本發(fā)明涉及信息
技術(shù)領(lǐng)域：
，尤其是指一種車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法。
背景技術(shù)：
：隨著社會的發(fā)展，電動汽車已經(jīng)逐漸進(jìn)入了家庭?，F(xiàn)有的電動汽車廠商需要車用電機(jī)驅(qū)動系統(tǒng)進(jìn)行評價，才能確定電機(jī)驅(qū)動系統(tǒng)的性能能否滿足使用的需要。電機(jī)驅(qū)動系統(tǒng)的綜合性能評價不僅包含同一類型電機(jī)驅(qū)動系統(tǒng)在不同行駛工況下的綜合性能對比，而且涉及不同類型電機(jī)驅(qū)動系統(tǒng)在同一行駛工況下的綜合性能對比，因此，評價方法既要能夠反映出同一類型電機(jī)驅(qū)動系統(tǒng)性能的差異，又要反映不同類型電機(jī)驅(qū)動系統(tǒng)對應(yīng)評價指標(biāo)的變化趨勢。然而傳統(tǒng)折衷型模糊決策方法對于電機(jī)驅(qū)動系統(tǒng)評價存在如下局限：(1)測度工具的局限折衷型模糊決策方法中方案的模糊效用集與參照基準(zhǔn)間的距離測度主要是將樣本個體看作是空間中的點，通過計算空間中兩點之間的距離來衡量接近程度，是一種用于描述樣本值貼近的統(tǒng)計量。值越小表示樣本越貼近。最常見的距離系數(shù)是明考斯基距離：以q＝2時歐氏距離為例，假設(shè)有3個樣本，五個屬性因子。圖1為相應(yīng)樣本曲線。通過歐氏距離計算得到顯然計算結(jié)果無法正確體現(xiàn)圖中樣本曲線的貼近情況，樣本2與樣本3盡管在數(shù)值上貼近，但在形狀方向上截然相反。所以距離系數(shù)雖然能夠正確的比較樣本間的值相似程度，卻不能準(zhǔn)確的衡量樣本之間的形相似程度，只能粗略和局部地反應(yīng)而不能完全反映樣本其他方面的差異。(2)決策模式的差異在技術(shù)細(xì)節(jié)上，有兩種不同的考慮：①先對模糊指標(biāo)值進(jìn)行加權(quán)，然后確定模糊理想解和模糊負(fù)理想解，并計算方案與二者之間的距離，進(jìn)而排列方案的優(yōu)劣次序；②在模糊指標(biāo)值基礎(chǔ)上確定模糊理想解和負(fù)理想解，并引入滿意度的概念來刻畫方案與模糊理想解之間的差異，對方案在各屬性上的滿意加權(quán)，調(diào)整方案的優(yōu)劣次序，最終得到最大滿意解。相比較而言，前者步驟簡單，但導(dǎo)致模糊元素非線性化，需采用近似計算技術(shù)來提高決策效率。后者雖然步驟較多，但始終保持模糊元素的線性性質(zhì)，故能獲得問題的解析性結(jié)果。通過傳統(tǒng)評價方法局限性分析可知，傳統(tǒng)方法可以有效的表述同一類型電機(jī)驅(qū)動系統(tǒng)的綜合性能，但不能有效的表述不同類型電機(jī)驅(qū)動系統(tǒng)的綜合性能以及評價指標(biāo)的變化趨勢，而其單一的決策模式更加限制了評價方法的有效性，大大降低了準(zhǔn)確性和可操作性。因此，結(jié)合電機(jī)驅(qū)動系統(tǒng)評價方法的特點，改進(jìn)距離測度工具和決策模式，提出更能夠全面反映電機(jī)驅(qū)動系統(tǒng)性能的評價方法。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)中對于車用電機(jī)驅(qū)動系統(tǒng)評價存在的這些問題，本發(fā)明實施例要解決的技術(shù)問題是提出一種更為合理的車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法。為了解決上述問題，本發(fā)明實施例提出了車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法，包括：步驟1、基于行駛工況運行效能對電機(jī)驅(qū)動系統(tǒng)進(jìn)行臺架實際測試，以確定評價指標(biāo)體系；步驟2、確定隸屬函數(shù)μ(x)；步驟3、根據(jù)權(quán)重系數(shù)確定評價模型；步驟4、針對評價模型進(jìn)行模糊多屬性決策；步驟5、進(jìn)行車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價。其中，所述步驟3具體包括：步驟31、確定評價指標(biāo)，并根據(jù)評價指標(biāo)建立描述系統(tǒng)特征的內(nèi)部獨立的遞階層次結(jié)構(gòu)模型：步驟32、比較任意兩個指標(biāo)以構(gòu)造判斷矩陣，并通過所述判斷矩陣確定兩個指標(biāo)之間的重要性和重要程度；假設(shè)有n個評價指標(biāo)，則可得到兩兩判斷矩陣a：其中ann為任意兩個評價指標(biāo)之間比較得出哪個重要及重要程度；步驟33、計算評價指標(biāo)的相對權(quán)重。其中，所述遞階層次結(jié)構(gòu)模型包括：第一層為電動汽車電機(jī)驅(qū)動系統(tǒng)性能；其中第一層的電動汽車電機(jī)驅(qū)動系統(tǒng)性能分為了兩個第二層：電機(jī)驅(qū)動系統(tǒng)本身特性、與車輛的匹配特性。其中電機(jī)驅(qū)動系統(tǒng)本身特性又分為了四個第三層：安全性、動力性、比功率、全轉(zhuǎn)速轉(zhuǎn)矩效率特性；而動力性又分為四個第四層：連續(xù)工作特性、峰值特性、堵轉(zhuǎn)特性；全轉(zhuǎn)速轉(zhuǎn)矩效率特性又分為兩個第四層：基速區(qū)效率、高效區(qū)效率范圍。與車輛的匹配特性又分為了兩個第三層：高校區(qū)利用率、效率利用指數(shù)。其中，先通過模糊指標(biāo)值與權(quán)重的合成運算，求出方案的模糊效用集，并定義諸模糊效用集中的模糊理想解與模糊負(fù)理想解作為決策的參照基準(zhǔn)，通過比較各模糊效用集與參照基準(zhǔn)間的距離，確定方案與模糊理想解的相對貼近度，選擇其中最佳方案；具體包括：給定一個方案集a＝{a1,a2,…,am}和相應(yīng)于每個方案的屬性集c＝{c1,c2,…,cn}，以及每個屬性相對重要程度的權(quán)重w＝{w1,w2,…,wn}；則其模糊指標(biāo)值矩陣可以寫成：其中為第m個備選方案中，第n個評價指標(biāo)通過該指標(biāo)的隸屬函數(shù)得到的模糊值；采用廣義模糊合成算子對權(quán)重矢量w和模糊指標(biāo)矩陣實行變換，得到模糊決策矢量其中：為m個備選方案；⊙為模糊合成算子；d為模糊決策矢量，即權(quán)重w與模糊指標(biāo)通過模糊合成算子計算所得的矢量；m是指方案數(shù)，即參加評價的方案數(shù)量；根據(jù)模糊集排序方法對模糊決策矢量中元素進(jìn)行比較，確定方案集a中的最優(yōu)方案。其中，所述模糊合成算子⊙通過以下方法確定：通過乘法運算進(jìn)行模糊矩陣修正；通過去大和有界和運算，對修正后的模糊矩陣綜合。其中，所述步驟5中的車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價，采用以下三種方案之中的一種：第一種方案：采用灰關(guān)聯(lián)度來度量模糊集之間的接近程度；即設(shè)x0＝{x0(k)|k＝1,2,…,m}為參考序列，即系統(tǒng)特征序列；xi＝{xi(k)|k＝1,2,…,m}(i＝1,2,…,n)為比較序列，稱xi(k)在各指標(biāo)下與x0(k)的關(guān)聯(lián)系數(shù)為：式中：為兩級最小差；為兩級最大差；ρ為分辨系數(shù)；則比較序列xi對參考序列x0的灰關(guān)聯(lián)度為利用折衷多屬性決策計算評價方案灰色關(guān)聯(lián)度，具體包括：以理想解m+和m-為參考序列，方案ai與理想解m+的關(guān)聯(lián)度越ζ+大，方案越佳；方案ai與理想解m-的關(guān)聯(lián)度越ζ-小，方案越佳；假設(shè)方案ai以隸屬度μi從屬于理想解m+，以1-μi從屬于理想解m-，建立優(yōu)化模型確定隸屬度：式中：μ＝(μ1,μ2,…,μn)為系統(tǒng)的最優(yōu)解向量；令可以得到μi表示方案灰色關(guān)聯(lián)度優(yōu)屬于理想方案的程度，μi越大，決策方案越優(yōu)；將這二種反映模糊集間接近程度的度量綜合考慮，采用以下公式計算綜合接近度：式中：α為權(quán)重系數(shù)，可根據(jù)評價電機(jī)驅(qū)動系統(tǒng)的具體類型確定；第二種方案：根據(jù)決策模式進(jìn)行決策，具體包括：各個評價方案間的相關(guān)程度可通過等級相關(guān)系數(shù)表示為式中：n為評價對象數(shù)；為第k號對象在第i方案中的排序次數(shù)；h為通過不同決策方法得到的評價方案數(shù)；評價方案的兼容度為該評價方案與其他評價方案的等級相關(guān)系數(shù)的加權(quán)平均值，數(shù)學(xué)表達(dá)式為：式中：wj為第j個評價方案的權(quán)重，通常在對各個評價方案沒有特別偏好時取第三種方案：利用基于兼容度準(zhǔn)則的評價方法進(jìn)行評價：基于兼容準(zhǔn)則的電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法就是從原h(huán)個評價方案的基礎(chǔ)上，生成一個新評價方案y＝{yk}，使其兼容度最大，即其物理意義是：如果每一評價方案看成是n維歐式空間的一個點，求于h個評價方案有最大兼容度的評價方案可以歸結(jié)為在n維歐氏空間中，求與h個點按歐氏距離平方和達(dá)極小值的點；即解如下的極值問題：由此可見，求與h個評價方案有最大兼容度的評價方案，等價于在n維評價方案空間中，尋找最小二乘意義下對h個點的最佳逼近點。本發(fā)明的上述技術(shù)方案的有益效果如下：上述技術(shù)方案提出了一種車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法，具有以下有益效果：上述技術(shù)方案對整個評價方法中的指標(biāo)權(quán)重確定、模糊多屬性決策、評價方案選擇三個方面做出的全新的嘗試，能夠精確地對電機(jī)驅(qū)動系統(tǒng)進(jìn)行評價，從而選出最適合目標(biāo)(例如合同約定)的電機(jī)。附圖說明圖1為本發(fā)明實施例的電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法的邏輯架構(gòu)圖；圖2a-圖2d為高效區(qū)隸屬函數(shù)示意圖；圖3為控制精度隸屬函數(shù)示意圖；圖4為比功率近正態(tài)分布圖；圖5a-圖5c為冷態(tài)絕緣電阻隸屬函數(shù)示意圖；圖6為部分冪函數(shù)分布示意圖；圖7為相應(yīng)樣本曲線的示意圖；圖8為灰色關(guān)聯(lián)度示意圖；圖9為基于兼容度準(zhǔn)則的綜合性能評價方法流程圖。具體實施方式為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖及具體實施例進(jìn)行詳細(xì)描述。本發(fā)明實施例提出了一種車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法，包括：步驟1、基于行駛工況運行效能對電機(jī)驅(qū)動系統(tǒng)進(jìn)行臺架實際測試，以確定評價指標(biāo)體系；步驟2、確定隸屬函數(shù)μ(x)；步驟3、根據(jù)權(quán)重系數(shù)確定評價模型；步驟4、針對評價模型進(jìn)行模糊多屬性決策；步驟5、進(jìn)行車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價。其中，由于車用電機(jī)驅(qū)動系統(tǒng)是一個復(fù)雜的系統(tǒng)，其包括很多個評價指標(biāo)，因此所述如何確定權(quán)重系數(shù)關(guān)系到評價的客觀性和準(zhǔn)確性?，F(xiàn)有技術(shù)中對于評價的權(quán)重確定方式有很多種，例如常用的有：二項系數(shù)法、層次分析法(analytichierarchyprocess，ahp)、德爾菲法(又稱專家咨詢法)、模糊、灰色、物元評估法等，其共同的特點是以專家評分為基礎(chǔ)。其中應(yīng)用最廣的是層次分析法(ahp)。該方法是一種將定性和定量分析相結(jié)合的系統(tǒng)分析方法，是分析多目標(biāo)、多準(zhǔn)則復(fù)雜大系統(tǒng)的有力工具，具有思路清晰、方法簡便、適用面廣、系統(tǒng)性強等特點，因而得以迅速發(fā)展與廣泛應(yīng)用。本文從電動汽車電機(jī)驅(qū)動系統(tǒng)的使用性能的出發(fā)，以ahp法為基礎(chǔ)，提出了適合電動汽車電機(jī)驅(qū)動系統(tǒng)的評價指標(biāo)權(quán)重計算模型。本發(fā)明實施例提出的基于ahp法的確定車用電機(jī)驅(qū)動系統(tǒng)的評價指標(biāo)權(quán)重的方法包括：步驟31、建立描述系統(tǒng)特征的內(nèi)部獨立的遞階層次結(jié)構(gòu)模型：將研究的復(fù)雜問題分解為一個個元素，然后根據(jù)元素的性質(zhì)分成若干組，形成不同的層次。以同一層次的元素作為準(zhǔn)則，它對下一層次的元素起支配作用，同時又受到上一層次元素的支配。這種從上至下的支配關(guān)系即形成了表2.1所述的遞階層次結(jié)構(gòu)模型。表2.1電動汽車電機(jī)驅(qū)動系統(tǒng)性能層次結(jié)構(gòu)模型如表2.1所示的，第一層的電動汽車電機(jī)驅(qū)動系統(tǒng)性能a分為了兩個第二層：電機(jī)驅(qū)動系統(tǒng)本身特性b1、與車輛的匹配特性b2。其中電機(jī)驅(qū)動系統(tǒng)本身特性b1又分為了四個第三層：安全性c1、動力性c2、比功率c3、全轉(zhuǎn)速轉(zhuǎn)矩效率特性c4；而動力性c2又分為四個第四層：連續(xù)工作特性d1、峰值特性d2、堵轉(zhuǎn)特性d3；全轉(zhuǎn)速轉(zhuǎn)矩效率特性c4又分為兩個第四層：基速區(qū)效率d4、高效區(qū)效率范圍d5。與車輛的匹配特性b2又分為了兩個第三層：高校區(qū)利用率c6、效率利用指數(shù)c7。步驟32、構(gòu)造判斷矩陣：在預(yù)設(shè)的準(zhǔn)則下，比較任意兩個指標(biāo)，通過比較得出哪個重要及重要程度。目前多使用1-9的比例標(biāo)度作為賦予重要多少的數(shù)值。比例標(biāo)度的含義見表2.2。表2.2判斷矩陣的比例標(biāo)度假設(shè)有n個評價指標(biāo)，則可得到兩兩判斷矩陣a：其中ann為任意兩個評價指標(biāo)之間比較得出哪個重要及重要程度。為了使構(gòu)造的判斷矩陣具有更好的一致性，通過10/10～18/2標(biāo)度法和9/9～9/1標(biāo)度法對1～9比例標(biāo)度法進(jìn)行改進(jìn)。表2.310/10～18/2標(biāo)度法和9/9～9/1標(biāo)度法等級語言表達(dá)10/10～18/29/9～9/11同等重要10/109/93稍微重要12/89/75明顯重要14/69/57強烈重要16/49/39極端重要18/29/1k(9+k)/(11-k)9/(10-k)步驟33、計算評價指標(biāo)的相對權(quán)重：對于步驟32得到的判斷矩陣a，計算排序權(quán)重常用的方法有：行和正規(guī)化方法、列和求逆法、和積法、方根法、特征根法。其中特征根法在工程上多有應(yīng)用，因此本文也采用特征根法計算電動汽車電機(jī)驅(qū)動系統(tǒng)評價指標(biāo)的權(quán)重。表2.4電動汽車電機(jī)驅(qū)動系統(tǒng)各性能指標(biāo)權(quán)重如表2.4可以看出，其中第一層的電動汽車電機(jī)驅(qū)動系統(tǒng)性能a為1；電機(jī)驅(qū)動系統(tǒng)本身特性b1為0.6429、與車輛的匹配特性b2為0.3571，即兩個子層的重要性之和為其父層的重要性。以此類推。其中，所述步驟33還包括：步驟a、對n個評價指標(biāo)，獲得其兩兩比較結(jié)果構(gòu)成的判斷矩陣aa＝[aij]m×n其中，aij為第i個元素與第j個元素相比的比例標(biāo)度，且aij滿足：aij>0aii＝1步驟b、利用以下的一種算法計算該矩陣a中元素的相對權(quán)重：權(quán)重的計算方法包括特征向量法、對數(shù)最小二乘法、最小二乘法和最小偏差法；根據(jù)計算出的相對權(quán)重，獲得權(quán)重向量w＝[w1,w2,…,wn]：aw＝λmaxw式中：a為判斷矩陣，λmax為a的非零特征值；步驟c、對權(quán)重向量w進(jìn)行求解，包括：步驟c1、將判斷矩陣a中各元素按行相乘；步驟c2、將所得的乘積分別開n次方；步驟c3、將方根向量歸一化處理，得到準(zhǔn)則下各被比較元素的排序權(quán)重向量w。其中，所述方法還包括：利用判斷矩陣的最大特征值λmax與判斷矩陣的階數(shù)n之間的接近程度，對獲得的判斷矩陣進(jìn)行一致性判斷，具體包括；①求出矩陣的最大特征值λmax：式中(aw)i表示aw的第i個元素，wi表示第i個影響因素的權(quán)重；②求取一致性指標(biāo)ci：ci＝(λmax-n)/(n-1)③求平均隨機(jī)一致性指標(biāo)ri，其中矩陣階數(shù)與ri的對應(yīng)關(guān)系為：④計算一致性比率cr：cr＝ci/ri如果cr<0.1，則該判斷矩陣滿足一致性的要求；否則對判斷矩陣進(jìn)行修改。以一個具體例子來說明：采用1～9比例標(biāo)度方法，利用層次分析法確定電機(jī)驅(qū)動系統(tǒng)評價體系8個用戶需求之間的相對重要性判斷矩陣a及其重要性權(quán)重矢量w為：其中，步驟4中的針對評價模型進(jìn)行模糊多屬性決策包括：模糊多屬性決策理論的原理為：給定一個方案集a＝{a1,a2,…,am}和相應(yīng)于每個方案的屬性集c＝{c1,c2,…,cn}，以及每個屬性相對重要程度的權(quán)重w＝{w1,w2,…,wn}。屬性指標(biāo)權(quán)重的大小表示方式可以是數(shù)字的，也可以是語言的；涉及的數(shù)據(jù)結(jié)構(gòu)可以是精確的，也可以是不精確的。所有語言或不精確的屬性指標(biāo)，權(quán)重大小和數(shù)據(jù)結(jié)構(gòu)等都被相應(yīng)地表示成決策空間中的模糊子集或模糊數(shù)。其模糊指標(biāo)值矩陣可以寫成：其中為第m個備選方案中，第n個評價指標(biāo)通過該指標(biāo)的隸屬函數(shù)得到的模糊值；采用廣義模糊合成算子對權(quán)重矢量w和模糊指標(biāo)矩陣實行變換，得到模糊決策矢量式中：⊙為模糊合成算子。d為模糊決策矢量，即權(quán)重w與模糊指標(biāo)通過模糊合成算子計算所得的矢量；m是指方案數(shù)，即參加評價的方案數(shù)量；根據(jù)模糊集排序方法對模糊決策矢量中元素進(jìn)行比較，確定方案集a中的最優(yōu)方案。顯然，如何選擇適當(dāng)?shù)哪：铣伤阕印押腿绾芜x擇適當(dāng)?shù)哪：判蚍椒ㄊ墙鉀Q模糊多屬性決策問題的關(guān)鍵。由上述原理可以看出，如何選取合適的模糊合成算子是進(jìn)行模糊多屬性決策的關(guān)鍵所在。模糊合成算子由兩步運算組成，第一步運算是用權(quán)重對模糊矩陣修正，第二步用于對修正后的模糊矩陣綜合。表3.1為目前常用的模糊合成算子，其在第一步分別用了取小和乘法運算，第二步分別用了去大和有界和運算。電機(jī)驅(qū)動系統(tǒng)綜合性能的評價涉及不同類型的電機(jī)，評價指標(biāo)值包括實際的測試值和仿真值，因此，合成算子的選擇要體現(xiàn)不同類型電機(jī)驅(qū)動系統(tǒng)評價指標(biāo)權(quán)重的差異，而且還要充分利用評價指標(biāo)的原始數(shù)據(jù)，選用第一步為乘法運算而第二步為有界和運算的算子比較適合電機(jī)驅(qū)動系統(tǒng)綜合性能評價。表3.1模糊合成算子對比與實數(shù)空間不同，在模糊數(shù)空間中，大小的判斷隨可能性水平的變化而變化，致使理想解的確定變得十分復(fù)雜和困難。目前比較常用的是折衷型模糊決策方法，即先通過模糊指標(biāo)值與權(quán)重的合成運算，求出方案的模糊效用集，并定義諸模糊效用集中的模糊理想解與模糊負(fù)理想解作為決策的參照基準(zhǔn)，通過比較各模糊效用集與參照基準(zhǔn)間的距離，確定方案與模糊理想解的相對貼近度，選擇其中最佳方案。其中，步驟5中的進(jìn)行車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價具體包括：如圖1所示的，在進(jìn)行車用電機(jī)驅(qū)動系統(tǒng)綜合性能評價時，其目標(biāo)層為電機(jī)驅(qū)動系統(tǒng)綜合性能，其準(zhǔn)則層為常規(guī)試驗性能和給予行駛工況的運行效能；而常規(guī)試驗性能又涉及到效率特性、動力特性安全特性。由圖1可以看出，各種性能都一一對應(yīng)指標(biāo)層的多項指標(biāo)，由于電機(jī)驅(qū)動系統(tǒng)的性能不僅涉及電氣性能、動力性能、安全性能及可靠性等技術(shù)指標(biāo)，而且涉及與整車匹配程度相關(guān)的效能指標(biāo)。不同類型的電機(jī)驅(qū)動系統(tǒng)考核的側(cè)重點不同，不同工況下運行的電動汽車電機(jī)驅(qū)動系統(tǒng)的效能指標(biāo)也不相同，圖2為電機(jī)驅(qū)動系統(tǒng)評價指標(biāo)，這些指標(biāo)都是與表2.1中的指標(biāo)對應(yīng)的。電機(jī)驅(qū)動系統(tǒng)通過測試平臺自動測試結(jié)果和仿真結(jié)果都可以獲得各評價指標(biāo)精確值，但是由于電機(jī)驅(qū)動系統(tǒng)研制單位與配套整車單位簽定合同中合同值的不同以及不同類型電機(jī)驅(qū)動系統(tǒng)設(shè)計的特殊性，為了能夠準(zhǔn)確度量各評價指標(biāo)值在各方案中的滿意度，需要針對合同指標(biāo)值以及目前的技術(shù)水平確定各評價指標(biāo)的隸屬函數(shù)，利用模糊數(shù)集合間的測度工具實現(xiàn)電機(jī)驅(qū)動系統(tǒng)綜合性能的評價。步驟41、確定評價指標(biāo)隸屬函數(shù)：隸屬函數(shù)的確定本質(zhì)上是客觀的，但又允許一定程度上的主觀行為和人為技巧，主觀行為應(yīng)體現(xiàn)專家的經(jīng)驗、觀點和某些公認(rèn)的準(zhǔn)則。針對研究對象的不同，研究問題性質(zhì)的不同，隸屬函數(shù)可以通過不同的方法來確定，如模糊統(tǒng)計法、三分法、二元對比排序法、專家評分法等。目前常用的隸屬函數(shù)包括矩形分布、指數(shù)分布、正態(tài)分布、梯形分布、柯西分布、嶺形分布等。電機(jī)驅(qū)動系統(tǒng)評價指標(biāo)體系中既有效益型指標(biāo)、又包括成本型指標(biāo)和區(qū)間型指標(biāo)，對應(yīng)隸屬函數(shù)可分成三種型式：升型指標(biāo)、降型指標(biāo)和中間型指標(biāo)，即指標(biāo)的隸屬度分別隨指標(biāo)值單調(diào)增加、單調(diào)下降或先增后降。通過對電機(jī)驅(qū)動系統(tǒng)綜合性能評價指標(biāo)的特點進(jìn)行研究分析，對屬于升降型的指標(biāo)，鑒于半嶺形分布的良好的漸入漸出特性以及在大量實際運用中的良好性質(zhì)，采用了以升半嶺形模糊分布和降半嶺形模糊分布為主的隸屬函數(shù)；對屬于中間型指標(biāo)，則選用正態(tài)型模糊分布，具體如下：①效率特性指標(biāo)隸屬函數(shù)的建立根據(jù)統(tǒng)計測試的13套電機(jī)驅(qū)動系統(tǒng)的系統(tǒng)效率>80％區(qū)域(高效區(qū))，其平均值為61.2％，高于此數(shù)值的點有7個，其平均值為73.9％；低于61.2％這一整體平均值的數(shù)值點有6個，其平均值為46.4％；高效區(qū)最高值為87％。因此，用以上四個值46.4％、61.2％、73.9％、87％模糊子集的代表值，采用嶺形分布構(gòu)造高效區(qū)隸屬函數(shù)，參考圖2a-圖2d：由于實際中控制精度難以精確統(tǒng)計，合同中一般規(guī)定位于某區(qū)間即可。因此，控制精度隸屬函數(shù)的確立主要依據(jù)合同指標(biāo)用降半嶺形模糊分布描述，其隸屬度隨指標(biāo)值的增加而下降，如圖3所示：式中：a1為期望值；a2為容許值。當(dāng)不存在期望值或容許值時，可設(shè)a1＝min(x)，a2＝max(x)。②動力特性指標(biāo)隸屬函數(shù)的建立對于連續(xù)和峰值工作特性，按不同絕緣等級電機(jī)的溫升限值用降半嶺形模糊分布描述，目前常用電機(jī)驅(qū)動系統(tǒng)大多為h級，溫升限值為125k，由于峰值工作特性測試時間較短，統(tǒng)計16套電機(jī)驅(qū)動系統(tǒng)最低溫升不小于10k，因此其隸屬度為堵轉(zhuǎn)工作特性主要是依據(jù)合同指標(biāo)中規(guī)定的堵轉(zhuǎn)轉(zhuǎn)矩和額定轉(zhuǎn)矩，通過升半嶺形模糊分布描述：式中：t2為合同規(guī)定的堵轉(zhuǎn)轉(zhuǎn)矩；t1為額定轉(zhuǎn)矩。比功率指標(biāo)比較特殊，一般情況大一些比較有利，但由于目前技術(shù)約束和實際使用的情況，它也無需太大否則將增加成本。根據(jù)統(tǒng)計測試的16套電機(jī)驅(qū)動系統(tǒng)，比功率取值區(qū)間大致為[0.5，1.33]，以合同規(guī)定值x0為最理想值，其隸屬函數(shù)由兩條s型曲線組成，且高于x0的滿意度比低于x0的滿意度稍大，依此構(gòu)造比功率近正態(tài)分布其隸屬函數(shù)為：當(dāng)取值為α＝3,β＝2時，其比功率近正態(tài)分布圖如圖4所示的。③安全特性指標(biāo)隸屬函數(shù)的建立從統(tǒng)計的16套電機(jī)驅(qū)動系統(tǒng)冷態(tài)絕緣電阻測試來看，用500v兆歐表測試電機(jī)及控制器的絕緣能力基本都超過500mω，但也存在未達(dá)到合同規(guī)定值的情況，由于數(shù)據(jù)比較集中，因此根據(jù)合同規(guī)定值r確立隸屬函數(shù)為：圖5a-圖5c為上述三個冷態(tài)絕緣電阻隸屬函數(shù)示意圖。外形評價指標(biāo)合同中定義的指標(biāo)值往往比較模糊，如一般要求重量小于某值即可，對于這類指標(biāo)的描述應(yīng)是一個漸變的過程，即在考慮誤差測試范圍內(nèi)隸屬度變化較慢，超出此區(qū)間越大該指標(biāo)滿意度越低，因此，定義部分冪函數(shù)分布隸屬函數(shù)：式中：a2為合同中的規(guī)定值；[△l△h]為允許的誤差范圍；圖6為部分冪函數(shù)分布示意圖。④運行效能指標(biāo)隸屬函數(shù)的建立運行效能指標(biāo)由于屬于新提出的指標(biāo)，并沒有數(shù)據(jù)可以參考，因此主要根據(jù)實際情況采用升半嶺形分布描述其隸屬函數(shù)。傳統(tǒng)評價方法的局限性表現(xiàn)在：電機(jī)驅(qū)動系統(tǒng)的綜合性能評價不僅包含同一類型電機(jī)驅(qū)動系統(tǒng)在不同行駛工況下的綜合性能對比，而且涉及不同類型電機(jī)驅(qū)動系統(tǒng)在同一行駛工況下的綜合性能對比，因此，評價方法既要能夠反映出同一類型電機(jī)驅(qū)動系統(tǒng)性能的差異，又要反映不同類型電機(jī)驅(qū)動系統(tǒng)對應(yīng)評價指標(biāo)的變化趨勢。然而傳統(tǒng)折衷型模糊決策方法對于電機(jī)驅(qū)動系統(tǒng)評價存在如下局限：(1)測度工具的局限折衷型模糊決策方法中方案的模糊效用集與參照基準(zhǔn)間的距離測度主要是將樣本個體看作是空間中的點，通過計算空間中兩點之間的距離來衡量接近程度，是一種用于描述樣本值貼近的統(tǒng)計量。值越小表示樣本越貼近。最常見的距離系數(shù)是明考斯基距離：以q＝2時歐氏距離為例，假設(shè)有3個樣本，五個屬性因子，圖7為相應(yīng)樣本曲線。通過歐氏距離計算得到顯然計算結(jié)果無法正確體現(xiàn)圖中樣本曲線的貼近情況，樣本2與樣本3盡管在數(shù)值上貼近，但在形狀方向上截然相反。所以距離系數(shù)雖然能夠正確的比較樣本間的值相似程度，卻不能準(zhǔn)確的衡量樣本之間的形相似程度，只能粗略和局部地反應(yīng)而不能完全反映樣本其他方面的差異。(2)決策模式的差異在技術(shù)細(xì)節(jié)上，有兩種不同的考慮：①先對模糊指標(biāo)值進(jìn)行加權(quán)，然后確定模糊理想解和模糊負(fù)理想解，并計算方案與二者之間的距離，進(jìn)而排列方案的優(yōu)劣次序；②在模糊指標(biāo)值基礎(chǔ)上確定模糊理想解和負(fù)理想解，并引入滿意度的概念來刻畫方案與模糊理想解之間的差異，對方案在各屬性上的滿意加權(quán)，調(diào)整方案的優(yōu)劣次序，最終得到最大滿意解。相比較而言，前者步驟簡單，但導(dǎo)致模糊元素非線性化，需采用近似計算技術(shù)來提高決策效率。后者雖然步驟較多，但始終保持模糊元素的線性性質(zhì)，故能獲得問題的解析性結(jié)果。通過傳統(tǒng)評價方法局限性分析可知，傳統(tǒng)方法可以有效的表述同一類型電機(jī)驅(qū)動系統(tǒng)的綜合性能，但不能有效的表述不同類型電機(jī)驅(qū)動系統(tǒng)的綜合性能以及評價指標(biāo)的變化趨勢，而其單一的決策模式更加限制了評價方法的有效性，大大降低了準(zhǔn)確性和可操作性。因此，結(jié)合電機(jī)驅(qū)動系統(tǒng)評價方法的特點，改進(jìn)距離測度工具和決策模式，提出更能夠全面反映電機(jī)驅(qū)動系統(tǒng)性能的評價方法。①測度工具的改進(jìn)灰關(guān)聯(lián)度也可以度量模糊集之間的接近程度。設(shè)x0＝{x0(k)|k＝1,2,…,m}為參考序列(系統(tǒng)特征序列)，xi＝{xi(k)|k＝1,2,…,m}(i＝1,2,…,n)為比較序列，稱xi(k)在各指標(biāo)下與x0(k)的關(guān)聯(lián)系數(shù)為：式中：為兩級最小差；為兩級最大差；ρ為分辨系數(shù)，一般取ρ＝0.5。定義比較序列xi對參考序列x0的灰關(guān)聯(lián)度為灰色關(guān)聯(lián)度用于趨勢變化分析，它根據(jù)因素之間發(fā)展趨勢的相似或相異程度來衡量因素間接近的程度。關(guān)聯(lián)性實質(zhì)上是曲線幾何形狀的差別，幾何形狀越相似，關(guān)聯(lián)程度也越大。但關(guān)聯(lián)系數(shù)公式就是參考點和比較點之間距離的一種函數(shù)，是對離散函數(shù)空間的一種接近測度，只能反映曲線幾何形狀的差別，但是不能反映曲線間的位置關(guān)系。圖8為灰色關(guān)聯(lián)度示意圖，通過定性分析曲線①、②的相似程度大于曲線①、④的相似程度，因此曲線①、②的關(guān)聯(lián)度大于曲線①、④的關(guān)聯(lián)度，但曲線①、②的相似程度與曲線①、③的基本相同，得出的關(guān)聯(lián)度也應(yīng)是相近的。但曲線②比③距①更近些，可見僅利用關(guān)聯(lián)度并不能完全反映模糊集之間的接近程度。從分析可以看出，雖然距離測度在確定兩曲線之間相似接近程度時存在缺陷，但它們在某種程度上卻反映了曲線間的位置，能夠表述同種類型電機(jī)驅(qū)動系統(tǒng)評價指標(biāo)的變化趨勢，而灰色關(guān)聯(lián)度又恰好可以反映曲線幾何形狀的相似性，能夠表述不同類型電機(jī)驅(qū)動系統(tǒng)評價指標(biāo)的變化趨勢。為了使評價結(jié)果符合現(xiàn)代決策規(guī)則，提高評價結(jié)果的可信度，使測度工具能夠適應(yīng)同種類型和不同類型電機(jī)驅(qū)動系統(tǒng)評價，對于電機(jī)驅(qū)動系統(tǒng)綜合性能評價而言，由于其沒有相對獨立的參考序列標(biāo)準(zhǔn)，因此計算評價方案灰色關(guān)聯(lián)度時按照傳統(tǒng)的折衷多屬性決策，以理想解m+和m-為參考序列，方案ai與理想解m+的關(guān)聯(lián)度越ζ+大，方案越佳；方案ai與理想解m-的關(guān)聯(lián)度越ζ-小，方案越佳。假設(shè)方案ai以隸屬度μi從屬于理想解m+，以1-μi從屬于理想解m-，建立優(yōu)化模型確定隸屬度：式中：μ＝(μ1,μ2,…,μn)為系統(tǒng)的最優(yōu)解向量。令可以得到μi表示方案灰色關(guān)聯(lián)度優(yōu)屬于理想方案的程度，μi越大，決策方案越優(yōu)。將這二種反映模糊集間接近程度的度量綜合考慮，提出了“綜合接近度”，定義為：式中：α為權(quán)重系數(shù)，可根據(jù)評價電機(jī)驅(qū)動系統(tǒng)的具體類型確定。②決策模式的改進(jìn)為了盡量減小決策模式的差異，提高評價方法的有效性，建立一種從眾多備擇方案中產(chǎn)生優(yōu)化方案的方法，實現(xiàn)現(xiàn)代科學(xué)的決策。根據(jù)多元統(tǒng)計分析理論，評價方案間的相關(guān)程度可通過等級相關(guān)系數(shù)表示為式中：n為評價對象數(shù)；為第k號對象在第i方案中的排序次數(shù)；h為通過不同決策方法得到的評價方案數(shù)。評價方案的兼容度實質(zhì)是指該評價方案與其他評價方案的等級相關(guān)系數(shù)的加權(quán)平均值，數(shù)學(xué)表達(dá)式為：式中：wj為第j個評價方案的權(quán)重，通常在對各個評價方案沒有特別偏好時?、刍诩嫒荻葴?zhǔn)則的評價方法基于兼容準(zhǔn)則的電機(jī)驅(qū)動系統(tǒng)綜合性能評價方法就是從原h(huán)個評價方案的基礎(chǔ)上，生成一個新評價方案y＝{yk}，使其兼容度最大，即其物理意義是：如果每一評價方案看成是n維歐式空間的一個點，求于h個評價方案有最大兼容度的評價方案可以歸結(jié)為在n維歐氏空間中，求與h個點按歐氏距離平方和達(dá)極小值的點。即解如下的極值問題：由此可見，求與h個評價方案有最大兼容度的評價方案，等價于在n維評價方案空間中，尋找最小二乘意義下對h個點的最佳逼近點。顯然，若每種評價方法是獨立的，某個電機(jī)驅(qū)動系統(tǒng)方案的兼容度越大，則該電機(jī)驅(qū)動系統(tǒng)評價結(jié)果的代表性越強，可靠性越高。圖9為基于兼容度準(zhǔn)則的綜合性能評價方法流程。以上所述是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。當(dāng)前第1頁12