CN114154237B - 一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备 - Google Patents
一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备 Download PDFInfo
- Publication number
- CN114154237B CN114154237B CN202111321249.9A CN202111321249A CN114154237B CN 114154237 B CN114154237 B CN 114154237B CN 202111321249 A CN202111321249 A CN 202111321249A CN 114154237 B CN114154237 B CN 114154237B
- Authority
- CN
- China
- Prior art keywords
- load spectrum
- reduction gearbox
- torque
- rain flow
- motor
- 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
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 223
- 230000009467 reduction Effects 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000006378 damage Effects 0.000 claims abstract description 50
- 238000004088 simulation Methods 0.000 claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000013515 script Methods 0.000 claims abstract description 7
- 238000013213 extrapolation Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 6
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 231100000817 safety factor Toxicity 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请公开了一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备，涉及车辆工程技术领域，其包括：分别通过MATLAB脚本读取对应的整车文件、电机文件、减速箱文件、驾驶员文件、道路文件和工况文件，搭建整车动力学仿真模型；分别对每个工况进行整车仿真，得到不同工况下的仿真数据；分别对每个工况下的电机扭矩时间历程数据进行雨流循环计数处理，得到对应工况下的扭矩交变数据，生成电机扭矩时域信号的雨流矩阵，进而得到输入端雨流载荷谱和输出端雨流载荷谱；最后基于对应工况的循环次数，得到用于预测减速箱差速器的损伤及寿命的全周期雨流载荷谱。本申请，可对减速箱差速器进行寿命预测，避免复杂建模分析环节，提升开发效率。
Description
技术领域
本申请涉及车辆工程技术领域，具体涉及一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备。
背景技术
目前，在减速箱的早期开发阶段，无论是零件设计校核还是台架试验验证方面，都需要合理可靠的载荷谱作为输入。减速箱设计校核通常依靠有限元和解析法将载荷谱施加于轴、齿轮、轴承、差速器以及壳体等零部件，计算其疲劳寿命与安全因子。减速箱总成台架试验指的是利用试验台架对减速箱各个子系统及零部件的耐久于强度进行试验的过程，主要通过台架试验来模拟全寿命周期实车日常行驶与路试工况。能够在工程设计和样件开发阶段对电驱动动力总成系统进行及时的验证与评价，从而对潜在的设计问题进行及时的识别与优化。
相关技术中，关于电驱动减速箱载荷谱的生成通常依靠实测获得，通过实车采集道路负载数据，再根据设计要求进行频次的外推和合成，从而编制整车全寿命周期的耐久载荷谱。
但是，上述方式虽然考虑荷载荷全范围覆盖性，但没有突出实际载荷分布的不均匀性，且与客户使用工况以及整车参数没有强关联，导致载荷谱与实际载荷产生的疲劳损伤相差较大。
发明内容
针对现有技术中存在的缺陷之一，本申请的目的在于提供一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备，以解决相关技术中生成的载荷谱与实际载荷产生疲劳损伤相差较大的问题。
本申请第一方面提供一种纯电动汽车减速箱耐久载荷谱生成方法，上述减速箱耐久载荷谱包括全周期雨流载荷谱，该方法包括步骤：
分别通过MATLAB脚本读取对应的整车文件、电机文件、减速箱文件、驾驶员文件、道路文件和工况文件，并根据读取到的整车参数、电机参数、减速箱参数和驾驶员参数，搭建整车动力学仿真模型；
根据读取到的工况参数和道路参数、以及上述整车动力学仿真模型，分别对每个工况进行整车仿真，得到不同工况下的仿真数据，上述仿真数据包括电机扭矩；
分别对每个工况下的电机扭矩时间历程数据进行雨流循环计数处理，得到对应工况下的扭矩交变数据，进而生成电机扭矩时域信号的雨流矩阵；上述扭矩交变数据包括多个扭矩段以及每个扭矩段对应的交变次数；
将上述雨流矩阵转化得到减速箱的输入端雨流载荷谱，进而基于减速箱的总速比，生成减速箱的输出端雨流载荷谱；
分别将上述输入端雨流载荷谱和输出端雨流载荷谱按照对应工况的循环次数进行外推后，将各工况外推后的输入端雨流载荷谱和输出端雨流载荷谱分别进行线性叠加，得到用于预测减速箱差速器的损伤及寿命的全周期雨流载荷谱。
一些实施例中，上述基于减速箱的总速比，生成减速箱的输出端雨流载荷谱，具体包括：
将上述输入端雨流载荷谱的扭矩分布乘以减速箱的总速比后进行取整，并重新分级，得到输出端扭矩段分布，进而累加得到每级扭矩段对应的总交变次数，生成减速箱的输出端雨流载荷谱。
一些实施例中，上述得到全周期雨流载荷谱之后，还包括：
基于上述全周期雨流载荷谱，根据线性累计损伤法则计算总的损伤当量；
获取从最大负电机扭矩到最大正电机扭矩的单个循环损伤当量；
以上述总的损伤当量与单个循环损伤当量的比值作为损伤次数；
以上述从最大负电机扭矩到最大正电机扭矩对应的损伤次数，生成用于台架验证的交变试验载荷谱。
一些实施例中，上述仿真数据还包括电机转速，上述减速箱耐久载荷谱还包括全周期幅值载荷谱；
上述得到不同工况下的仿真数据之后，还包括：
分别将每个工况下的电机扭矩-电机转速-时间曲线转换为扭矩-旋转圈数关系；
对上述扭矩-旋转圈数关系进行扭矩分级处理，利用幅值计数法累加得到每级电机扭矩对应的总旋转圈数，进而生成减速箱的输入端扭矩与旋转圈数的输入端幅值载荷谱；
基于上述输入端幅值载荷谱、以及减速箱的总速比和总传动效率，得到输出端幅值载荷谱；
分别将上述输入端幅值载荷谱和输出端幅值载荷谱按照对应工况的循环次数进行外推后，将各工况外推后的输入端幅值载荷谱和输出端幅值载荷谱分别进行线性叠加，得到用于预测减速箱轴承和齿轮的损伤及寿命的全周期幅值载荷谱。
一些实施例中，将上述输入端幅值载荷谱按照对应工况的循环次数进行外推，具体包括：
将输入端幅值载荷谱的旋转圈数乘以对应工况的循环次数，得到外推后的输入端幅值载荷谱。
一些实施例中，对任一工况下的电机扭矩-电机转速-时间曲线进行扭矩分级处理之前，还包括：
对上述电机扭矩-电机转速-时间曲线进行低通滤波处理，剔除异常点。
一些实施例中，上述扭矩-旋转圈数关系中的旋转圈数为：电机扭矩对应的电机转速乘以电机扭矩的采样时间。
一些实施例中，基于上述输入端幅值载荷谱、以及减速箱的总速比和总传动效率，得到输出端幅值载荷谱，具体包括：
将上述输入端幅值载荷谱的各扭矩乘以减速箱的总速比和总传动效率后进行取整，并重新分级，得到输出端扭矩分布；
将上述输入端幅值载荷谱的各旋转圈数除以减速箱的总速比后，累加得到输出端扭矩分布中每级扭矩对应的总旋转圈数；
基于上述每级扭矩对应的总旋转圈数，得到输出端幅值载荷谱。
一些实施例中，上述得到全周期幅值载荷谱之后，还包括：
对上述全周期幅值载荷谱进行扭矩分级处理，并进行线性外推得到分级后每级扭矩对应的循环圈数，生成用于台架验证的加速试验载荷谱。
本申请第二方面提供一种用于生成纯电动汽车减速箱耐久载荷谱的电子设备，包括处理器和存储器，上述处理器执行上述存储器中的代码实现上述的方法。
本申请提供的技术方案带来的有益效果包括：
本申请的纯电动汽车减速箱耐久载荷谱生成方法及电子设备，由于根据读取到的整车参数、电机参数、驾驶员参数和减速箱参数，搭建整车动力学仿真模型后，可根据读取到的工况参数和道路参数、以及整车动力学仿真模型，分别对每个工况进行整车仿真，得到不同工况下的仿真数据，仿真数据包括电机扭矩；然后分别对每个工况下的电机扭矩时间历程数据进行雨流循环计数处理，得到对应工况下的扭矩交变数据，进而生成电机扭矩时域信号的雨流矩阵，以得到减速箱的输入端雨流载荷谱和输出端雨流载荷谱；最后按照对应工况的循环次数进行外推后，将各工况外推后的输入端雨流载荷谱和输出端雨流载荷谱分别进行线性叠加，得到用于预测减速箱差速器的损伤及寿命的全周期雨流载荷谱；因此，可适用于不同车型架构的全周期雨流载荷谱的快速生成，进而进行等效损伤计算对减速箱差速器进行寿命预测，避免了复杂建模分析环节，提升了开发效率。
附图说明
为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例中纯电动汽车减速箱耐久载荷谱生成方法的第一种流程图；
图2为本申请实施例中电机扭矩的载荷历程示意图；
图3为对图2载荷历程进行雨流技术的示意图；
图4为图3得到的雨流计数全循环；
图5为本申请实施例中纯电动汽车减速箱耐久载荷谱生成方法的第二种流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本申请实施例提供一种纯电动汽车减速箱耐久载荷谱生成方法，其能解决相关技术中生成的载荷谱与实际载荷产生疲劳损伤相差较大的问题。
如图1所示，上述减速箱耐久载荷谱包括全周期雨流载荷谱。本申请实施例的纯电动汽车减速箱耐久载荷谱生成方法，其包括步骤：
S1.分别通过MATLAB脚本读取对应的整车文件、电机文件、减速箱文件、驾驶员文件、道路文件和工况文件，并根据读取到的整车参数、电机参数、减速箱参数和驾驶员参数，搭建整车动力学仿真模型。
本实施例中，基于项目开发的车型，可获取该车型的整车文件、电机文件、减速箱文件和工况文件。然后，利用MATLAB脚本读取该整车文件、电机文件、减速箱文件和工况文件。
其中，整车文件定义的具体参数包括：满载质量、空载质量、轴距、驱动模式、前后轴载荷分布、质心高度、轮胎半径、轮胎滚动摩擦系数、轮胎滑动摩擦系数、迎风面积等；电机文件定义的具体参数包括：电机外特性曲线、电机峰值扭矩、电机额定扭矩、电机最大转速、电机效率曲线、电机转子转动惯量等；减速箱文件定义的具体参数包括：各级齿轮速比、各级齿轮转动惯量、各级齿轮传动效率等，其中，各级齿轮速比的乘积为减速箱的总速比，各级齿轮传动效率的乘积为减速箱的总传动效率；工况文件定义的具体参数包括：期望车速与时间曲线、坡度与里程曲线、转弯半径与里程曲线等。
可选地，MATLAB脚本读取的各输入参数的文件可均为Excel文件，以便于程序的读取、编辑与保存。在读取完成对应的配置文件后，先将各个参数定义到工作空间中，再将各个参数赋予到整车动力学仿真模型对应的变量中。
S2.根据读取到的工况参数和道路参数、以及上述整车动力学仿真模型，分别对每个工况进行整车仿真，得到不同工况下的仿真数据，上述仿真数据包括电机扭矩。
优选地，上述整车动力学仿真模型包括工况模块、地形模块、驾驶员模块、整车控制器模块、ECU控制模块、电机模块、减速箱模块、电池模块以及整车与轮胎模块。
上述ECU控制模块分别与电池模块和电机模块通讯连接，上述电机模块与减速箱模块通讯连接，上述减速箱模块与整车与轮胎模块通讯连接，上述整车控制器模块分别与驾驶员模块、整车与轮胎模块、电池模块、ECU控制模块、电机模块、减速箱模块通讯连接。其中，驾驶员模块、工况模块和地形模块分别用于模拟驾驶员直接控制的信号信息、道路行驶工况信息和地形信息。
可选地，上述整车动力学仿真模型为Matlab/Simulink环境中建立的整车仿真系统，其输入的整车参数、电机参数和减速箱参数均可采用整车研发项目中最新的实际参数，且各个模块中的各个信号均可使用Scope示波器进行实时观测，输出结果也可根据项目需求进行配置，且输出形式可以是Matlab信号输出、Figure图形输出、Txt文本、Word文档等多种形式，为汽车整车性能分析和仿真提供基本的理论依据。其中，动力学仿真根据整车动力学公式和模型，进行仿真和计算，计算出汽车整车在不同工况下的实时数据，可包括整车速度、整车加速度、油门踏板开度、刹车踏板开度、电机扭矩、电机转速、减速箱输出端扭矩、减速箱输出端转速、行驶里程等。
S3.分别对每个工况下的电机扭矩时间历程数据进行雨流循环计数处理，得到对应工况下的扭矩交变数据，进而生成电机扭矩时域信号的雨流矩阵；上述扭矩交变数据包括多个扭矩段以及每个扭矩段对应的交变次数。
本实施例中，进行雨流循环计数处理时需遵守四个规则：重新安排载荷历程，以最高峰值或最低谷值为雨流的起点(视二者的绝对值哪一个更大而定)；雨流依次从每个峰值或谷值的内侧往下流，在下一个峰值或谷值处落下，直到对面有一个比开始时的峰值更大或谷值更小的值时停止；当雨流遇到来自上面屋顶流下的雨流时即行停止；取出所有的全循环，并记录下各自的幅值和均值。
如图2和图3所示，将图2的载荷历程顺时针旋转90°后，得到图3，再根据上述规则，对这个载荷历程进行一次雨流计数，共计8个雨流：1、a→b→b'→d点，然后下落；2、b→c→d点的对应处，由于d的谷值比b为低；3、c→b，遇到来自上面的雨流abb'd。bc与cb构成一个全循环bcb，取出全循环bcb'；4、d→e→e'→i点下落；5、e→f→f'→h点下落；6、f→g→h点对侧的对应处，由于h点的谷值比f点为低；7、g→f处，由于遇到雨流eff'h，取出全循环ff'；8、h→e'，由于遇到雨流deei，取出全循环effhe'。而abb'd与dee'i又组成全循环abb'deei，取出abb'dee'i。至此，已将全部载荷历程计数，形成如图4所示的雨流计数全循环。雨流法的计数过程，可以用计算机程序在计算机或专用的计数仪器上自动完成。雨流法除了计取幅值变化外，还可同时计取均值的变化，以幅值和均值两个参数来描述载荷历程，反映载荷变化的本质。
S4.将上述雨流矩阵转化得到减速箱的输入端雨流载荷谱，进而基于减速箱的总速比，生成减速箱的输出端雨流载荷谱。
其中，将上述雨流矩阵转化得到的雨流载荷谱，即为减速箱的输入端雨流载荷谱。
S5.分别将上述输入端雨流载荷谱和输出端雨流载荷谱按照对应工况的循环次数进行外推后，将各工况外推后的输入端雨流载荷谱和输出端雨流载荷谱分别进行线性叠加，得到用于预测减速箱差速器的损伤及寿命的全周期雨流载荷谱。
其中，基于工况参数，即可获取该工况的循环次数。将上述输入端雨流载荷谱的交变次数乘以对应工况的循环次数，即可得到该工况的外推后的输入端雨流载荷谱；随即将各工况外推后的输入端雨流载荷谱进行线性叠加，得到全工况的输入端雨流载荷谱；将上述输出端雨流载荷谱的交变次数乘以对应工况的循环次数，即可得到该工况的外推后的输出端雨流载荷谱；随即将各工况外推后的输出端雨流载荷谱进行线性叠加，得到全工况的输出端雨流载荷谱。
上述全周期雨流载荷谱包括上述全工况的输入端雨流载荷谱和全工况的输出端雨流载荷谱。
本实施例的纯电动汽车减速箱耐久载荷谱生成方法，由于根据读取到的整车参数、电机参数、驾驶员参数和减速箱参数，搭建整车动力学仿真模型后，可根据读取到的工况参数和道路参数、以及整车动力学仿真模型，分别对每个工况进行整车仿真，得到不同工况下的仿真数据，仿真数据包括电机扭矩；然后分别对每个工况下的电机扭矩时间历程数据进行雨流循环计数处理，得到对应工况下的扭矩交变数据，进而生成电机扭矩时域信号的雨流矩阵，以得到减速箱的输入端雨流载荷谱和输出端雨流载荷谱；最后按照对应工况的循环次数进行外推后，将各工况外推后的输入端雨流载荷谱和输出端雨流载荷谱分别进行线性叠加，得到用于预测减速箱差速器的损伤及寿命的全周期雨流载荷谱；因此，可适用于不同车型架构的全周期雨流载荷谱的快速生成，进而进行等效损伤计算对减速箱差速器进行寿命预测，避免了复杂建模分析环节，提升了开发效率。
本实施例中，上述步骤S4中，基于减速箱的总速比，生成减速箱的输出端雨流载荷谱，具体包括：
将上述输入端雨流载荷谱的扭矩分布乘以减速箱的总速比后进行取整，并重新分级，得到输出端扭矩段分布，进而累加得到输出端扭矩段分布的每级扭矩段对应的总交变次数，生成减速箱的输出端雨流载荷谱。
其中，输入端雨流载荷谱的扭矩分布乘以减速箱的总速比，即输入端雨流载荷谱的每个扭矩段的端值乘以减速箱的总速比。
在上述实施例的基础上，本实施例中，上述得到全周期雨流载荷谱之后，还包括以下步骤：
首先，基于上述全周期雨流载荷谱，根据线性累计损伤法则计算总的损伤当量。
其次，获取从最大负电机扭矩到最大正电机扭矩的单个循环损伤当量。
然后，以上述总的损伤当量与单个循环损伤当量的比值作为损伤次数。
最后，以上述从最大负电机扭矩到最大正电机扭矩对应的损伤次数，生成用于台架验证的交变试验载荷谱。上述交变试验载荷谱的力矩加载时间根据电机特性确定，通常为1Hz。
本实施例中，采用雨流损伤等效的方法，即将全周期雨流载荷谱转化为从电机最大负扭矩到电机最大正扭矩的交变试验载荷谱。
在上述实施例的基础上，本实施例中，上述仿真数据还包括电机转速，上述减速箱耐久载荷谱还包括全周期幅值载荷谱。
本实施例中，上述步骤S2的得到不同工况下的仿真数据之后，还包括以下步骤：
首先，分别将每个工况下的电机扭矩-电机转速-时间曲线转换为扭矩-旋转圈数关系。即对每个采样频率下电机扭矩对应的旋转圈数进行计算。
其次，对上述扭矩-旋转圈数关系进行扭矩分级处理，利用幅值计数法累加得到每级电机扭矩对应的总旋转圈数，并基于每级电机扭矩对应的总旋转圈数，生成减速箱的输入端扭矩与旋转圈数的输入端幅值载荷谱。可选地，利用幅值计数法累加得到每级电机扭矩对应的总旋转圈数，具体为：将同级电机扭矩对应的旋转圈数进行叠加，得到该级电机扭矩对应的总旋转圈数。
然后，基于上述输入端幅值载荷谱、以及减速箱的总速比和总传动效率，得到输出端幅值载荷谱。
最后，分别将上述输入端幅值载荷谱和输出端幅值载荷谱按照对应工况的循环次数进行外推后，将各工况外推后的输入端幅值载荷谱和输出端幅值载荷谱分别进行线性叠加，得到用于预测减速箱轴承和齿轮的损伤及寿命的全周期幅值载荷谱。
具体地，将上述输入端幅值载荷谱的旋转圈数乘以对应工况的循环次数后，得到外推后的输入端幅值载荷谱，随即将各工况外推后的输入端幅值载荷谱的旋转圈数进行线性叠加，得到全工况的输入端幅值载荷谱。
同理，将上述输出端幅值载荷谱的旋转圈数乘以对应工况的循环次数后，得到外推后的输出端幅值载荷谱，随即将各工况外推后的输出端幅值载荷谱的输出端旋转圈数进行线性叠加，得到全工况的输出端幅值载荷谱。
上述全周期幅值载荷谱包括上述全工况的输入端幅值载荷谱和全工况的输出端幅值载荷谱。
优选地，对任一工况下的电机扭矩-电机转速-时间曲线进行扭矩分级处理之前，还包括以下步骤：
对上述电机扭矩-电机转速-时间曲线进行低通滤波处理，剔除异常点。
本实施例中，对于单个耐久工况动力学仿真生成的电机扭矩-电机转速-时间曲线进行低通滤波处理，然后利用脚本程序将数据中的异常点剔除。
进一步地，上述扭矩-旋转圈数关系中的旋转圈数为：电机扭矩对应的电机转速乘以电机扭矩的采样时间。
优选地，基于上述输入端幅值载荷谱、以及减速箱的总速比和总传动效率，得到输出端幅值载荷谱，具体包括：
首先，将上述输入端幅值载荷谱的各扭矩乘以减速箱的总速比和总传动效率后进行取整，并重新分级，得到输出端扭矩分布。
然后，将上述输入端幅值载荷谱的各旋转圈数除以减速箱的总速比后，基于得到的输出端扭矩分布，累加得到输出端扭矩分布中每级扭矩对应的总旋转圈数。
最后，基于上述每级扭矩对应的总旋转圈数，得到输出端幅值载荷谱。
在上述实施例的基础上，本实施例中，上述得到全周期幅值载荷谱之后，还包括以下步骤：
对上述全周期幅值载荷谱进行扭矩分级处理，并进行线性外推得到分级后每级扭矩对应的循环圈数，生成用于台架验证的加速试验载荷谱。
其中，采用幅值损伤等效的方法，将上述全周期幅值载荷谱转化为多段幅值载荷谱。可选地，该扭矩分级按照，电机最大扭矩到电机最大负数扭矩等分为十级，进而得到该十级中每级扭矩对应的循环圈数，以满足得到的加速试验载荷谱的总损伤不低于上述全周期幅值载荷谱对应的损伤。
如图5所示，本实施例的纯电动汽车减速箱耐久载荷谱生成方法，具体包括以下步骤：
A1.读取整车参数、电机参数、减速箱参数和驾驶员参数，搭建整车动力学仿真模型；
A2.分别读取工况列表和道路列表中的工况参数和道路参数；其中，工况列表包括所有工况参数，道路列表包括所有道路参数，每个工况参数对应一个道路参数；
A3.基于读取的工况参数和道路参数，进行整车仿真，得到仿真数据，并分别转向A4和A6。仿真数据包括电机扭矩和电机转速；
A4.对电机扭矩时间历程数据进行雨流循环计数处理，生成输入端雨流载荷谱和输出端雨流载荷谱；
A5.获取该工况的循环次数，分别将输入端雨流载荷谱和输出端雨流载荷谱进行外推，得到该工况外推后的输入端雨流载荷谱和输出端雨流载荷谱，并转向A8。
A6.基于电机扭矩-电机转速-时间曲线，生成输入端幅值载荷谱和输出端幅值载荷谱；
A7.获取该工况的循环次数，分别将输入端幅值载荷谱和输出端幅值载荷谱进行外推，得到该工况外推后的输入端幅值载荷谱和输出端幅值载荷谱；
A8.判断工况参数和道路参数是否为最后一组参数，若是，则转向A10和A12，否则，转向A9。
A9.分别读取工况列表和道路列表中的下一组工况参数和道路参数，并转向A3。
A10.将各工况外推后的输入端雨流载荷谱和输出端雨流载荷谱分别进行线性叠加，得到全周期雨流载荷谱；
A11.获取差速器参数信息，通过全周期雨流载荷谱预测差速器的损伤及寿命。
A12.将各工况外推后的输入端幅值载荷谱和输出端幅值载荷谱分别进行线性叠加，得到全周期幅值载荷谱；
A13.获取轴承与齿轮参数信息，通过全周期幅值载荷谱预测轴承与齿轮的损伤及寿命。
本实施例中，根据减速箱不同零部件不同的S-N曲线斜率因子，可以对减速箱不同零部件所产生的疲劳损伤当量进行计算分析，即根据Palmgren-Miner线性累积损伤法则来计算该载荷谱的损伤当量。
可选地，对于同一结构参数的减速箱匹配不同的整车与电机所生成的载荷谱，可以利用上述方法进行损伤当量的比较载荷谱的严苛程度，以评判不同应用间的耐久包络程度。
另外，在得到损伤当量的基础上，对于不同结构参数的减速箱，也可以结合各个零部件在不同扭矩下的受力状态，再依据材料疲劳寿命参数对不同零部件进行安全因子的计算与疲劳寿命的预测。
可选地，获取减速箱差速器的材料疲劳寿命参数等参数信息后，可基于上述全周期雨流载荷谱对减速箱差速器的损伤及寿命进行预测。优选地，还可基于上述交变试验载荷谱进行台架试验，以对预测得到的疲劳寿命预测值进行验证试验。
可选地，获取轴承与齿轮的材料疲劳寿命参数等参数信息后，可通过全周期幅值载荷谱对轴承与齿轮的损伤及寿命进行预测。优选地，还可基于上述加速试验载荷谱进行台架试验，对预测得到的疲劳寿命预测值进行验证试验。
本实施例的纯电动汽车减速箱耐久载荷谱生成方法，不仅适用于传统燃油车的变速箱，还适用于新能源车尤其是纯电驱动减速箱的载荷谱生成，不仅与整车参数强关联，且具有可编辑性与易于修改的好处，可有效的将数据处理和标准化报告生成结合，具有很好的工程实际指导意义。通过将上述载荷谱进行等效损伤计算并对减速箱各子部件进行寿命预测，还可避免了复杂建模分析环节，提升开发效率。
本申请实施例还提供一种用于生成纯电动汽车减速箱耐久载荷谱的电子设备，该电子设备包括处理器和存储器，上述处理器执行上述存储器中的代码实现下述方法：
分别通过MATLAB脚本读取对应的整车文件、电机文件、减速箱文件、驾驶员文件、道路文件和工况文件，并根据读取到的整车参数、电机参数、减速箱参数和驾驶员参数，搭建整车动力学仿真模型；
根据读取到的工况参数和道路参数、以及上述整车动力学仿真模型，分别对每个工况进行整车仿真，得到不同工况下的仿真数据，上述仿真数据包括电机扭矩；
分别对每个工况下的电机扭矩时间历程数据进行雨流循环计数处理，得到对应工况下的扭矩交变数据，进而生成电机扭矩时域信号的雨流矩阵；上述扭矩交变数据包括多个扭矩段以及每个扭矩段对应的交变次数；
将上述雨流矩阵转化得到减速箱的输入端雨流载荷谱，进而基于减速箱的总速比，生成减速箱的输出端雨流载荷谱；
分别将上述输入端雨流载荷谱和输出端雨流载荷谱按照对应工况的循环次数进行外推后，将各工况外推后的输入端雨流载荷谱和输出端雨流载荷谱分别进行线性叠加，得到用于预测减速箱差速器的损伤及寿命的全周期雨流载荷谱。
优选地，上述处理器执行上述存储器中的代码还可实现前述纯电动汽车减速箱耐久载荷谱生成方法中的其他步骤。
在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是，在本申请中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，所述减速箱耐久载荷谱包括全周期雨流载荷谱，其包括步骤：
分别通过MATLAB脚本读取对应的整车文件、电机文件、减速箱文件、驾驶员文件、道路文件和工况文件，并根据读取到的整车参数、电机参数、减速箱参数和驾驶员参数，搭建整车动力学仿真模型；
根据读取到的工况参数和道路参数、以及所述整车动力学仿真模型，分别对每个工况进行整车仿真，得到不同工况下的仿真数据，所述仿真数据包括电机扭矩；
分别对每个工况下的电机扭矩时间历程数据进行雨流循环计数处理，得到对应工况下的扭矩交变数据，进而生成电机扭矩时域信号的雨流矩阵；所述扭矩交变数据包括多个扭矩段以及每个扭矩段对应的交变次数；
将所述雨流矩阵转化得到减速箱的输入端雨流载荷谱，进而基于减速箱的总速比，生成减速箱的输出端雨流载荷谱；
分别将所述输入端雨流载荷谱和输出端雨流载荷谱按照对应工况的循环次数进行外推后，将各工况外推后的输入端雨流载荷谱和输出端雨流载荷谱分别进行线性叠加，得到用于预测减速箱差速器的损伤及寿命的全周期雨流载荷谱。
2.如权利要求1所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，所述基于减速箱的总速比，生成减速箱的输出端雨流载荷谱，具体包括：
将所述输入端雨流载荷谱的扭矩分布乘以减速箱的总速比后进行取整，并重新分级，得到输出端扭矩段分布，进而累加得到每级扭矩段对应的总交变次数，生成减速箱的输出端雨流载荷谱。
3.如权利要求1所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，所述得到全周期雨流载荷谱之后，还包括：
基于所述全周期雨流载荷谱，根据线性累计损伤法则计算总的损伤当量；
获取从最大负电机扭矩到最大正电机扭矩的单个循环损伤当量；
以所述总的损伤当量与单个循环损伤当量的比值作为损伤次数；
以所述从最大负电机扭矩到最大正电机扭矩对应的损伤次数，生成用于台架验证的交变试验载荷谱。
4.如权利要求1所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，所述仿真数据还包括电机转速，所述减速箱耐久载荷谱还包括全周期幅值载荷谱；
所述得到不同工况下的仿真数据之后，还包括：
分别将每个工况下的电机扭矩-电机转速-时间曲线转换为扭矩-旋转圈数关系；
对所述扭矩-旋转圈数关系进行扭矩分级处理，利用幅值计数法累加得到每级电机扭矩对应的总旋转圈数，进而生成减速箱的输入端扭矩与旋转圈数的输入端幅值载荷谱；
基于所述输入端幅值载荷谱、以及减速箱的总速比和总传动效率，得到输出端幅值载荷谱；
分别将所述输入端幅值载荷谱和输出端幅值载荷谱按照对应工况的循环次数进行外推后，将各工况外推后的输入端幅值载荷谱和输出端幅值载荷谱分别进行线性叠加，得到用于预测减速箱轴承和齿轮的损伤及寿命的全周期幅值载荷谱。
5.如权利要求4所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，将所述输入端幅值载荷谱按照对应工况的循环次数进行外推，具体包括：
将输入端幅值载荷谱的旋转圈数乘以对应工况的循环次数，得到外推后的输入端幅值载荷谱。
6.如权利要求4所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，对任一工况下的电机扭矩-电机转速-时间曲线进行扭矩分级处理之前，还包括：
对所述电机扭矩-电机转速-时间曲线进行低通滤波处理，剔除异常点。
7.如权利要求4所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，所述扭矩-旋转圈数关系中的旋转圈数为：电机扭矩对应的电机转速乘以电机扭矩的采样时间。
8.如权利要求7所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，基于所述输入端幅值载荷谱、以及减速箱的总速比和总传动效率，得到输出端幅值载荷谱，具体包括：
将所述输入端幅值载荷谱的各扭矩乘以减速箱的总速比和总传动效率后进行取整，并重新分级，得到输出端扭矩分布；
将所述输入端幅值载荷谱的各旋转圈数除以减速箱的总速比后，累加得到输出端扭矩分布中每级扭矩对应的总旋转圈数；
基于所述每级扭矩对应的总旋转圈数，得到输出端幅值载荷谱。
9.如权利要求1所述的纯电动汽车减速箱耐久载荷谱生成方法，其特征在于，所述得到全周期幅值载荷谱之后，还包括：
对所述全周期幅值载荷谱进行扭矩分级处理，并进行线性外推得到分级后每级扭矩对应的循环圈数，生成用于台架验证的加速试验载荷谱。
10.一种用于生成纯电动汽车减速箱耐久载荷谱的电子设备，其特征在于，包括处理器和存储器，所述处理器执行所述存储器中的代码实现如权利要求1-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111321249.9A CN114154237B (zh) | 2021-11-09 | 2021-11-09 | 一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111321249.9A CN114154237B (zh) | 2021-11-09 | 2021-11-09 | 一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114154237A CN114154237A (zh) | 2022-03-08 |
| CN114154237B true CN114154237B (zh) | 2024-04-05 |
Family
ID=80459825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111321249.9A Active CN114154237B (zh) | 2021-11-09 | 2021-11-09 | 一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114154237B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114486245B (zh) * | 2022-03-31 | 2024-04-23 | 东风汽车集团股份有限公司 | 一种试验方法、装置、设备及存储介质 |
| CN114818152B (zh) * | 2022-06-30 | 2022-09-30 | 麦格纳动力总成(江西)有限公司 | 差速器壳体耐久性试验方法、系统、计算机及存储介质 |
| CN117909853B (zh) * | 2024-03-19 | 2024-05-31 | 合肥通用机械研究院有限公司 | 基于机理与工况大数据的设备损伤智能监测方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1777647A1 (en) * | 2005-10-13 | 2007-04-25 | Ford Global Technologies, LLC | Transmission life prediction method |
| CN113392471A (zh) * | 2021-06-30 | 2021-09-14 | 华南农业大学 | 混合动力电动汽车减速器载荷谱编制方法、介质和设备 |
-
2021
- 2021-11-09 CN CN202111321249.9A patent/CN114154237B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1777647A1 (en) * | 2005-10-13 | 2007-04-25 | Ford Global Technologies, LLC | Transmission life prediction method |
| CN113392471A (zh) * | 2021-06-30 | 2021-09-14 | 华南农业大学 | 混合动力电动汽车减速器载荷谱编制方法、介质和设备 |
Non-Patent Citations (1)
| Title |
|---|
| 基于动力学仿真的轻型履带车辆载荷获取与编谱;梁梓;王涛;;装甲兵工程学院学报;20180415(02);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114154237A (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114154237B (zh) | 一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备 | |
| CN107544031B (zh) | 一种模拟双电混合电动汽车行驶动力性能评价方法和装置 | |
| Xu et al. | Estimation and prediction of state of health of electric vehicle batteries using discrete incremental capacity analysis based on real driving data | |
| CN112433169B (zh) | 一种云端动力电池健康度评估系统及方法 | |
| CN109116242B (zh) | 一种动力电池的数据处理方法和装置 | |
| CN112051076B (zh) | 新能源汽车动力总成路谱加载试验方法 | |
| CN108710087B (zh) | 一种纯电动汽车电池组健康状态测取装置及其测取方法 | |
| CN109000922A (zh) | 基于道路测试的综合传动装置台架耐久性试验方法 | |
| Samadani et al. | Modeling and evaluation of li-ion battery performance based on the electric vehicle field tests | |
| CN114662954A (zh) | 车辆性能评估系统 | |
| CN115062417A (zh) | 一种基于Modelica模型的电动汽车驻车系统峰值扭矩仿真方法 | |
| CN113177291B (zh) | 一种基于云数据平台的电动车功效分析方法与系统 | |
| Zhu et al. | Hardware-in-the-loop simulation of pure electric vehicle control system | |
| CN110836741B (zh) | 纯电动汽车效率一致性在线测试方法 | |
| CN112763909B (zh) | 一种车用驱动电机联合工况测试方法及系统 | |
| Tong et al. | Research on random load characteristic based on mixture distribution model | |
| CN208350965U (zh) | 一种纯电动汽车电池组健康状态测取装置 | |
| CN115587482A (zh) | 一种两挡电动越野车变速箱耐久载荷谱生成方法及系统 | |
| CN114840920B (zh) | 一种混合动力乘用车机电耦合装置载荷谱编制方法 | |
| CN113987685B (zh) | 一种纯电动汽车多工况下整车性能仿真方法及装置 | |
| CN116338454A (zh) | 一种新能源汽车的电性能检测方法及装置 | |
| CN108437798B (zh) | 一种基于键合图模型的电动代步车故障诊断和估计方法 | |
| Hu et al. | Design and performance analysis of automobile power transmission platform based on photoelectric torque sensor | |
| CN115292991A (zh) | 一种差速器壳体耐久试验载荷谱生成方法及电子设备 | |
| Sun et al. | Range-extender In-the-loop Method for Fuel Consumption Prediction of Hybrid Electric Vehicles |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230515 Address after: 430000 No. 339 Zhuanyang Avenue, Wuhan Economic and Technological Development Zone, Hubei Province Applicant after: Zhixin Technology Co.,Ltd. Address before: 430000 no.239 houguanhu Avenue, Wuhan Economic and Technological Development Zone, Hubei Province Applicant before: Dongfeng Dingxin Power System Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |