尹正梅，朱禮銘，米德旺，盧生林

（奇瑞汽車股份有限公司試驗和整車工程中心，安徽 蕪湖241009）

汽車前照燈是夜間行車照明前方道路的重要燈具，路面照射性能的優(yōu)劣直接關系到駕駛者行車安全。前照燈包括近光燈和遠光燈，近光燈用于近距離照明，主要在城市道路或會車時使用，使用頻率比遠光燈更高。良好的近光燈應保證一定的照射寬度和照射距離，并避免給對方造成眩光。

汽車近光燈照射性能評測包括主觀評價和客觀測量兩部分。主觀評價是燈光專業(yè)人員站在用戶角度，根據(jù)自己對路面照射效果的主觀感受，按一定規(guī)則進行評分?？陀^測量是利用相關測試設備對表征近光照射性能的物理參數(shù)指標進行測量［1］?？陀^測量是主觀評價的量化，其測量數(shù)據(jù)的表現(xiàn)直接影響主觀評價結(jié)果。建立主客觀之間的關聯(lián)關系可以將用戶語言轉(zhuǎn)化為工程設計語言，從而指導汽車燈具性能設計開發(fā)，對主機廠具有重要意義。本文對10款車型的近光燈照射性能進行主觀評分和客觀測量，利用MINITAB軟件對評測的數(shù)據(jù)進行逐步回歸分析，從而建立主觀評價和客觀測量指標的數(shù)學模型。1汽車近光燈照射性能評測方法

近光燈照射性能評測方法是模擬用戶實際使用環(huán)境，在夜間無雨霧天氣條件下，在戶外空曠場地對實車燈光進行靜態(tài)評測，這種評測方法能夠較好地貼合用戶，測量結(jié)果能夠真實反映實物樣件狀態(tài)。

1.1 主觀評價方法

主觀評價方法是由燈光專業(yè)技術人員從駕駛員位置和角度感受近光燈的照射亮度、均勻性、寬度、距離、舒適性、明暗截止線及眩目情況，進行主觀綜合評分。評分采用十分制，分別對應10個級別的用戶滿意度等級，見表1［2］。

1.2 客觀測量指標

近光燈的照射性能可以由等照度曲線表示，如圖1所示?？陀^測量指標采用5lux、20lux、50lux三個不同照度值的路面照射寬度和照射距離來表征其路照性能，見表2。

表1 主觀評價標準

圖1 近光燈等照度曲線示意圖

2 評測數(shù)據(jù)收集

本文隨機選擇了10款車型，在奇瑞試驗中心多功能跑道對該10款車型的近光燈照射性能進行了夜間評測。試驗前對所有車型按照出廠設置調(diào)節(jié)近光燈光束高度至初始位置，實驗場地為干燥平坦的瀝青路面，長250m，寬30m，實驗環(huán)境照度小于0.3lux，確保測試數(shù)據(jù)的準確性。主觀評分由7名燈光專業(yè)人員綜合評估討論給出，客觀測量值由試驗人員利用手持照度計和皮卷尺測量計算得出，具體數(shù)據(jù)見表3。

表2 近光燈客觀測量指標

表3 近光燈客觀測量和主觀評價數(shù)據(jù)

3 關聯(lián)性分析

回歸分析是研究隨機變量之間關聯(lián)關系最常用的一種統(tǒng)計分析方法，它可以確定兩種或兩種以上變量間相互依賴的定量關系，并用數(shù)學模型來表達?；貧w分析包括多種方法，比如線性回歸、邏輯回歸、逐步回歸等。本文中的客觀測量指標為自變量，主觀評價為因變量，由于涉及的客觀測量指標數(shù)量較多，為了減少誤差得到更為準確的模型，需要選出對主觀評價影響顯著的指標，從而建立相應的模型，因此本文主要采用逐步回歸分析方法，利用MINITAB軟件實現(xiàn)。

逐步回歸法的原理是不斷考察未被選入回歸模型的自變量，選擇其中重要的、符合選入條件的增加為回歸模型的自變量，同時不斷檢查已選入回歸模型的自變量，將不符合條件的自變量從模型中剔除［3］。

3.1 MINITAB軟件建立模型

將表3的數(shù)據(jù)依次錄入MINITAB工作表中，用指令“統(tǒng)計>回歸>擬合回歸模型”，將“score”（主觀評價得分）選入“響應”，A、B、C、D、E、F、G、H 8個因子選入“連續(xù)預測變量”，點擊“逐步”進行篩選，點擊“確定”后在會話窗口得到逐步回歸篩選過程（圖2）和回歸方程（圖3）等輸出結(jié)果。模型的四合一殘差如圖4所示。

3.2 MINITAB輸出結(jié)果分析

1）圖2的逐步回歸篩選結(jié)果得到了C、D、H三個顯著因子，表明主觀評價受5lux在車頭前方15~25m、25~35m處的最大照射寬度和50lux在車頭前方15~25m處的最大照射寬度影響最為顯著。

2）圖3輸出的回歸方程即為主觀評價與C、D、H三個客觀測量指標的數(shù)學模型：

指標C、D、H的T檢驗p值均小于0.05，表明這3個變量作用顯著；系數(shù)均大于0，表明呈正相關關系。

3）圖3方差分析表中回歸方程的F檢驗p值為0，小于0.05，表明回歸方程的性關系顯著，經(jīng)驗公式效果較好。

圖2 逐步回歸篩選過程輸出結(jié)果

4）模型的殘差圖可以檢驗建立的模型擬合度，圖4的殘差正態(tài)概率圖中，所有點近似呈一條直線，表明殘差服從正態(tài)分布；殘差與擬合值圖中，殘差隨機分布在0周圍；殘差與直方圖近似正態(tài)分布圖；殘差與順序圖中按照數(shù)據(jù)收集順序顯示殘差，圍繞中心線隨機分布。殘差圖的分析表明建立的回歸方程擬合度較好。

圖3 回歸方程輸出結(jié)果

圖4 模型的殘差圖

4 結(jié)論

本文基于10款車型的近光燈照射性能主客觀評測數(shù)據(jù)，利用MINITAB軟件進行了逐步回歸分析，建立了主觀評價與客觀測量指標的最優(yōu)數(shù)學模型。分析表明，靜態(tài)情況下，主觀評價受5lux在車頭前方15~25m、25~35m處最大縱向?qū)挾燃?0lux在車頭前方15~25m最大縱向?qū)挾扔绊戯@著，并呈正相關關系。因此，在進行燈具性能開發(fā)時，應重點關注這3個指標，適當提高目標值，給用戶提供更好的體驗。

由于本文樣本數(shù)量較少，其余指標和主觀評價的相關性表現(xiàn)不夠明顯，可能會遺漏個別指標。后續(xù)將積累更多車型數(shù)據(jù)，幫助進一步優(yōu)化模型。