CN113777431A - 基于恒应力加速试验的商用车传感器寿命预测方法及系统 - Google Patents

基于恒应力加速试验的商用车传感器寿命预测方法及系统 Download PDF

Info

Publication number
CN113777431A
CN113777431A CN202111034498.XA CN202111034498A CN113777431A CN 113777431 A CN113777431 A CN 113777431A CN 202111034498 A CN202111034498 A CN 202111034498A CN 113777431 A CN113777431 A CN 113777431A
Authority
CN
China
Prior art keywords
activation energy
service life
parts
temperature
acceleration
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.)
Pending
Application number
CN202111034498.XA
Other languages
English (en)
Inventor
白遴杰
严鉴铂
刘义
杨佳
刘小龙
史波峰
李睿
陈彤
王建军
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.)
Xian Fast Auto Drive Co Ltd
Original Assignee
Xian Fast Auto Drive 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 Xian Fast Auto Drive Co Ltd filed Critical Xian Fast Auto Drive Co Ltd
Priority to CN202111034498.XA priority Critical patent/CN113777431A/zh
Publication of CN113777431A publication Critical patent/CN113777431A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/003Environmental or reliability tests

Abstract

本发明公开一种基于恒应力加速试验的商用车传感器寿命预测方法及系统,方法具体过程如下:获取能够替代表征某一传感器零部件的其他零部件的相关寿命参数;基于所述相关寿命参数,使用寿命参数和活化能的映射关系计算出所述零部件的平均活化能;根据所述零部件的类型、使用工况,采用增加裕度的方法,优化温度谱;根据优化所得温度谱以及平均活化能计算所求零部件在高温度应力下的加速时间;根据同为关键零部件的电磁阀的寿命,等效传感器等电气零部件寿命的思路及方法,得出电磁阀的基础环境谱;解决难以在电气零部件,如转速传感器在产品设计开发阶段进行结构可靠性验证的问题,提高产品开发的效率;实现低成本验证设计阶段结构可靠性。

Description

基于恒应力加速试验的商用车传感器寿命预测方法及系统
技术领域
本发明属于传感器零部件寿命预测技术领域,具体涉及一种基于恒应力加速试验的商用车传感器寿命预测方法及系统。
背景技术
传统的道路车辆除却GB/ISO对于产品的要求外,整车厂对于OEM零部件的可靠性验证主要根据其使用特点,干扰因子做最坏、疲劳试验,分台架试验、道路试验。
但随着车辆自动化程度的越高,汽车电子元器件种类越发丰富,汽车电子元器件的寿命成为用户、整车厂及零部件厂的重点关系对象。但由于电气零部件换代周期短,而汽车零部件寿命要求较高,验证周期长,实际工况测试不仅周期长,成本高,且其特性与传统机械产品特性相差较大,使得其搭载在传统产品上试验风险较高,极易影响产品的正常发布。此种背景之下,逐渐衍生出根据高应力水平下的寿命表现去推算正常寿命下的寿命水平的方案。然而良好实现该思路的关键为寿命与应力水平的关系准确度,实际表现在产品特性、使用工况两个方面。建立起电气零部件的加速模型,估算加速试验时长指标,验证产品寿命。
在电气部件的设计生产期间,需要通过一系列的试验来测试和评定电气零部件的可靠性及耐久性,并以此为产品改进及定型提供依据。一般而言,应力水平越高,寿命表现越短。
在常用电气零部件可靠性寿命核算方法中,有逆幂律(inverse power law)模型、阿伦纽斯(Arrhenius)模型、艾林(Eyring)模型等方案。
逆幂律模型,用于非恒温应力因素,使用比较复杂。阿伦纽斯模型,用于恒温应力,是基于绝对温度对失效机理的影响。艾林模型,用在加速取得温度和湿度应力水平,以及和其他化学反应,模型由量子力学得出。但逆幂律、艾林模型,使用环境要求较高,算法较为复杂,且成本较高。
下文为加速因子计算公式,加速因子是指在基准应力和某种因子条件下,达到相同的失效率所对应的时间比。
发明内容
为了解决现有技术中存在的问题,本发明提供一种基于恒应力加速试验的商用车传感器寿命预测方法及系统,提出使用逆向思维,反向计算活化能,一定程度可免去计算活化能,减少基础研究消耗,为主机厂及零部件供应商提供一种考察零部件寿命的思路及方式。
为了实现上述目的,本发明采用的技术方案是:基于恒应力加速试验的商用车传感器寿命预测方法,具体过程如下:
获取能够替代表征某一传感器零部件的其他零部件的相关寿命参数;
基于所述相关寿命参数,使用寿命参数和活化能的映射关系计算出所述零部件的平均活化能;
根据所述零部件的类型、使用工况,优化温度谱;
根据优化所得温度谱以及平均活化能计算所求零部件在高温度应力下的加速时间,进行加速预测。
所述能够替代的零部件包括与所述某一零件性能相近或服役条件相近的其他部件相关寿命参数。
寿命参数包括工作时间和环境温度谱。
寿命参数和活化能的映射关系采用考虑热加速的阿伦纽斯模型。
寿命参数和活化能的映射关系采用综合湿度和温度的阿伦纽斯模型、艾林模型或逆幂律模型。
根据所述活化能优化所述传感器零部件个性,优化温度谱时,采用增加裕度的方法进行。
基于恒应力加速试验的商用车传感器寿命预测系统,包括参数获取模块、活化能计算模块、温度谱优化模块以及加速时间计算模块;
参数获取模块用于获取能够替代表征某一传感器零部件的其他零部件的相关寿命参数;
活化能计算模块用于根据所述寿命参数,使用寿命参数和活化能的映射关系计算出所述零部件的活化能;
温度谱优化模块用于优化所求零部件个性,优化温度谱;
加速时间计算模块用于计算所求零部件在高温度应力下的加速时间。
本发明所述方法的应用,用于获取恒应力服役条件下的传感器零部件的寿命。
一种计算机设备,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取所述计算机可执行程序并执行,处理器执行计算可执行程序时能实现本发明所述的方法。
一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现本发明所述的方法。
与现有技术相比,本发明至少具有以下有益效果:
根据同为关键零部件的电磁阀的寿命,等效传感器等电气零部件寿命的思路及方法,得出电磁阀的基础环境谱;
根据目前国外多款电气产品寿命,反向推算出产品的活化能的思路,为计算加速因子提供数据支撑,解决了通过材料分析、结构分析计算活化能难度大、精度低的问题;
解决了难以在电气零部件,如转速传感器在产品设计开发阶段进行结构可靠性验证的问题,提高了产品开发的效率;
该思路及方法实现低成本验证设计阶段结构可靠性,消除国内外技术壁垒,减小公司采集温度谱花费人力物力成本;
本方法提出使用逆向思维,反向计算活化能,一定程度可免去计算活化能,减少基础研究消耗;
为主机厂及零部件供应商提供一种考察零部件寿命的思路及方式。
附图说明
图1为本发明所述方法的一种流程示意图。
具体实施方式
下面结合实施例对本发明进行详细阐述。
一、应用温度占比
此处列举车身弹性体位置的常用温度占比,并应用阿伦纽斯加速因子计算表1所示:
表1
Figure BDA0003246431540000041
二、恒应力加速因子
Figure BDA0003246431540000042
其中:Jt,i-Arrhenius模型的加速因子;Ea-激活能,根据不同的失效机理,在0.2~1.2eV之间;k-玻尔兹曼常数,8.617×10-5eV/K,Ttest-测试温度,单位是℃,一般取被测样件的最高工作温度Tmax;Tfeld,i-环境温度分布,单位是℃;-273.15℃为绝对0度。
通过第一和第二部分内容便可计算出加速试验时间,通过高应力验证零件寿命。但是,
加速因子一般与零件结构、材料等息息相关,精确计算需要相应的理化、材料分析;温度占比,对于不同的区域,指标亦不甚相同,如何选择较为合适的加速因子、均衡的温度谱至关重要。
本实施例主要应用阿伦纽斯模型,研讨在恒应力下,电气零部件与寿命的大致关系,通过具体产品的特性,求得较为可靠的加速时间,验证变速器上电气零部件,如转速传感器的寿命。
本发明提供基于恒应力加速试验的商用车传感器寿命预测方法,具体过程如下:
步骤1,首先,需要有相似或相近位置其他部件相关寿命参数,如开关阀开关次数要求,根据实际使用时特性,得到其工作时间、温度谱;所述能够替代的零部件包括与所述某一零件性能相近或服役条件相近的其他部件相关寿命参数;具体的,寿命参数包括工作时间和环境温度谱。
步骤2,基于同类型多款传感器加速时间(成熟产品的加速时间),使用阿伦纽斯(Arrhenius)模型及温度谱计算出“平均”活化能。
可选的,寿命参数和活化能的映射关系采用考虑热加速的阿伦纽斯模型。
当然,还可以,寿命参数和活化能的映射关系采用综合湿度和温度的阿伦纽斯模型、艾林模型或逆幂律模型。
步骤3,根据所用传感器的类型、使用工况,采用增加裕度的方法,优化温度谱。
步骤4,根据优化所得温度谱以及“平均”活化能计算所求零部件在高温度应力下的加速时间,进行加速验证。
然本申请亦提供一种较为可靠的商用车变速器使用温度工况来源,从而为不同特性的产品提供较为可靠的工况依托;为商用车变速器电气零部件,如传感器、控制器等提供一种稳定的寿命检测思路及方案,为“质量源于生产、质量源于工艺”向“质量源于设计”理念转变舔砖加瓦。旨在降低对生产等后端环节的要求,为企业降低成本,增加利润支撑。
本发明提出根据同为关键零部件的电磁阀的寿命,等效传感器等电气零部件寿命的思路及方法,得出电磁阀的基础环境谱;提出根据多款电气产品寿命,反向推算出产品的活化能的思路,为计算加速因子提供数据支撑,解决通过材料分析、结构分析计算活化能难度大、精度低的问题;解决了难以在电气零部件,如转速传感器在产品设计开发阶段进行结构可靠性验证的问题,提高产品开发的效率;本申请讨论恒应力加速在商用车变速器及缓速器等动力系统上传感器耐久性试验中的应用,基于阿伦尼斯模型原理,评估传感器或ECU的加速时间。
环境温度谱得出:
对于商用车变速器系统而言,其使用环境更为严苛。大众VW80000及常用振动曲线及温度占比并不能有效反应商用车变速器使用环境。但是采集温度曲线成本又显得高昂。在此条件下研究其他部件寿命,从而确认传感器等电气元器件的加速时长不失为一种可靠有效的方式。
一般而言,电磁阀在商用车上的应用主要用在换挡时的流体控制,电磁阀需要保证在整车厂要求的公里数内可靠的工作。对于单个电磁阀而言,换挡过程中,电磁阀只实现一次开关。
一般来说,用户使用过程中的换挡次数是可以统计出来的,可实现性较高,从而计算出电磁阀的开关次数。而对于电磁阀执行器的寿命验证,一般是根据开关次数进行测试。
对于商用车变速器开关阀的寿命验证,开关阀有其验证的环境温度谱,以下列举标准中开关阀温度谱,如下表2所示。
表2:开关阀寿命测试温度谱
Figure BDA0003246431540000061
Figure BDA0003246431540000071
由于每次电磁阀的开关阀的开关时间基本一致,故此温度谱亦可使用在传感器等电气零部件上。
活化能计算:
根据多款同类型成熟传感器产品的寿命周期、加速时间,如20000小时,140℃加速时间1000h,使用计算公式(1)计算后以取均值的方式,计算出“平均”活化能参数。
通过以上两步计算出目标活化能,而后根据传感器的安装位置、目标温度,优化传感器的温度谱,最终计算出更接近的加速时间,如表3。
表3:传感器寿命测试温度谱
Figure BDA0003246431540000072
本申请中思路及原理可用于所有相同或相近安装及工作环境的传感器或ECU上。
本申请使用范围包含但不限于商用车变速器,商用车其它部件亦可。
本发明还可以提供一种计算机设备,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取部分或全部所述计算机可执行程序并执行,处理器执行部分或全部计算可执行程序时能实现本发明所述的方法。
另一方面,本发明提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现本发明所述的方法。
所述计算机设备可以采用车载计算机、笔记本电脑、桌面型计算机或工作站。
处理器可以是中央处理器(CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)或现成可编程门阵列(FPGA)。
对于本发明所述存储器,可以是笔记本电脑、桌面型计算机或工作站的内部存储单元,如内存、硬盘;也可以采用外部存储单元,如移动硬盘、闪存卡。
计算机可读存储介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机可读存储介质可以包括:只读存储器
(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance Random Access Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。

Claims (10)

1.基于恒应力加速试验的商用车传感器寿命预测方法,其特征在于,具体过程如下:
获取能够替代表征某一传感器零部件的其他零部件的相关寿命参数;
基于所述相关寿命参数,使用寿命参数和活化能的映射关系计算出所述零部件的平均活化能;
根据所述零部件的类型及使用工况,优化温度谱;
根据优化所得温度谱以及平均活化能计算所求零部件在高温度应力下的加速时间,进行加速预测。
2.根据权利要求1所述的方法,其特征在于,所述能够替代的零部件包括与所述某一零件性能相近或服役条件相近的其他部件相关寿命参数。
3.根据权利要求1所述的方法,其特征在于,寿命参数包括工作时间和环境温度谱。
4.根据权利要求1所述的方法,其特征在于,寿命参数和活化能的映射关系采用考虑热加速的阿伦纽斯模型。
5.根据权利要求1所述的方法,其特征在于,寿命参数和活化能的映射关系采用综合湿度和温度的阿伦纽斯模型、艾林模型或逆幂律模型。
6.根据权利要求1所述的方法,其特征在于,根据所述活化能优化所述传感器零部件个性,优化温度谱时,采用增加裕度的方法进行。
7.基于恒应力加速试验的商用车传感器寿命预测系统,其特征在于,包括参数获取模块、活化能计算模块、温度谱优化模块以及加速时间计算模块;
参数获取模块用于获取能够替代表征某一传感器零部件的其他零部件的相关寿命参数;
活化能计算模块用于根据所述寿命参数,使用寿命参数和活化能的映射关系计算出所述零部件的活化能;
温度谱优化模块用于优化所求零部件个性,优化温度谱;
加速时间计算模块用于计算所求零部件在高温度应力下的加速时间。
8.权利要求1-6中任一项所述方法的应用,其特征在于,用于获取恒应力服役条件下的传感器零部件的寿命。
9.一种计算机设备,其特征在于,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取所述计算机可执行程序并执行,处理器执行计算可执行程序时能实现权利要求1~6中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现如权利要求1~6中任一项所述的方法。
CN202111034498.XA 2021-09-03 2021-09-03 基于恒应力加速试验的商用车传感器寿命预测方法及系统 Pending CN113777431A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111034498.XA CN113777431A (zh) 2021-09-03 2021-09-03 基于恒应力加速试验的商用车传感器寿命预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111034498.XA CN113777431A (zh) 2021-09-03 2021-09-03 基于恒应力加速试验的商用车传感器寿命预测方法及系统

Publications (1)

Publication Number Publication Date
CN113777431A true CN113777431A (zh) 2021-12-10

Family

ID=78841190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111034498.XA Pending CN113777431A (zh) 2021-09-03 2021-09-03 基于恒应力加速试验的商用车传感器寿命预测方法及系统

Country Status (1)

Country Link
CN (1) CN113777431A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115452358A (zh) * 2022-09-22 2022-12-09 中国核动力研究设计院 一种电动阀门动作寿命加速试验方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777661A (zh) * 2016-12-12 2017-05-31 北京航空航天大学 一种基于寿命理论计算的柴油机电控喷油器加速因子区间确定方法
US20200012753A1 (en) * 2018-07-09 2020-01-09 International Business Machines Corporation Predicting life expectancy of machine part
KR102122580B1 (ko) * 2018-12-06 2020-06-12 한국수력원자력 주식회사 커패시터 수명 산정 방법 및 장치
CN112329270A (zh) * 2020-11-28 2021-02-05 湖南海智机器人技术有限公司 一种基于加速因子模型的步降应力加速试验方法
CN113074930A (zh) * 2021-04-16 2021-07-06 西安交通大学 基于单一加速因子的微机电器件寿命预测方法
CN113125888A (zh) * 2021-04-20 2021-07-16 中国航空综合技术研究所 基于故障行为的航空机电产品加速寿命试验方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777661A (zh) * 2016-12-12 2017-05-31 北京航空航天大学 一种基于寿命理论计算的柴油机电控喷油器加速因子区间确定方法
US20200012753A1 (en) * 2018-07-09 2020-01-09 International Business Machines Corporation Predicting life expectancy of machine part
KR102122580B1 (ko) * 2018-12-06 2020-06-12 한국수력원자력 주식회사 커패시터 수명 산정 방법 및 장치
CN112329270A (zh) * 2020-11-28 2021-02-05 湖南海智机器人技术有限公司 一种基于加速因子模型的步降应力加速试验方法
CN113074930A (zh) * 2021-04-16 2021-07-06 西安交通大学 基于单一加速因子的微机电器件寿命预测方法
CN113125888A (zh) * 2021-04-20 2021-07-16 中国航空综合技术研究所 基于故障行为的航空机电产品加速寿命试验方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵河明: "引信电子零部件长贮加速寿命试验方法探讨", 探测与控制学报, no. 01, 30 March 1996 (1996-03-30) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115452358A (zh) * 2022-09-22 2022-12-09 中国核动力研究设计院 一种电动阀门动作寿命加速试验方法
CN115452358B (zh) * 2022-09-22 2024-01-26 中国核动力研究设计院 一种电动阀门动作寿命加速试验方法

Similar Documents

Publication Publication Date Title
US20140379199A1 (en) Method for aging-efficient and energy-efficient operation in particular of a motor vehicle
CN108595301B (zh) 一种基于机器学习的服务器能耗预测方法和系统
CN101231328B (zh) 一种评价城市客车用燃料电池耐久性的方法
CN111190111B (zh) 电化学储能电池荷电状态估算方法、装置及系统
CN113777431A (zh) 基于恒应力加速试验的商用车传感器寿命预测方法及系统
EP3361450A1 (en) Vehicle component failure prevention
CN112036581B (zh) 交通工具空调系统的性能检测方法及装置、存储介质、终端
CN105357081A (zh) 服务器测试系统、方法及控制系统、方法
CN106372272B (zh) 一种基于广义退化模型和多尺度分析的锂电池容量及寿命预测方法
CN112309480A (zh) 一种闪存存储装置的失效预警装置及失效预警方法
JP6968282B2 (ja) パワートレイン管理の因果分析
CN102393883B (zh) 基于加速参数的有机电致发光器件寿命预测方法
CN115436789A (zh) 继电器故障检测方法、装置、电子设备和存储介质
US20220385544A1 (en) Early detection of cable failure in automotive networks
CN102606320B (zh) 解决egr特性曲线变化的方法和系统
CN117272591A (zh) 用于储能仿真实验的测试方法及系统
CN117075650A (zh) 散热控制方法、系统、电子设备、存储介质及新能源车辆
EP4095533A2 (en) Early detection of cable failure in automotive networks
CN111931328A (zh) 一种基于夏季气候的车用锂离子电池工况及寿命阶段预测方法
JP2023155219A (ja) システム内の欠陥を識別するための方法
CN112993344A (zh) 基于神经网络的燃料电池系统输出性能预测方法及装置
CN105680105A (zh) 一种高准确度的电池状态参数及控制参数获取方法
CN112230152A (zh) 测量单体电芯内阻增量的方法及系统
CN103488826B (zh) 基于经验加速模型的退化量分布参数建模外推方法
KR102092197B1 (ko) 수리 가능한 시스템의 열화 분석 장치 및 방법

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