)的前五行，其讀取代碼如表2所示。

表2 不同文件讀取代碼表

文件類(lèi)型讀取方法 txt文件import pandas as pdf=pd.read_table("E:/ajiao/ajiao0/avp.txt", header=None)f.head() csv文件import pandas as pdf=pd.read_csv("E:/ajiao/ajiao0/avp.csv", header=None)f.head() excel文件import pandas as pdf=pd.read_excel("E:/ajiao/ajiao0/avp.xlsx", header=None)f.head()

3 數(shù)據(jù)整體統(tǒng)計(jì)分析

Python的pandas庫(kù)的describe()函數(shù)做數(shù)據(jù)整體統(tǒng)計(jì)分析，結(jié)果如表3所示。

表3 數(shù)據(jù)統(tǒng)計(jì)分析表

項(xiàng)目a/(m·s-2)v/(m·s-1)p/kPa count204802048020480 mean0.4898453.7089811.850849 std1.482470.1401123.017416 min03.26-42.48 25%03.511.26 50%03.781.55 75%03.781.83 max5.134.2950.57

describe()函數(shù)統(tǒng)計(jì)分析出加速度、速度和氣袋內(nèi)壓力數(shù)據(jù)總量count，均值mean、方差std、最小值min、25%，50%，75%分位數(shù)，最大值max。

由表1可知：數(shù)據(jù)共有count=20480行，加速度，速度和氣袋內(nèi)壓力的均值mean分別是0.489 845、3.708 981、1 850 849等數(shù)據(jù)整體統(tǒng)計(jì)分析結(jié)果。

利用所有數(shù)據(jù)，通過(guò)下方程序，繪制出加速度，速度和氣袋內(nèi)壓力整體變化趨勢(shì)線(xiàn)如圖1所示。其繪制代碼程序如下：

圖1 加速度、速度和氣袋內(nèi)壓力整體變化趨勢(shì)線(xiàn)

4 加速度a、速度v和氣袋內(nèi)壓力p數(shù)據(jù)相關(guān)分析

汽車(chē)安全氣囊主要用于保護(hù)乘客的安全，其工作原理是因?yàn)閭鞲衅鹘邮盏搅藳_擊信號(hào)后引燃?xì)怏w造成的[5]。所以在已有的數(shù)據(jù)中對(duì)汽車(chē)安全氣囊的影響較大的就是汽車(chē)的加速度。本文選取氣袋內(nèi)壓力變化趨勢(shì)明顯的數(shù)據(jù)段。使用python對(duì)選取數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，分析得到加速度、速度、氣袋內(nèi)壓力的趨勢(shì)線(xiàn)，其結(jié)果如圖2所示。

4.1 相關(guān)系數(shù)計(jì)算

為了更加準(zhǔn)確地描述每?jī)蓚€(gè)變量之間的線(xiàn)性相關(guān)程度，可以利用Pearson相關(guān)系數(shù)進(jìn)行分析。計(jì)算公式如式(1)所示[6]。

通過(guò)python編程計(jì)算可得變量間的相關(guān)系數(shù)，如表4相關(guān)系數(shù)表所示，根據(jù)表中的數(shù)據(jù)可知加速度與速度和氣袋內(nèi)壓力相關(guān)系數(shù)分別為0.011 623和0.017 453，表明說(shuō)壓力與加速度、速度線(xiàn)性相關(guān)性較弱。

表4 相關(guān)系數(shù)表

a/(m·s-2)v/(m·s-1)p/kPa 加速度1.000000-0.011623-0.017453 速度-0.0116231.0000000.045281 氣袋內(nèi)壓力-0.0174530.0452811.000000

4.2 加速度與速度和氣袋內(nèi)壓力的多項(xiàng)式擬合

由于壓力與加速度、速度線(xiàn)性相關(guān)性較弱，因此采用np.polyfit(x,y,num)進(jìn)行多項(xiàng)式擬合。

import matplotlib.pyplot as plt

import numpy as np

#用3次多項(xiàng)式擬合

fit_pa=np.polyval(np.polyfit(a,p,3),a)

print('壓力與加速度的擬合fit_pa= ',np.poly1d(np.polyfit(a,p,3)))

fit_pv=np.polyval(np.polyfit(v,p,3),a)

print('壓力與速度的擬合fit_pv= ',np.poly1d(np.polyfit(v,p,3)))

壓力與加速度的擬合：

fit_pa=-0.09629x3+0.09254x2-2.48x+1.982

壓力與加速度的擬合：

fit_pv=-2.753x3+30.23x2-110.1x+134.7

4 結(jié)束語(yǔ)

本文應(yīng)用Python，對(duì)汽車(chē)安全氣囊跌落實(shí)驗(yàn)數(shù)據(jù)加速度，速度，氣袋內(nèi)壓力進(jìn)行整體統(tǒng)計(jì)分析，快速準(zhǔn)確獲得統(tǒng)計(jì)分析結(jié)果和數(shù)據(jù)相關(guān)分析關(guān)系式，充分調(diào)用Pandas、NumPy、MatplotLib、SeaBorn等科學(xué)計(jì)算庫(kù)和可視化工具，編程簡(jiǎn)單便捷，調(diào)試靈活，分析結(jié)果可靠有效，縮短數(shù)據(jù)處理時(shí)間，為安全氣囊產(chǎn)品參數(shù)優(yōu)化，仿真提供數(shù)據(jù)基礎(chǔ)，縮短產(chǎn)品優(yōu)化和開(kāi)發(fā)生產(chǎn)周期。

圖2 壓力p劇烈變化段趨勢(shì)

[1] 吳神培, 李岳, 陳文進(jìn), 等. 一種基于汽車(chē)安全氣囊電腦的車(chē)輛事故取證方法[J]. 汽車(chē)實(shí)用技術(shù), 2020(12): 249-252.

[2] 楊志邦, 徐成, 周旭, 等. 汽車(chē)安全氣囊控制器測(cè)試驗(yàn)證平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J]. 計(jì)算機(jī)工程與應(yīng)用, 2011, 47(27): 65-68.

[3] 武濤. 汽車(chē)安全氣囊控制系統(tǒng)及碰撞分析系統(tǒng)的設(shè)計(jì)[D]. 合肥: 中國(guó)科學(xué)技術(shù)大學(xué), 2011.

[4] 葛琳,楊娜.Python招聘數(shù)據(jù)分析[J]. 計(jì)算機(jī)與網(wǎng)絡(luò), 2020, 46(16): 62-65.

[5] 陳武爭(zhēng), 陳大鵬, 陳力, 等. 汽車(chē)安全氣囊爆炸威力的確定方法[J]. 振動(dòng)與沖擊, 2020(2): 163-168.

[6] 張良均, 譚麗云, 劉明軍, 等. Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]. 北京: 機(jī)械工業(yè)出版社, 2020: 59-62.

Experimental Data Analysis of Automotive Airbag Drop Based on Python

CHEN Xin, RUAN Yong-jiao, CAO Jing-sheng, CHEN Ya-xin, SUN Cheng-zhen

（School of Automobile and Traffic Engineering, Liaoning University of Technology, Jinzhou 121001, China）

In order to protect the passengers in the event of an accident when safety airbag is exploded, a large number of automobile airbag experiments should be made by the manufacturing enterprises. The experiments are the basis of product parameter optimization and simulation. A large number of experimental data are analyzed quickly, conveniently and efficiently, which is very important to the simulation, design and improvement of automobile airbag. Based on the Python, overall statistical analyses of automobile airbag drop experiment data, the acceleration a, the speed v, and the pressure p, are made. Safety airbag deflagrated pressure p data with obvious change trend were selected to analyze data correlation. The data correlated coefficients of acceleration a, velocity v and pressure p were calculated. By fitting the data, the fitting equations of acceleration a, velocity v and pressure p in the air bag are obtained.The research shows that the data analysis of the automotive airbag drop can be obtained quickly and efficiently by using Python, the scientific calculation libraries and visualization tools such as Pandas, NumPy, Matplotlib, SeaBorn, etc. Data base is provided for the parameter optimization and simulation of airbag. The period of product development and production is shortened.

experimental data; data analysis; python; statistical analysis; correlation analysis; regression fitting

TH164

A

1674-3261(2021)04-0232-04

10.15916/j.issn1674-3261.2021.04.005

2021-04-29

遼寧省自然基金指導(dǎo)計(jì)劃項(xiàng)目(20180550020)；2020年萊茵動(dòng)力(錦州)有限公司項(xiàng)目(2020035)；遼寧工業(yè)大學(xué)研究生教育改革創(chuàng)新項(xiàng)目經(jīng)費(fèi)資助(YJG2021003)

陳昕(1972-)，女，遼寧鐵嶺人，教授，博士。

責(zé)任編校：陳 明