CN110082120B - 加速耐久性试验的路线规划方法和装置 - Google Patents

加速耐久性试验的路线规划方法和装置 Download PDF

Info

Publication number
CN110082120B
CN110082120B CN201910333807.XA CN201910333807A CN110082120B CN 110082120 B CN110082120 B CN 110082120B CN 201910333807 A CN201910333807 A CN 201910333807A CN 110082120 B CN110082120 B CN 110082120B
Authority
CN
China
Prior art keywords
road
test
load
damage
roads
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910333807.XA
Other languages
English (en)
Other versions
CN110082120A (zh
Inventor
龙岩
蒋凌山
熊海林
刘雪强
吉雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Volkswagen Automotive Co Ltd
Original Assignee
FAW Volkswagen Automotive Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FAW Volkswagen Automotive Co Ltd filed Critical FAW Volkswagen Automotive Co Ltd
Priority to CN201910333807.XA priority Critical patent/CN110082120B/zh
Publication of CN110082120A publication Critical patent/CN110082120A/zh
Application granted granted Critical
Publication of CN110082120B publication Critical patent/CN110082120B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本申请涉及一种加速耐久性试验的路线规划方法和装置,所述方法包括:获取备用道路的预测特征数据;根据所述预测特征数据从备用道路中选取若干条测试道路;根据预设的测试参数确定每一条测试道路对应的循环次数。本申请的方法将道路的特征进行量化,并根据量化后的数据规划出合理的测试路线,使车辆的加速耐久性试验能够在公开道路上进行,克服了试验场的诸多缺点,公开道路的加速耐久性试验更符合用户的实际使用情况;并且根据量化后的数据,可以准确地将公开道路直接进行的加速耐久性试验与试验场加速耐久性试验相等效,该方法可利用的资源多,且成本低。

Description

加速耐久性试验的路线规划方法和装置
技术领域
本申请涉及汽车性能测试技术领域,具体涉及一种加速耐久性试验的路线规划方法和装置。
背景技术
作为整车开发过程中不可替代的道路耐久性试验,常规做法是测量并分析用户使用公开道路载荷情况,将其与试验场道路载荷建立关联,然后在试验场道路进行加速耐久性试验。比如,某试验场试验行驶10万公里损伤与用户行驶约30万公里损伤等效,试验规范借鉴一些国外成熟试验规范。同时国内试验场容量有限且费用昂贵,而试验场道路经过强化后驾驶方式和路面载荷已经与用户使用情况不同。通常进行的公开道路适应性试验,试验路线过程中的道路载荷以及车辆受到的损伤又无法量化。
我国各汽车公司对公开道路载荷的研究和应用主要在开发阶段的模拟仿真,实验室加速试验方面,以及用户相关试验场加速耐久试验方法制定方面,对于公共道路加速耐久试验开发却鲜有涉及。
相关技术中,全国试验场数量和容量均有限,排队等待、试验周期和开发周期都较长;试验场内道路均经过强化处理,与实际用户使用道路还是有一定区别;道路适应性试验没有量化,现行的整车道路适应性试验仅是满足行驶里程的要求,并没有关注这些行驶里程对车辆的载荷有多大和造成的损伤有多大;行业内损伤比[0.5,2]的要求在具体的试验中很难完全满足。
发明内容
为至少在一定程度上克服相关技术中存在的问题,本申请提供一种加速耐久性试验的路线规划方法和装置。
根据本申请实施例的第一方面,提供一种加速耐久性试验的路线规划方法,包括:
获取备用道路的预测特征数据;
根据所述预测特征数据从备用道路中选取若干条测试道路;
根据预设的测试参数确定每一条测试道路对应的循环次数。
进一步地,所述预测特征数据包括:载荷伪损伤;
相应地,所述获取备用道路的预测特征数据,包括:
获取车辆在备用道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
进一步地,所述局部载荷数据包括多个传感器所对应的多个测量通道的数据;
所述传感器包括:应变片;多个传感器分别安装在车辆底盘的不同零部件的应力集中点;
相应地,所述局部载荷数据包括:所述应变片测量得到的应变幅值,以及加速度、位移。
进一步地,所述根据所述局部载荷数据计算备用道路的载荷伪损伤,包括:
对每一个测量通道的数据采用雨流计数法统计该测量通道对应的载荷循环数;
根据所述载荷循环数计算每一个测量通道对应的载荷伪损伤;
所有测量通道的载荷伪损伤的集合为备用道路的载荷伪损伤。
进一步地,所述根据所述载荷循环数计算每一个测量通道对应的载荷伪损伤,包括:
根据Miner疲劳损伤累积法则计算载荷伪损伤。
进一步地,根据所述预测特征数据从备用道路中选取若干条测试道路,包括:
根据预设的测试道路的需求数量,从备用道路中选取载荷伪损伤最大的若干条道路作为测试道路。
进一步地,所述从备用道路中选取载荷伪损伤最大的若干条道路作为测试道路,包括:
统计每一条备用道路的每一个测量通道对应的载荷伪损伤;
将载荷伪损伤最大的测量通道所对应的所需数量的备用道路确定为测试道路。
进一步地,所述方法还包括:
获取测试道路的精确特征数据,所述精确特征数据是根据车辆在测试道路上行驶过程中采集的数据得到的。
进一步地,所述获取测试道路的精确特征数据,包括:
获取车辆在测试道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
进一步地,所述根据预设的测试参数确定每一条测试道路对应的循环次数,包括:
根据精确特征数据和测试参数建立数学模型;
求解数学模型,确定每一条测试道路对应的循环次数。
进一步地,所述测试参数包括:总里程的下限值SL和上限值SU,以及伪损伤比的下限值
Figure BDA0002038529890000032
和上限值
Figure BDA0002038529890000033
所述根据精确特征数据和测试参数建立数学模型,包括:
获取预设的测试参数;
将所述精确特征数据记为:
Figure BDA0002038529890000031
将设计变量记为:X=[X1 X2 ... Xj]T
根据SL和SU计算设计变量的下限值
Figure BDA0002038529890000041
和上限值
Figure BDA0002038529890000042
道路优化计算模型的数学表达式为:
Figure BDA0002038529890000043
目标函数为:
Figure BDA0002038529890000044
约束条件为:
SL≤S≤SU
Figure BDA0002038529890000045
其中,dij为第j条道路的第i个测量通道的单程载荷伪损伤,Xj为第j条测试道路的循环次数,Daimi为第i个测量通道目标伪损伤值,n为测试道路的数量,aj为第j条测试道路的单程里程。
根据本申请实施例的第二方面,提供一种加速耐久性试验的路线规划装置,包括:
获取模块,用于获取备用道路的预测特征数据;
选取模块,用于根据所述预测特征数据从备用道路中选取若干条测试道路;
确定模块,用于根据预设的测试参数确定每一条测试道路对应的循环次数。
根据本申请实施例的第三方面,提供一种计算设备,所述计算设备包括:处理器和存储器;
所述存储器用于存储计算机程序指令;
所述计算设备运行时,所述处理器执行所述存储器中的计算机程序指令,以执行上述任一项所述方法的操作步骤。
根据本申请实施例的第四方面,提供一种加速耐久性试验方法,包括:
获取备用道路的预测特征数据;
根据所述预测特征数据从备用道路中选取若干条测试道路;
根据预设的测试参数确定每一条测试道路对应的循环次数;
在选定的测试道路上按照已确定的循环次数进行加速耐久性试验。
本申请的实施例提供的技术方案可以包括以下有益效果:
本申请的方法将道路的特征进行量化,并根据量化后的数据规划出合理的测试路线,使车辆的加速耐久性试验能够在公开道路上进行,克服了试验场的诸多缺点,公开道路的加速耐久性试验更符合用户的实际使用情况;并且根据量化后的数据,可以准确地将公开道路直接进行的加速耐久性试验与试验场加速耐久性试验相等效,该方法可利用的资源多,且成本低。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种加速耐久性试验的路线规划方法的流程图。
图2是一实测场景下的备用道路上测量通道的载荷伪损伤对比图。
图3是一实测场景下的NSGA-Ⅱ遗传算法的优化结果图。
图4是一实测场景下的测量通道相对载荷与设计目标对比图。
图5是四个车轮六分力测量轮的车轮Z向载荷伪损伤与目标值对比图。
图6是四个车轮六分力测量轮的车轮Z向阶次穿越与目标值对比图。
图7是四个车轮六分力测量轮的车轮Z向程对计数与目标值对比图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种加速耐久性试验的路线规划方法流程图,包括:
步骤101:获取备用道路的预测特征数据;
步骤102:根据所述预测特征数据从备用道路中选取若干条测试道路;
步骤103:根据预设的测试参数确定每一条测试道路对应的循环次数。
该方法将道路的特征进行量化,并根据量化后的数据规划出合理的测试路线,使车辆的加速耐久性试验能够在公开道路上进行,克服了试验场的诸多缺点,公开道路的加速耐久性试验更符合用户的实际使用情况;并且根据量化后的数据,可以准确地将公开道路直接进行的加速耐久性试验与试验场加速耐久性试验相等效,该方法可利用的资源多,且成本低。
一些实施例中,所述预测特征数据包括:载荷伪损伤;
相应地,所述获取备用道路的预测特征数据,包括:
获取车辆在备用道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
一些实施例中,所述局部载荷数据包括多个传感器所对应的多个测量通道的数据;
所述传感器包括:应变片;多个传感器分别安装在车辆底盘的不同零部件的应力集中点;
相应地,所述局部载荷数据包括:所述应变片测量得到的应变幅值,以及加速度、位移。
一些实施例中,所述根据所述局部载荷数据计算备用道路的载荷伪损伤,包括:
对每一个测量通道的数据采用雨流计数法统计该测量通道对应的载荷循环数;
根据所述载荷循环数计算每一个测量通道对应的载荷伪损伤;
所有测量通道的载荷伪损伤的集合为备用道路的载荷伪损伤。
一些实施例中,所述根据所述载荷循环数计算每一个测量通道对应的载荷伪损伤,包括:
根据Miner疲劳损伤累积法则计算载荷伪损伤。
一些实施例中,根据所述预测特征数据从备用道路中选取若干条测试道路,包括:
根据预设的测试道路的需求数量,从备用道路中选取载荷伪损伤最大的若干条道路作为测试道路。
一些实施例中,所述从备用道路中选取载荷伪损伤最大的若干条道路作为测试道路,包括:
统计每一条备用道路的每一个测量通道对应的载荷伪损伤;
将载荷伪损伤最大的测量通道所对应的所需数量的备用道路确定为测试道路。
一些实施例中,所述方法还包括:
获取测试道路的精确特征数据,所述精确特征数据是根据车辆在测试道路上行驶过程中采集的数据得到的。
一些实施例中,所述获取测试道路的精确特征数据,包括:
获取车辆在测试道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
一些实施例中,所述根据预设的测试参数确定每一条测试道路对应的循环次数,包括:
根据精确特征数据和测试参数建立数学模型;
求解数学模型,确定每一条测试道路对应的循环次数。
一些实施例中,所述测试参数包括:总里程的下限值SL和上限值SU,以及伪损伤比的下限值
Figure BDA0002038529890000071
和上限值
Figure BDA0002038529890000072
所述根据精确特征数据和测试参数建立数学模型,包括:
获取预设的测试参数;
将所述精确特征数据记为:
Figure BDA0002038529890000081
将设计变量记为:X=[X1 X2 ... Xj]T
根据SL和SU计算设计变量的下限值
Figure BDA0002038529890000082
和上限值
Figure BDA0002038529890000083
道路优化计算模型的数学表达式为:
Figure BDA0002038529890000084
目标函数为:
Figure BDA0002038529890000085
S=min(a1X1+a2X2+...+ajXj);
约束条件为:
SL≤S≤SU
Figure BDA0002038529890000086
其中,dij为第j条道路的第i个测量通道的单程载荷伪损伤,Xj为第j条测试道路的循环次数,Daimi为第i个测量通道目标伪损伤值,n为测试道路的数量,aj为第j条测试道路的单程里程。
下面结合具体的应用场景,对本申请的方案进行拓展说明。
1、在进行测试道路的规划之前,首先需要从公开道路中选取一些备用道路,即备用道路的主观初选。
公开道路的状态直接影响道路载荷,公开道路的状态受多种因素影响,如气温、降水、排水设施、车流量、车流类型、路面铺装类型、保养情况和使用年限等,很多因素无法量化甚至每年都在变化,而且中国公开道路数量众多,在试验道路选择时只能考虑特征明显且易操作的因素进行前期定性评价。本次道路选择目的是挑选道路载荷较大的公开道路,因此选择路面状况,道路类型和道路使用年限三项与道路载荷相关的参数进行前期筛选。人体作为自然界复杂的感知系统能够实时地感知“人-车-路-环境”系统中细小而复杂的变化,具有丰富驾驶经验的驾驶员主观感受作为道路载荷状态的预选评价指标具有一定合理性。挑选10名道路耐久性试验经验超过10年的驾驶员,按照试验场内试验要求将整车配载,依据驾驶主观感受对道路的载荷状态打分进行定性评价,将评价数值范围设为0~10,以第9号沥青铺装的城郊道路为例,评价结果如表1所示,表中数字越高代表驾驶员主观感受载荷越大,经定性评价可知该道路总体感受较舒适,纵向和侧向载荷不大,当整车垂向载荷不足时可选该道路为补充道路或测试连接道路。
表1第9号路行驶载荷调查结果(示例非真实数据)
Figure BDA0002038529890000091
本实施例中,经实地综合考察和定性评价,在某省境内,选取以某市为起点到该省境内的37条公开道路作为备用道路,另外为补充整车在实际使用中可能遇到的极限工况载荷,选择的试验道路亦包含整车试验场强化道路和操稳工况等道路,共42条备用道路。
2、备用道路的客观预测量分析
在底盘零部件应力集中点处粘贴应变片,实测零部件局部载荷,通常其载荷低于材料屈服极限,可按高周疲劳处理,应用应力-应变法对载荷进行疲劳损伤分析,由于被测零部件均为金属件并且仅进行载荷损伤对比分析,不需要损伤的绝对真实值,因此计算伪损伤即可,将零部件载荷数据进行雨流计数统计,零部件的应变-寿命关系如下:
Figure BDA0002038529890000101
式(1)中,εa为应变幅值,σf为f级载荷下疲劳强度系数,ε′f为f级载荷下疲劳延伸系数,E为材料的弹性模量,b为疲劳强度指数,c为疲劳延性系数,Nf为f级疲劳载荷下的疲劳寿命。
零部件载荷循环应力-应变关系如下:
Figure BDA0002038529890000102
式(2)中,σa为应力幅值,K′为强度系数;n′为应变硬化指数。
由于主要修正弹性应力寿命部分,因此应用Morrow平均应力修正模型:
Figure BDA0002038529890000103
式(3)中,σm为平均应力,Δε为应变变程。
根据Miner疲劳损伤累积法则,即可计算测试循环过程中零部件局部载荷伪损伤,计算公式如下:
Figure BDA0002038529890000104
式(4)中,Ni为第i种载荷(σi)的损伤循环数,ni为第i种载荷(σi)的实际加载循环数,D为总损伤;当总损伤D≥1时,失效发生。
预测量使用装备少量传感器的车辆对42条道路载荷进行快速的预测量,主要测量通道28个,应用上述方法计算各道路载荷伪损伤,测量结果如图2所示。
参照图2,横坐标为测量道路编号,纵坐标为测量各数据通道名称(按企业命名规则),颜色代表各道路上各通道受到的相对载荷伪损伤。由图2可知,42条道路对应的测量通道相对载荷伪损伤情况,可以选取相对载荷伪损伤较大的道路。如16号路,右前减振器上止点处(AZFDVR),右后减振器上止点处(AZFDHR)和右后控制臂处(E_QLHR)的相对载荷伪损伤较大,其余通道相对载荷伪损伤也较大,因此16号路被选择进行精确载荷测量。
经过对比分析,从42条道路中选出载荷伪损伤较大道路组合成精确测量路线,考虑各道路衔接性,共19条道路被确定,组合为精确测量路线,整条路线约1622公里,路面状况包含水泥路,砂石路,沥青路,灰土路等,道路类型包括高速公路,城乡结合路、乡村坏路,盘山公路和山间土路等,且道路使用时间均在五年以上。
3、测试道路客观精确测量
道路载荷精确测量使用改装的道路载荷测量车,按照试验场试验要求进行配载,并根据测量需要装备车轮六分力测量轮,应变片、加速度传感器等传感器,包括CAN线信号数据共83个通道的测量数据(示例非真实数据)。按照国家交通法规要求进行测试,精确测量19条道路的载荷数据。
4、试验道路多目标优化
基于道路载荷精确测量数据,按照上述理论进行数据分析处理,以整车相对载荷伪损伤和试验行驶总里程为优化目标建立道路载荷损伤多目标优化计算模型,以每条道路循环次数为设计变量进行优化计算,设计公开道路加速耐久性试验路线。
4.1设计变量
每条道路的试验循环次数直接影响整车相对载荷伪损伤和行驶总里程,故设计变量为:
X=[X1 X2 ... Xj]T (4)
式中,Xj为第j条道路的循环次数,本次优化计算选取19条道路循环次数为设计变量,即:j=1,2,3,…,19。具体19条道路变量如表2所示,变量循环上限为目标总里程除以每条路单程里程。
表2优化设计变量(示例非真实数据)
Figure BDA0002038529890000111
Figure BDA0002038529890000121
4.2目标函数
道路优化计算过程满足两个优化目标函数,即整车相对载荷伪损伤(D)和试验行驶总里程(S)。
1)整车相对载荷伪损伤目标,根据损伤累积理论,应使整车相对载荷伪损伤尽量大并接近目标值(Daim),如式(5)所示,本次优化将目标载荷伪损伤设定为某试验场试验行驶10万公里载荷伪损伤。
max{D1/Daim1,D2/Daim2,...,Di/Daimi} (5)
式中,Di为第i个测量通道各道路相对载荷伪损伤。本文从83个测量通道中选取54个通道数据用于计算实际道路载荷,因此i=54。Daimi为第i个测量通道目标伪损伤值。如每个测量通道均取得最大相对载荷伪损伤,可能会导致优化计算不收敛,因此提出使用式(6)所示优化计算目标。
Figure BDA0002038529890000131
2)试验行驶总里程目标,综合考虑汽车行驶道路衔接,各道路循环的里程总和,如式(7)所示,同时在优化计算过程中应优先保证试验总里程目标,总里程过多则达不到加速试验的目的,总里程过少则载荷强度太大,不符合用户实际使用情况。
S=min(a1X1+a2X2+...+ajXj) (7)
式中,aj为第j条道路的单程里程。
4.3约束条件
1)考虑道路载荷损伤要求,各测量通道相对载荷伪损伤尽量与目标损伤一致,损伤比约束按照行业认同的要求设定,如式(8)所示。
0.5≤Di/Daimi≤2 (8)
2)考虑道路耐久性试验总里程限制,本次优化将试验目标总里程设定为8~10万公里,以便得到足够多的最优解,等效目标里程为某试验场试验行驶10万公里,如式(9)所示。
80000≤S≤100000 (9)
4.4优化计算模型
道路优化计算模型数学表达式如式(10)。
Figure BDA0002038529890000132
式中,相对载荷伪损伤矩阵中dij为第j条道路的第i个测量通道的单程相对载荷伪损伤,本文i=54和j=19。
优化在合理的范围内以整车相对载荷伪损伤最大化和试验行驶总里程最小化为优化目标,各测量通道与目标值的伪损伤比值的范围为约束函数,优化计算定义如下:
Figure BDA0002038529890000133
式中,D为整车相对载荷伪损伤;S为试验行驶总里程;
Figure BDA0002038529890000141
Figure BDA0002038529890000142
分别为各测量通道与目标值的伪损伤比的下限和上限;x为设计变量;
Figure BDA0002038529890000143
Figure BDA0002038529890000144
分别为各设计变量的下限和上限。
4.5道路优化结果
采用NSGA-Ⅱ遗传算法搜索得到最优解,图3为NSGA-Ⅱ遗传算法种群进化400代后的Pareto最优解集。由最优解集可知,总损伤和总里程两个目标函数是相互矛盾的,虽然在最理想的总损伤54附近存在最优解,经过分析,该最优解的总里程较少,试验强化系数较大,而且包含的道路类型和路面状况较单一,不满足用户实际使用情况;而在总损伤46附近最优解较多,便于进行不同道路类型和路面状态的组合,通过综合考虑选取一组最优解。
如图3所示,该组最优解总里程接近10万公里的目标,包含高速公路,城乡结合路、乡村坏路,盘山公路和山间土路等道路类型,路面状况包含水泥路、砂石路、沥青路、灰土路和试验场强化路,且各类型道路在总里程中所占比例较好,只是总损伤低于目标值。将优化的道路循环次数归整,设计道路连接顺序并适当安排连接道路得到运行路线,最终结果如表3所示。
表3优化计算结果(示例非真实数据)
Figure BDA0002038529890000145
5、试验数据验证
按照优化结果制定耐久性试验运行规范,避免载荷较大道路过于集中,将各道路载荷连接得到试验总里程和各通道总载荷数据。54个测量通道的相对载荷伪损伤与目标值对比如图4所示,可知各通道相对载荷伪损伤整体小于目标损伤,伪损伤比分布在[0.4,2],行业内认同的要求是[0.5,2],显然优化结果中有6个通道结果并不满足评价要求,如后轴右后纵臂处(EXLLHR)损伤倍数仅为0.41,这主要与选择总损伤为46的最优解有关,同时与将优化数据结果进行归整和设计道路顺序及安排连接路时减少或增加部分道路循环次数有关,这也说明应用公开道路数据同时让各通道数据达到满意的结果是非常困难的。最后经过实车公开道路加速试验与试验场加速试验进行对比,由于道路耐久性试验通常依据零部件是否出现疲劳破坏进行定性评价,基本不作零部件疲劳耐久性的定量评价(测量残余寿命困难),因此本次拆检只对零部件进行定性评价,结果证明6个较小损伤的通道也可以获得与试验场加速试验较一致的试验结果,说明损伤比为0.4时在定性评价的试验中是可以接受的。
现仅以四个车轮六分力测量轮上Z向载荷为例具体展示试验相对载荷与目标值的对比结果,如图5~7所示。由对比分析可预测,试验后四个车轮Z方向载荷损伤与目标值基本满足要求,载荷成分也基本一致,仅仅某些大载荷出现的次数有差别,在公开道路试验过程中属于正常现象,如根据路况紧急制动和急加速超车等,这也与动力总成摆动支撑处(EXGLVL)损伤较大相一致,差别次数在可接受数值范围内,满足道路加速耐久性试验要求,其余测量通道对比结果亦类似。由此优化试验路线的总里程和总载荷基本满足试验目标要求,试验运行规范合理,可开展道路加速耐久性试验。
本发明提出了一种在公开道路上进行加速耐久性试验的路线规划方法,采用道路状态、驾驶员主观判断和道路载荷损伤客观评价的方法对中国公开道路进行选择,确定试验道路。同时以整车载荷损伤和试验里程为优化目标,以各道路循环次数为设计变量,用NSGA-Ⅱ遗传算法对试验道路进行多目标优化计算,得到Pareto最优解集,从道路组成类型和路面状况等方面分析最优解集,选取的最优解需要保证试验道路组成多样化且比例合理,但整体载荷损伤会偏低。通过对比试验验证试验道路优化效果,结果表明:在满足载荷损伤和行驶里程要求的同时,按照交通法规要求,应用中国公开道路可以直接进行加速耐久性试验,结果与试验场加速耐久性试验等效,另外损伤比要求在定性评价的试验中可以适当设置为[0.4,2]。
对于加速耐久性试验,通常行业内的惯性思维是到试验场内进行加速耐久性试验,本发明的方法提出了在公开道路上经过挑选测量组合计算也可进行加速耐久性试验,效果与试验场内加速耐久试验等效。
对于道路适应性试验,试验的道路载荷和损伤可以量化,同时兼顾了试验场内的加速试验和公开道路的用户适应性试验,使得试验载荷更符合中国用户实际使用情况。
本申请还提供如下实施例:
一种加速耐久性试验的路线规划装置,包括:
获取模块,用于获取备用道路的预测特征数据;
选取模块,用于根据所述预测特征数据从备用道路中选取若干条测试道路;
确定模块,用于根据预设的测试参数确定每一条测试道路对应的循环次数。
该装置中各模块的具体执行步骤,已经在有关该方法的实施例中进行了详细说明。本实施例中未详尽之处,请参阅上述方法实施例。
本申请还提供如下实施例:
一种计算设备,所述计算设备包括:处理器和存储器;
所述存储器用于存储计算机程序指令;
所述计算设备运行时,所述处理器执行所述存储器中的计算机程序指令,以执行上述任一项所述方法的操作步骤。
本申请还提供如下实施例:
一种加速耐久性试验方法,包括:
获取备用道路的预测特征数据;
根据所述预测特征数据从备用道路中选取若干条测试道路;
根据预设的测试参数确定每一条测试道路对应的循环次数;
在选定的测试道路上按照已确定的循环次数进行加速耐久性试验。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (13)

1.一种加速耐久性试验的路线规划方法,其特征在于,包括:
获取备用道路的预测特征数据;
根据所述预测特征数据从备用道路中选取若干条测试道路;
根据预设的测试参数确定每一条测试道路对应的循环次数;
其中,所述预测特征数据包括:载荷伪损伤;
相应地,所述获取备用道路的预测特征数据,包括:
获取车辆在备用道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
2.根据权利要求1所述的方法,其特征在于:所述局部载荷数据包括多个传感器所对应的多个测量通道的数据;
所述传感器包括:应变片;多个传感器分别安装在车辆底盘的不同零部件的应力集中点;
相应地,所述局部载荷数据包括:所述应变片测量得到的应变幅值,以及加速度、位移。
3.根据权利要求2所述的方法,其特征在于,所述根据所述局部载荷数据计算备用道路的载荷伪损伤,包括:
对每一个测量通道的数据采用雨流计数法统计该测量通道对应的载荷循环数;
根据所述载荷循环数计算每一个测量通道对应的载荷伪损伤;
所有测量通道的载荷伪损伤的集合为备用道路的载荷伪损伤。
4.根据权利要求3所述的方法,其特征在于,所述根据所述载荷循环数计算每一个测量通道对应的载荷伪损伤,包括:
根据Miner疲劳损伤累积法则计算载荷伪损伤。
5.根据权利要求1-4任一项所述的方法,其特征在于,根据所述预测特征数据从备用道路中选取若干条测试道路,包括:
根据预设的测试道路的需求数量,从备用道路中选取载荷伪损伤最大的若干条道路作为测试道路。
6.根据权利要求1-4所述的方法,其特征在于,所述从备用道路中选取载荷伪损伤最大的若干条道路作为测试道路,包括:
统计每一条备用道路的每一个测量通道对应的载荷伪损伤;
将载荷伪损伤最大的测量通道所对应的所需数量的备用道路确定为测试道路。
7.根据权利要求1-4任一项所述的方法,其特征在于,还包括:
获取测试道路的精确特征数据,所述精确特征数据是根据车辆在测试道路上行驶过程中采集的数据得到的。
8.根据权利要求7所述的方法,其特征在于,所述获取测试道路的精确特征数据,包括:
获取车辆在测试道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
9.根据权利要求7所述的方法,其特征在于,所述根据预设的测试参数确定每一条测试道路对应的循环次数,包括:
根据精确特征数据和测试参数建立数学模型;
求解数学模型,确定每一条测试道路对应的循环次数。
10.根据权利要求9所述的方法,其特征在于,所述测试参数包括:总里程的下限值SL和上限值SU,以及伪损伤比的下限值
Figure FDA0002760270530000022
和上限值
Figure FDA0002760270530000023
所述根据精确特征数据和测试参数建立数学模型,包括:
获取预设的测试参数;
将所述精确特征数据记为:
Figure FDA0002760270530000021
将设计变量记为:X=[X1 X2 ... Xj]T
根据SL和SU计算设计变量的下限值
Figure FDA0002760270530000031
和上限值
Figure FDA0002760270530000032
道路优化计算模型的数学表达式为:
Figure FDA0002760270530000033
目标函数为:
Figure FDA0002760270530000034
S=min(a1X1+a2X2+...+ajXj);
约束条件为:
SL≤S≤SU
Figure FDA0002760270530000035
其中,dij为第j条道路的第i个测量通道的单程载荷伪损伤,Xj为第j条测试道路的循环次数,Daimi为第i个测量通道目标伪损伤值,n为测试道路的数量,aj为第j条测试道路的单程里程。
11.一种加速耐久性试验的路线规划装置,其特征在于,包括:
获取模块,用于获取备用道路的预测特征数据;
选取模块,用于根据所述预测特征数据从备用道路中选取若干条测试道路;
确定模块,用于根据预设的测试参数确定每一条测试道路对应的循环次数;
其中,所述预测特征数据包括:载荷伪损伤;
相应地,所述获取备用道路的预测特征数据,包括:
获取车辆在备用道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
12.一种计算设备,其特征在于,所述计算设备包括:处理器和存储器;
所述存储器用于存储计算机程序指令;
所述计算设备运行时,所述处理器执行所述存储器中的计算机程序指令,以执行权利要求1至10中任一项所述方法的操作步骤。
13.一种加速耐久性试验方法,其特征在于,包括:
获取备用道路的预测特征数据;
根据所述预测特征数据从备用道路中选取若干条测试道路;
根据预设的测试参数确定每一条测试道路对应的循环次数;
在选定的测试道路上按照已确定的循环次数进行加速耐久性试验;
其中,所述预测特征数据包括:载荷伪损伤;
相应地,所述获取备用道路的预测特征数据,包括:
获取车辆在备用道路上行驶过程中的局部载荷数据,所述局部载荷数据是由安装在车辆上的传感器检测得到的;
根据所述局部载荷数据计算备用道路的载荷伪损伤。
CN201910333807.XA 2019-04-24 2019-04-24 加速耐久性试验的路线规划方法和装置 Active CN110082120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910333807.XA CN110082120B (zh) 2019-04-24 2019-04-24 加速耐久性试验的路线规划方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910333807.XA CN110082120B (zh) 2019-04-24 2019-04-24 加速耐久性试验的路线规划方法和装置

Publications (2)

Publication Number Publication Date
CN110082120A CN110082120A (zh) 2019-08-02
CN110082120B true CN110082120B (zh) 2021-01-26

Family

ID=67416502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910333807.XA Active CN110082120B (zh) 2019-04-24 2019-04-24 加速耐久性试验的路线规划方法和装置

Country Status (1)

Country Link
CN (1) CN110082120B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111460370B (zh) * 2020-03-11 2024-01-19 中国汽车技术研究中心有限公司 汽车传动系统试验场关联方法、系统、存储介质及设备
CN111623997B (zh) * 2020-05-26 2022-04-15 湖南行必达网联科技有限公司 车辆试验场的构建方法、装置、电子设备及可读存储介质
CN111680409B (zh) * 2020-05-27 2023-02-17 中国汽车技术研究中心有限公司 一种汽车结构耐久程序的试验场关联方法
CN111896273A (zh) * 2020-08-14 2020-11-06 东风汽车集团有限公司 一种快速验证车身系统的整车路试耐久试验制定方法
CN111981314B (zh) * 2020-08-26 2022-02-11 重庆大学 一种基于多因素目标优化算法的快速加氢控制方法
CN112100563B (zh) * 2020-09-11 2024-04-19 广州汽车集团股份有限公司 多轴载荷等效处理方法、装置、计算机设备和介质
CN113704964B (zh) * 2021-07-21 2024-02-23 一汽解放汽车有限公司 整车可靠性试验的路线设计方法、装置及计算机设备
CN114004012B (zh) * 2021-10-14 2022-09-13 中国第一汽车股份有限公司 一种车身试车场强化耐久道路试验优化方法
CN114676598B (zh) * 2022-05-25 2022-10-21 岚图汽车科技有限公司 汽车车身系统的整车道路耐久试验的加速方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106840699A (zh) * 2017-01-25 2017-06-13 安徽江淮汽车集团股份有限公司 一种整车耐久性试验方法
CN107506864A (zh) * 2017-08-30 2017-12-22 国信优易数据有限公司 一种客运巴士路线规划方法和装置
CN108776744A (zh) * 2018-06-26 2018-11-09 青岛科技大学 基于计算机运算的电动汽车自动化识别运行路线规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106840699A (zh) * 2017-01-25 2017-06-13 安徽江淮汽车集团股份有限公司 一种整车耐久性试验方法
CN107506864A (zh) * 2017-08-30 2017-12-22 国信优易数据有限公司 一种客运巴士路线规划方法和装置
CN108776744A (zh) * 2018-06-26 2018-11-09 青岛科技大学 基于计算机运算的电动汽车自动化识别运行路线规划方法

Also Published As

Publication number Publication date
CN110082120A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN110082120B (zh) 加速耐久性试验的路线规划方法和装置
De Beer et al. Determination of pneumatic tyre/pavement interface contact stresses under moving loads and some effects on pavements with thin asphalt surfacing layers
Liu et al. Fatigue reliability assessment for orthotropic steel deck details under traffic flow and temperature loading
US6704664B2 (en) Fatigue sensitivity determination procedure
CN104239734A (zh) 一种整车四轮六分力道路谱载荷分析方法
CN111222199B (zh) 用户与试验场关联时关键指标选择与等效计算方法
CN110069875A (zh) 一种动态载荷仿真用的载荷谱数据的生成方法
CN113255811A (zh) 一种基于bim的梁式桥多源异构数据融合决策系统
CN110631786A (zh) 一种基于驻车振动响应的梁桥承载力快速评估方法
CN103884593B (zh) 基于少量静态测量数据的结构损伤定位与程度识别方法
CN113627060A (zh) 一种基于实测挠度影响线的公路梁式桥承载能力评定方法
CN101368882B (zh) 车身动态强度分析方法
WO2024041233A1 (zh) 桥梁结构多因素耦合作用疲劳损伤与寿命的评估方法
CN114004012B (zh) 一种车身试车场强化耐久道路试验优化方法
CN115574906A (zh) 一种基于迭代加权最小二乘的桥梁动态称重算法
CN115270238A (zh) 基于动载的桥梁静力行为预测方法
CN113378425B (zh) 基于雨流计数法的汽车换热器产品疲劳寿命测试方法
CN117291072A (zh) 一种桥梁损伤识别方法
Chen et al. Optimization model of network-level pavement maintenance decision considering user travel time and vehicle fuel consumption costs
Reza Kashyzadeh et al. The Role of Wheel Alignment Over the Fatigue Damage Accumulation in Vehicle Steering Knuckle
CN116659906A (zh) 一种悬架总成道路模拟试验载荷谱确定方法
Priest et al. Mechanistic comparison of wide-base single versus standard dual tire configurations
CN116046302A (zh) 基于应变时程曲线识别装配式梁桥损伤的方法
Yadav et al. Determination of passenger car noise equivalent for mid-sized cities in India
Kulagin et al. Modern approaches of vehicle suspension durability evaluation at early stages of development

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant