CN103575531A - 一种商用汽车动力传动系加速强化试验方法 - Google Patents

Abstract

提出一种基于山区典型公路与用户实际使用工况累积能量相关联的商用汽车动力传动系强化试验方法，该方法能把用户对车辆的实际使用工况与山区典型公路强化试验结合起来，避免了以往传动系强化试验的盲目性。采集山区典型公路和用户真实用法的试验数据，通过传动轴扭矩对转速的联合分级矩阵获得输出累积能量分布载荷谱。结合用户实际调查的路面比例和车辆载重数据，根据Weibull分布概率纸直线方程及动力传动系累积能量数学模型，计算失效概率为90％条件下的四种用户典型路面和每个实际用户的总累积能量，并对分布函数进行K-S检验，然后利用Monte-Carlo方法仿真模拟90％用户的动力传动系输出总能量。计算山区典型公路和90％用户累积能量的相关性，获得山区公路商用汽车动力传动系强化系数和加速强化试验方法。

Description

一种商用汽车动力传动系加速强化试验方法

技术领域

本发明专利从商用汽车动力传动系输出累积能量角度出发，提出真正考虑用户真实用法的基于山区公路典型路段的强化试验方法，对山区典型公路与90％用户数据累积能量的关联性进行研究，计算山区典型公路的强化系数，制订能反映用户实际使用工况的动力传动系强化试验标准，为商用汽车的新产品定型提供新试验方法。 

背景技术

汽车可靠性试验是考核和验证其耐久性的一种重要手段，由于在普通路面上做行驶试验直至薄弱环节失效，一般要行驶几万公里甚至十几万公里。为了缩短可靠性试验时间，试验场上的试验条件变得越来越苛刻，这主要是通过建造更恶劣的试验道路和加快行驶车速来实现的。但在20世纪50年代人们认识到试验场的试验条件过于苛刻并不合理，因为它会引起一些在用户实际使用中不会出现的失效模式而造成误导。因此，现代汽车设计必须以市场为导向，设计寿命“过大”或“不足”的产品通常是不经济且缺乏市场竞争力的，所以无论在汽车设计、开发还是试验阶段都应当考虑用户的实际使用要求。 

对于商用汽车动力传动系可靠性试验方法，国内几大汽车公司通过和国外合作取得了一定研究成果，从试验方法的应用情况看仍处于起步阶段。动力传动系作为商用汽车的一个重要总成，它的可靠性对行车安全至关重要，制订科学、合理的符合用户使用条件的强化试验方法才能对动力传动系进行科学评价。 

传统的试验基础大多数偏向于强度试验而不是寿命试验，都是为了保证在最差工况下车辆传动系构件不发生断裂，且能满足一般的工程要求。显然，这些试验基本上依赖于经验、习惯，而没有合理地考虑用户的情况。国内现行的强化试验方法都偏于简单，不能说明试验合格的产品在用户那里能保证行驶多少里程，试验结果往往与用户实际使用时发生的故障有明显差异。本发明专利提出的商用汽车动力传动系强化试验方法，与传统的试验方法相比，该技术能够真正考虑用户的真实用法。 

发明内容

提出了基于山区典型公路与用户实际使用工况累积能量相关联的商用汽车动力传动系强化试验方法。根据动力传动系输出累积能量相等原理，建立了90％用户动力传动系累积能量数学模型，结合实际用户调查数据，应用Monte-Carlo仿真方法获得90％用户的总累积能量。对传动轴扭矩和转速参数采取分级计数处理，并利用最小二乘法估计出 Weibull分布参数，通过K-S检验验证了用户路面和山区典型公路累积能量均服从Weibull分布。通过Weibull分布概率纸直线方程计算50％山区典型公路的总累积能量，对山区公路和用户数据进行相关性处理，得到山区典型公路相对于用户使用路面的强化系数和强化试验方法。 

附图说明

图1为山区典型公路与用户用法相关性研究方法流程图。 

图2为用户车辆调查数据示例图。 

图3为传动轴扭矩试验标定方法图。 

图4为某山区典型公路地形特征图。 

图5为传动轴扭矩分级计数矩阵图。 

下面结合附图对本发明专利进一步说明。计算用户实际使用环境中动力传动系扭矩对转速的载荷能量，在山区公路典型路段按一定的比例混合各种路面或各种工况重现这一等价能量，载荷能量的重现通常可在较短的时间内完成，因此可以达到传动系强化试验的目的。山区典型公路与用户用法的相关试验方法如图1。 

研究用户用法与山区典型公路试验之间的相关性，制订科学、可信的山区典型公路试验方法，需要在全国范围内调查与本次试验车型相关的车辆用户使用信息，对用户和潜在用户用法进行调查、访问，内容主要包括用户使用的路面类型比例、行驶车速、交通状况、车辆负荷情况、行驶道路种类、各种道路上行驶里程、驾驶员的驾驶习惯以及各种典型道路所在地区等内容，调查结果如图2。将用户调查数据作为参数变量，输入90％用户模型进行计算，对计算结果进行Monte-Carlo仿真模拟获得用户目标里程载荷能量。 

载荷分析是汽车零部件疲劳可靠性试验的基础，传动轴作为汽车动力传动系的主要部件，其输出的扭矩是可靠性试验中重要的测试参数，本文应用J1型单通道非接触式扭矩传感器测量传动轴扭矩，试验标定过程如图3。 

山区典型公路试验路段位于吉林省边境的国道303所在某山区，有效试验路段全长33km，最大坡度为10％，平均坡度为4.8％，坡度较大且连续上下坡距离长，弯路少、车流量小，海拔高差为600m，较适合大型车辆的动力传动系可靠性试验。利用GPS精确测量试验路段的经纬度、海拔及地形地貌等参数，绘制的地形特征如图4。 

为能反映用户对车辆实际使用工况，用户试验选在全国的典型路面进行，同时在山区典型公路采集足够试验数据。试验采集的原始数据由于环境温度和湿度的影响，部分数据存在零漂、野点、趋势项等问题，必须对数据进行预处理。将预处理后的传动轴扭矩对转速数据进行分级计数，转化成不同扭矩、转速下的传动轴转动次数或转数分布矩阵，处理流程如图5。 

具体实施方式

汽车行驶时，驱动车轮由于受到来自动力传动系统的输出扭矩作用而使车辆得以运 动。设某时刻传动系的输出扭矩为M_j(t)，此时对应的转速为n_j(t)，经过时间(t_k-t_i)传动系扭矩所做的功即输出的能量为： 

$E_j={\∫}_{t_i}^{t_k}{M}_j\left(t\right)n_j\left(t\right)\mathrm{dt}---\left(1\right)$

累积每个试验循环，传动系输出总能量为： 

$E_t=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{E}_j---\left(2\right)$

式中，N为试验循环次数，E_t为传动系扭矩的输出总累积能量。 

汽车可靠性工程研究中，结构材料的疲劳强度、疲劳寿命、磨损寿命、腐蚀寿命以及有许多单元组成的汽车总成的寿命，一般都服从Weibull分布。对于用户使用的四种典型路面(平坦路面、中等不平路、城市路面、山区路面)和山区典型公路，动力传动系的输出累积能量服从Weibull分布，其分布函数为： 

$F\left(t\right)=1-\exp [-{\left(\frac{t}{\mathrm{\β}}\right)}^m]---\left(3\right)$

式中，F(t)为累积分布函数，t为传动系输出累积能量，β为尺度参数，m为形状参数(Weibull斜率)。 

Weibull分布模型参数可利用最小二乘法估计，将式(3)改写为： 

$\ln \left[\ln \frac{1}{1-F\left(t\right)}\right]=m\ln t-m\ln \mathrm{\β}---\left(4\right)$

在Weibull分布概率纸上，规定X＝lnt，为横坐标； 为纵坐标。 

式(4)便可写为一直线方程： 

Y＝mX+b                                    (5) 

式中，b＝-mlnβ。 

因此，Weibull分布模型参数的最小二乘法估计结果为： 

$\left\{\begin{array}{c}m=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(X_i-\stackrel{\‾}{X})(Y_i-\stackrel{\‾}{Y})}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_i-\stackrel{\‾}{X})}^2}\\ \mathrm{\β}=\exp [-(\stackrel{\‾}{Y}-m\stackrel{\‾}{X})/m]\end{array}\right.---\left(6\right)$

根据Weibull分布概率纸的直线方程与实际用户调查数据(行驶路面比例和载重质量)，对于用户使用的典型路面，失效概率为90％的用户动力传动系累积能量数学模型 为： 

1/E_i＝[1/W_ai][f_si/E_s+f_pi/E_p+f_ci/E_c+f_mi/E_m]                    (7) 

将式(7)转换成矩阵方程为： 

$\left(\begin{array}{cccc}{f}_{s1}/W_{a1}& f_{p1}/W_{a1}& f_{c1}/W_{a1}& f_{m1}/W_{a1}\\ f_{s2}/W_{a2}& f_{p2}/W_{a2}& f_{c2}/W_{a2}& f_{m2}/W_{a2}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ f_{\mathrm{sn}}/W_{\mathrm{an}}& f_{\mathrm{pn}}/W_{\mathrm{an}}& f_{\mathrm{cn}}/W_{\mathrm{an}}& f_{\mathrm{mn}}/W_{\mathrm{an}}\end{array}\right)\left(\begin{array}{c}1/E_s\\ 1/E_p\\ 1/E_c\\ 1/E_m\end{array}\right)=\left(\begin{array}{c}1/E_1\\ 1/E_2\\ \·\\ \·\\ \·\\ 1/E_n\end{array}\right)---\left(8\right)$

式中，f_si为用户调查平坦路面百分比，f_pi为用户调查中等不平路百分比，f_ci为用户调查城市路面百分比，f_mi为用户调查山区路面百分比，E_s为平坦路面90％用户累积能量，E_p为中等不平路90％用户累积能量，E_c为城市路面90％用户累积能量，E_m为山区路面90％用户累积能量，E_i为第i个90％用户总累积能量，n为用户调查样本总数。 

式(7)中W_ai为载重质量调整因数，其计算式为： 

$W_{\mathrm{ai}}=[\frac{L_{\mathrm{PH}}}{L_{\mathrm{PL}}}{]}^{[(W_R-W_{\mathrm{ACQ}})/(W_H-W_L)]}---\left(9\right)$

式中，L_PH为满载条件下累积能量里程，L_PL为空载条件下累积能量里程，W_R为用户调查的车辆总重，W_ACQ为用户典型路面试验时车辆总重，W_L为空车总重，W_H为满载总重。 

Monte-Carlo仿真是一类通过随机模拟和统计试验来求解工程问题近似解的数值计算方法。针对要求解的90％用户目标总累积能量，建立一个正态分布统计模型，使所求的解恰好是该概率统计模型的数学期望。对模型中的随机变量建立正态抽样方法，在计算机上进行模拟试验，抽取足够多的随机数，对有关结果进行统计获得所求解的估计值。 

利用式(8)计算的90％用户路面的总能量服从正态分布，可建立正态分布的随机抽样模型进行模拟。由RAND()函数产生2组均匀分布于(0，1)上的独立随机数r₁和r₂，，将它们作下列变换： 

$y_1={(-2\ln r_1)}^{\frac{1}{2}}\cos \left(2\mathrm{\π}{r}_2\right)---\left(10\right)$

$y_2={(-2\ln r_1)}^{\frac{1}{2}}\sin \left(2\mathrm{\π}{r}_2\right)---\left(11\right)$

其逆变换为： 

$r_1=\exp [-\frac{1}{2}(y_1^2+y_2^2)]---\left(12\right)$

$r_2=\frac{1}{2\mathrm{\π}}\arctan \frac{y_2}{y_1}---\left(13\right)$

可导出y₁，y₂的联合分布密度函数为： 

$f(y_1,y_2)=\frac{1}{2\mathrm{\π}}\exp [-\frac{1}{2}(y_1^2+y_2^2)]=\frac{1}{\sqrt{2\mathrm{\π}}}\exp (-\frac{y_1^2}{2})\·\frac{1}{\sqrt{2\mathrm{\π}}}\exp (-\frac{y_2^2}{2})---\left(14\right)$

显然，概率密度分布函数y₁与y₂相互独立，且均服从标准正态分布，即y_i～N(0，1)。对任意均值为μ、方差为σ²的正态分布随机变量x_i可通过以下变换得到： 

$x_i=\mathrm{\μ}+\mathrm{\σ}\left[{(-2\ln r_1)}^{\frac{1}{2}}\cos \left(2\mathrm{\π}{r}_2\right)\right]---\left(15\right)$

根据Lindeberg-Levy独立同分布随机变量的中心极限定理，当n足够大时，Monte-Carlo仿真值

近似地服从正态分布

则对于任意的t_α(t_α＞0)，有： 

$\underset{n\→\∞}{\lim }P\left(\right|\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i-\mathrm{\μ}|\≤t_a\frac{\mathrm{\σ}}{\sqrt{n}})={\∫}_{-t_a}^{t_a}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{x^2}{2}}\mathrm{dt}=1-\mathrm{\α}---\left(16\right)$

式中，α为显著性水平。 

因此，Monte-Carlo仿真误差为： 

$\mathrm{\ϵ}=t_a\frac{\mathrm{\σ}}{\sqrt{n}}---\left(17\right)$

对于给定的显著性水平α，t_α可通过查标准正态分布函数数值表求得，所以Monte-Carlo仿真误差由方差和抽样次数决定。 

利用式(15)变换抽样法产生服从正态分布的随机样本，仿真抽样求出90％用户目标累积能量。模拟计算次数越多，统计量的平均值越接近真实值。 

为保证用户关联的试验规范能真实地反映用户的使用工况，并能预报传动系的潜在故障，测试数据主要包括动力传动系的传动轴扭矩、转速、车速、发动机转速、机油温度、水温、悬置系统加速度、油门位移、离合器位移等相关信号。 

利用该矩阵可计算每种路面和每个文件的各级扭矩对应的传动轴输出累积能量。为了在Weibull分布模型中描绘其分布曲线，可应用中位秩公式计算传动系输出累积能量的概率估计值。 

$F\left(t_i\right)=\frac{i-0.3}{n+0.4}---\left(18\right)$

式中，n为样本容量，i为样本排列序次。 

根据扭矩累积能量排序和估算概率，应用最小二乘法估计的Weibull参数值见表1。 

表1Weibull参数的最小二乘法估计结果 

利用最小二乘法估计结果，对Weibull分布函数进行K-S(Kolmogorov-Smimov)检验，根据分布函数计算每个数据的F(x_i)值，将其与对应的随机样本累计失效概率函数F_n(x_i)比较，设： 

D_n＝max|F(x_i)-F_n(x)|                     (19) 

对于给定的显著性水平α(α＝0.05)，将D_n与临界值D_n，α(查表获得)比较，均有D_n＜D_n，α成立，因此，用户路面和山区典型公路的累积能量均服从Weibull分布。 

通过Weibull概率纸拟合的直线方程，计算所有调查用户的每种路面90％用户累积能量见表2，同理计算山区典型公路50％失效概率总累积能量为15095653638.60J。 

表2 90％用户累积能量计算结果 

根据表2中数据，结合用户调查路面比例，利用90％用户模型式(8)计算每个用户的传动系累积能量，再通过Monte-Carlo仿真模拟90％用户目标累积能量为3491131738806.19J，仿真抽样次数为10000次，取置信度为95％以保证Monte-Carlo仿真算法的抽样精度，此时仿真误差为0.84％。 

强化系数是山区典型公路的可靠性试验和用户实际使用相比较而言的，车辆的动力 传动系输出累积能量在规定的条件下相等时，用户普通路面与山区公路可靠性强化道路的行驶里程之比，即 

$K=\frac{d}{(E_a/E_b)\·R}---\left(20\right)$

式中，K为强化系数，d为90％用户目标里程，R为山区典型公路一个试验循环总里程，E_a为90％用户目标里程累积能量，E_b为山区典型公路一个试验循环里程累积能量。 

由式(20)求得的山区典型公路传动系的强化系数为4.7。参考图4，山区公路的试验路段往返全长为82km，根据强化系数计算的山区典型公路试验循环总里程为10638km(包括联接路段的2080km)，对应的试验循环次数为130次，对于动力传动系而言，完成整个试验循环相当于用户实际行驶50000km。试验时每个试验循环不允许中途停车重新起步，每完成2个循环后在指定地点停车30分钟，以检查传动系统及其他总成或零部件的故障与安全隐患。 

选定的山区典型公路有效试验路段，其坡度、坡长、山坡连续性及路况等特征应能满足特殊驾驶模式和传动轴扭矩、转速等参数的数据要求。除有效试验路段外其余的道路均为联接试验路段，对于该路段的地形特征不做特殊要求，试验车辆在该路段行驶目的主要是为制动系统进行冷却，为进入有效试验路段做准备。 

试验时上坡过程中始终保持发动机在最大扭距点转速行驶，若发动机动力性下降则换入低一挡位，发动机转速超过最大扭距点转速时换入高一挡位，尽量使车辆以最短时间通过上坡路段。下坡时发动机转速始终控制在发动机额定转速的1.0～1.1倍之间，下坡过程中尽量使用发动机制动和排气制动使制动鼓温度降低，当转速超过要求范围时可使用行车制动控制发动机转速，山区公路试验中最高车速不超过75km/h。 

Claims (2)

1.一种商用汽车动力传动系加速强化试验方法，其特征是：该方法能把汽车用户对车辆的实际使用工况与山区典型公路强化试验结合起来，与传统的强化试验方法相比，该方法能够真正考虑用户的真实用法，避免了以往动力传动系强化试验的盲目性。

2.根据权利要求1所述的强化试验方法，基于商用汽车动力传动系输出累积能量相等原理，建立了90％汽车用户动力传动系累积能量数学模型，结合实际用户调查数据，应用Monte-Carlo仿真方法获得90％汽车用户的总累积能量。利用最小二乘法估计出Weibull分布参数，通过K-S检验验证了用户路面和山区典型公路累积能量均服从Weibull分布。计算山区典型公路和90％汽车用户累积能量的相关性，获得山区公路商用汽车动力传动系强化系数和试验方法。

Images