更少的目標圓周。目標圓周322中的每一者具 有小于真實輪胎圓周325的跨度。目標圓周322共同地指定輪胎圓周325的整個跨度的取樣。 每一目標圓周322內的數據點的間距可為相等的或可為不規則的。
[0046]在又其它實例實施例中，可以具體定制非均勻取樣模式以用于估計特定諧波分 量，例如特定候選過程諧波。舉例來說，由非均勻取樣模式指定的數據點的間距可確定為最 佳估計已知或疑似的過程諧波。在這些實例實施例中，取樣模式可需要較少的數據點來估 計特定諧波分量。
[0047]作為一實例，可使用匹配技術至少部分地基于已知候選過程諧波識別非均勻取樣 模式。所述匹配技術可選擇提供過程諧波的量值之間的相等間距而不是沿著輪胎的方位角 的規則間距的數據點。更確切地說，可以從所述多個數據點N識別η個數據點的子集以提供 通過下忒榲供的會弦倌_的相等間距：
[0048]
[0049] 其中C是數據點i的余弦值，hk是與候選過程效應相關聯的諧波數目，且N是測試數 據點的數目。舉例來說，可以將以0.1的階梯式遞增從-1到1產生余弦值的n = 21個數據點識 別為用于非均勻取樣模式的數據點。
[0050] 圖6描繪根據本發明的一個實例實施例的提供過程諧波的量值之間的相等間距的 數據點的識別。圖6繪制沿著橫坐標的圍繞輪胎的方位角以及沿著縱坐標的與過程諧波相 關聯的余弦值的量值。圖6說明與過程諧波相關聯的波形400。如圖所示，波形400具有與輪 胎圓周的周期T不一致的周期。非均勻取樣模式可識別為與在-1與1之間以等間隔遞增的余 弦值相關聯的數據點402。圖6描繪七個經識別數據點402以便于說明。在不脫離本發明的范 圍的情況下可以識別更多或更少的數據點402。
[0051]也可使用優化問題識別非均勻取樣模式，所述優化問題識別數據點的集合以提供 候選過程諧波或其它諧波分量的最佳估計。圖7描繪根據本發明的一個實例實施例的用于 識別針對識別特定過程諧波而優化的非均勻取樣模式的實例方法(500)。
[0052]在(502)，所述方法可包含識別候選過程諧波。候選過程諧波可被識別為已知或疑 似的過程諧波。可以在各種參數方面來表達或識別所述候選過程諧波，所述參數包含但不 限于關于輪胎的尺寸引入的頻率或周期。舉例來說，候選過程效應可以表示為諧波數目（例 如，0·75、1·25等）。
[0053]在(504)處，所述方法包含獲得在一組輪胎的測試數據點處獲取的測試均勻性測 量值。獲得測試均勻性測量值可包含實際上使用均勻性測量機器執行測試均勻性測量值或 存取例如存儲在計算裝置的存儲器中的均勻性測量值。可以使用測試數據點的相對高分辨 率針對一組輪胎執行測試均勻性測量。舉例來說，可以獲取測試輪胎組中的每一輪胎的 4096個數據點的測試均勻性測量值。這些測試數據點的子集可被識別為最佳非均勻取樣模 式。
[0054]在(506)處，所述方法包含識別測試數據點的多個候選子集。測試數據點的每一候 選子集可包含測試數據點的不同組合。舉例來說，所述多個測試數據點的每一可能的子集 可被識別為候選子集。
[0055]在(508)處，針對每一候選子集確定估計候選過程諧波中的誤差。所述誤差可基于 估計的方差和/或協方差。更確切地說，可以針對每一候選子集執行統計分析以估計候選過 程諧波。每一候選子集的估計將必定具有一些誤差，所述誤差可表達為與估計過程諧波相 關聯的方差和協方差。
[0056] 在(510)處，可至少部分地基于誤差識別非均勻取樣模式。舉例來說，例如LASSO搜 索技術等統計分析技術可識別使成本因數最小的候選子集。成本因數可以基于估計過程諧 波中的誤差(例如，方差和/或協方差)而確定。數據點的經識別候選子集可被選擇為用于估 計過程諧波的非均勻取樣模式。
[0057] 返回參看圖2的（206)，所述方法可包含獲得根據非均勻取樣模式獲取的均勻性測 量值。如本文所使用，"獲得均勻性測量值"可包含實際上使用均勻性測量機器執行均勻性 測量或存取存儲在例如計算裝置的存儲器中的均勻性測量值。均勻性測量值可具有任何合 適的均勻性參數。舉例來說，均勻性測量值可例如對應于例如以下均勻性參數:徑向偏心、 橫向偏心、質量變化、平衡、徑向力變化、橫向力變化、切向力變化，和其它參數。
[0058] 可根據本文論述的實例非均勻取樣模式中的任一者來獲取均勻性測量值。可使用 多種測量技術來根據非均勻取樣模式獲取均勻性測量值。舉例來說，在通過均勻性測量機 器獲取均勻性測量值期間可以改變輪胎的轉速以在圍繞輪胎的不規則隔開的數據點處獲 得均勻性測量值。
[0059]在（208)處，所述方法可包含從均勻性測量值估計一個或多個諧波分量（例如，輪 胎諧波和/或過程諧波）。估計一個或多個諧波分量的一個實例方法可為使用傅里葉分解將 均勻性測量值分解為一個或多個諧波分量。傅里葉分解可用以識別跨越多個諧波的均勻性 參數的峰的量值和方位角位置。傅里葉分解可適合于識別均勻性參數的輪胎諧波分量。 [0060]估計一個或多個諧波分量的另一實例方法可包含將均勻性測量值模型化為隨著 一個或多個輪胎諧波項和/或一個或多個過程諧波項而變。以下提供一個實例模型：
[0061 ] ψ=Χβ+ε
[0062] 其中w是在數據點處的特定均勻性測量，X表示具有一個或多個輪胎諧波項和一個 或多個過程諧波項的設計矩陣。可基于候選過程諧波或使用如上文所論述的搜索技術識別 過程諧波項。B表示針對所述一個或多個輪胎諧波項和一個或多個過程諧波項將估計的系 數的向量。ε表示殘余或誤差向量。
[0063] 例如回歸或編程技術等統計分析技術可用以估計所述系數。在回歸方法下，估計 系數以使數學模型最佳擬合于均勻性測量值中的數據點。在編程方法下，估計系數以使均 勻性測量值與使用模型的估計測量值之間的差或誤差最小。
[0064] 可從估計系數確定諧波分量的屬性。舉例來說，可從過程諧波項的估計系數確定 過程諧波的量值。作為一實例，可基于與過程諧波項相關聯的系數的平方來確定量值。 [0065] 一旦已經估計所述一個或多個諧波分量，便可修改輪胎的制造以改進輪胎均勻 性，如圖2的（210)所示。舉例來說，修改輪胎的制造可包含至少部分地基于諧波分量估計而 分揀或分級輪胎。通過使用非均勻取樣模式提供諧波分量(具有或不具有過程諧波分量)的 較準確估計可帶來增加的輪胎均勻性產量(例如，更多輪胎滿足均勻性要求）。
[0066]作為另一實例，可將估計過程諧波與閾值進行比較。如果估計過程諧波超過閾值， 那么可采取校正動作。特定過程諧波可以用于確定需要被校正/調整的輪胎制造過程的不 當部分。人們可以施加方法以1)抑制過程諧波效應，2)使用另一過程步驟來調整它，或3)針 對另一輪胎或過程諧波來優化它。舉例來說，擠出機周期可與具有胎面厚度變化中的1.2的 諧波數目的估計過程諧波匹配。如果過程諧波的幅度超出給定水平(例如0.25kg力），那么 可以采取校正動作來處理擠出機周期。此類校正動作可以包含重調擠出機控制系統算法、 改變擠出機速度，和/或特意的拉伸胎面以抵消所述變化。
[0067] 作為另一個實例，可以跨越制造過程的不同時間間隔確定所估計過程諧波。所估 計過程諧波可以跨越時間區間進行比較以評估過程效應的穩定性，且確定在制造過程中是 否已經發生任何新干擾。舉例來說，如果所估計過程諧波幅值跨越不同時間間隔改變，那么 這可以提供對需要維護事件來處理特定過程效應的指示。過程諧波數目的特定改變可以與 生產中的特定操作改變相關。
[0068] 作為又一實例，可修改輪胎的制造以通過以下方式實現輪胎均勻性改進:更改輪 胎中的已知制造組件的相對角位置以減少所關注的一個或多個輪胎諧波的所測量均勻性 參數的量值。舉例來說，在特定過程諧波處的擠出引發周期可以與在相同過程諧波處的存 儲引發周期匹配以實現用于每一個別輪胎的更均勻的形狀。
[0069] 用于改進輪胎的均勻性的實例系統
[0070]現在參考圖8,說明用于實施上述方法的實例系統組件的示意性概述。根據多個相 應的制造過程構造了實例輪胎600。此類輪胎成型過程可以（例如)包含應用各種橡膠化合 物和/或其它合適的材料的層以形成輪胎胎體、提供輪胎帶