報告是否符合相關視同條件。

基于以上背景分析，本文利用構建“汽車產品申報自動化”模型的方法，將制定檢驗方案的復雜業務流程，進行參數化、實例化，并利用軟件開發平臺對相關數據進行處理，通過將實際問題抽象成理論模型再轉換成實際檢驗方案的過程，最終完成汽車檢驗方案的自動化生成和填報，達到減少成本，降低人為出錯率的目的。

2 系統概述

系統的搭建前提是：檢驗條件的參數化、車型的多配置校驗以及來自于汽車企業本地車型庫的相關參數。整個系統應用于對于企業全新車型方案制定的正向判定模型構建，及其對企業變更擴展車型方案制定的逆向判定模型的構建，如圖2.

3 系統搭建前提

3.1 檢驗方案判定條件的參數化

本系統是基于參數對比，從而完成對歷史車型檢驗方案進行數據挖據，提取相關可以利用的數據資源，整合成對應車型項目的檢驗方案的系統模型。其中參數的來源源自各個車輛生產企業的內部系統，參數對比的結果情況可以分為以下五類：實測、視同、不影響、不適用、豁免。

其中，視同的判定是簡化檢驗方案制定的關鍵環節，汽車視為同一型式（簡稱“視同”）是指汽車及技術法規涉及的安全部件的結構和裝置與已經通過型式認證的汽車產品相同，整車參數在規定的同一型式的允差范圍內[3]，檢驗項目的視同條件完全相同符合可以判定為視同，但有些情況，實際車型的參數與視同條件的誤差在一定范圍內，也可以歸為視同，例如表1，燃油箱的材料相同，容積差在±10%之內，可以看作視同。如果對這些條件進行人為判定，不僅工作量大，而且會產生主觀判斷失誤。利用計算機的判斷、權衡機制，對客觀的數據條件進行量化，可以顯著地提高處理速度和準確性。

在2015年修訂的《汽車產品同一型式判定技術條件/汽車產品同一型號判定技術條件》 [4]中，檢驗項目的數量已經增加到了108項條目，經過對這108項檢驗項目視同條件的研究，發現其中的67項條件可以進行參數化模型的處理，轉化成可量化的數據，從而將實際問題抽象為計算機可處理的數據類型，便于利用數據庫語句進行條件判斷，快速分析、處理。例如，將檢驗項目中的輕型汽車排氣污染物一項進行拆分細化，如表2。

3.2 車型多配置拆分

車型多配置拆分是檢驗方案制定中的起始步驟。目前企業的參數收集多是以“車型”為單位進行，整個收集流程信息搜集涉及眾多工程師[5]，會出現同一個參數項具有多個參數值的情況，因此在檢驗方案視同自動判定之前需要進行車型多配置拆分。如圖4所示，當“發動機類型”有壓燃式和點燃式，“燃油類型”有汽油和柴油時，隨機組合會產生2×2種組合方式，但是在實際生產中，“壓燃式”只與“柴油”相對應，“點燃式”只與“汽油”相對應，這需要企業的認證工程師進行多配置拆分校驗和確認。

上述只列舉了兩項檢驗項目參數有多個配置的情況，如果有多項參數存在多種配置，就會出現一參多值、多參多值的情況，若再采用人為方式進行篩選、拆分，將導致工作量大大增加，搜集的數據也相對零散、有所缺失[6]，因此可以在系統參數收集環節加入多配置匹配環節，既減輕了認證工程師的工作負擔，還能提升參數拆分的準確率。

3.3 車輛參數數據源

模型搭建的數據主要源自企業提供的車型參數，根據各參數類型分類構建相關參數表，主要分為兩類：一、檢驗標準、相關條件數據庫表。二、業務流程相關數據庫表。

1）檢驗標準、相關條件數據庫表

檢驗標準、相關條件數據庫主要存放的是視同條件、檢驗項目及相關檢測規則的數據表，如表3，顯示的是存儲M1類車型的相關檢測項目的數據表后臺數據信息[7]。

2）業務流程相關數據表

業務相關數據庫表主要包含了檢驗方案參數表、同一型式判定表等涉及業務流程的數據表。表5列舉了檢驗方案參數的部分字段，業務流程ID與原總庫表（未列出）中的ID關聯，使流程中相關字段的數據信息得以維護、更新。

4 檢驗方案自動生成模型應用

4.1 檢驗方案的正向判定

檢驗方案的正向判定是針對全新車型進行檢驗方案設計的流程，它包含型式智能判定和同一型式判定流程下發兩個功能模型。型式智能判定模型是針對申報方案自動化生成的主體模塊，系統對歷史車型的參數進行參數化，對比新車型與歷史車型參數，從而生成新車型的檢驗方案，實現了智能化流程；同一型式判定流程下發是將傳統的檢驗方案設計過程移植到計算機系統中，將不同科室部門間的檢驗方案資料傳遞[8]，移植到網絡端，實現了信息化的流程。

1）型式智能判定模型

型式智能判定是本系統檢驗方案生成的主體功能模塊，其原理是系統根據檢驗項目的參數化數據，進行參數數據比對，其主要流程如圖5。

首先，系統在進行智能判定前，企業工程師需要對基礎車型進行選擇，工程師通過系統列表包含的產品名稱、產品型號、產品類別、批次字段進行模糊搜索，篩選出作為模板的基礎車型，每個基礎車型都會配有相應的產品ID，使后臺數據準確對應車型。

基礎車型選擇完成后，相應的歷史檢驗方案模板也會自動帶入后臺數據庫，計算機會對檢驗項目進行參數化拆分，經過多配置校驗、檢驗項目遍歷的過程，系統將為工程師提供出一套完整的設計方案，其中對于可以視同的檢驗項目，系統會自動給出相應的視同產品ID、產品型號及報告編號；若不能進行能視同，工程師則根據配置選擇實測數量、若存在部分視同部分實測，則選擇視同和實測，并帶出視同的產品ID、產品型號及報告型號和實測數量。

這一過程中，工程師還可以查看對應的視同條件管理數據庫，對數據庫中的信息進行更新維護，使數據庫內容與現行的視同條件政策法規對應，讓系統智能生成的檢驗更加準確。

2）同一型式判定流程下發模型

同一型式判定流程下發模型是獨立于型式智能判定模型的流程，該流程可以由企業的認證工程師進行發起，由企業上級部門通過系統網絡將需要進行處理的數據資料傳遞到下級部門，通過系統能夠監控流程進度和流程反饋結果，以系統化的方式協助工程師制定檢測方案[9]。通過系統將紙質化的申報流程電子化、規范化，并將數據備份于后臺數據庫，避免了數據丟失，使數據資料便于維護、查詢和處理，明確檢驗方案權責劃分。

4.2 變更拓展車型檢驗方案逆向判定

變更拓展車型是在原有歷史車型基礎上衍生出的新車型，與全新車型檢驗方案生成方式不同，變更拓展車型檢驗方案的生成是在歷史車型基礎上進行數據復用、修改來完成的，方案制定的過程需要使用大量原有方案的數據[10]。本系統的逆向判定模塊可以針對這一情況，對歷史方案數據進行采集，根據視同條件規則，找出變更車型需要增加的檢測項目，將這部分交給工程師進行正向判定或者手動調整，進而實現了變更擴展車型檢驗方案的生成。

逆向判定模塊主要通過選擇變更內容、添加對比車型、參數對比來完成。根據關鍵零部件總成及包含零部件變化匹配試驗項目（參考關鍵零部件總成及包含零部件匹配試驗項目表，節選了ECU部分如表7）[11]，工程師可以選擇變化的總成名稱、零部件名稱和變更內容（都可多選），針對變更的內容能夠篩選出與對應零部件變化關聯匹配的檢驗項目名稱[12]，對相應檢驗方案更改和保存。

2、新增供應商。＼&汽油（國四）＼&1、整車排放

2、OBD

3、燃油消耗量（將會因為選裝不同型號和廠家的輪胎二增加試驗次數）＼&汽油（國五）＼&1、整車排放

2、OBD

3、燃油消耗量（將會因為選裝不同型號和廠家的輪胎二增加試驗次數）

4、無線電騷擾特性＼&柴油（國四）＼&1、整車排放

2、OBD

3、燃油消耗量（將會因為選裝不同型號和廠家的輪胎二增加試驗次數）

4、無線電騷擾特性＼&]

同時逆向判定能夠對總成-零部件-變更內容-檢驗項目數據表格的維護，可以根據樹形結構增減總成、零部件及變更內容，并進行匹配試驗項目的設置。針對變更擴展車型進行逆行判定檢驗方案的自動化生成，是對歷史車型檢驗方案充分復用過程。

4.3 成本核算

一般汽車企業進行檢測試驗是由企業試驗規劃部完成，成本主要分兩個部分：一是試驗過程中的消耗成本，包括試驗用車、試驗車運輸、試驗人員安排等成本；二是實驗過程中的試驗項目實測的試驗費用。

由于按成本習性企業的全部成本可分為固定成本和變動成本兩大類，所以成本的計算公式為： 總成本=固定成本總額+變動成本總額=固定成本總額+單位變動成本×業務量[13]

設y代表總成本，a代表固定成本總額，b代表單位變動成本，x代表業務量，則上述總成本的計算公式可寫成：

由于企業實測的業務量與檢驗方案相關聯，所以公式（1）中的x值是自變量，即車型檢驗項目檢驗次數（其中x的值可以取0，1，2……n），根據每個檢驗項目的不同要求x的值相應會有所改變。b是單個檢驗項目試驗消耗的成本，因此可以將成本計算公式推廣為：

公式（2）中b1， b2， b3……b108，表示每個項目所消耗的消耗成本，汽車強檢方案制定與實測情況的匹配度會影響到x的值，而成本a值相對固定，代入a、bi以及xj的值即可算出該檢驗周期的消耗成本。通過成本核算模型，在系統中實現了試驗成本的自動核算。

5 試驗數據對比分析

5.1 實驗數據收集

基于4款車型進行檢驗方案生成試驗，試驗結果如表2所示，檢驗方案自動生成時間在60秒以內，提升了檢驗方案生成工作效率。

5.2 企業調研情況

根據實驗測試與人工制定檢驗方案相比，檢驗方案制定的效率顯著提升。1）對于檢驗方案制定效率進行對比分析，以新車型檢驗方案制定為例，未采用自動化方案生成模型的企業認證工程師，平均制定一套檢驗方案需要3個工作日時間；采用本系統模型進行檢驗方案制定的認證工程師，可以通過逆向判定迅速找出需要實測的項目，并結合智能判定和同一型式判定流程下發模型規范化地執行，可以將檢驗方案制定的流程周期縮短到1.5個工作日完成。2）對于檢驗方案準確率的分析，結合某企業制定的檢驗方案作為基礎參考，對比提交中機中心的檢驗結果得知，本系統制定的檢驗方案既滿足了企業要求，經過一段時間使用，檢驗方案的不合格率降至20%。

6 結束語

本系統通過信息化平臺，構建了智能化處理數據的模型，通過信息化的方案增強了汽車行業檢驗方案制定的可靠性和高效性，實現了大數據背景下，傳統行業與信息化產業結合的模式[14]。主要有以下幾點優勢：1）視同條件的參數化模型的提出，改進了傳統申報紙質化、操作流程繁瑣的情況，把實際問題抽象化、模型化，從而更加直觀地顯示給企業工程師、數據分析師，最大程度地避免了主管人為因素造成的檢驗方案制定不合理的問題，讓檢驗方案的確定更加客觀、合理，充分利用了計算機數據挖掘、數據分析處理的能力。2）歷史基礎車型檢驗方案數據的重復使用，本系統用數據庫中存在大量的歷史基礎車型參數，合理使用這些數據資源可以搭建起一個完備、清晰的汽車強制性檢測自動化方案生成的數據模型，根據歷史車型的檢驗方案手動添加或自動生成完整的檢驗方案，這樣使得工程師隨時可以在網絡環境中制定企業的強檢方案，體現了大數據時代普適計算的意義（普適計算是信息空間與物理空間的融合，在這個融合的空間中人們可以隨時隨地、透明地獲得數字化的服務[15]）。3）判定系統算法的優化，本系統的智能判定功能是基于參數遍歷和多配置校驗算法實現的，在算法優化的過程中，系統模型的精確度也不斷完善，達到了通過互聯網操作等環節減少人力資源和物質資源消耗的目的。

在汽車行業認證申報事業發展的新時期，借助信息化的推手，為汽車產品申報方案自動化生成提供了機遇。本系統模型的構建，有效降低了檢驗方案制定出錯率高的局面，有效將檢驗方案退回率降至20%以下，有效地節約了社會資源，達到了協助企業認證工程師進行申報自動化的目的。

參考文獻：

[1] 張小東，湯海娟，徐赟.乘用車產品公告申報方法的研究[J].汽車實用技術，2016 （4）：173-176.

[2] 張璐.汽車同一型式認證與判定模式集[J].重型汽車，1996（5）.

[3] 黃先國，吳杰靈.淺談汽車產品在申報公告中同一型式/同一型號的判定[J].專用汽車，2016（5）：40-42.

[4] 李懷彬，包佳健.淺析中國汽車產品型式認證制度[J].商用汽車，2012（14）：10-15.

[5] 張成.中國汽車產業政策研究[D].北京：中央民族大學，2010.

[6] 蔣怡翎，胡潔，王偉明，戚進，彭穎紅.基于約束網絡的汽車整車配置過程沖突消解[J].上海交通大學學報，2009（1）：119-123.

[7] 王新寧.中國 M1 類乘用車產品型式認證手冊[M].北京：機械工業出版社，2010.

[8] 高菊珍，郭紅兵.我國汽車產品認證管理分析[J].上海汽車，2012（4）：44-47.

[9] 米虹諾.汽車產品型式認證系統的設計與實現[D].長春：吉林大學，2010.

[10] 張文炬.汽車產品驗證信息化管理與分析系統的開發研究[D].合肥：合肥工業大學，2004.

[11] 陳艷.汽車故障系統中實時顯示及ECU模塊的關鍵技術研究[D].成都：成都理工大學，2013.

[12] 車曉鐳.汽車動力總成電控單元硬件在環測試系統研究[D].長春：吉林大學，2011.

[13] 李金桐.成本計算通用模型研究[D].長春：吉林大學，2007.

[14] 徐海，張宇，蘇衛東.我國汽車信息化技術發展現狀[J].汽車工程師，2010（9）：21-23.

[15] 徐光檔，史元春，謝偉凱.普適計算[J].計算機學報，2003，26（9）：1042-1050.

推薦訪問： 申報 汽車產品 生成 自動化 方案