通过从静态平衡测量结果识别过程谐波作出轮胎均匀性改进

摘要

提供用于使用从轮胎的集合的静态平衡测量结果估计过程谐波量值来改进轮胎均匀性的系统和方法。确切地说，可获得轮胎的集合的静态平衡的所观测量值的序列。可结合与过程谐波相关联的基线量值模式来分析所观测量值的所述序列，以导出所述过程谐波的量值。所述过程谐波的所述量值可用以改进轮胎的所述均匀性。

说明书

技术领域

本发明大体上涉及用于改进轮胎均匀性的系统和方法，并且更具体来说涉及通过从 静态平衡测量结果导出过程谐波来分析且改进轮胎的均匀性。

背景技术

在轮胎的某些可量化特性中，轮胎非均匀性与关于轮胎的旋转轴线的对称性(或缺 乏对称性)相关。不幸的是，常规轮胎成型方法具有许多产生在轮胎中的非均匀性的机 会。在轮胎旋转期间，存在于轮胎结构中的非均匀性在车轮轴线处产生周期性变化的 力。当这些力变化作为明显的振动传送到车辆和车辆乘员时，轮胎非均匀性是重要 的。这些力通过车辆的悬架传送并且可以在车辆的座位和方向盘上被感觉到，或者作 为噪声在乘客室中传送。传送到车辆乘员的振动的量已经被分类为轮胎的“乘坐舒适” 或“舒适”。

轮胎均匀性参数或属性一般被分类为尺寸或几何变化(径向偏心和横向偏心)、质 量变化(例如，质量不平衡)，以及滚动力变化(径向力变化、横向力变化以及切向力 变化，有时也称为纵向或前后力变化)。例如静态平衡测量结果等轮胎均匀性测量结果 可通过制造具有轮胎效应及过程效应两者的效应产生。轮胎效应的实例包含归因于轮 胎材料组成(例如，轮胎的套管纺织层、皮带层、钢丝圈、内衬、胎面及其它橡胶层中 的一或多者的生产起点或接头重叠位置)、制造技术(例如，将绿色轮胎引入于成型鼓 上，放置到模具或硫化机中及其类似者的相对位置)及/或用于轮胎构造过程中的可控制 条件(例如，绿色轮胎在固化过程或其它制造步骤期间经受的温度及压力)的效应。过 程效应的实例可以从此类制造条件产生为辊影响、挤出机喘振、过程条件(例如，温 度、压力、速度等)中的波动等。

轮胎效应和过程效应在轮胎均匀性测量结果内的影响对应地由合成均匀性测量结 果的“轮胎谐波”或“过程谐波”分量表示。轮胎谐波分量具有配合轮胎圆周内的整数次数 的周期。过程谐波分量具有并不配合轮胎圆周内的整数次数的周期。

针对于质量变化的一个均匀性参数为静态平衡。静态平衡测量结果可提供对轮胎 的质量不平衡的测量。确切地说，静态平衡测量结果可表示关于轮胎的质量不平衡的 第一谐波。静态平衡测量结果可通过平衡机获取，在所述静态平衡机中，可在其纵轴 上放置轮胎。重力致使轮胎的具有最大质量的部分向下偏转。偏转的量值及方位角位 置可提供轮胎的静态平衡的测量结果。静态平衡可表示为具有至少部分地基于偏转量 确定的量值及从偏转的方位角位置确定的相位角的向量。

在许多实际情况中，仅获取静态平衡测量结果的量值，及/或将其存储于存储器中 以用于未来分析。举例来说，方位角位置的确定可能需要在轮胎的制造期间将条形码 或其它指示物附接到轮胎以充当用于均匀性参数的测量的参考点。如果不存在此能 力，那么可能难以确定偏转的方位角位置。

过程谐波可致使不同轮胎之间的静态平衡测量结果不同，这取决于过程谐波的特 定模式和引入的速率。举例来说，第一轮胎的静态平衡测量结果可具有与根据相同制 造过程制造的第二轮胎中的静态平衡测量结果不同的量值及方位角位置。可能期望从 轮胎的集合的静态平衡测量结果的序列导出过程谐波信息，以驱动过程改进及校正努 力。

因此，需要一种用于从轮胎的集合的静态平衡测量结果的序列估计过程谐波的量 值的系统和方法。可在不需要静态平衡测量结果的方位角或相位角信息的情况下估计 过程谐波的量值的系统和方法将为尤其有用的。

发明内容

本发明的方面和优点将部分在以下描述中进行阐述，或可以从所述描述中显而易 见，或可以通过实践本发明来习得。

本发明的一个示范性方面是针对一种用于使用多个轮胎的集合的静态平衡测量结 果来改进轮胎的均匀性的方法。所述方法包含识别至少一个候选过程效应，且获得轮 胎的集合的所观测量值的序列。所观测量值的序列包含轮胎的集合中的每一轮胎的静 态平衡的量值。所述方法进一步包含获得与候选过程效应相关联的基线量值模式。基 线量值模式包含轮胎的集合中的每一轮胎的静态平衡的基线量值。所述方法进一步包 含至少部分地基于所观测量值的序列及基线量值模式，借助于计算装置确定与候选过 程效应相关联的过程谐波的量值。所述方法可进一步包含至少部分地基于过程谐波的 量值来修改轮胎制造。

本发明的另一示范性方面涉及用于改进轮胎的均匀性的系统。所述系统包含经配 置以获得轮胎的集合中的每一轮胎的静态平衡测量结果的测量机器。所述系统进一步 包含耦合到测量机器的计算装置。所述计算装置包含一个或多个处理器以及至少一个 非暂时性计算机可读存储器。所述至少一个非暂时性计算机可读存储器存储计算机可 读指令，所述计算机可读指令在由一个或多个处理器执行时，致使一个或多个处理器 实施本文中所揭示的用于使用静态平衡测量结果的序列获得过程谐波的量值的方法中 的任一个。

参考以下描述和所附权利要求书，本发明的这些和其它特征、方面以及优点将得 到更好的理解。并入在本说明书中且构成本说明书的一部分的附图说明了本发明的实 施例，并且与所述描述一起用以说明本发明的原理。

附图说明

本发明的针对所属领域的技术人员的完整且能够实现的揭示内容(包含其最佳模 式)在说明书中得到阐述，所述揭示内容参考附图，在所述附图中：

图1描绘根据本发明的示范性实施例的用于改进轮胎的均匀性的示范性方法的流程 图。

图2描绘根据本发明的示范性实施例的轮胎的集合的静态平衡的所观测量值的示范 性序列。图2绘制沿着横坐标的数据的索引及沿着纵坐标的静态平衡的量值。

图3描绘轮胎的集合中的静态平衡的过程效应诱发的改变的向量表示。

图4描绘根据本发明的示范性实施例的用于至少部分地基于所观测量值的序列及基 线量值模式估计过程谐波的量值的示范性方法的流程图。

图5描绘不同步的所观测量值的示范性序列及基线量值模式。图5绘制沿着横坐标 的数据的索引及沿着纵坐标的静态平衡的量值。

图6描绘根据本发明的示范性实施例的用于估计多个候选过程效应的过程谐波的量 值的示范性方法的流程图。

图7描绘根据本发明的示范性实施例的用于改进轮胎的均匀性的示范性系统。

图8描绘具有跨越多个轮胎的多个过程谐波分量的示范性模拟静态平衡波形的曲线 图。图8绘制沿着横坐标的跨越二十个轮胎的轮胎点的索引及沿着纵坐标的静态平衡波 形的量值。

图9描绘针对每一轮胎从图8的静态平衡波形导出的所观测量值的示范性序列。图 9绘制沿着横坐标的所观测量值的序列的索引及沿着纵坐标的所观测量值。

图10描绘从图9中所描绘的所观测量值的序列的回归分析获得的示范性残差。图 10绘制沿着横坐标的轮胎的残差的索引及沿着纵坐标的残差的量值。

具体实施方式

所属领域的一般技术人员应了解，本论述仅是对示范性实施例的描述，且并不意 欲限制本发明的更广泛的方面。每个实例是为了阐释本发明而提供，而非限制本发 明。实际上，所属领域的技术人员将清楚，在不脱离本发明的范围或精神的情况下可 以在本发明中进行各种修改以及改变。举例来说，说明或描述为一个实施例的一部分 的特征可以与另一实施例一起使用以产生再一实施例。因此，希望本发明涵盖此类修 改和改变，所述修改和改变处于所附权利要求书及其等效物的范围内。

概述

通常，本发明是针对使用过程谐波量值的估计来改进轮胎均匀性。确切地说，可 获得轮胎的集合的静态平衡的所观测量值的序列。可分析所观测量值的序列，以导出 与候选过程效应相关联的过程谐波的量值。对过程谐波的量值的了解可用以改进轮胎 的均匀性。

即使是在相同条件下制造的轮胎也可能以两种主要方式经历动态制造效应。在第 一情况下，制造效应的周期与轮胎圆周一致。这些效应被称作轮胎效应，因为它们与 轮胎圆周相关联。轮胎效应可以大体上由各种轮胎谐波组成，所述轮胎谐波具有配合 轮胎圆周内的整数次数的周期。典型的轮胎效应可以归因于胎面接头宽度、成型鼓的 失圆度、按压效应和其它效应。

在第二情况下，制造效应的周期不与轮胎圆周一致。这些效应被称作过程效应， 因为它们涉及过程元件而非轮胎圆周。过程效应可以大体上由各种过程谐波组成，所 述轮胎谐波具有并不配合轮胎圆周内的整数次数的周期。典型的过程效应可以(例如) 在半成品(例如，胎面带)的制备过程中由归因于挤出机控制系统的厚度变化或由可以 使较软产品的形状变形的辊导致。

根据本发明的方面，可从轮胎的集合的静态平衡的所观测量值的序列确定与至少 一个候选过程效应相关联的过程谐波的量值。静态平衡测量结果可提供对轮胎的质量 不平衡的测量。确切地说，静态平衡测量结果可表示关于轮胎的质量不平衡的第一谐 波。静态平衡测量结果可通过平衡机获取，在所述静态平衡机中，可在其纵轴上放置 轮胎。重力致使轮胎的具有最大质量的部分向下偏转。偏转的量值及方位角位置可提 供轮胎的静态平衡的测量结果。

过程谐波的量值可以在不需要与静态平衡的所观测量值相关联的相位角或方位角 信息的情况下估计。更确切地说，过程谐波的量值可通过获得轮胎的集合的静态平衡 的所观测量值的序列以及基线量值模式来估计。轮胎的集合的基线量值模式可指定轮 胎的集合中的每一轮胎的基线量值。可构建模型，其使所观测量值的序列与基线量值 模式相关。回归或编程技术可以用于估计与所述模型中的基线量值模式相关联的系 数。过程谐波的量值随后可以从所估计的系数确定。

在特定实施方案中，轮胎的集合的基线量值模式可与所观测量值的序列同步，以 使得与基线量值模式相关联的索引及与所观测量值的序列相关联的索引在或大约在相 同轮胎上的相同点处开始。基线量值模式及所观测量值的序列可在物理上保证为同步 的，或可处理数据以识别与所观测量值的序列同步的基线量值模式。

在另一特定实施方案中，可进一步分析作为回归或编程分析的结果而确定的残 差，以识别与不同候选过程效应相关联的额外过程谐波的量值。确切地说，残差可用 以指定所观测量值的新序列。可结合基线量值模式来分析所观测量值的新序列，以识 别与不同过程效应相关联的过程谐波的量值。可反复重复此过程，直到残差不再展现 模式为止，或直到残差的标准差的次序与测量误差的次序相同为止。

过程谐波的所估计量值可用以引起轮胎制造过程中的改进。举例来说，可以将过 程谐波的所估计量值与阈值相比较，以确定是否需要采取校正动作。可选择阈值以最 佳化均匀性良率及校正动作的成本。随后可维持此等过程谐波的目录，且其可用以迅 速解决任何未来过程退化。特定候选过程效应的引入的速率可用以确定需要校正或调 整的轮胎制造过程的违规部分。

作为另一个实例，所估计过程谐波量值可以跨越不同时间区间确定。所估计过程 谐波量值可以跨越时间区间进行比较以确定过程效应的稳定性，且确定在制造过程中 是否已经发生任何新干扰或异常。举例来说，如果所估计量值在不同时间区间改变， 那么此情形可提供需要用以处理特定过程谐波的维护事件的指示。与在仅轮胎谐波可 用时通常可达成的过程稳定性相比，特定过程谐波效应的估计可用以达成静态平衡参 数中的更高过程稳定性。与可由此稳定性的增加得到的轮胎间变化相比，轮胎间变化 的减小可导致均匀性良率的增加。

用于改进轮胎均匀性的示范性方法

图1描绘根据本发明的示范性实施例的用于改进轮胎的均匀性的示范性方法(100) 的流程图。方法(100)可以通过任何合适的系统实施，例如图7中所描绘的系统。另 外，出于说明和讨论的目的，图1描绘以特定次序执行的步骤。使用本文中提供的揭示 内容，所属领域的一般技术人员将理解本文中所揭示的方法中的任一个的步骤可以不 同方式调适、省略、重排、组合及/或扩展而不偏离本发明的范围。

在(102)处，所述方法包含识别至少一个候选过程效应。单一过程效应可以被当 成用于分析的候选过程效应，或多个过程效应可以被当成用于分析的候选过程效应。 可以在各种参数方面来表达或识别至少一个候选过程效应，所述参数包含但不限于关 于轮胎的尺寸(例如，轮胎圆周、半径、直径、在轮胎周围的数据点的离散数目或其类 似者)的引入的速率(例如，频率或周期)。

过程谐波也可以表达为谐波数(例如，1.25、0.8等)。谐波数可以通过以下公式与 候选过程效应的频率(ω)相关：2πh/N，其中h是谐波数且N是在获得均匀性测量结果 时在轮胎的外周的周围所测量的数据点的数目。频率(ω)可以量化为每在轮胎周围所 测量的数据点的弧度。当考虑p个候选过程效应的总数目时，每一过程效应的引入的速 率可以在其对应的谐波数h_p及/或引入的频率ω_p方面来界定。

所述候选过程效应可以是基于制造过程的某些已知特征识别的已知过程效应，或 所述候选过程效应可以是未知的。举例来说，如果物理过程效应源为已知的，那么有 可能从制造过程的某些方面及/或条件(例如机器元件直径或挤出控制特性)识别候选过 程效应。

如果候选过程效应是未知的，那么可以使用多种搜索技术识别候选过程效应。一 个示范性搜索技术可包含在候选过程效应的范围上以阶梯式递增指定一系列候选过程 效应(例如，0.2、0.3、0.4、……、1.5等)。如下文将更详细地论述，回归分析或编程 分析可通过解算与范围中的每一递增候选过程效应相关联的系数，识别在候选过程效 应的范围内的过程效应。可以确定与非零系数相关联的过程效应以有助于轮胎的总体 均匀性。在不偏离本发明的范围的情况下，其它合适的技术可以用于识别候选过程效 应。

在(104)处，识别多个轮胎的集合以用于分析。轮胎的集合应该根据类似制造过 程制作，使得与候选过程效应相关联的过程谐波将在轮胎的集合中的多个轮胎中的每 一个中显现。应了解，即使根据相同或类似制造过程制作轮胎的集合中的所有轮胎， 仍有可能一些过程效应将不在每一轮胎中显现其最大的影响。例如，具有小于1.0的谐 波数的过程效应在连续制造的轮胎的集合中可能仅每隔一个轮胎、每隔两个轮胎等呈 现其最大幅值。轮胎的集合可包含任何合适数目的轮胎，例如10个或大于10个轮胎。 举例来说，在特定实施方案中，轮胎的集合可包含二十个轮胎。优选地，按顺序次序 制造轮胎的集合中的轮胎。

在(106)处，所述方法包含获得轮胎的集合的静态平衡的所观测量值的序列。所 观测量值的序列指定轮胎的集合中的每一轮胎的静态平衡的量值。如本文中所使用， “获得所观测量值的序列”可包含实际上执行均匀性测量以识别静态平衡，或存取存储 于例如计算装置的存储器中的均匀性测量结果。

所观测量值的序列可按轮胎编索引。确切地说，所观测量值的序列可具有将静态 平衡的每一特定量值与轮胎的集合中的特定轮胎相关联的索引。举例来说，索引可指 定Q个轮胎的集合的每一轮胎的量值t＝1，t＝2，t＝3，……，t＝Q。索引可具有起点。举 例来说，索引可指定所观测量值的序列中的第一所观测量值与轮胎的集合中的第一轮 胎相关联(即，t＝1)。

图2描绘针对二十个轮胎的集合获得的静态平衡的所观测量值200的示范性序列的 图形表示。图2绘制沿着横坐标的索引(例如t＝1，t＝2等)及沿着纵坐标的静态平衡的 量值。如图2所展示，至少部分地基于一个或多个过程效应，在不同轮胎之间的静态平 衡的量值可能不同。根据本发明的方面，可从静态平衡的量值的模式确定过程谐波的 量值。

返回参看图1，在(108)处，所述方法包含获得与候选过程效应相关联的基线量值 模式。每一候选过程效应将具有其自身唯一的基线量值模式。基线量值模式指定轮胎 的集合中的每一轮胎的静态平衡的基线量值。获得基线量值模式可包含存取与存储于 存储器中的候选过程效应相关联的预先计算的基线量值模式。或者，获得基线量值模 式可包含在识别候选过程效应之后，在运行中计算每一候选过程效应的基线量值模 式。

类似于所观测量值的序列，由基线量值模式指定的基线量值可按轮胎编索引。确 切地说，基线量值模式可具有将每一特定基线量值与轮胎的集合中的特定轮胎相关联 的索引。举例来说，索引可指定Q个轮胎的集合的每一轮胎的基线量值t＝1，t＝2， t＝3，……，t＝Q。索引可具有起点。举例来说，索引可指定基线量值模式中的第一基线 量值与轮胎的集合中的第一轮胎相关联(即，t＝1)。

特定候选过程效应的基线量值模式可通过建模轮胎的集合的静态平衡测量结果的 量值的过程效应诱发的改变来确定。图3描绘轮胎的集合的静态平衡量值的过程效应诱 发的改变的向量表示。向量202、204、206、208、210及212表示六个轮胎的示范性集 合的所观测静态平衡测量结果(量值及相位角)。出于说明及论述的目的，将参考包含 量值及相位角信息两者的静态平衡向量论述本图解说明。使用本文中提供的揭示内 容，所属领域的一般技术人员将理解静态平衡的过程效应诱发的改变可从静态平衡的 量值的标量表示确定。

参看图3，不同轮胎之间的向量202、204、206、208、210及212的量值及相位角 不同。向量202的相位角可关于横轴或其它合适参考进行测量。向量量值的过程谐波诱 发的改变可建模为量值A的固定向量220及零相位角，可向其添加量值m的另一向量 230，所述另一向量的相位角可在0度到360度之间变化。向量230的相位角的变化可 由过程效应驱动。

驱动向量130的相位角的变化的过程谐波波形可具有如下定义的波形模式：

$w_i=A+m\left(cos\right(\frac{2{\mathrm{\pi ih}}_p}{N})+sin(\frac{2{\mathrm{\pi ih}}_p}{N}\left)\right)---\left(1\right)$

其中w_i为每一波形点i的过程谐波的量值，A为固定向量120的量值，m为向量130 的量值，其中将变化相位角添加到固定向量120，N为每一轮胎的波形点的数目，且h_p为与过程谐波相关联的谐波数。

每一轮胎的静态平衡的所观测量值可通过使用属于每一轮胎的索引值的适当子集 找到上文等式(1)中所阐述的波形的第一谐波幅值来导出。确切地说，个别轮胎的量 值M由下式给出，其中ω＝2π/N及ω*＝2πh_p/N：

w_t＝A+m(cos(ω^*t)+sin(ω*t))

$C=\frac{m}{n}\underset{t=1}{\overset{n}{\Sigma }}\left(cos\right({\omega }^{*}t)+sin(\omega *t\left)\right)cos\left(\omega t\right)$

(2)

$S=\frac{m}{n}\underset{t=1}{\overset{n}{\Sigma }}\left(cos\right({\omega }^{*}t)+sin(\omega *t\left)\right)sin\left(\omega t\right)$

M＝(C²+S²)

可使用以上模型产生候选过程效应的基线量值模式。确切地说，可通过设定m及A 等于基线值及计算量值M，使用以上等式(2)产生每一轮胎的基线量值。举例来说， 在一个实施方案中，可通过设定m＝1及A＝0产生每一轮胎的基线量值。基线的此选择 对于大多数应用应为最佳的，但其它选项可用以使计算更容易。可使用用于使用以上 模型计算基线模式的其它合适技术而不偏离本发明的范围。举例来说，可通过将m及A 设定为不同基线值来确定基线量值模式。一旦已确定每一轮胎的基线量值，基线量值 可以组合且按轮胎编索引以形成候选过程效应的基线量值模式。

返回参看图1，在(110)处，所述方法包含从所观测量值的序列及基线量值模式估 计过程谐波的量值。举例来说，可构建模型，其使基线量值模式与静态平衡的所观测 量值的序列相关。回归、编程或其它相关技术可用以估计过程谐波的量值以最佳配合 基线量值模式与所观测量值。结果，可仅使用轮胎的集合的静态平衡的所观测量值及 候选过程效应的基线量值模式来估计过程谐波的量值。并不需要方位角或相位角信息 来估计过程效应的量值。

图4描绘根据本发明的示范性实施例的用于基于基线量值模式及所观测量值的序列 估计过程谐波的量值的示范性方法(300)的流程图。在(302)处，所述方法包含构建 模型，其使基线量值模式与轮胎的集合的所观测量值的序列相关。以下提供示范性模 型：

m_t＝α+β·m_p+ε(4)

其中m_t表示轮胎的集合的静态平衡的所观测量值的序列，m_p表示与候选过程效应 相关联的基线量值，α系数表示等式(1)中的A项，且β系数表示候选过程效应的过程 谐波量值m，且ε表示残差。在矩阵形式中，模型可如下表达：

$\left(\begin{array}{c}{m}_1^t\\ m_2^t\\ m_3^t\\ .\\ .\\ .\\ m_{q-1}^t\\ m_q^t\end{array}\right)=\alpha +\beta ·\left(\begin{array}{c}{m}_1^p\\ m_2^p\\ m_3^p\\ .\\ .\\ .\\ m_{q-1}^p\\ m_q^p\end{array}\right)+\left(\begin{array}{c}{ϵ}_1\\ {ϵ}_2\\ {ϵ}_3\\ .\\ .\\ .\\ {ϵ}_{q-1}\\ {ϵ}_q\end{array}\right)---\left(5\right)$

其中表示q＝1到q＝Q个轮胎中的每一轮胎的静态平衡的所观测量值，表示 q＝1到q＝Q个轮胎中的每一轮胎的与候选过程效应相关联的静态平衡的基线量值，α系 数表示等式(1)中的A项，且β系数表示候选过程效应的过程谐波量值m，且ε_q表示 与q＝1到q＝Q个轮胎中的每一轮胎相关联的残差。

在(304)处，使用回归分析或编程分析估计候选过程效应的系数β。例如线性回归 分析等回归分析可估计模型的系数(例如α及β)，以使得模型最佳配合所观测量值的 序列。举例来说，回归分析可估计系数以最小化模型中的平方误差(即，残差)。

可用于估计系数的另一方法包含编程方法。使用编程方法，估计系数以使用模型 最小化轮胎的所观测量值与轮胎的所估计值之间的绝对误差(例如，残差)。所述系数 可以使用线性、二次或其它适当的编程方法来估计。

一旦已估计候选过程效应的系数β，便可基于系数估计过程谐波的量值(306)。举 例来说，在基线量值已被设定为值一时，过程谐波的量值可确定等于系数β。

返回参看图1，在(112)处，所述方法可包含基于过程谐波的所估计量值来修改轮 胎制造以改进轮胎的均匀性。确切地说，所估计量值可用以更好地分析均匀性测量结 果及/或用以校正轮胎的各种方面。举例来说，所估计量值可与阈值相比较。如果量值 超过阈值，那么可以采取校正动作。特定过程谐波可以用于确定需要被校正/调整的轮 胎制造过程的不当部分。此等静态平衡过程效应的目录可被创建，且用以在未来过程 干扰由相同效应引起的情况下，更快速解决未来过程干扰。这在其中本文中所揭示的 分析技术用于搜索未知的候选过程谐波的情况下可以是特别地有益的。

例如，一旦识别与特定谐波数(例如，1.2)相关联的过程效应，所述过程效应就可 以用于通过首先识别在轮胎制造过程中的可能的循环元件来追溯到过程效应的原因。 可以计算这些循环元件的相对周期(例如，1.5m、1.33m、1.00m和0.75m)且将其与 轮胎的圆周(例如1.2m)相比较。这给出每一可能原因的过程谐波数(0.8、0.9、1.2 和1.6)。随后人们可以选择所识别的激活的过程谐波的最接近的匹配的可能原因。

举例来说，挤出机周期可以与在胎面厚度变化过程中具有谐波数1.2的过程效应匹 配。如果过程效应的幅值超出给定水平(例如，0.25kg力)，那么可以采取校正动作来 处理挤出机周期。适当阈值可平衡最终静态平衡的竞争需求，实施过程控制的成本及 过程谐波效应的稳定性。此校正动作可包含重调挤出机控制系统算法，改变挤出机速 度，及/或故意地拉伸胎面以抵消由挤出机循环引起的变化。

作为另一实例，可确定跨越制造过程的不同时间区间的所估计量值。所估计过程 谐波量值可以跨越时间区间进行比较以评估过程效应的稳定性，且确定在制造过程中 是否已经发生新干扰(如果有的话)。举例来说，如果所估计过程谐波量值跨越不同时 间间隔改变，那么这可以提供对需要维护事件来处理特定过程效应的指示。可以采用 校正动作来处理所估计过程谐波量值的变化。可在若干重叠时间范围内进行此分析以 检测关于稳定性的较长期过程效应。

作为又一实例，轮胎均匀性改进可以通过改变轮胎中已知制造组件的相对角位置 以减少感兴趣的一个或多个轮胎谐波的所测量均匀性参数的量值来获得。然而，此类 型的均匀性分析可受到过程效应的影响阻碍，其对合成均匀性测量结果的周期性贡献 与轮胎谐波不相同，从而导致较不良补偿及调整。由过程效应产生的此均匀性贡献的 识别可帮助改进均匀性分析的准确性以及轮胎成型过程。可从过程谐波的识别实现的 静态平衡控制的改进程度可远大于可仅在轮胎谐波信息可用时获得的改进程度。

使基线量值模式与所观测量值的序列同步

根据本发明的方面，可基于静态平衡的所观测量值的序列估计过程谐波的量值。 优选地，所观测量值的序列及基线量值模式同步，以使得所观测量值的序列及基线量 值模式两者的索引在相同轮胎处开始。如果索引不同步，那么静态平衡的量值经由轮 胎的序列的演进的模式通常将不匹配，从而使分析变复杂。

举例来说，图5描绘不同步的所观测量值240的示范性序列及示范性基线量值模式 250。图5绘制沿着横坐标的数据的索引(例如t＝1，t＝2等)及沿着纵坐标的静态平衡 的量值。基线量值模式250乘以200以使曲线图易懂。如图所示，所观测量值240的序 列及基线量值模式250并不展现相同模式。

为了确保所观测量值的序列及基线量值模式同步，可物理上保证数据为同步的。 此情形通常可通过检查挤出过程或线轴上卷操作的起点实现。或者，数据可用以识别 与所观测量值的序列同步的基线量值模式。

确切地说，可指定每一候选过程效应的多个基线量值模式。基线量值模式中的每 一个可具有索引，所述索引具有在不同位置处的起点。更确切地说，基线量值模式中 的每一个可具有与不同起点相关联的索引。举例来说，可产生第一基线量值模式，且 使其与在轮胎t＝1处开始的索引相关联。可产生第二基线量值模式，且使其与在轮胎 t＝2处开始的索引相关联。可产生第三基线量值模式，且使其与在轮胎t＝3处开始的索 引相关联，等等。如果需要增加分辨率，那么基线量值模式可能滞后非整数量，例如 t＝0.245及其类似者。

回归(例如逐步回归)或编程分析可用以确定基线量值模式中的哪些最佳地近似所 观测量值。更确切地说，可构建模型，其使所观测量值的序列与多个不同基线量值模 式相关。模型可呈上文等式(4)的形式。可执行回归或编程技术以识别与基线量值模 式中的每一个相关联的系数。与所观测量值的序列最佳地相关的基线量值模式可经识 别为与所观测量值的序列同步。针对与所观测量值的序列同步的基线量值模式确定的 系数可用以估计过程效应的过程谐波的量值。

多个候选过程效应的应用

也可以构建模型以识别多个候选过程效应的过程谐波量值。下文提供示范性模 型，其使所观测量值的序列与多个候选过程效应中的每一个的基线量值模式相关：

$\left(\begin{array}{c}{m}_1^t\\ m_2^t\\ m_3^t\\ .\\ .\\ .\\ m_{q-1}^t\\ m_q^t\end{array}\right)=\alpha \left(\begin{array}{ccccc}{m}_1^1& m_1^2& .& .& m_1^p\\ m_2^1& m_2^2& .& .& m_2^p\\ m_3^1& m_3^2& .& .& m_3^p\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ m_{q-1}^1& m_{q-1}^2& .& .& m_{q-1}^p\\ m_q^1& m_q^2& .& .& m_q^p\end{array}\right)·\left(\begin{array}{c}{\beta }_1\\ {\beta }_2\\ .\\ .\\ {\beta }_p\end{array}\right)+\left(\begin{array}{c}{ϵ}_1\\ {ϵ}_2\\ {ϵ}_3\\ .\\ .\\ .\\ {ϵ}_{q-1}\\ {ϵ}_q\end{array}\right)---\left(6\right)$

其中表示q＝1到q＝Q个轮胎中的每一轮胎的静态平衡的所观测量值，表示 q＝1到q＝Q个轮胎中的每一轮胎的与候选过程效应相关联的静态平衡的基线量值，α系 数表示等式(1)中的A项，且β_p系数表示p＝1到p＝P个候选过程效应中的候选过程效 应的过程谐波量值m，且ε_q表示与q＝1到q＝Q个轮胎中的每一轮胎相关联的残差。

一旦构建使所观测量值的序列与多个候选过程效应中的每一个的基线量值模式相 关的模型，回归或编程技术便可用以确定每一候选过程效应的相应系数β_p。系数β_p可 各自表示多个候选过程效应中的一个的过程谐波的量值。

有可能使用以上方法以搜索未知候选过程谐波。确切地说，可识别在候选过程效 应的范围内阶梯式递增的候选过程效应的集合(例如，0.2、0.3、0.4、……、1.4等)。 可获得候选过程效应中的每一个的基线量值模式。可构建模型，其使所观测量值的序 列与多个基线量值模式相关。随后可执行回归或编程技术以估计与多个候选过程效应 中的每一个相关联的过程谐波的量值。可以确定与非零系数相关联的过程效应以有助 于轮胎的总体均匀性。

如果候选过程效应包含已知过程效应，那么估计用于所有候选过程效应的非零系 数的回归或编程方案将是足够的。然而，如果考虑对未知的过程效应的搜索，那么可 以使用逐步回归或套索方法来找到其中将仅选择候选过程效应的某一子集的系数的稀 疏解。

在多个候选过程效应的情况下，用于同步单个基线量值模式的相同方法可应用于 多个基线量值模式。确切地说，可确定每一候选过程效应的每一基线量值模式的若干 滞后版本。可构建模型，其使所观测量值的序列与基线量值模式中的每一个相关。随 后可执行回归或编程技术以估计与多个候选过程效应中的每一个相关联的过程谐波的 量值。

使用残差以识别未知过程效应

根据本发明的特定方面，在回归分析或编程分析期间产生的残差可用以识别未知 过程效应。图6描绘根据本发明的示范性实施例的用于使用残差识别未知过程效应的示 范性方法(400)的流程图。在(402)处，所述方法包含获得轮胎的集合的静态平衡的 所观测量值的序列。获得静态平衡的所观测量值的序列可包含实际上执行均匀性测量 以识别静态平衡，或存取存储于例如计算装置的存储器中的均匀性测量结果。

在(404)处，随后可使用本文中所揭示的技术中的任一个从所观测量值的序列估 计与候选过程效应相关联的过程谐波的量值。确切地说，可构建模型，其使所观测量 值的序列与一个或多个基线量值模式相关，且回归或编程技术可用以估计模型的系 数。

在(406)处，可识别由所观测量值的序列的分析产生的残差的集合。举例来说， 在由上文等式(5)或(6)提供的模型中，与q＝1到q＝Q个轮胎中的每一轮胎相关联的 残差ε_q可经确定为回归或编程分析的结果。

在(408)处，可基于残差的集合识别与不同或下一候选过程效应相关联的额外过 程谐波的量值。确切地说，残差的集合可表示用于识别第二候选过程效应的轮胎的集 合的所观测量值的序列。可获得阶梯式递增的多个候选过程效应的基线量值模式(例 如，0.2、0.3、0.4、……、1.4等)。可构建模型，其使基线量值模式与残差的集合相 关。如上文所论述，可执行回归或编程分析以识别与非零系数相关联的候选过程效 应，且提供候选过程效应的过程谐波的所估计量值。

在(410)处，可识别由残差的第一集合的分析产生的残差的下一集合。举例来说， 在由上文等式(5)或(6)提供的模型中，与q＝1到q＝Q个轮胎中的每一轮胎相关联的 残差ε_q的另一集合可经确定为回归或编程分析的结果。

在(412)处，确定是否有可能可从残差识别额外过程效应。举例来说，可确定残 差是否展现模式，或残差的标准差是否仍比所观测量值的序列的测量误差的标准差更 佳。如果可从残差确定额外过程效应，那么方法继续反复地分析残差以识别额外候选 过程效应，直到可能不再从残差识别额外过程效应为止。随后可输出与识别的候选过 程效应相关联的过程谐波的所估计量值以用于轮胎均匀性改进(414)。

用于改进轮胎的均匀性的示范性系统

现在参考图7，说明用于实施上述方法的示范性系统组件的示意性概述。根据多个 对应的制造过程构造了示范性轮胎600。例如，此等轮胎成型过程可包含应用橡胶封口 胶及/或其它合适材料的各种层以形成轮胎胎体，提供胎带部分及胎面部分以形成胎顶 块，在固化模具中定位绿色轮胎，及固化成品绿色轮胎等。此等相应过程元件在图7中 被表示为602a、602b、……、602n，且组合以形成示范性轮胎600。应了解，可以通过 各种过程602a到602n的一次迭代构造一批多个轮胎。

仍参看图7，提供测量机器604以获得轮胎600的静态平衡测量结果及/或其它均匀 性测量结果。在一个示范性测量机器604中，可在其纵轴上放置轮胎600。重力致使轮 胎600的具有最大质量的部分向下偏转。测量机器604可测量偏转的量值及方位角位置 以提供轮胎的静态平衡的测量结果。

尽管出于说明的简单和清楚目的，图7中仅示出一个计算机和处理器，但可将由测 量机器604获得的测量结果转发，使得其在可对应地包含一个或多个处理器608的一个 或多个计算设备606处被接收。处理器608可以经配置以接收来自输入装置614的输入 数据或存储在存储器612中的数据。处理器608随后可以根据所揭示的方法分析此类测 量值，并且经由输出装置616向用户提供可使用的输出(例如数据)或者向过程控制器 618提供信号。均匀性分析可以替代地通过一个或多个服务器610或在多个计算以及处 理装置上实施。

可提供各种存储器/媒体元件612a、612b、612c(统称为“612”)作为一个或多个种 类的非暂时性计算机可读媒体的单一或多个部分，包含但不限于RAM、ROM、硬盘驱 动器、闪存驱动器、光学媒体、磁性媒体或其它存储器装置。图7的计算/处理装置可 以适合于充当专用机器，所述专用机器通过存取存储在存储器/媒体元件中的一个或多 个中的以计算机可读形式呈现的软件指令来提供所需功能性。当使用软件时，任何合 适的编程、脚本或其它类型的语言或语言的组合可以用于实施本文中包含的教示。

在一个实施方案中，处理器608可以执行存储于存储器元件612a、612b和612c中 的计算机可读指令以使得处理器执行操作。操作可包含识别至少一个候选过程效应； 获得轮胎的集合的所观测量值的序列；获得与候选过程效应相关联的基线量值模式； 及至少部分地基于所观测量值的序列及基线量值模式确定与候选过程效应相关联的过 程谐波的量值。

实例#1

基于具有量值200及谐波数1.1832651的过程谐波模拟跨越20个轮胎的集合的静态 平衡的所观测量值的序列。识别与谐波数1.1832651相关联的候选过程效应的基线量值 模式。如下构建模型，其使所观测量值的序列与基线量值模式相关：

$\left(\begin{array}{c}288.525\\ 258.950\\ 259.048\\ 288.533\\ 247.034\\ 274.644\\ 279.045\\ 245.238\\ 286.416\\ 263.884\\ 254.493\\ 289.610\\ 250.021\\ 269.763\\ 282.929\\ 244.463\\ 283.475\\ 269.064\\ 250.489\\ 289.747\end{array}\right)=\alpha +\beta ·\left(\begin{array}{c}1.44298\\ 1.30088\\ 1.29064\\ 1.44608\\ 1.24456\\ 1.35958\\ 1.41075\\ 1.22522\\ 1.41889\\ 1.34821\\ 1.25183\\ 1.44834\\ 1.28018\\ 1.31213\\ 1.43867\\ 1.23352\\ 1.38073\\ 1.39287\\ 1.22891\\ 1.44331\end{array}\right)+\left(\begin{array}{c}{ϵ}_1\\ {ϵ}_2\\ {ϵ}_3\\ {ϵ}_4\\ {ϵ}_5\\ {ϵ}_6\\ {ϵ}_7\\ {ϵ}_8\\ {ϵ}_9\\ {ϵ}_{10}\\ {ϵ}_{11}\\ {ϵ}_{12}\\ {ϵ}_{13}\\ {ϵ}_{14}\\ {ϵ}_{15}\\ {ϵ}_{16}\\ {ϵ}_{17}\\ {ϵ}_{18}\\ {ϵ}_{19}\\ {ϵ}_{20}\end{array}\right)$

执行回归分析以估计系数β。回归分析估计β的值为199.99987，其中误差为 0.09251。因为量值的真值为200，所以以上实例表明根据本发明的方面的技术可用以使 用轮胎的集合的静态平衡的所观测量值的序列准确地估计与候选过程效应相关联的过 程谐波的量值。

实例#2

通过根据下文模拟跨越轮胎的集合的底层静态平衡波形，模拟跨越20个轮胎的静 态平衡的所观测量值的序列：

w_i＝100*cos(2*π*i*0.87/128)+100*cos(2*π*i*0.94/128)+ε_i

此底层静态平衡波形包含与两个过程效应相关联的过程谐波，所述两个过程效应 各自具有量值100。第一过程谐波与具有谐波数0.87的过程效应相关联，且第二过程谐 波与具有谐波数0.94的过程效应相关联。模拟围绕轮胎的128个点的波形，其中误差标 准差为0.05。

图8描绘底层静态平衡波形700的曲线图。图8绘制沿着横坐标的跨越二十个轮胎 的轮胎点的索引及沿着纵坐标的静态平衡波形的量值。图9描绘由图8的此模拟底层波 形700确定的二十个轮胎的集合的静态平衡的所观测量值的逐轮胎序列。图9绘制沿着 横坐标的所观测量值的序列的索引及沿着纵坐标的所观测量值。

确定具有谐波数0.87的已知候选过程效应的基线量值模式。确切地说，构建模 型，其使所观测量值的序列与基线量值模式相关。执行回归分析以估计与具有谐波数 0.87的候选过程效应相关联的第一过程谐波的量值115.57。

图10描绘在回归分析期间确定的残差。图10绘制沿着横坐标的轮胎的残差的索引 及沿着纵坐标的残差的量值。残差的此集合被用作与基线量值模式的新集合相对的后 续回归中的所观测量值的序列。基线量值模式的新集合包含与候选过程效应0.94相关 联的基线量值模式及阶梯式递增的候选过程效应的网格的多个基线量值。第二回归产 生与具有谐波数0.94的候选过程效应相关联的第二过程谐波的所估计量值82.75。

如以上实例所展示，可通过分析残差以发现第二过程谐波，从数据移除与已知候 选过程效应相关联的第一过程谐波。可继续识别单个过程谐波，移除其效应及随后检 查额外过程谐波的残差的此过程，直到剩余残差呈现为没有模式为止，或直到残差的 标准差的次序与所观测量值的序列的测量误差的次序相同为止。

尽管已关于具体示范性实施例和其方法详细地描述本发明，但是应了解，在理解 前述内容之后所属领域的技术人员可以容易地对此类实施例的变体以及等效物作出更 改。因此，本发明的范围是示范性的而非限制性的，并且本发明并不排除包括所属领 域的一般技术人员使用本文所揭示的教示将容易地显而易见的对本发明的标的物的此 类修改、变化及/或添加。