CN114841292B - 一种汽车转向系统台架耐久试验载荷的获取方法及装置 - Google Patents

一种汽车转向系统台架耐久试验载荷的获取方法及装置 Download PDF

Info

Publication number
CN114841292B
CN114841292B CN202210776148.9A CN202210776148A CN114841292B CN 114841292 B CN114841292 B CN 114841292B CN 202210776148 A CN202210776148 A CN 202210776148A CN 114841292 B CN114841292 B CN 114841292B
Authority
CN
China
Prior art keywords
steering system
sub
working condition
working
condition
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
CN202210776148.9A
Other languages
English (en)
Other versions
CN114841292A (zh
Inventor
丁鼎
韩广宇
张永仁
卢放
马德慧
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.)
Lantu Automobile Technology Co Ltd
Original Assignee
Lantu Automobile Technology 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 Lantu Automobile Technology Co Ltd filed Critical Lantu Automobile Technology Co Ltd
Priority to CN202210776148.9A priority Critical patent/CN114841292B/zh
Publication of CN114841292A publication Critical patent/CN114841292A/zh
Application granted granted Critical
Publication of CN114841292B publication Critical patent/CN114841292B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种汽车转向系统台架耐久试验载荷的获取方法及装置，应用于车辆耐久试验领域，该方法，包括：采集整车在道路行驶工况下的转向系统载荷信号；将采集的转向系统载荷信号分割成子工况；将转向系统载荷信号数据的子工况进行数据挖掘，生成转向系统的聚类工况，聚类工况包括Z个类型工况集合；基于转向系统的聚类工况生成转向系统的台架耐久试验工况；结合对Z个类型工况集合的概率统计，编制出转向系统的台架耐久试验工况的载荷序列。通过本发明解决了转向系统耐久性能验证不足、过验证、无效验证的技术问题，提高了试验准确性。

Description

一种汽车转向系统台架耐久试验载荷的获取方法及装置
技术领域
本发明属于车辆耐久试验领域，尤其涉及一种汽车转向系统台架耐久试验载荷的获取方法及装置。
背景技术
汽车转向系统作为汽车的重要子系统，其耐久性能受到各主机厂的广泛关注。汽车的转向系统耐久试验一般在转向系统五轴试验台架上进行。
当前转向系统五轴试验台架的载荷输入主要为：基于各主机厂的经验工况进行制定。或者是预先规定若干个子工况，每个子工况的载荷基于单轴伪损伤值相等原理来针对整车道路载荷进行转化。无论是哪种方法，当前转向系统五轴试验台架的载荷工况定义及载荷信号都不是直接从整车道路载荷数据进行提取得到的，就会导致转向系统耐久性能验证不足、过验证、无效验证等问题。
发明内容
鉴于现有技术存在上述技术问题，本发明实施例提供了一种汽车转向系统台架耐久试验载荷的获取方法及装置，解决了上述问题。
第一方面，本发明实施例提供了一种汽车转向系统台架耐久试验载荷的获取方法，包括：
采集整车在道路行驶工况下的转向系统载荷信号；
将采集的所述转向系统载荷信号分割成子工况；
将所述转向系统载荷信号数据的子工况进行数据挖掘，生成转向系统的聚类工况，所述聚类工况包括Z个类型工况集合，Z为正整数；
基于所述转向系统的聚类工况，生成转向系统的台架耐久试验工况；
结合对所述Z个类型工况集合的概率统计，编制出所述转向系统的台架耐久试验工况的载荷序列。
可选地，所述采集整车在道路行驶工况下的转向系统载荷信号，包括：
在整车处于道路行驶工况下，通过在整车上布置的多种传感器对应采集转向系统的多种原始载荷信号：在方向盘上布置方向盘转角传感器及方向盘力矩传感器，采集整车在道路行驶工况下的方向盘转角信号及方向盘力矩信号，在转向横拉杆上布置应变片传感器，将应变片传感器在拉压力试验机上标定成力传感器，采集整车在道路行驶工况下的转向左右横拉杆力信号；在车身与转向横拉杆外球销点之间布置拉线位移传感器，采集整车在道路行驶工况下的左右转向横拉杆外球销点位移信号；
对多种传感器对应采集的多种原始载荷信号进行数据校核及清洗；
将经校核和清洗后的各种载荷信号进行外推K倍，得到所述转向系统载荷信号，以作为转向系统台架耐久试验的输入。
可选地，所述将所述转向系统载荷信号分割成子工况，包括：
根据所述转向系统载荷信号中方向盘转角信号的变化趋势，将所述转向系统载荷信号分割成Q个子工况；
删除所述Q个子工况中所述转向系统的非工作区间载荷信号，并保留所述转向系统的工作区间载荷信号，以得到包括P个子工况的子工况集合，P、Q为正整数。
可选地，所述将所述转向系统载荷信号的子工况进行数据挖掘，生成转向系统的聚类工况，包括：
将所述子工况集合中的P个子工况分别进行离散化处理，对应得到P个离散化子工况，其中，每个离散化子工况对应六个信号通道依次为：信号通道1为方向盘力矩载荷信号、信号通道2为方向盘转角信号、信号通道3为左转向横拉杆外球销点位移信号、信号通道4为右转向横拉杆外球销点位移信号、信号通道5为左转向横拉杆力载荷信号、信号通道6为右转向横拉杆力载荷信号；
根据所述P个离散化子工况生成向量集；
对所述向量集进行聚类分析，得到所述转向系统的聚类工况。
可选地，所述将所述子工况集合中的P个子工况分别进行离散化处理，包括：
根据所述子工况集合中每一个子工况对应的时间长度，计算得到所述子工况集合的时间长度的均值及标准差；
根据所述子工况集合的时间长度的均值及标准差，计算出变异系数；
针对所述子工况集合中每一个子工况，根据所述变异系数以及该子工况对应的时间长度计算得到该子工况的离散化系数，并根据所述离散化系数对该子工况进行离散化处理。
可选地，所述根据所述P个离散化子工况生成向量集，包括：
针对所述P个离散化子工况中每个离散化子工况，根据该离散化子工况的六个信号通道进行两两信号通道之间的向量计算，以得到该离散化子工况的G个向量；
针对所述P个离散化子工况中每个离散化子工况，针对该离散化子工况的G个向量的数据分别进行从大到小的排序后，从G个向量中每一个向量的首尾共取F个数据；根据从G个向量的首尾对应所取的G*F个数据，生成该离散化子工况对应的工况向量；
根据与所述P个子工况对应的P个工况向量，生成所述向量集。
可选地，所述对所述向量集进行聚类分析，得到所述转向系统的聚类工况，包括：
设定所述向量集包含Z个类型工况集合，从所述向量集中随机选择Z个初始的中心集合向量
Figure 29900DEST_PATH_IMAGE001
，其中，
Figure 307298DEST_PATH_IMAGE002
；
分别计算每一个子工况对应的工况向量到随机生成的每一个中心集合向量的欧式距离；
步骤1：如果该子工况与中心集合向量
Figure 130898DEST_PATH_IMAGE003
的欧式距离最小，则将该子工况
Figure 784733DEST_PATH_IMAGE004
归类到中心集合向量
Figure 777222DEST_PATH_IMAGE005
一类，以初始聚类形成Z个类型工况集合
Figure 959942DEST_PATH_IMAGE006
，其中，
Figure 801996DEST_PATH_IMAGE007
；
步骤2：针对每一个类型工况集合计算其欧式距离中心点，所述欧式距离中心点是距离本类型工况集合中所有向量的欧式距离的平均最小值；
步骤3：分别计算每一个子工况对应的工况向量到上一次聚类形成的每一个中心集合向量的欧式距离，再次聚类形成Z个类型工况集合，同步针对每一个类的聚类型工况集合更新计算其欧式距离中心点；
重复执行上述步骤1~3，直到每一个类型工况集合的欧式距离中心点不再发生变化时停止聚类，以得到Z个类型工况集合，其中，每一个类型工况集合包括
Figure 728363DEST_PATH_IMAGE008
个子工况，
Figure 808315DEST_PATH_IMAGE009
。
可选地，所述基于所述转向系统的聚类工况，生成转向系统的台架耐久试验工况，包括：
针对所述Z个类型工况集合中每一个工况，计算该工况的每个信号通道的载荷信号的伪损伤数值，包括：方向盘力矩载荷信号的伪损伤数值、左转向横拉杆力载荷信号的伪损伤数值、右转向横拉杆力载荷信号的伪损伤数值；
将针对类型工况集合
Figure 693094DEST_PATH_IMAGE010
中计算得到的每一个工况的伪损伤数值进行累计概率分布拟合，取损伤数值百分位为
Figure 992751DEST_PATH_IMAGE011
分位对应的工况，作为台架耐久试验工况
Figure 988389DEST_PATH_IMAGE012
，其中，
Figure 922846DEST_PATH_IMAGE013
，
Figure 978527DEST_PATH_IMAGE014
；
将类型工况集合
Figure 264015DEST_PATH_IMAGE015
对应转化为试验工况
Figure 797765DEST_PATH_IMAGE016
进行循环
Figure 852308DEST_PATH_IMAGE017
次，
Figure 314776DEST_PATH_IMAGE018
。
可选地，所述结合对所述Z个类型工况集合的概率统计，编制出所述转向系统的台架耐久试验工况的载荷序列，包括：
在所述转向系统的工作区间，统计每一个类型工况集合
Figure 87560DEST_PATH_IMAGE019
出现的概率；
在所述转向系统的工作区间，统计每一个类型工况集合
Figure 159421DEST_PATH_IMAGE019
切换到另一个类型工况集合
Figure 599630DEST_PATH_IMAGE020
的概率；
设定共计进行W次大循环，且每次大循环包括L次小循环；
针对每次大循环的第一个试验工况，随机生成一个数
Figure 465954DEST_PATH_IMAGE021
，
Figure 726034DEST_PATH_IMAGE022
，如果
Figure 120630DEST_PATH_IMAGE023
满足如下表达式，则选择试验工况
Figure 415345DEST_PATH_IMAGE024
进行转向系统的台架耐久试验，
Figure 718150DEST_PATH_IMAGE025
：
Figure 465526DEST_PATH_IMAGE026
其中，
Figure 144769DEST_PATH_IMAGE027
表示每一个类型工况集合
Figure 28412DEST_PATH_IMAGE028
在转向系统的工作区间上出现的概率，
Figure 269162DEST_PATH_IMAGE029
表示试验工况的序号；
针对每次大循环的第二个试验工况，随机生成一个数
Figure 566151DEST_PATH_IMAGE030
，
Figure 783506DEST_PATH_IMAGE031
，如果
Figure 787234DEST_PATH_IMAGE032
满足如下表达式，则选择试验工况
Figure 431842DEST_PATH_IMAGE033
进行转向系统的台架耐久试验，
Figure 389696DEST_PATH_IMAGE034
：
Figure 410742DEST_PATH_IMAGE035
其中，
Figure 268976DEST_PATH_IMAGE036
表示在转向系统的工作区间上，每一个类型工况集合
Figure 350065DEST_PATH_IMAGE037
切换到另一个类型工况集合
Figure 293750DEST_PATH_IMAGE038
的概率，
Figure 852907DEST_PATH_IMAGE039
表示试验工况的序号；
当依次进行直至完成L次小循环后，执行第二次大循环，直到完成W次大循环时，结束对所述转向系统台架耐久试验工况的载荷序列的编制。
第二方面，本发明实施例提供了一种汽车转向系统台架耐久试验载荷的获取装置，包括：
信号采集单元，用于采集整车在道路行驶工况下的转向系统载荷信号；
工况分割单元，用于将采集的所述转向系统载荷信号分割成子工况；
数据挖掘单元，用于将所述转向系统载荷信号数据的子工况进行数据挖掘，生成转向系统的聚类工况，所述聚类工况包括Z个类型工况集合，Z为正整数；
试验工况生成单元，用于基于所述转向系统的聚类工况，生成转向系统的台架耐久试验工况；
载荷序列编制单元，用于结合对所述Z个类型工况集合的概率统计，编制出所述转向系统的台架耐久试验工况的载荷序列。
本发明实施例提供的一个或者多个技术方案，至少实现了如下技术效果或者优点：
本发明实施例采集整车在道路行驶工况下的转向系统载荷信号；将采集的所述转向系统载荷信号分割成子工况；将所述转向系统载荷信号数据的子工况进行数据挖掘，生成转向系统的聚类工况，基于转向系统的聚类工况，生成转向系统的台架耐久试验工况；结合对聚类工况中Z个类型工况集合的概率统计，编制出转向系统的台架耐久试验工况的载荷序列。上述技术方案由于转向系统的台架耐久试验载荷依据整车在道路行驶载荷信号的分析及数据挖掘来制定，与整车在道路行驶工况的关联性强。从而可以规避验证不足、过验证、无效验证等问题。
且上述技术方案的流程化程度较高，使得基于算法开展软件编程就能实现转向系统台架耐久试验载荷的自动化输出，因此，可以提高了转向系统台架耐久试验载荷的获取效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例中汽车转向系统台架耐久试验载荷的获取方法的流程图；
图2为本发明实施例中汽车转向系统台架耐久试验载荷的获取装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
第一方面，本发明实施例提供了一种汽车转向系统台架耐久试验载荷的获取方法。参考图1所示，该方法包括如下步骤：
步骤S101：采集整车在道路行驶工况下的转向系统载荷信号。
可以理解的是，在一些实施方式下，步骤S101具体包括如下多个步骤S1011~S1013：
S1011：在整车上布置多种传感器。在整车处于道路行驶工况下，通过在整车上布置的多种传感器对应采集转向系统的多种原始载荷信号。
具体而言，对采集的多种原始载荷信号，说明如下：通过在方向盘上布置的方向盘转角传感器及方向盘力矩传感器，对应采集整车在道路行驶工况下的方向盘转角信号及方向盘力矩信号；通过在转向横拉杆上布置的应变片传感器（将应变片传感器在拉压力试验机上标定成力传感器），采集整车在道路行驶工况下的转向左右横拉杆力信号；通过在车身与转向横拉杆外球销点之间布置的拉线位移传感器，采集整车在道路行驶工况下的左右转向横拉杆外球销点位移信号。
S1012：将多种传感器对应采集的多种原始载荷信号进行数据校核及清洗。
S10123：将经校核和清洗后的各种载荷信号进行外推K倍，得到转向系统载荷信号，以作为转向系统台架耐久试验的输入载荷。
在本发明实施例中，还包括确定外推倍数K的过程：
具体而言，确定外推倍数K的过程包括如下步骤：采集整车在道路行驶工况下的行驶里程；设定转向系统台架耐久试验的验证目标里程；根据行驶里程和转向系统的验证目标里程确定对清洗后的各种载荷信号进行外推的倍数K。具体而言，计算外推倍数K的表达式如下所示：
Figure 67113DEST_PATH_IMAGE040
其中，K表示外推倍数，M表示设定的转向系统台架耐久试验的验证目标里程，N表示整车在道路行驶工况下的行驶里程。
步骤S102、将采集的转向系统载荷信号分割成子工况。
在一些实施方式下，步骤S102可以包括如下多个步骤S1021~ S1022：
S1021:根据转向系统载荷信号中的方向盘转角信号的变化趋势，将采集的转向系统载荷信号分割成Q个子工况。
就方向盘转角信号的变化趋势而言，其表达式如下：
Figure 53524DEST_PATH_IMAGE041
而根据方向盘转角信号的变化趋势，将转向系统载荷信号中分割子工况的逻辑如下：
如果
Figure 750084DEST_PATH_IMAGE042
，则将
Figure 847353DEST_PATH_IMAGE043
定义为一个子工况；
如果
Figure 680180DEST_PATH_IMAGE044
则将
Figure 837492DEST_PATH_IMAGE045
定义为一个子工况；
其中，
Figure 755770DEST_PATH_IMAGE046
、
Figure 152335DEST_PATH_IMAGE047
表示方向盘转角信号。
S1022: 删除Q个子工况中转向系统的非工作区间载荷信号，并保留Q个子工况中转向系统的工作区间载荷信号，以得到包括P个子工况的子工况集合，其中，P、Q为正整数。
当Q个子工况中的载荷信号满足如下表达式，则定义该部分的载荷信号为转向系统的非工作区间的载荷信号；否则定义该部分的载荷信号为转向系统的工作区间的载荷信号，其表达式如下所示：
Figure 105247DEST_PATH_IMAGE048
其中：
Figure 433461DEST_PATH_IMAGE049
——表示数值取绝对值；
∩——表示取交集逻辑运算；
Figure 573455DEST_PATH_IMAGE050
——表示方向盘力矩载荷信号;
Figure 543685DEST_PATH_IMAGE051
——表示方向盘转角信号;
Figure 85525DEST_PATH_IMAGE052
——表示左转向横拉杆外球销点位移信号；
Figure 351683DEST_PATH_IMAGE053
——表示右转向横拉杆外球销点位移信号；
Figure 244553DEST_PATH_IMAGE054
——表示左转向横拉杆力载荷信号；
Figure 487315DEST_PATH_IMAGE055
——表示右转向横拉杆力载荷信号；
Figure 149241DEST_PATH_IMAGE056
——表示方向盘力矩载荷最小阈 值，为正常数;
Figure 819257DEST_PATH_IMAGE057
——表示方向盘转角最小阈 值，为正常数;
Figure 199422DEST_PATH_IMAGE058
——表示左转向横拉杆外球销点位移最小阈 值，为正常数;
Figure 980297DEST_PATH_IMAGE059
——表示右转向横拉杆外球销点位移最小阈 值，为正常数;
Figure 263773DEST_PATH_IMAGE060
——表示左转向横拉杆力载荷最小阈 值，为正常数;
Figure 635848DEST_PATH_IMAGE061
——表示右转向横拉杆力载荷最小阈 值，为正常数。
通过上述步骤S1021~ S1022可以形成在转向系统的工作区间的子工况集合S：
Figure 237731DEST_PATH_IMAGE062
，即子工况集合S中包括P个子工况
Figure 822296DEST_PATH_IMAGE063
，且每一个子工况
Figure 458814DEST_PATH_IMAGE063
均包括六个信号通道：信号通道1为方向盘力矩载荷信号
Figure 237676DEST_PATH_IMAGE064
、信号通道2为方向盘转角信号
Figure 61276DEST_PATH_IMAGE065
、信号通道3为左转向横拉杆外球销点位移信号
Figure 715111DEST_PATH_IMAGE066
、信号通道4为右转向横拉杆外球销点位移信号
Figure 206135DEST_PATH_IMAGE067
、信号通道5为左转向横拉杆力载荷信号
Figure 388855DEST_PATH_IMAGE068
、信号通道6为右转向横拉杆力载荷信号
Figure 965329DEST_PATH_IMAGE069
。
步骤S103、将转向系统载荷信号的子工况进行数据挖掘，生成转向系统的聚类工况，聚类工况包括Z个类型工况集合，Z为正整数。
在一些实施方式下，步骤S103具体包括如下多个步骤S1031~ S1033：
S1031:将子工况集合中的P个子工况分别进行离散化处理，对应得到P个离散化子工况。
具体来讲，首先，根据子工况集合S中每一个子工况
Figure 157276DEST_PATH_IMAGE070
对应的时间长度，计算得到子工况集合的时间长度的均值及标准差。
接着，根据子工况集合S的时间长度的均值及标准差计算出变异系数，其表达式如下所示：
Figure 998413DEST_PATH_IMAGE071
其中：
Figure 617613DEST_PATH_IMAGE072
——表示变异系数；
Figure 415804DEST_PATH_IMAGE073
——表示子工况集合S的时间长度T的标准差；
Figure 880284DEST_PATH_IMAGE074
——表示子工况集合S的时间长度T的平均值。
再接着，针对子工况集合S中每一个子工况
Figure 345900DEST_PATH_IMAGE075
，根据变异系数以及该子工况
Figure 401581DEST_PATH_IMAGE075
对应的时间长度
Figure 922954DEST_PATH_IMAGE076
得到该子工况
Figure 722283DEST_PATH_IMAGE075
的离散化系数
Figure 776827DEST_PATH_IMAGE077
。具体而言，计算每一个子工况
Figure 737830DEST_PATH_IMAGE075
的离散化系数BIN的表达式如下：
Figure 510614DEST_PATH_IMAGE078
其中：
Figure 582475DEST_PATH_IMAGE079
——表示每一个子工况
Figure 491525DEST_PATH_IMAGE075
对应的离散后的个数；
Figure 390473DEST_PATH_IMAGE080
——表示进行取整数运算；
∩——表示取交集逻辑运算；
Figure 650553DEST_PATH_IMAGE081
——表示变异系数；
Figure 526105DEST_PATH_IMAGE076
——表示每一个子工况
Figure 555241DEST_PATH_IMAGE075
对应的时间长度。
再接着，针对子工况集合S中每一个子工况
Figure 592467DEST_PATH_IMAGE075
而言，根据子工况
Figure 605423DEST_PATH_IMAGE075
对应的离散化系数
Figure 19086DEST_PATH_IMAGE082
进行离散化处理，得到对应的离散化子工况标记为
Figure 404194DEST_PATH_IMAGE083
,
Figure 877900DEST_PATH_IMAGE083
对应的6个信号通道为：信号通道1为方向盘力矩载荷信
Figure 112572DEST_PATH_IMAGE084
、信号通道2为方向盘转角信号
Figure 329927DEST_PATH_IMAGE085
、信号通道3为左转向横拉杆外球销点位移信号
Figure 68076DEST_PATH_IMAGE086
、信号通道4为右转向横拉杆外球销点位移信号
Figure 978263DEST_PATH_IMAGE087
、信号通道5为左转向横拉杆力载荷信号
Figure 930258DEST_PATH_IMAGE088
、信号通道6为右转向横拉杆力载荷信号
Figure 951303DEST_PATH_IMAGE089
。
S1032:根据P个离散化子工况生成向量集。
在一些实施方式下，步骤S1032的具体实施过程如下：
针对P个离散化子工况中的每个子工况
Figure 543959DEST_PATH_IMAGE090
而言，对该离散化子工况
Figure 625047DEST_PATH_IMAGE090
的六个信号通道进行两两信号通道之间的向量计算，以得到该离散化子工况
Figure 303153DEST_PATH_IMAGE090
对应的G个向量
Figure 127890DEST_PATH_IMAGE091
：
针对每一个离散化子工况
Figure 106210DEST_PATH_IMAGE090
，分别进行计算信号通道u及信号通道v之间的向量
Figure 594086DEST_PATH_IMAGE092
，其表达式如下所示：
Figure 290646DEST_PATH_IMAGE093
其中：
u信号通道，
Figure 653494DEST_PATH_IMAGE094
，信号通道1为方向盘力矩载荷信
Figure 220742DEST_PATH_IMAGE095
、信号通道2为方向盘转角信号
Figure 643633DEST_PATH_IMAGE096
、信号通道3为左转向横拉杆外球销点位移信号
Figure 296331DEST_PATH_IMAGE097
、信号通道4为右转向横拉杆外球销点位移信号
Figure 964335DEST_PATH_IMAGE098
、信号通道5为左转向横拉杆力载荷信号
Figure 651668DEST_PATH_IMAGE099
、信号通道6为右转向横拉杆力载荷信号
Figure 979882DEST_PATH_IMAGE100
；
v信号通道，
Figure 385455DEST_PATH_IMAGE101
，信号通道1为方向盘力矩载荷信
Figure 824527DEST_PATH_IMAGE102
、信号通道2为方向盘转角信号
Figure 631946DEST_PATH_IMAGE103
、信号通道3为左转向横拉杆外球销点位移信号
Figure 131060DEST_PATH_IMAGE104
、信号通道4为右转向横拉杆外球销点位移信号
Figure 525395DEST_PATH_IMAGE105
、信号通道5为左转向横拉杆力载荷信号
Figure 33736DEST_PATH_IMAGE106
、信号通道6为右转向横拉杆力载荷信号
Figure 695662DEST_PATH_IMAGE107
；
t——表示信号时间变量；
Figure 631257DEST_PATH_IMAGE108
——表示时间偏移量，为常数；
Figure 745843DEST_PATH_IMAGE109
——表示子工况
Figure 389419DEST_PATH_IMAGE110
的信号通道u的时间段
Figure 171430DEST_PATH_IMAGE111
对应的数据；
Figure 12347DEST_PATH_IMAGE112
——表示子工况
Figure 348651DEST_PATH_IMAGE110
的信号通道v的时间段
Figure 933216DEST_PATH_IMAGE113
对应的数据；
Figure 569734DEST_PATH_IMAGE114
——表示离散化子工况
Figure 847131DEST_PATH_IMAGE110
的信号通道u及信号通道v之间的向量；
Figure 437775DEST_PATH_IMAGE115
——表示当
Figure 826031DEST_PATH_IMAGE116
发生时
Figure 317055DEST_PATH_IMAGE117
发生的频次；
Figure 765354DEST_PATH_IMAGE118
——表示
Figure 341829DEST_PATH_IMAGE119
发生的频次；
Figure 268196DEST_PATH_IMAGE120
——表示
Figure 380771DEST_PATH_IMAGE121
发生的频次。
针对每一个离散化子工况
Figure 734392DEST_PATH_IMAGE110
，信号通道u依次取
Figure 532584DEST_PATH_IMAGE122
，信号通道
Figure 262642DEST_PATH_IMAGE123
依次取
Figure 728259DEST_PATH_IMAGE124
，进行计算信号通道u与信号通道u之间的向量计算，共计可以计算得到G个向量
Figure 518360DEST_PATH_IMAGE125
，G的计算表达式如下所示：
Figure 803848DEST_PATH_IMAGE126
其中：u信号通道，
Figure 839062DEST_PATH_IMAGE127
；v信号通道，
Figure 893606DEST_PATH_IMAGE128
；G为向量个数，在本发明实施例中，向量个数G=36。
就计算得到的G个向量而言，将每一个向量
Figure 854609DEST_PATH_IMAGE129
的数据从大到小依次进行排序后，在G个向量中每一个向量
Figure 627393DEST_PATH_IMAGE129
各取F个数据，生成该离散化子工况
Figure 964833DEST_PATH_IMAGE130
对应的工况向量
Figure 139463DEST_PATH_IMAGE131
。需要说明的是，在同一个向量
Figure 766972DEST_PATH_IMAGE129
的首尾共取F个数据。最终针对每一个子工况
Figure 761473DEST_PATH_IMAGE130
对应生成长度为H的工况向
Figure 902604DEST_PATH_IMAGE131
，H的表达式如下所示：
Figure 666161DEST_PATH_IMAGE132
其中：
H——表示工况向量
Figure 968966DEST_PATH_IMAGE131
对应的长度；
F——表示每一个向量首尾取的数据个数；
G——表示向量个数，本方案中G=36。
由此，基于P个离散化子工况
Figure 716343DEST_PATH_IMAGE130
对应生成P个工况向量
Figure 395586DEST_PATH_IMAGE131
，P个工况向量
Figure 780693DEST_PATH_IMAGE131
构成了向量集
Figure 519979DEST_PATH_IMAGE133
。
S1033:对向量集进行聚类分析，得到聚类工况。
在步骤S1033中，先设定生成的向量集
Figure 489072DEST_PATH_IMAGE134
中共计有Z个类型工况集合，Z的值根据实际需要聚类需求设置，则从向量集
Figure 972006DEST_PATH_IMAGE135
中随机选择Z个向量作为初始的中心集合向量
Figure 710154DEST_PATH_IMAGE136
，
Figure 354762DEST_PATH_IMAGE137
；分别计算子工况集中每一个子工况
Figure 811152DEST_PATH_IMAGE138
对应的向量
Figure 333662DEST_PATH_IMAGE139
到随机生成的每一个中心集合向量
Figure 457476DEST_PATH_IMAGE140
的欧式距离
Figure 7406DEST_PATH_IMAGE141
，其表达式如下所示：
Figure 216670DEST_PATH_IMAGE142
其中：
H——表示向量
Figure 41407DEST_PATH_IMAGE139
对应的长度；
Figure 754148DEST_PATH_IMAGE143
——表示每一个子工况
Figure 242023DEST_PATH_IMAGE138
对应的向量
Figure 673005DEST_PATH_IMAGE139
到随机生成的每一个中心集合向量
Figure 35853DEST_PATH_IMAGE144
的欧式距离；
Figure 868680DEST_PATH_IMAGE145
——表示向量
Figure 291571DEST_PATH_IMAGE139
对应的第m个分量；
Figure 944269DEST_PATH_IMAGE146
——表示向量
Figure 606414DEST_PATH_IMAGE147
对应的第m个分量。
在计算每一个子工况
Figure 293747DEST_PATH_IMAGE138
对应的向量
Figure 621960DEST_PATH_IMAGE139
到随机生成的每一个中心集合向量
Figure 27534DEST_PATH_IMAGE148
的欧式距离
Figure 466605DEST_PATH_IMAGE149
之后，接着执行如下步骤1~3：
步骤1：如果子工况
Figure 274024DEST_PATH_IMAGE138
与中心集合向量
Figure 773139DEST_PATH_IMAGE148
的欧式距离最小，则将该子工况
Figure 167473DEST_PATH_IMAGE138
归类到中心集合向量
Figure 410236DEST_PATH_IMAGE148
一类，初始聚类共计形成Z个类型工况集合
Figure 72161DEST_PATH_IMAGE150
，
Figure 742177DEST_PATH_IMAGE151
；
步骤2：针对每一个类型工况集合计算其欧式距离中心点，欧式距离中心点是距离本类型工况集合中所有向量的欧式距离的平均最小值；
步骤3：分别计算每一个子工况
Figure 122343DEST_PATH_IMAGE152
对应的工况向量
Figure 168796DEST_PATH_IMAGE153
到上一步生成的每一个中心集合向量的欧式距离，再次聚类形成Z个类型工况集合，同步针对每一个类型工况集合更新计算其欧式距离中心点；
通过重复执行上述步骤（1）-（3），直到每一个类型工况集合的欧式距离中心点基本不再发生变化，则停止聚类，以得到最终的Z个类型工况集合
Figure 186693DEST_PATH_IMAGE154
，其中，工况集合
Figure 27610DEST_PATH_IMAGE154
中包括
Figure 629493DEST_PATH_IMAGE155
个子工况，
Figure 479637DEST_PATH_IMAGE156
。
步骤S104、基于转向系统的聚类工况，生成台架系统耐久试验的试验工况。
考虑到转向台架耐久试验需要进行加速验证，针对Z个类型工况集合
Figure 850575DEST_PATH_IMAGE157
中每一个工况
Figure 127973DEST_PATH_IMAGE158
，计算其载荷信号通道的伪损伤数值，包括：方向盘力矩载荷信的伪损伤数值
Figure 217152DEST_PATH_IMAGE159
、左转向横拉杆力载荷信号的伪损伤数值
Figure 106873DEST_PATH_IMAGE160
、右转向横拉杆力载荷信号的伪损伤数值
Figure 332318DEST_PATH_IMAGE161
。
将工况集合
Figure 46196DEST_PATH_IMAGE154
中计算得到的每一个工况
Figure 622670DEST_PATH_IMAGE162
的伪损伤数值
Figure 549038DEST_PATH_IMAGE163
、
Figure 894569DEST_PATH_IMAGE164
、
Figure 743795DEST_PATH_IMAGE165
进行累计概率分布拟合，取损伤数值百分位为
Figure 807566DEST_PATH_IMAGE166
分位对应的工况，作为台架耐久试验工况
Figure 537625DEST_PATH_IMAGE167
。
将每一个类型工况集合
Figure 3241DEST_PATH_IMAGE168
转化为试验工况
Figure 793343DEST_PATH_IMAGE169
进行循环
Figure 78831DEST_PATH_IMAGE170
次，其表达式如下所示：
Figure 114045DEST_PATH_IMAGE171
其中：
Figure 168589DEST_PATH_IMAGE172
表示类型工况集合
Figure 395171DEST_PATH_IMAGE173
转化为试验工况
Figure 433534DEST_PATH_IMAGE174
循环
Figure 505395DEST_PATH_IMAGE172
次；
Figure 680024DEST_PATH_IMAGE175
表示类型工况集合
Figure 546349DEST_PATH_IMAGE173
的子工况
Figure 573473DEST_PATH_IMAGE176
的方向盘力矩载荷信的伪损伤数值；
Figure 449025DEST_PATH_IMAGE177
表示类型工况集合
Figure 478161DEST_PATH_IMAGE173
的子工况
Figure 46546DEST_PATH_IMAGE176
的左转向横拉杆力载荷信号的伪损伤数值；
Figure 793922DEST_PATH_IMAGE178
表示类型工况集合
Figure 974630DEST_PATH_IMAGE173
的子工况
Figure 123851DEST_PATH_IMAGE176
的右转向横拉杆力载荷信号的伪损伤数值；
Figure 597558DEST_PATH_IMAGE179
表示类型工况集合
Figure 832230DEST_PATH_IMAGE173
的损伤数值百分位为
Figure 784006DEST_PATH_IMAGE180
工况
Figure 787734DEST_PATH_IMAGE174
的方向盘力矩载荷信的伪损伤数值；
Figure 13702DEST_PATH_IMAGE181
表示类型工况集合
Figure 470091DEST_PATH_IMAGE173
的损伤数值百分位为
Figure 491137DEST_PATH_IMAGE180
工况
Figure 83792DEST_PATH_IMAGE174
的左转向横拉杆力载荷信的伪损伤数值；
Figure 164880DEST_PATH_IMAGE182
表示类型工况集合
Figure 108566DEST_PATH_IMAGE173
的损伤数值百分位为
Figure 169188DEST_PATH_IMAGE180
工况
Figure 881929DEST_PATH_IMAGE174
的右转向横拉杆力载荷信的伪损伤数值。
步骤S105、结合对Z个类型工况集合的概率统计，编制出转向系统的台架耐久试验工况的载荷序列。
在转向系统的工作区间上，统计每一个类型工况集合
Figure 868339DEST_PATH_IMAGE173
出现的概率
Figure 299321DEST_PATH_IMAGE183
，其表达式如下所示：
Figure 396590DEST_PATH_IMAGE184
其中：
Figure 229417DEST_PATH_IMAGE185
表示每一个类型工况集合
Figure 121149DEST_PATH_IMAGE186
在转向系统的工作区间上出现的概率；
Figure 39427DEST_PATH_IMAGE187
表示在转向系统的工作区间上的子工况总数；
Figure 707431DEST_PATH_IMAGE188
表示每一个类型工况集合
Figure 129185DEST_PATH_IMAGE186
包含的子工况数量。
在转向系统的工作区间上，统计每一个类型工况集合
Figure 457398DEST_PATH_IMAGE186
切换到另一个类型工况集合
Figure 597392DEST_PATH_IMAGE189
的概率
Figure 302043DEST_PATH_IMAGE190
，其表达式如下所示：
Figure 843883DEST_PATH_IMAGE191
其中：
Figure 608576DEST_PATH_IMAGE192
——表示在转向系统的工作区间上，每一个类型工况集合
Figure 471752DEST_PATH_IMAGE186
切换到另一个类型工况集合
Figure 714515DEST_PATH_IMAGE193
的概率；
Figure 110861DEST_PATH_IMAGE194
——表示每一个类型工况集合
Figure 46456DEST_PATH_IMAGE186
切换到另一个类型工况集合的次数；
Figure 161043DEST_PATH_IMAGE195
——表示在转向系统的工作区间上，每一个类型工况集合
Figure 207496DEST_PATH_IMAGE186
切换到另一个类型工况集合
Figure 723928DEST_PATH_IMAGE193
的次数。
针对转向系统的台架耐久试验载荷信号，设定共计进行W次大循环，每个大循环包括L个小循环。
Figure 60451DEST_PATH_IMAGE196
Figure 662333DEST_PATH_IMAGE197
其中：
Figure 246898DEST_PATH_IMAGE198
——表示转向系统台架耐久试验工况的大循环循环次数；
Figure 617837DEST_PATH_IMAGE199
——表示转向系统台架耐久试验工况的小循环循环次数；
Figure 629655DEST_PATH_IMAGE200
——表示采集整车在道路行驶工况的外推倍数；
Figure 453255DEST_PATH_IMAGE201
——台架耐久试验工况
Figure 107090DEST_PATH_IMAGE201
对应的循环
Figure 332535DEST_PATH_IMAGE202
次;
Figure 16719DEST_PATH_IMAGE203
——小循环循环次数的调整系数参数，正常数；
Figure 858774DEST_PATH_IMAGE204
——大循环循环次数的调整系数参数，正常数。
（1）、针对每次大循环的第一个试验工况，首先随机生成一个数
Figure 785141DEST_PATH_IMAGE205
，如果
Figure 865093DEST_PATH_IMAGE206
满足如下表达式就选择试验工况
Figure 484293DEST_PATH_IMAGE207
进行台架耐久试验。
Figure 282485DEST_PATH_IMAGE208
其中：
Figure 278122DEST_PATH_IMAGE209
表示每一个类型工况集合
Figure 714045DEST_PATH_IMAGE210
在转向系统的工作区间上出现的概率；
Figure 504147DEST_PATH_IMAGE211
表示试验工况序号。
（2）、针对每一个大循环的第二个试验工况，首先随机生成一个数
Figure 789635DEST_PATH_IMAGE212
，如果
Figure 57805DEST_PATH_IMAGE213
满足如下表达式就选择试验工况
Figure 377928DEST_PATH_IMAGE214
进行台架耐久试验，依次类推，通过该算法进行计算，直至共计进行L次小循环：
Figure 338930DEST_PATH_IMAGE215
其中：
Figure 846135DEST_PATH_IMAGE216
表示在转向系统的工作区间上，每一个类型工况集合
Figure 419461DEST_PATH_IMAGE217
切换到另一个类型工况集合
Figure 594091DEST_PATH_IMAGE218
的概率；
Figure 460415DEST_PATH_IMAGE219
——表示试验工况序号。当完成L个小循环后，通过重新执行上述步骤（1）~（2），进行第二次大循环，循环直到完成W次大循环时，结束转向系统的台架耐久试验载荷信号的编制，得到转向系统的台架耐久试验工况的载荷序列。
基于同一发明构思，本发明实施例提供了一种汽车转向系统台架耐久试验载荷的获取装置。参考图2所示，该载荷获取装置包括：
信号采集单元201，用于采集整车在道路行驶工况下的转向系统载荷信号；
工况分割单元202，用于将采集的所述转向系统载荷信号分割成子工况；
数据挖掘单元203，用于将所述转向系统载荷信号数据的子工况进行数据挖掘，生成转向系统的聚类工况，所述聚类工况包括Z个类型工况集合，Z为正整数；
试验工况生成单元204，用于基于所述转向系统的聚类工况，生成转向系统的台架耐久试验工况；
载荷序列编制单元205，用于结合对所述Z个类型工况集合的概率统计，编制出所述转向系统的台架耐久试验工况的载荷序列。
在一些实施方式下，信号采集单元201，具体用于：在整车处于道路行驶工况下，通过在整车上布置的多种传感器对应采集转向系统的多种原始载荷信号：在方向盘上布置方向盘转角传感器及方向盘力矩传感器，采集整车在道路行驶工况下的方向盘转角信号及方向盘力矩信号，在转向横拉杆上布置应变片传感器，将应变片传感器在拉压力试验机上标定成力传感器，采集整车在道路行驶工况下的转向左右横拉杆力信号；在车身与转向横拉杆外球销点之间布置拉线位移传感器，采集整车在道路行驶工况下的左右转向横拉杆外球销点位移信号；对多种传感器对应采集的多种原始载荷信号进行数据校核及清洗；将经校核和清洗后的各种载荷信号进行外推K倍，得到所述转向系统载荷信号，以作为转向系统台架耐久试验的输入。
在一些实施方式下，工况分割单元202，具体用于：根据所述转向系统载荷信号中方向盘转角信号的变化趋势，将所述转向系统载荷信号分割成Q个子工况；删除所述Q个子工况中所述转向系统的非工作区间载荷信号，并保留所述转向系统的工作区间载荷信号，以得到包括P个子工况的子工况集合，P、Q为正整数。
在一些实施方式下，数据挖掘单元203，包括：离散化子单元，用于将所述子工况集合中的P个子工况分别进行离散化处理，对应得到P个离散化子工况，其中，每个离散化子工况对应六个信号通道依次为：信号通道1为方向盘力矩载荷信号、信号通道2为方向盘转角信号、信号通道3为左转向横拉杆外球销点位移信号、信号通道4为右转向横拉杆外球销点位移信号、信号通道5为左转向横拉杆力载荷信号、信号通道6为右转向横拉杆力载荷信号；向量集生成子单元，用于根据所述P个离散化子工况生成向量集；聚类子单元，用于对所述向量集进行聚类分析，得到所述转向系统的聚类工况。
在一些实施方式下，离散化子单元，具体用于：根据所述子工况集合中每一个子工况对应的时间长度，计算得到所述子工况集合的时间长度的均值及标准差；根据所述子工况集合的时间长度的均值及标准差，计算出变异系数；针对所述子工况集合中每一个子工况，根据所述变异系数以及该子工况对应的时间长度计算得到该子工况的离散化系数，并根据所述离散化系数对该子工况进行离散化处理。
在一些实施方式下，向量集生成子单元具体用于：针对所述P个离散化子工况中每个离散化子工况，根据该离散化子工况的六个信号通道进行两两信号通道之间的向量计算，以得到该离散化子工况的G个向量；针对所述P个离散化子工况中每个离散化子工况，针对该离散化子工况的G个向量的数据分别进行从大到小的排序后，从G个向量中每一个向量的首尾共取F个数据；根据从G个向量的首尾对应所取的G*F个数据，生成该离散化子工况对应的工况向量；根据与所述P个子工况对应的P个工况向量，生成所述向量集。
在一些实施方式下，聚类子单元，具体用于：设定所述向量集包含Z个类型工况集合，从所述向量集中随机选择Z个初始的中心集合向量
Figure 986075DEST_PATH_IMAGE220
，其中，
Figure 596048DEST_PATH_IMAGE221
；分别计算每一个子工况对应的工况向量到随机生成的每一个中心集合向量的欧式距离；步骤1：如果该子工况与中心集合向量
Figure 625184DEST_PATH_IMAGE220
的欧式距离最小，则将该子工况
Figure 662410DEST_PATH_IMAGE222
归类到中心集合向量
Figure 409786DEST_PATH_IMAGE220
一类，以初始聚类形成Z个类型工况集合
Figure 319055DEST_PATH_IMAGE223
，其中，
Figure 468277DEST_PATH_IMAGE224
；步骤2：针对每一个类型工况集合计算其欧式距离中心点，所述欧式距离中心点是距离本类型工况集合中所有向量的欧式距离的平均最小值；步骤3：分别计算每一个子工况对应的工况向量到上一次聚类形成的每一个中心集合向量的欧式距离，再次聚类形成Z个类型工况集合，同步针对每一个类的聚类型工况集合更新计算其欧式距离中心点；重复执行上述步骤1~3，直到每一个类型工况集合的欧式距离中心点不再发生变化时停止聚类，以得到Z个类型工况集合，其中，每一个类型工况集合包括
Figure 941983DEST_PATH_IMAGE225
个子工况，
Figure 911076DEST_PATH_IMAGE226
。
在一些实施方式下，试验工况生成单元204，具体用于：针对所述Z个类型工况集合中每一个工况，计算该工况的每个信号通道的载荷信号的伪损伤数值，包括：方向盘力矩载荷信号的伪损伤数值、左转向横拉杆力载荷信号的伪损伤数值、右转向横拉杆力载荷信号的伪损伤数值；将针对类型工况集合
Figure 128431DEST_PATH_IMAGE227
中计算得到的每一个工况的伪损伤数值进行累计概率分布拟合，取损伤数值百分位为
Figure 132159DEST_PATH_IMAGE228
分位对应的工况，作为台架耐久试验工况
Figure 511188DEST_PATH_IMAGE229
，其中，
Figure 469042DEST_PATH_IMAGE230
，
Figure 224508DEST_PATH_IMAGE231
；将类型工况集合
Figure 348322DEST_PATH_IMAGE227
对应转化为试验工况
Figure 163831DEST_PATH_IMAGE232
进行循环
Figure 107517DEST_PATH_IMAGE233
次，
Figure 401095DEST_PATH_IMAGE234
。
在一些实施方式下，载荷序列编制单元205，具体用于：在所述转向系统的工作区间，统计每一个类型工况集合
Figure 113836DEST_PATH_IMAGE227
出现的概率；在所述转向系统的工作区间，统计每一个类型工况集合
Figure 867290DEST_PATH_IMAGE227
切换到另一个类型工况集合
Figure 32692DEST_PATH_IMAGE235
的概率；设定共计进行W次大循环，且每次大循环包括L次小循环；针对每次大循环的第一个试验工况，随机生成一个数
Figure 395541DEST_PATH_IMAGE236
，
Figure 962788DEST_PATH_IMAGE237
，如果
Figure 120100DEST_PATH_IMAGE236
满足如下表达式，则选择试验工况
Figure 38378DEST_PATH_IMAGE238
进行转向系统的台架耐久试验：
Figure 673758DEST_PATH_IMAGE239
其中，
Figure 361092DEST_PATH_IMAGE240
表示每一个类型工况集合
Figure 190770DEST_PATH_IMAGE241
在转向系统的工作区间上出现的概率，
Figure 330764DEST_PATH_IMAGE242
表示试验工况的序号；
针对每次大循环的第二个试验工况，随机生成一个数
Figure 300994DEST_PATH_IMAGE243
，
Figure 842834DEST_PATH_IMAGE244
，如果
Figure 341948DEST_PATH_IMAGE243
满足如下表达式，则选择试验工况
Figure 969239DEST_PATH_IMAGE245
进行转向系统的台架耐久试验：
Figure 212001DEST_PATH_IMAGE246
其中，
Figure 369532DEST_PATH_IMAGE247
表示在转向系统的工作区间上，每一个类型工况集合
Figure 39548DEST_PATH_IMAGE248
切换到另一个类型工况集合
Figure 154134DEST_PATH_IMAGE249
的概率，
Figure 935009DEST_PATH_IMAGE250
表示试验工况的序号；
当依次进行直至完成L次小循环后，执行第二次大循环，直到完成W次大循环时，结束对所述转向系统台架耐久试验工况的载荷序列的编制。
本发明实施例中汽车转向系统台架耐久试验载荷的获取装置，为用于实施前述汽车转向系统台架耐久试验载荷的获取方法，更多实施细节可以参考前述方法实施例，为了说明书的简洁，在此不再赘述。
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 (7)

1.一种汽车转向系统台架耐久试验载荷的获取方法，其特征在于，包括：
采集整车在道路行驶工况下的转向系统载荷信号；
将采集的所述转向系统载荷信号分割成子工况，包括：根据所述转向系统载荷信号中方向盘转角信号的变化趋势，将所述转向系统载荷信号分割成Q个子工况；删除所述Q个子工况中所述转向系统的非工作区间载荷信号，并保留所述转向系统的工作区间载荷信号，以得到包括P个子工况的子工况集合，P、Q为正整数；
将所述转向系统载荷信号数据的子工况进行数据挖掘，生成转向系统的聚类工况，所述聚类工况包括Z个类型工况集合，Z为正整数；
基于所述转向系统的聚类工况，生成转向系统的台架耐久试验工况，包括：针对所述Z个类型工况集合中每一个工况
Figure 508526DEST_PATH_IMAGE001
计算该工况的每个信号通道的载荷信号的伪损伤数值，将针对类型工况集合
Figure 285989DEST_PATH_IMAGE003
中计算得到的每一个工况的伪损伤数值进行累计概率分布拟合，取损伤数值百分位为
Figure 953599DEST_PATH_IMAGE005
分位对应的工况，作为台架耐久试验工况
Figure 918144DEST_PATH_IMAGE007
，其中，
Figure 463657DEST_PATH_IMAGE009
，
Figure 830048DEST_PATH_IMAGE011
；将类型工况集合
Figure 668560DEST_PATH_IMAGE013
对应转化为试验工况
Figure 139642DEST_PATH_IMAGE015
进行循环
Figure 472534DEST_PATH_IMAGE017
次，
Figure 942699DEST_PATH_IMAGE009
；
结合对所述Z个类型工况集合的概率统计，编制出所述转向系统的台架耐久试验工况的载荷序列，包括：
在所述转向系统的工作区间，统计每一个类型工况集合
Figure 968424DEST_PATH_IMAGE013
出现的概率；
在所述转向系统的工作区间，统计每一个类型工况集合
Figure 923873DEST_PATH_IMAGE013
切换到另一个类型工况集合
Figure 60456DEST_PATH_IMAGE019
的概率；
设定共计进行W次大循环，且每次大循环包括L次小循环；
针对每次大循环的第一个试验工况，随机生成一个数
Figure 385127DEST_PATH_IMAGE021
，
Figure 581753DEST_PATH_IMAGE023
，如果
Figure 21568DEST_PATH_IMAGE024
满足如下表达式，则选择试验工况
Figure 696263DEST_PATH_IMAGE026
进行转向系统的台架耐久试验，
Figure 406599DEST_PATH_IMAGE027
：
Figure 508547DEST_PATH_IMAGE029
其中，
Figure 173009DEST_PATH_IMAGE030
表示每一个类型工况集合
Figure 635083DEST_PATH_IMAGE032
在转向系统的工作区间上出现的概率，
Figure 216237DEST_PATH_IMAGE034
表示试验工况的序号；
针对每次大循环的第二个试验工况，随机生成一个数
Figure 231030DEST_PATH_IMAGE036
，
Figure 897635DEST_PATH_IMAGE038
，如果
Figure 163400DEST_PATH_IMAGE036
满足如下表达式，则选择试验工况
Figure 333481DEST_PATH_IMAGE040
进行转向系统的台架耐久试验，
Figure DEST_PATH_IMAGE041
：
Figure DEST_PATH_IMAGE043
其中，
Figure DEST_PATH_IMAGE045
表示在转向系统的工作区间上，每一个类型工况集合
Figure DEST_PATH_IMAGE047
切换到另一个类型工况集合
Figure DEST_PATH_IMAGE049
的概率，
Figure DEST_PATH_IMAGE051
表示试验工况的序号；
当依次进行直至完成L次小循环后，执行第二次大循环，直到完成W次大循环时，结束对所述转向系统台架耐久试验工况的载荷序列的编制。
2.如权利要求1所述的方法，其特征在于，所述采集整车在道路行驶工况下的转向系统载荷信号，包括：
在整车处于道路行驶工况下，通过在整车上布置的多种传感器对应采集转向系统的多种原始载荷信号：在方向盘上布置方向盘转角传感器及方向盘力矩传感器，采集整车在道路行驶工况下的方向盘转角信号及方向盘力矩信号，在转向横拉杆上布置应变片传感器，将应变片传感器在拉压力试验机上标定成力传感器，采集整车在道路行驶工况下的转向左右横拉杆力信号；在车身与转向横拉杆外球销点之间布置拉线位移传感器，采集整车在道路行驶工况下的左右转向横拉杆外球销点位移信号；
对多种传感器对应采集的多种原始载荷信号进行数据校核及清洗；
将经校核和清洗后的各种载荷信号进行外推K倍，得到所述转向系统载荷信号，以作为转向系统台架耐久试验的输入。
3.如权利要求2所述的方法，其特征在于，所述将所述转向系统载荷信号的子工况进行数据挖掘，生成转向系统的聚类工况，包括：
将所述子工况集合中的P个子工况分别进行离散化处理，对应得到P个离散化子工况，其中，每个离散化子工况对应六个信号通道依次为：信号通道1为方向盘力矩载荷信号、信号通道2为方向盘转角信号、信号通道3为左转向横拉杆外球销点位移信号、信号通道4为右转向横拉杆外球销点位移信号、信号通道5为左转向横拉杆力载荷信号、信号通道6为右转向横拉杆力载荷信号；
根据所述P个离散化子工况生成向量集；
对所述向量集进行聚类分析，得到所述转向系统的聚类工况。
4.如权利要求3所述的方法，其特征在于，所述将所述子工况集合中的P个子工况分别进行离散化处理，包括：
根据所述子工况集合中每一个子工况对应的时间长度，计算得到所述子工况集合的时间长度的均值及标准差；
根据所述子工况集合的时间长度的均值及标准差，计算出变异系数；
针对所述子工况集合中每一个子工况，根据所述变异系数以及该子工况对应的时间长度计算得到该子工况的离散化系数，并根据所述离散化系数对该子工况进行离散化处理。
5.如权利要求3所述的方法，其特征在于，所述根据所述P个离散化子工况生成向量集，包括：
针对所述P个离散化子工况中每个离散化子工况，根据该离散化子工况的六个信号通道进行两两信号通道之间的向量计算，以得到该离散化子工况的G个向量
Figure 400401DEST_PATH_IMAGE052
针对所述P个离散化子工况中每个离散化子工况，针对该离散化子工况的G个向量的数据分别进行从大到小的排序后，从G个向量中每一个向量的首尾共取F个数据；根据从G个向量的首尾对应所取的G*F个数据，生成该离散化子工况对应的工况向量；
根据与所述P个子工况对应的P个工况向量，生成所述向量集。
6.如权利要求3所述的方法，其特征在于，所述对所述向量集进行聚类分析，得到所述转向系统的聚类工况，包括：
设定所述向量集包含Z个类型工况集合，从所述向量集中随机选择Z个初始的中心集合向量
Figure 288723DEST_PATH_IMAGE054
，其中，
Figure 859643DEST_PATH_IMAGE056
；
分别计算每一个子工况对应的工况向量到随机生成的每一个中心集合向量的欧式距离；
步骤1：如果该子工况与中心集合向量
Figure DEST_PATH_IMAGE058
的欧式距离最小，则将该子工况
Figure 71182DEST_PATH_IMAGE060
归类到中心集合向量
Figure DEST_PATH_IMAGE062
一类，以初始聚类形成Z个类型工况集合
Figure DEST_PATH_IMAGE064
，其中，
Figure DEST_PATH_IMAGE066
；
步骤2：针对每一个类型工况集合计算其欧式距离中心点，所述欧式距离中心点是距离本类型工况集合中所有向量的欧式距离的平均最小值；
步骤3：分别计算每一个子工况对应的工况向量到上一次聚类形成的每一个中心集合向量的欧式距离，再次聚类形成Z个类型工况集合，同步针对每一个类的聚类型工况集合更新计算其欧式距离中心点；
重复执行上述步骤1~3，直到每一个类型工况集合的欧式距离中心点不再发生变化时停止聚类，以得到Z个类型工况集合，其中，每一个类型工况集合包括
Figure DEST_PATH_IMAGE068
个子工况，
Figure DEST_PATH_IMAGE070
。
7.一种汽车转向系统台架耐久试验载荷的获取装置，其特征在于，包括：
信号采集单元，用于采集整车在道路行驶工况下的转向系统载荷信号；
工况分割单元，用于将采集的所述转向系统载荷信号分割成子工况，包括：根据所述转向系统载荷信号中方向盘转角信号的变化趋势，将所述转向系统载荷信号分割成Q个子工况；删除所述Q个子工况中所述转向系统的非工作区间载荷信号，并保留所述转向系统的工作区间载荷信号，以得到包括P个子工况的子工况集合，P、Q为正整数；
数据挖掘单元，用于将所述转向系统载荷信号数据的子工况进行数据挖掘，生成转向系统的聚类工况，所述聚类工况包括Z个类型工况集合，Z为正整数；
试验工况生成单元，用于基于所述转向系统的聚类工况，生成转向系统的台架耐久试验工况，包括：针对所述Z个类型工况集合中每一个工况
Figure 127912DEST_PATH_IMAGE001
计算该工况的每个信号通道的载荷信号的伪损伤数值，将针对类型工况集合
Figure DEST_PATH_IMAGE072
中计算得到的每一个工况的伪损伤数值进行累计概率分布拟合，取损伤数值百分位为
Figure DEST_PATH_IMAGE074
分位对应的工况，作为台架耐久试验工况
Figure DEST_PATH_IMAGE076
，其中，
Figure DEST_PATH_IMAGE078
，
Figure DEST_PATH_IMAGE080
；将类型工况集合
Figure 126698DEST_PATH_IMAGE072
对应转化为试验工况
Figure 484998DEST_PATH_IMAGE076
进行循环
Figure DEST_PATH_IMAGE082
次，
Figure DEST_PATH_IMAGE084
；
载荷序列编制单元，用于结合对所述Z个类型工况集合的概率统计，编制出所述转向系统的台架耐久试验工况的载荷序列，包括：
在所述转向系统的工作区间，统计每一个类型工况集合
Figure DEST_PATH_IMAGE086
出现的概率；
在所述转向系统的工作区间，统计每一个类型工况集合
Figure 457370DEST_PATH_IMAGE086
切换到另一个类型工况集合
Figure DEST_PATH_IMAGE088
的概率；
设定共计进行W次大循环，且每次大循环包括L次小循环；
针对每次大循环的第一个试验工况，随机生成一个数
Figure 429874DEST_PATH_IMAGE024
，
Figure DEST_PATH_IMAGE089
，如果
Figure 715624DEST_PATH_IMAGE024
满足如下表达式，则选择试验工况
Figure DEST_PATH_IMAGE090
进行转向系统的台架耐久试验，
Figure 798986DEST_PATH_IMAGE027
：
Figure DEST_PATH_IMAGE092
其中，
Figure DEST_PATH_IMAGE094
表示每一个类型工况集合
Figure DEST_PATH_IMAGE096
在转向系统的工作区间上出现的概率，
Figure DEST_PATH_IMAGE098
表示试验工况的序号；
针对每次大循环的第二个试验工况，随机生成一个数
Figure DEST_PATH_IMAGE099
，
Figure DEST_PATH_IMAGE100
，如果
Figure 155756DEST_PATH_IMAGE099
满足如下表达式，则选择试验工况
Figure DEST_PATH_IMAGE101
进行转向系统的台架耐久试验，
Figure 69135DEST_PATH_IMAGE041
：
Figure DEST_PATH_IMAGE102
其中，
Figure DEST_PATH_IMAGE104
表示在转向系统的工作区间上，每一个类型工况集合
Figure DEST_PATH_IMAGE106
切换到另一个类型工况集合
Figure DEST_PATH_IMAGE108
的概率，
Figure DEST_PATH_IMAGE110
表示试验工况的序号；
当依次进行直至完成L次小循环后，执行第二次大循环，直到完成W次大循环时，结束对所述转向系统台架耐久试验工况的载荷序列的编制。
CN202210776148.9A 2022-07-04 2022-07-04 一种汽车转向系统台架耐久试验载荷的获取方法及装置 Active CN114841292B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210776148.9A CN114841292B (zh) 2022-07-04 2022-07-04 一种汽车转向系统台架耐久试验载荷的获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210776148.9A CN114841292B (zh) 2022-07-04 2022-07-04 一种汽车转向系统台架耐久试验载荷的获取方法及装置

Publications (2)

Publication Number Publication Date
CN114841292A CN114841292A (zh) 2022-08-02
CN114841292B true CN114841292B (zh) 2022-11-01

Family

ID=82575107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210776148.9A Active CN114841292B (zh) 2022-07-04 2022-07-04 一种汽车转向系统台架耐久试验载荷的获取方法及装置

Country Status (1)

Country Link
CN (1) CN114841292B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110717147A (zh) * 2019-10-10 2020-01-21 辽宁工程技术大学 一种构建汽车行驶工况的方法
CN111581893B (zh) * 2020-04-03 2022-06-17 上海理工大学 一种电驱动总成机械系统可靠性试验载荷谱的编制方法
CN112729865B (zh) * 2020-12-23 2022-06-14 合肥工业大学 一种叉车车架疲劳寿命台架试验的程序载荷谱编制方法
CN112801143B (zh) * 2021-01-11 2023-08-15 浙江天行健智能科技有限公司 基于K-Means和高斯过程回归的转向路感模拟方法
CN113919047B (zh) * 2021-08-23 2024-04-09 中汽研汽车检验中心（天津）有限公司 一种整车试验场耐久性用户关联建模求解方法
CN113963462B (zh) * 2021-12-16 2022-02-25 中汽研汽车检验中心（天津）有限公司 基于远传数据的电驱总成可靠性工况构建方法及构建装置
CN114662620B (zh) * 2022-05-24 2022-10-21 岚图汽车科技有限公司 一种市场用户的汽车耐久载荷数据处理方法和装置
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

Also Published As

Publication number Publication date
CN114841292A (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN107562696B (zh) 轮胎产品质量在线检测与控制方法
CN111241744B (zh) 一种基于双向lstm的低压铸造机时间序列数据异常检测方法
DE102015204598A1 (de) System zum Bereitstellen von Informationen, die mit einem Fahrzeugfehler verknüpft sind, einem Benutzer
CN109964182A (zh) 用于车辆分析的方法和系统
CN104596780A (zh) 一种动车组制动系统传感器故障的诊断方法
CN116165988A (zh) 一种汽车中控台的生产质量管控方法及系统
CN114841292B (zh) 一种汽车转向系统台架耐久试验载荷的获取方法及装置
CN114265882A (zh) 时序信号点异常检测方法、系统、设备及介质
CN111678699B (zh) 一种面向滚动轴承早期故障监测与诊断方法及系统
CN116881832A (zh) 旋转机械设备故障诊断模型的构建方法及装置
CN115687973A (zh) 一种基于多信号融合的机械设备故障诊断方法
CN117453447B (zh) 一种汽车电驱动系统的模拟测试方法
CN110320802B (zh) 基于数据可视化的复杂系统信号时序识别方法
CN113799788A (zh) 用于处理信号的方法、计算机程序和设备
CN115695590A (zh) 一种can信号解析方法、设备及存储介质
CN113780405B (zh) 基于深度神经网络的空调机参数回归优化方法
CN114348291B (zh) 一种基于飞参数据和仿真的飞行故障诊断方法
CN115982566A (zh) 一种水电机组多通道故障诊断方法
CN117369425B (zh) 汽车仪表总成故障诊断方法、系统、存储介质及计算机
CN112084062A (zh) 验证摄像头模组标定数据的方法及装置、电子设备和介质
CN117786371B (zh) 一种温度监测数据优化预测分析方法及系统
CN111409647B (zh) 车速的修正方法及装置、车辆
CN114912073B (zh) 一种车辆单胎载重、整车载重及重心位置的测算方法
CN111222716B (zh) 一种工程安全预测预警装置
RU63082U1 (ru) Система для определения нормативов времени индексным методом

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