CN114065373A - 一种汽车控制臂台架耐久试验方法、装置以及设备 - Google Patents
一种汽车控制臂台架耐久试验方法、装置以及设备 Download PDFInfo
- Publication number
- CN114065373A CN114065373A CN202111159954.3A CN202111159954A CN114065373A CN 114065373 A CN114065373 A CN 114065373A CN 202111159954 A CN202111159954 A CN 202111159954A CN 114065373 A CN114065373 A CN 114065373A
- Authority
- CN
- China
- Prior art keywords
- road
- data
- test model
- endurance
- bench
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明实施例提供了一种汽车控制臂台架耐久试验方法、装置以及设备,通过对道路耐久试验模型施加伪损伤等效数据,得到控制臂的台架耐久试验模型,然后根据伪损伤等效数据确定出台架耐久试验模型的优化变量,根据道路耐久仿真结果得到台架耐久试验模型的输出响应数据,根据损伤等效原则,确定台架耐久试验模型的优化目标,最后基于优化变量、输出响应数据以及优化目标,对台架耐久试验模型进行优化得到台架耐久优化结果。因此,基于损伤等效原则,能够将道路耐久试验获取的随机路谱转换成台架耐久试验对应的等效载荷,使道路耐久试验和台架耐久试验的损伤一致,提高了台架耐久优化结果的准确性,进而提高了控制臂台架耐久试验结果的准确性。
Description
技术领域
本发明涉及汽车技术领域,尤其涉及一种汽车控制臂台架耐久试验方法、装置以及设备。
背景技术
汽车疲劳耐久性开发手段有虚拟仿真分析和实物试验验证,而试验验证包括整车道路耐久试验和零部件台架耐久试验,其中整车道路耐久试验周期长且成本高,而台架耐久试验则周期短且成本低。
对于台架耐久试验,目前采用的方法有:经验法和载荷伪损伤等效法。经验法根据汽车轴荷、轴距、轮距等整车参数,并结合各零件承载特点,参考同平台车型或者上一代车型载荷,制定出相应的台架耐久试验载荷谱。这种方法制定的载荷谱与试验场道路试验载荷没有关联,可能出现过载、考核不足以及零件失效模式与试验场道路耐久试验不一致的情况。
载荷伪损伤等效法基于伪损伤相等的原则,将零件加载点各通道承受的试验场道路耐久载荷转换成对应的等幅循环载荷,再将各通道的等幅循环载荷单独加载到零部件上。这种方法未考虑各加载点各通道载荷之间的耦合作用,也未考虑零部件自身结构特点对载荷响应的影响,获取的台架载荷谱虽然与试验场道路耐久载荷具有一定的关联性,但是载荷精度不高,仍存在过载、考核不足,以及零件失效模式与试验场道路耐久试验不一致的情况。
发明内容
本发明实施例通过提供一种汽车控制臂台架耐久试验方法、装置以及设备,至少解决了相关技术中汽车控制臂台架耐久试验结果准确度不高的技术问题。
第一方面,本发明通过本发明的一实施例,提供了一种汽车控制臂台架耐久试验方法,所述方法包括:检测汽车控制臂的道路载荷数据,并根据所述道路载荷数据确定伪损伤等效数据;建立所述控制臂的道路耐久试验模型,并基于所述道路载荷数据对所述道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果;对所述道路耐久试验模型施加所述伪损伤等效数据,以得到所述控制臂的台架耐久试验模型;根据所述伪损伤等效数据确定出所述台架耐久试验模型的优化变量,根据所述道路耐久仿真结果得到所述台架耐久试验模型的输出响应数据;根据损伤等效原则,确定出所述台架耐久试验模型的优化目标;基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果。
优选地,所述检测汽车控制臂的道路载荷数据,并根据所述道路载荷数据确定伪损伤等效数据,包括:对所述道路载荷数据进行雨流统计处理,得到道路载荷幅值数据以及循环次数数据;根据所述循环次数数据以及所述道路载荷幅值数据,得到所述控制臂的伪损伤数据,并基于所述伪损伤数据得到所述伪损伤等效数据。
优选地,所述道路载荷幅值数据,包括:X向道路载荷幅值和Y向道路载荷幅值;所述循环次数数据,包括:X向循环次数和Y向循环次数;所述伪损伤数据,包括:X向伪损伤和Y向伪损伤;所述伪损伤等效数据,包括:伪损伤等效载荷幅值以及伪损伤等效载荷加载角度;所述根据所述循环次数数据以及所述道路载荷幅值数据,得到所述控制臂的伪损伤数据,并基于所述伪损伤数据得到所述伪损伤等效数据,包括:根据所述X向循环次数以及所述X向道路载荷幅值,得到所述X向伪损伤;根据所述Y向循环次数以及所述Y向道路载荷幅值,得到所述Y向伪损伤;基于所述X向伪损伤以及Y向伪损伤,得到所述伪损伤等效载荷幅值以及所述伪损伤等效载荷加载角度。
优选地,所述基于所述道路载荷数据对所述道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果,包括:基于所述道路载荷数据,采用惯性释放法对所述道路耐久试验模型进行处理,得到单位力响应结果;将所述单位力响应结果与所述道路载荷数据关联,并根据所述控制臂的材料SN曲线,对所述道路耐久试验模型进行疲劳分析,得到所述道路耐久仿真结果。
优选地,所述对所述道路耐久试验模型施加所述伪损伤等效数据,以得到所述控制臂的台架耐久试验模型,包括:对所述道路耐久试验模型进行全约束,并施加所述伪损伤等效数据,以得到所述控制臂的台架耐久试验模型。
优选地,所述根据所述道路耐久仿真结果得到所述台架耐久试验模型的输出响应数据,包括:对所述优化变量赋予初始值,并基于赋值后的优化变量对所述台架耐久试验模型进行台架耐久仿真,得到初始台架耐久仿真结果;基于所述初始台架耐久仿真结果和所述道路耐久仿真结果,确定出所述台架耐久试验模型的输出响应数据。
优选地,所述基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果,包括:对所述优化变量进行DOE处理,并确定出处理后的优化变量所对应的输出响应数据,以建立响应面近似模型;基于所述响应面近似模型、预设约束条件以及所述优化目标,对所述台架耐久试验模型进行优化,得到所述台架耐久优化结果。
优选地,在所述基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果之后,还包括:判断所述台架耐久优化结果是否满足所述预设约束条件;若不满足,则调整所述优化变量以及所述优化目标,并根据调整后的优化变量以及优化目标对所述台架耐久试验模型进行优化,直到对应得到的台架耐久优化结果满足所述预设约束条件。
第二方面,本发明通过本发明的一实施例,提供了一种汽车控制臂台架耐久试验装置,所述装置包括:
道路试验伪损伤计算单元,用于检测汽车控制臂的道路载荷数据,并根据所述道路载荷数据确定伪损伤等效数据;
道路试验仿真分析单元,用于建立所述控制臂的道路耐久试验模型,并基于所述道路载荷数据对所述道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果;
台架耐久模型创建单元,用于对所述道路耐久试验模型施加伪损伤等效数据,以得到所述控制臂的台架耐久试验模型;根据所述伪损伤等效数据确定出所述台架耐久试验模型的优化变量,并根据所述道路耐久仿真结果得到所述台架耐久试验模型的输出响应数据;根据损伤等效原则,确定出所述台架耐久试验模型的优化目标;
台架耐久试验单元,用于基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果。
第三方面,本发明通过本发明的一实施例,提供了一种汽车控制臂台架耐久试验设备,包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的代码,所述处理器在执行所述代码时实现第一方面中任一实施方式。
本发明实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
在本发明实施例中由于台架耐久试验模型是基于道路耐久试验模型施加伪损伤等效数据得到的,根据施加的伪损伤等效数据,能够确定出台架耐久试验模型的优化变量;根据道路耐久仿真结果,能够得到台架耐久试验模型的输出响应数据,根据损伤等效原则,确定出台架耐久试验模型的优化目标;接着,基于优化变量、输出响应数据以及优化目标,对台架耐久试验模型进行优化。本发明基于损伤等效原则,将道路耐久试验获取的随机路谱转换成台架耐久试验对应的等效载荷,使道路耐久试验和台架耐久试验的损伤一致,保证了两者评价目标的一致性,因而使得得到的台架耐久优化结果也更加接近实际道路耐久试验的结果,进而提高了控制臂台架耐久试验结果的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中汽车控制臂台架耐久试验方法的流程图;
图2为本发明实施例中控制臂的结构示意图;
图3为本发明实施例中对控制臂加载单位力的示意图;
图4为本发明实施例中控制臂的台架耐久试验模型的示意图;
图5为本发明实施例中汽车控制臂台架耐久试验装置结构的示意图;
图6为本发明实施例中汽车控制臂台架耐久试验设备结构的示意图。
具体实施方式
本发明实施例通过提供一种汽车控制臂台架耐久试验方法、装置以及设备,至少解决了相关技术中汽车控制臂台架耐久试验结果准确度不高的技术问题。
本发明实施例提供的技术方案为解决上述技术问题,总体思路如下:
通过检测汽车控制臂的道路载荷数据,并根据道路载荷数据确定伪损伤等效数据;通过建立控制臂的道路耐久试验模型,并基于道路载荷数据对道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果。随后,基于道路耐久试验模型施加伪损伤等效数据,得到台架耐久试验模型;根据施加的伪损伤等效数据,确定出台架耐久试验模型的优化变量;根据道路耐久仿真结果,得到台架耐久试验模型的输出响应数据;根据损伤等效原则,确定出台架耐久试验模型的优化目标;基于优化变量、输出响应数据以及优化目标对台架耐久试验模型进行优化。
基于损伤等效原则,通过将道路耐久试验获取的随机路谱转换成台架耐久试验对应的等效载荷,使得道路耐久试验和台架耐久试验的损伤一致,保证了两者评价目标的一致性,从而使得得到的台架耐久优化结果也更加接近实际道路耐久试验的结果,实现了提高控制臂台架耐久试验结果准确性的效果。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明,本文中出现的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例,能够按照除了在这里图示或描述的那些以外的顺序实施。
第一方面,本发明通过本发明的一实施例,提供了一种汽车控制臂台架耐久试验方法,主要应用于对汽车控制臂进行的耐久试验,该方法基于损伤等效的原则,使道路耐久工况和台架耐久工况的损伤一致,来使得控制臂的台架耐久试验更加接近控制臂的实际道路试验,进而对台架耐久试验模型进行优化后,所得到的台架耐久优化结果也更加接近实际道路耐久试验的结果。
请参见图1所示,该汽车控制臂台架耐久试验方法包括如下步骤:
步骤S101:检测汽车控制臂的道路载荷数据,并根据道路载荷数据确定伪损伤等效数据。
具体的,可以预先在整车安装多种力传感器,并控制整车按照预设道路行驶,在此期间,通过这些力传感器检测控制臂的道路载荷数据。
在具体实施过程中,可以在实车上安装六分力采集仪及加速度传感器、位移传感器及应变片等各种传感器,按照整车道路耐久试验规范控制实车行驶,在行驶过程中采集相应的信号,将采集得到的信号输入到预先建立的包含有控制臂的多体动力学模型中,通过多体动力学载荷分解得到控制臂的道路载荷数据。
其中,上述传感器采集的信号可以包括:轮心六分力信号、轮心三向加速度信号、减震器塔顶的垂向位移信号和加速度信号。
也可以通过虚拟试验场技术,结合整车道路耐久试验规范,操纵预先建立的包含有控制臂的多体动力学模型,直接提取前控制臂的道路载荷数据。还可以直接在实车的控制臂上设置多种力传感器,再通过这些力传感器采集的信号,标定出控制臂的道路载荷数据。
针对多体动力学模型,具体的,可以基于整车的轴荷、硬点坐标参数、衬套参数、零部件质量及其惯量参数等相关参数,利用Adams、Simpack等多体动力学软件建立包含控制臂的整车多体动力学模型。
针对如何根据道路载荷数据确定伪损伤等效数据,具体的,可以对道路载荷数据进行雨流统计处理,得到道路载荷幅值数据以及循环次数数据;根据循环次数数据以及道路载荷幅值数据,得到控制臂的伪损伤数据,并基于该伪损伤数据得到伪损伤等效数据。
请参见图2所示,由于控制臂主要承受整车坐标系下X方向和Y方向的载荷,台架耐久试验时需要固定副车架的前、后两个连接点,在转向节连接点加载整车坐标系下XOY平面内的载荷。因此,道路载荷幅值数据可以包括:X向道路载荷幅值和Y向道路载荷幅值。循环次数数据可以包括:X向循环次数和Y向循环次数。
接着,可以在Ncode软件中搭建雨流统计分析流程,来分别对控制臂转向节连接点X方向和Y方向的道路耐久载荷进行雨流统计,得到X方向对应的X向道路载荷幅值和X向循环次数,得到Y方向对应的Y向道路载荷幅值和Y向循环次数。
在一些实施方式下,对转向节连接点的X方向和Y方向载荷进行雨流统计分析,还可以得到载荷的幅值-均值-循环次数矩阵表,举例来讲,转向节连接点X方向载荷矩阵表可以如下表1所示:
表1
由于材料的类型影响控制臂的失效循环次数,不同的材料对应的失效循环次数数据也不同,具体的,材料S-N曲线可以通过如下公式表示:
S=C×Nf b
式中,S为结构的应力循环范围,Nf为失效循环次数,C为疲劳强度系数,b为疲劳强度指数。
更具体的,针对如何根据循环次数数据以及道路载荷幅值数据,得到控制臂的伪损伤数据,可以根据X向循环次数以及X向道路载荷幅值,得到X向伪损伤;可以根据Y向循环次数以及Y向道路载荷幅值,得到Y向伪损伤。举例来讲,不同材料对应的应力作用多次时,控制臂对应的累积损伤值可以通过如下任意一个公式得到:
则对应的,X向伪损伤可以利用如下公式得到:
同理,Y向伪损伤可以利用如下公式得到:
进一步地,举例来讲,可以基于如下任意一个公式对X向伪损伤进行求和:
DX=∑DXij;
同样地,举例来讲,可以基于如下任意一个公式对Y向伪损伤进行求和:
DY=∑DYij;
在得到X向伪损伤以及Y向伪损伤后,基于X向伪损伤以及Y向伪损伤,就能够得到伪损伤等效载荷幅值以及伪损伤等效载荷加载角度,其中,伪损伤等效数据可以包括:伪损伤等效载荷幅值以及伪损伤等效载荷加载角度。
在具体实施过程中,假如选定台架耐久试验循环次数,则基于如下的伪损伤等效原则:
其中,LC为台架耐久试验循环次数。举例来讲,X向的伪损伤等效载荷可以利用如下公式得到:
同理,Y向的伪损伤等效载荷可以利用如下公式得到:
则控制臂台架耐久试验加载时,可以通过如下公式计算上述X向的伪损伤等效载荷以及Y向的伪损伤等效载荷的合力,来得到伪损伤等效载荷幅值:
其中,FXeq为X向的伪损伤等效载荷,FYeq为Y向的伪损伤等效载荷。对应的,伪损伤等效载荷加载角度可以通过如下公式得到:
其中,FXeq为X向的伪损伤等效载荷,FYeq为Y向的伪损伤等效载荷。
在一些实施方式下,台架耐久试验循环次数可以是500000次,疲劳强度指数可以是X向的伪损伤等效载荷可以是7800牛顿,Y向的伪损伤等效载荷可以是4250牛顿,对应得到的伪损伤等效载荷幅值可以是8883牛顿,伪损伤等效载荷加载角度可以是28.5°。
步骤S102:建立控制臂的道路耐久试验模型,并基于道路载荷数据对道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果。
对于建立控制臂的道路耐久试验模型,可以基于控制臂的实际轮廓尺寸以及材料属性,利用仿真分析软件来建立有限元仿真分析模型,例如,可以使用Hyperworks、Nastran以及ANSYS等仿真分析软件建立需要试验的控制臂的道路耐久试验模型。
具体的,在建立了控制臂的道路耐久试验模型之后,可以基于道路载荷数据,采用惯性释放法对道路耐久试验模型进行处理,得到单位力响应结果,然后将单位力响应结果与道路载荷数据关联,并根据控制臂的材料SN曲线,对道路耐久试验模型进行疲劳分析,得到道路耐久仿真结果。
在具体实施过程中,可以基于步骤S101中检测道路载荷数据的实施方式,请参见图3所示,可以分别在副车架的前、后连接点分别加载多个方向的单位力,以及在转向节连接点加载多个方向的单位力。举例来讲,可以在副车架的前、后连接点分别加载FX、FY、FZ、MX、MY、MZ六个方向的单位力,在转向节连接点分别加载FX、FY、FZ三个方向的单位力。
在得到多个单位力之后,可以采用惯性释放法计算这3个连接点共15个通道的单位力响应结果,将单位力响应结果与步骤S101检测的道路载荷数据关联,再结合控制臂的材料S-N曲线,采用Ncode或Femfat等疲劳分析软件计算得到控制臂的疲劳损伤及其分布云图,最后通过提取出危险区域的节点号,以及这些节点号对应的疲劳损伤值,来得到道路耐久仿真结果。
其中,危险区域可以是控制臂疲劳损伤最为集中的区域或者损伤最大的区域。在一些实施方式下,第5035个节点号对应的疲劳损伤值可以是8.999,第125个节点号对应的疲劳损伤值可以是6.018,第4691个节点号对应的疲劳损伤值可以是0.024。
需要说明的是,上述节点的数量可以根据道路耐久试验的精确度以及控制臂的结构选择,节点的数量越多,道路耐久试验的精度也就越高,计算量也随着精度的增高而增高。
步骤S103:对道路耐久试验模型施加伪损伤等效数据,以得到控制臂的台架耐久试验模型。
具体的,可以基于步骤S102中建立的道路耐久试验模型,对该道路耐久试验模型进行全约束,并施加伪损伤等效数据,以得到控制臂的台架耐久试验模型。
在具体实施过程中,可以在步骤S102建立的控制臂的道路耐久试验模型基础上,请参见图4所示,对副车架连接的前、后点进行全约束,并在整车坐标系XOY平面内,对转向节连接点的X方向和Y方向,分别加载X向的伪损伤等效载荷以及Y向的伪损伤等效载荷,以加载等效载荷。从而建立了控制臂的台架耐久静力学分析模型,再基于分析计算得到的台架耐久静力学分析结果,结合控制臂的材料S-N曲线,建立得到控制臂的台架耐久试验模型。
在一些实施方式下,X向的伪损伤等效载荷可以是7800牛顿,Y向的伪损伤等效载荷可以是4250牛顿。
进一步地,在建立完控制臂的台架耐久试验模型之后,可以确定出台架耐久试验模型的优化变量以及输出响应,具体的,可以参见如下步骤S104:
步骤S104:根据伪损伤等效数据确定出台架耐久试验模型的优化变量,根据道路耐久仿真结果得到台架耐久试验模型的输出响应数据,根据损伤等效原则,确定出台架耐久试验模型的优化目标。
针对优化变量,具体的,可以将优化变量与台架耐久试验模型中的X向的伪损伤等效载荷和Y向的伪损伤等效载荷相关联,进而得到台架耐久试验模型的优化变化量。
在具体实施过程中,可以利用仿真优化软件,例如Hyperstudy软件、Femfat软件等,将步骤S103中的台架耐久试验模型中的X向的伪损伤等效载荷和Y向的伪损伤等效载荷参数化,并定义出参数化后对应的变量,其中变量可以包括X方向变量和Y方向变量。
接着,定义台架耐久试验模型的优化变量,确定优化变量的取值范围和变量类型,并将优化变量与上述台架耐久试验模型定义的变量相关联,其中,优化变量包括连续型变量和离散型变量。举例来讲,优化变量可以通过如下公式与台架耐久试验模型中的X方向变量关联:
FX=F*cos(θ×π/180)
对应的,优化变量还可以通过如下公式与台架耐久试验模型中的Y方向变量关联:
FY=F*sin(θ×π/180)
上述两个关联公式中,F为连续型变量,θ为离散型变量,其中,F的取值范围可以包括:0.7*Feq~1.3*Feq,Feq为伪损伤等效载荷幅值,初始取值可以是8883牛顿;在0°~90°中每间隔0.5°作为θ的取值范围,θ的初值可以是28.5°。
针对输出响应数据,具体的,可以对优化变量赋予初始值,并基于赋值后的优化变量对台架耐久试验模型进行台架耐久仿真,得到初始台架耐久仿真结果,然后基于初始台架耐久仿真结果和道路耐久仿真结果,确定出台架耐久试验模型的输出响应数据。
在具体实施过程中,可以先对优化变量赋予初始值,再利用仿真软件驱动台架耐久试验模型,来计算出优化变量初始值对应的初始台架耐久仿真结果,并提取该仿真结果对应于步骤S102中节点号的疲劳损伤值。
进一步地,可以将初始台架耐久仿真结果与道路耐久仿真结果相关联,从而确定出输出响应数据。举例来讲,可以利用如下公式确定出台架耐久试验模型的输出响应数据:
式中,LSRNi以及RNi均为输出响应数据,Ni为节点号,DeqNi为第i个节点号对应的初始台架耐久仿真结果中的疲劳损伤值,DNi为第i个节点号对应的道路耐久仿真结果中的疲劳损伤值。
针对优化目标,具体的,可以将同一节点号对应的最终台架耐久仿真结果中的疲劳损伤值与道路耐久仿真结果中的疲劳损伤值接近作为优化目标,举例来讲,优化目标可以利用如下函数表示:
Z=min∑WNi×LSRNi
其中,WNi为节点Ni对应的权重系数,在一些实施方式下WNi可以是1,LSRNi为输出响应数据,接着采用全局搜索算法确定出最终的优化变量,并得到最终的台架耐久仿真结果。
步骤S105:基于优化变量、输出响应数据以及优化目标,对台架耐久试验模型进行优化得到台架耐久优化结果。
在得到优化变量、输出响应数据以及优化目标之后,具体的,可以利用拉丁超立方抽样(Latin hypercube sampling,LHS)对优化变量进行DOE(Design Of Experiment,试验设计)处理,并确定出处理后的优化变量所对应的输出响应数据,以建立输出响应数据的响应面近似模型。再基于响应面近似模型、预设约束条件以及优化目标,对台架耐久试验模型进行优化,得到台架耐久优化结果。
需要说明的是,除了可以利用拉丁超立方抽样对优化变量进行DOE处理之外,还可以利用全因子设计、部分因子设计、中心复合设计、哈默斯雷采样、Box-Behnken设计、Plackett-Burman等设计对优化变量进行DOE处理,当然,还可以通过用户自定义的设计试验矩阵来对优化变量进行处理。
在一种实施方式下,可以采用拉丁超立方采样对上述优化变量进行DOE处理,以生成相对应的优化变量试验矩阵DOE1,并对控制臂的台架耐久试验模型进行分析计算,获取每个优化变量对应的输出响应数据。
进一步地,可以利用仿真分析软件,例如Hyperstudy软件,基于获得的每个优化变量样本对应的输出响应数据,可以采用高斯响应面法建立各输出响应数据的高斯响应面近似模型。
接着,在Hyperstudy软件中检查各输出响应数据的响应面近似模型精度,假如检测到输出响应数据的响应面近似模型精度低于90%,则需要重新对优化变量进行DOE处理,通过增加DOE处理时的样本数并更新响应面近似模型,直至所有的响应面近似模型精度大于预设精度阈值,例如,所有的响应面近似模型精度大90%;否则,直接输出各输出响应数据的高斯响应面近似模型。
在一些实施方式下,台架耐久试验模型的台架耐久优化结果可以是:等效载荷幅值为9500牛顿,对应的等效载荷加载角度为27.5°;对应的,第5035个节点号对应的疲劳损伤值可以是7.380,第125个节点号对应的疲劳损伤值可以是6.197,第4691个节点号对应的疲劳损伤值可以是0.025。
在另一些实施方式下,台架耐久试验模型的台架耐久优化结果可以是台架耐久载荷谱。
作为一种可选的实施方式,为了进一步提高台架耐久试验的准确性,减少仿真过程中的错误,在得到台架耐久优化结果之后,还会判断台架耐久优化结果是否满足预设约束条件。
若不满足,则调整优化变量以及优化目标,并根据调整后的优化变量以及优化目标对台架耐久试验模型进行优化,具体的,可以调整优化变量的取值范围,以及调整优化目标的参数,直到对应得到的台架耐久优化结果满足预设约束条件。
若满足预设约束条件,则将优化后优化变量对应的伪损伤等效数据输出,并作为控制臂的台架耐久试验载荷,进而完成对控制臂的台架耐久试验。
需要说明的是,本发明实施例中的控制臂可以是汽车的前控制臂。
第二方面,基于同一发明构思,本发明通过本发明的一实施例,提供了一种汽车控制臂台架耐久试验装置,请参见图5所示,该试验装置包括:
道路试验伪损伤计算单元501,用于检测汽车控制臂的道路载荷数据,并根据道路载荷数据确定伪损伤等效数据。
道路试验仿真分析单元502,用于建立控制臂的道路耐久试验模型,并基于道路载荷数据对道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果。
台架耐久模型创建单元503,用于对道路耐久试验模型施加伪损伤等效数据,以得到控制臂的台架耐久试验模型;根据伪损伤等效数据确定出台架耐久试验模型的优化变量;根据道路耐久仿真结果得到台架耐久试验模型的输出响应数据;根据损伤等效原则,确定出台架耐久试验模型的优化目标。
台架耐久试验单元504,用于基于优化变量、输出响应数据以及优化目标,对台架耐久试验模型进行优化得到台架耐久优化结果。
作为一种可选的实施方式,道路试验伪损伤计算单元501,具体包括:
雨流统计处理子单元,用于对道路载荷数据进行雨流统计处理,得到道路载荷幅值数据以及循环次数数据。
伪损伤确定子单元,用于根据循环次数数据,对道路载荷幅值数据进行求和,以得到控制臂的伪损伤等效数据。
其中,道路载荷幅值数据,包括:X向道路载荷幅值和Y向道路载荷幅值;循环次数数据,包括:X向循环次数和Y向循环次数;伪损伤等效数据,包括:伪损伤等效载荷幅值以及伪损伤等效载荷加载角度。
作为一种可选的实施方式,伪损伤确定子单元,具体用于:
根据X向循环次数,对X向道路载荷幅值进行求和,得到X向伪损伤;根据Y向循环次数,对Y向道路载荷幅值进行求和,得到Y向伪损伤;基于X向伪损伤以及Y向伪损伤,得到伪损伤等效载荷幅值以及伪损伤等效载荷加载角度。
作为一种可选的实施方式,道路试验仿真分析单元502,具体用于:
基于道路载荷数据,采用惯性释放法对道路耐久试验模型进行处理,得到单位力响应结果;将单位力响应结果与道路载荷数据关联,并根据控制臂的材料SN曲线,对道路耐久试验模型进行疲劳分析,得到道路耐久仿真结果。
作为一种可选的实施方式,台架耐久模型创建单元503,具体用于:
对道路耐久试验模型进行全约束,并施加伪损伤等效数据,以得到控制臂的台架耐久试验模型。
作为一种可选的实施方式,台架耐久模型创建单元503,具体还用于:
对优化变量赋予初始值,并基于赋值后的优化变量对台架耐久试验模型进行台架耐久仿真,得到初始台架耐久仿真结果;基于初始台架耐久仿真结果和道路耐久仿真结果,确定出输出响应数据。
作为一种可选的实施方式,台架耐久试验单元504,具体用于:
利用拉丁超立方抽样对优化变量进行DOE处理,并确定出处理后的优化变量所对应的输出响应数据,以建立响应面近似模型;基于响应面近似模型、预设约束条件以及优化目标,对台架耐久试验模型进行优化,得到台架耐久优化结果。
作为一种可选的实施方式,该试验装置,还包括:
优化结果校验单元505,用于判断台架耐久优化结果是否满足预设约束条件;若不满足,则调整优化变量以及优化目标,并根据调整后的优化变量以及优化目标对台架耐久试验模型进行优化,直到对应得到的台架耐久优化结果满足预设约束条件。
由于本实施例所介绍的汽车控制臂台架试验方法为实施本发明实施例中汽车控制臂台架试验装置所采用的方法,故而基于本发明实施例中所介绍的汽车控制臂台架试验方法,本领域所属技术人员能够了解本实施例的方法的具体实施方式以及其各种变化形式,所以在此对于该方法如何实现本发明实施例中的方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中汽车控制臂台架试验装置所采用的方法,都属于本发明所欲保护的范围。
第三方面,基于同一发明构思,本发明实施例提供了一种汽车控制臂台架试验设备。
参考图6所示,本发明实施例提供的汽车控制臂台架试验设备,包括:存储器601、处理器602及存储在存储器上并可在处理器602上运行的代码,处理器602在执行代码时实现前文汽车控制臂台架耐久试验方法中任一实施方式。
其中,在图6中,总线架构(用总线600来代表),总线600可以包括任意数量的互联的总线和桥,总线600将包括由处理器602代表的一个或多个处理器和存储器601代表的存储器的各种电路链接在一起。总线600还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口606在总线600和接收器603和发送器604之间提供接口。接收器603和发送器604可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器602负责管理总线600和通常的处理,而存储器601可以被用于存储处理器602在执行操作时所使用的数据。
上述本发明实施例中的技术方案,至少具有如下的技术效果或优点:
1、在本发明实施例中,由于台架耐久试验模型是基于道路耐久试验模型施加伪损伤等效数据得到的,根据施加的伪损伤等效数据,能够确定出台架耐久试验模型的优化变量;根据道路耐久仿真结果,能够得到台架耐久试验模型的输出响应数据;根据损伤等效原则,确定出台架耐久试验模型的优化目标;最后,基于优化变量、输出响应数据以及优化目标,对台架耐久试验模型进行优化。基于损伤等效原则,通过将道路耐久试验获取的随机路谱转换成台架耐久试验对应的等效载荷,使得道路耐久工况和台架耐久工况的损伤一致,保证了两者评价目标的一致性,从而使得得到的台架耐久优化结果也更加接近实际道路耐久试验的结果,实现了提高控制臂台架耐久试验结果准确性的效果。
2、在本发明实施例中,在得到台架耐久优化结果之后,还会判断台架耐久优化结果是否满足预设约束条件,若不满足,则调整优化变量以及优化目标,并根据调整后的优化变量以及优化目标对台架耐久试验模型进行优化,直到对应得到的台架耐久优化结果满足预设约束条件。因而进一步提高台架耐久试验的准确性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机产品的流程图和/或方框图来描述的。应理解可由计算机指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种汽车控制臂台架耐久试验方法,其特征在于,所述方法包括:
检测汽车控制臂的道路载荷数据,并根据所述道路载荷数据确定伪损伤等效数据;
建立所述控制臂的道路耐久试验模型,并基于所述道路载荷数据对所述道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果;
对所述道路耐久试验模型施加所述伪损伤等效数据,以得到所述控制臂的台架耐久试验模型;
根据所述伪损伤等效数据确定出所述台架耐久试验模型的优化变量;根据所述道路耐久仿真结果得到所述台架耐久试验模型的输出响应数据;根据损伤等效原则,确定出所述台架耐久试验模型的优化目标;
基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果。
2.如权利要求1所述的方法,其特征在于,所述检测汽车控制臂的道路载荷数据,并根据所述道路载荷数据确定伪损伤等效数据,包括:
对所述道路载荷数据进行雨流统计处理,得到道路载荷幅值数据以及循环次数数据;
根据所述循环次数数据以及所述道路载荷幅值数据,得到所述控制臂的伪损伤数据,并基于所述伪损伤数据得到所述伪损伤等效数据。
3.如权利要求2所述的方法,其特征在于,
所述道路载荷幅值数据,包括:X向道路载荷幅值和Y向道路载荷幅值;
所述循环次数数据,包括:X向循环次数和Y向循环次数;
所述伪损伤数据,包括:X向伪损伤和Y向伪损伤;
所述伪损伤等效数据,包括:伪损伤等效载荷幅值以及伪损伤等效载荷加载角度;
所述根据所述循环次数数据以及所述道路载荷幅值数据,得到所述控制臂的伪损伤数据,并基于所述伪损伤数据得到所述伪损伤等效数据,包括:
根据所述X向循环次数以及所述X向道路载荷幅值,得到所述X向伪损伤;根据所述Y向循环次数以及所述Y向道路载荷幅值,得到所述Y向伪损伤;
基于所述X向伪损伤以及Y向伪损伤,得到所述伪损伤等效载荷幅值以及所述伪损伤等效载荷加载角度。
4.如权利要求1所述的方法,其特征在于,所述基于所述道路载荷数据对所述道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果,包括:
基于所述道路载荷数据,采用惯性释放法对所述道路耐久试验模型进行处理,得到单位力响应结果;
将所述单位力响应结果与所述道路载荷数据关联,并根据所述控制臂的材料SN曲线,对所述道路耐久试验模型进行疲劳分析,得到所述道路耐久仿真结果。
5.如权利要求1所述的方法,其特征在于,所述对所述道路耐久试验模型施加所述伪损伤等效数据,以得到所述控制臂的台架耐久试验模型,包括:
对所述道路耐久试验模型进行全约束,并施加所述伪损伤等效数据,以得到所述控制臂的台架耐久试验模型。
6.如权利要求1所述的方法,其特征在于,所述根据所述道路耐久仿真结果得到所述台架耐久试验模型的输出响应数据,包括:
对所述优化变量赋予初始值,并基于赋值后的优化变量对所述台架耐久试验模型进行台架耐久仿真,得到初始台架耐久仿真结果;
基于所述初始台架耐久仿真结果和所述道路耐久仿真结果,确定出所述台架耐久试验模型的输出响应数据。
7.如权利要求1所述的方法,其特征在于,所述基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果,包括:
对所述优化变量进行DOE处理,并确定出处理后的优化变量所对应的输出响应数据,以建立响应面近似模型;
基于所述响应面近似模型、预设约束条件以及所述优化目标,对所述台架耐久试验模型进行优化,得到所述台架耐久优化结果。
8.如权利要求7所述的方法,其特征在于,在所述基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果之后,还包括:
判断所述台架耐久优化结果是否满足所述预设约束条件;若不满足,则调整所述优化变量以及所述优化目标,并根据调整后的优化变量以及优化目标对所述台架耐久试验模型进行优化,直到对应得到的台架耐久优化结果满足所述预设约束条件。
9.一种汽车控制臂台架耐久试验装置,其特征在于,所述装置包括:
道路试验伪损伤计算单元,用于检测汽车控制臂的道路载荷数据,并根据所述道路载荷数据确定伪损伤等效数据;
道路试验仿真分析单元,用于建立所述控制臂的道路耐久试验模型,并基于所述道路载荷数据对所述道路耐久试验模型进行道路耐久仿真分析,得到道路耐久仿真结果;
台架耐久模型创建单元,用于对所述道路耐久试验模型施加所述伪损伤等效数据,以得到所述控制臂的台架耐久试验模型;根据所述伪损伤等效数据确定出所述台架耐久试验模型的优化变量,根据所述道路耐久仿真结果得到所述台架耐久试验模型的输出响应数据;根据损伤等效原则,确定出所述台架耐久试验模型的优化目标;
台架耐久试验单元,用于基于所述优化变量、所述输出响应数据以及所述优化目标,对所述台架耐久试验模型进行优化得到台架耐久优化结果。
10.一种汽车控制臂台架耐久试验设备,包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的代码,其特征在于,所述处理器在执行所述代码时实现权利要求1-7中任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111159954.3A CN114065373A (zh) | 2021-09-30 | 2021-09-30 | 一种汽车控制臂台架耐久试验方法、装置以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111159954.3A CN114065373A (zh) | 2021-09-30 | 2021-09-30 | 一种汽车控制臂台架耐久试验方法、装置以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114065373A true CN114065373A (zh) | 2022-02-18 |
Family
ID=80234047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111159954.3A Pending CN114065373A (zh) | 2021-09-30 | 2021-09-30 | 一种汽车控制臂台架耐久试验方法、装置以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114065373A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115204020A (zh) * | 2022-09-19 | 2022-10-18 | 江西五十铃汽车有限公司 | 电驱桥系统强度分析方法、系统、存储介质及测试设备 |
CN115310308A (zh) * | 2022-10-12 | 2022-11-08 | 岚图汽车科技有限公司 | 一种悬架系统耐久试验优化方法、装置、设备及存储介质 |
-
2021
- 2021-09-30 CN CN202111159954.3A patent/CN114065373A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115204020A (zh) * | 2022-09-19 | 2022-10-18 | 江西五十铃汽车有限公司 | 电驱桥系统强度分析方法、系统、存储介质及测试设备 |
CN115204020B (zh) * | 2022-09-19 | 2023-01-24 | 江西五十铃汽车有限公司 | 电驱桥系统强度分析方法、系统、存储介质及测试设备 |
CN115310308A (zh) * | 2022-10-12 | 2022-11-08 | 岚图汽车科技有限公司 | 一种悬架系统耐久试验优化方法、装置、设备及存储介质 |
CN115310308B (zh) * | 2022-10-12 | 2023-01-31 | 岚图汽车科技有限公司 | 一种悬架系统耐久试验优化方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105092261B (zh) | 道路载荷测试方法及系统 | |
CN106840338B (zh) | 一种扭力梁式悬架轮心的动态载荷获取方法 | |
CN101592552B (zh) | 预测汽车后悬架多轴疲劳的方法 | |
CN114065373A (zh) | 一种汽车控制臂台架耐久试验方法、装置以及设备 | |
CN106897527B (zh) | 一种车辆悬架台架耐久载荷分析方法及装置 | |
Putra et al. | Generating strain signals under consideration of road surface profiles | |
CN107292013B (zh) | 悬架系统强度测试方法及装置 | |
CN109684782A (zh) | 整车级道路模拟试验方法 | |
CN103900826A (zh) | 实时监测汽车底盘结构疲劳损伤的方法 | |
CN103822789B (zh) | 一种轮心六分力测量方法及系统 | |
CN104573277A (zh) | 一种车辆悬架系统性能分解方法 | |
CN106354955A (zh) | 一种基于磨机振动模态参数的滑动轴承刚度识别方法 | |
CN112131672A (zh) | 耐久载荷谱仿真方法、设备、存储介质及装置 | |
CN111090959B (zh) | 车辆载荷谱获取方法和系统 | |
CN110807283B (zh) | 基于有限元计算模型的多载荷应变测量点获取方法及系统 | |
CN114048553B (zh) | 基于vpg载荷的零部件耐久dv试验方法、装置与设备 | |
CN113158322A (zh) | 轮辋冲击分析方法、装置及可读存储介质 | |
CN113656994B (zh) | 一种汽车悬置系统的悬置力获取方法及装置 | |
WO2023104352A1 (en) | Method of determining the static stiffness of a body structure, system | |
CN113343360B (zh) | 一种三角臂疲劳寿命的评价方法及装置 | |
Li et al. | Research method of tyre contact characteristics based on modal analysis | |
Olma et al. | Model-based method for the accuracy analysis of Hardware-in-the-Loop test rigs for mechatronic vehicle axles | |
CN114861335B (zh) | 一种汽车动力学计算模型的标定方法及相关设备 | |
Lefèvre et al. | Quasi-static and dynamic suspension measurements vs. multi-body and real‑time simulation results | |
CN116558855A (zh) | 一种汽车悬架系统台架耐久试验载荷编制方法及装置 |
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 |