2025年5月29日，由中国汽车工程学会汽车大数据应用分会、北京理工大学联合主办的“2025汽车大数据应用产业大会暨中国汽车工程学会汽车大数据应用分会成立大会”在北京亦庄隆重召开。大会以“数智驱动 擎启新章”为主题，聚焦汽车大数据在电动化、智能化、网联化转型中的核心作用。

大会专题报告环节，长安大学汽车学院院长、教授、中国汽车工程学会理事赵轩以《大数据赋能汽车可靠性提升》为题，阐述了通过数据驱动的可靠性管理，正在逐渐改变行业质量标准。通过多维度数据的采集、分析与应用，可帮助汽车可靠性方面显著提升，并且介绍了丰富的体系化方案，能够支撑从寿命优化、体系构建方面的能力与方法，最终推动技术进步、降低经济成本，优化用户体验。

长安大学汽车学院院长、教授、中国汽车工程学会理事赵轩

以下为演讲回顾：

各位专家，下午好！

我是长安大学汽车学院赵轩。我把我们最近给几个企业做的大数据赋能可靠性方面工作做一个汇报，其实我们也是在学习的过程中，请各位专家多提意见、多交流。

现在大部分企业的可靠性设计主要是考虑寿命问题，或者是过设计，真正的大数据样本和大数据先天性优势，在汽车和部件设计过程中考虑得还是比较少的。我们开展了利用大数据特征，把大数据用户特征和我们做传动系统的载荷谱以及试验场的耐久性试验规范进行关联，同时建立整车动力学模型，并且采集相应路谱以及和大数据相对应路谱特征以及试验场特征，通过这些特征建立动力学模型和台架试验规范，最终目标是提升车辆可靠性和舒适性。

我报告分为五个部分：

一、基于大数据的载荷用户特征关联技术

载荷特征采集过程有两种方法：一种是基于用户特征的关联，选定用户、特征进行试验。其实还有一种更好的办法，我们用各个企业、各个平台机构采集到的大数据来做数据关联，做数据和用户特征之间的关联。一款车跟车型、地域性，用户特征相关，所以我们做了用数据关联用户特征的覆盖95%分位的目标特征。基于这个平台上的数据开展基于包括车辆特征、运营特征、交通特征、车组特征关联，辨识包括典型场景和道路空间的关系，可以实现包括运行区域、道路类型、驾驶风格、载重量、坡度等等，这些全量用户的关联。

做这些关联的目的是什么呢？大数据的数据量很大，但是在做特定车型、特定用户和特定地域车辆特征时，怎么在海量数据里边找到能够代表这样一些特性的数据，是为了筛选数据。所以我们做了用户特征分析，包括驾驶行为、载重量、道路特征分布特征。包括城市道路下区域的辨识，市区、高速、郊区、山区等等。同时，我们也做了出行特征辨识，其实一个城市里的道路，高速公路、快速路和主干道虽然用的很多，但比例很低，我们在出行过程中会考虑出行选择和道路分布情况，所以我们做了相应的道路等级辨识以及开展了对一些危险驾驶，或者驾驶行为者是激进或者新手等等做了一些辨识，以及和整车质量和道路坡度做了联合估计，能够构建比较精确的用户特征模型。同时，对一些滥用，对一些比较差的使用环境和使用场景下建立的损伤模型来辨识滥用特征和滥用场景。

基于我们做的这些特征，包括驾驶行为，载重、坡度、道路类型等等关联特征，目的是为了从大数据里提取到有用的样本，或者提取到能够表征全量用户，比如某一个车型在陕西或者在上海或者在重庆的销售过程中，一些当地用户的特征。怎么样把这些特征找出来，就用了这样的特征提取办法，找到跟用户强相关数据。

二、动力总成转速转矩台架测试规范

我们用这些数据做什么呢？第一，做动力总成转速转距载荷谱的加载。因为现在企业比较多的是采一段载荷，把它直接用在台架上，这段载荷会直接影响到可靠性评价，或者是用极限载荷直接加载，这样的话会出现过设计。

而我们在做的过程中，把厂家数据、用户特征以及大数据平台的数据运用到动力总成转速转距的台架测试过程中，运用到我们的试验场关联过程中，来开展相应的研究。

第一个是用于正向设计，尤其是传动系统正向设计过程中。新能源汽车动力响应比较快，冲击也比较大，所以对于新能源汽车，尤其是传动系统、轴类、轴齿类和齿轮类零件的损伤比较大，所以构建了基于数据赋能的动力总成开发体系。

针对新能源汽车，尤其电动汽车动力总成，以电机为输入，提出基于用户行驶大数据，包括轴类、轴承、齿轮、轴齿类载荷谱的构建方法。这个构建方法用于商用车现在占比最大的汉德车桥，车桥试验过程中故障率降低了23.7%。并且根据采集到的月用全量用户，基于月单位里程损伤来表达95%的强化模型，获取全生命周期的损伤指标。

一辆车从卖出直到报废，每一个月是一个损伤单元，比如按三年算，从第0个月到第36个月，整个损伤情况以月为单位，来覆盖95%用户的可靠性和衰减特征，并且我们开发了台架试验加载输入谱，获取全量用户进行了传动系统，包括轴类、轴齿类，半轴等等这样一些部件级的载荷谱，形成随机工况八级谱的加载方案。并且提出了一维的幅值加累积频次损伤重构载荷方法，形成了八级谱输入的方案，在法士特和汉德车桥都有应用，形成了包括前进、倒车、转向、直行等等这样一些细分工况下载荷的受力和载荷计算的寿命预算模型。

三、整车试验场关联与振动耐久规范

现在所有在试验场做试验，每一类型的车都是按照试验场规范去做，但是不同的车卖到不同的地域、不同的功率匹配、不同的动力系统，在试验场做是有差异性的。所以我们根据用户特征、试验场特征做了一套满足各试验场的规范系统。

研究了基于等效损伤整车试验场关联技术，包括基于试验场关联形成用户与试验场道路可靠性耐久试验规范，并建立了数字化的虚拟试验场，制定了包括零部件、总成台架耐久试验方法，有效缩短试验周期，并且有针对性地形成试验规范。

我们利用等效损伤原理获得了可靠性道路对应权重和对应循环次数，完成了试验场耐久试验规范。这是针对某一个试验场做的，针对某几款车试验规范，考虑车型、地域、环境、驾驶人的特征、用户特征以及道路特征、试验场特征做了等效。比如我们的问卷在襄阳试验场和通州试验场方法是不一样的，做的方案是不一样的，不同车型、不同用户是不一样的，形成了一些规范。

并且我们在传动系统的整车厂应用1亿公里云端数据进行试验场关联和等效覆盖，通过试验验证一致度达到96%。我们也建立了试验场各种路面的虚拟化道路，以及通过逆向求解获得道路载荷特征，道路传递路径特征。并且我们开发了多体动力学模型，运用于虚拟道路输入下研究可靠性、耐久性，分析子系统零件的台架试验。

四、基于传递路径分析的减振元件优化

基于动力系统或整车的关联耐久试验开展了传递路径分析，主要是做了基于盲源混合动态解耦的传递路径的分析，获得了减振元件过程中对可靠性影响比较大的一些因素；建立了多体动力学模型，同时也进行多工况和极限工况的试验验证，误差小于10%和15%；开展了基于传递路径分析的频谱特性分析，优化了整车动力学模型；开展了传递函数逆向迭代的整车动力学模型优化，形成了包括卡车、货车和轿车的多体动力学可替换的多种模型；利用盲源分离的ODPA模型对振动传递路径、振动解耦和耦合的关系进行了分析，实现了目标信号高精度传递和辨识；形成了包括传递路径分析和悬架等影响因子贡献度的可靠性提升和方法。

五、应用案例

我们和乘用车企业开发了包括基于大数据的循环工况、随机载荷谱的构建，并且应用于动力总成的匹配和可靠性的一些校准和提升。在乘用车企业开展了包括滥用、轴类、轴齿类、齿轮类零件的载荷谱相应的一些构建。同时，在研究了多体动力学的仿真和路径的软件应用于可靠性的研发和设计过程中，开展了基于多体动力学的减震元件的虚拟化构建，实现了高用户覆盖和强用户关联载荷谱动力总成的正像设计和开发。

希望各位专家、企业多给指导，谢谢大家！