CN115270296A - 一种商用车驾驶室疲劳耐久性分析方法及系统 - Google Patents

一种商用车驾驶室疲劳耐久性分析方法及系统 Download PDF

Info

Publication number
CN115270296A
CN115270296A CN202210859871.3A CN202210859871A CN115270296A CN 115270296 A CN115270296 A CN 115270296A CN 202210859871 A CN202210859871 A CN 202210859871A CN 115270296 A CN115270296 A CN 115270296A
Authority
CN
China
Prior art keywords
cab
frame
fatigue
finite element
element model
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
CN202210859871.3A
Other languages
English (en)
Inventor
李东海
谭荣彬
施佳能
何水龙
石宇禾
姜育开
申富强
王伟
盘佳狄
李霄
杨磊光
李林
王佳明
张释天
李世强
陈善彪
甘天赐
黄衡
莫号一
石胜文
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.)
Dongfeng Liuzhou Motor Co Ltd
Original Assignee
Dongfeng Liuzhou Motor 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 Dongfeng Liuzhou Motor Co Ltd filed Critical Dongfeng Liuzhou Motor Co Ltd
Priority to CN202210859871.3A priority Critical patent/CN115270296A/zh
Publication of CN115270296A publication Critical patent/CN115270296A/zh
Pending legal-status Critical Current

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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明公开了商用车驾驶室疲劳耐久性分析方法及系统，方法包括根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据驾驶室有限元模型，获得驾驶室惯性释放结果；将预设车架进行网格划分柔性处理建立车架柔性有限元模型，并根据车架柔性有限元模型，生成驾驶室‑车架刚柔耦合多体动力学模型；根据驾驶室‑车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室‑车架零部件疲劳载荷谱；根据驾驶室惯性释放结果、驾驶室‑车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。本实施例利用驾驶室悬置特性路谱试验与虚拟仿真相结合的分析策略，提高了商用车驾驶室疲劳耐久性分析的速度和准确性。

Description

一种商用车驾驶室疲劳耐久性分析方法及系统
技术领域
本发明涉及车辆疲劳耐久性分析领域，尤其涉及一种商用车驾驶室疲劳耐久性分析方法及系统。
背景技术
商用车因运输距离、载重量与吨油耗的绝对优势被广泛应用于公路运输业中，但商用车行驶环境和使用工况较乘用车恶劣得多，驾驶室是商用车关键总成之一，在驾驶室正常使用过程中，驾驶室易受到颠簸路面影响，造成左右悬置相对变形，从而使驾驶室受到扭转载荷，造成疲劳破坏问题严重，据研究表明，机械结构中大约80％的失效是由破坏疲劳造成的，想要提高机械结构的使用寿命，对其疲劳耐久分析必不可少。商用车驾驶室耐久性在研发过程中是非常重要的性能，而其疲劳耐久表现直接影响到驾乘人员健康以及道路运输安全。
传统汽车的疲劳耐久验证主要采用道路试验和台架试验，但这两种方式均存在不足之处。道路试验周期长、试验成本高，车辆在路试环境下系统受力复杂，无法精确再现部件疲劳破坏过程。对于台架试验而言，虽能明显缩短试验周期，但针对不同的试验对象，需要重新设计工装夹具，导致台架试验效率不高。从而导致常见的驾驶室耐久性实验不仅实验周期长、花费大,而且随机性概率也大，在精准分析商用车驾驶室疲劳耐久性的前提下，如何进一步减少疲劳耐久道路实验周期及实验成本是目前行业内亟待解决的难题。
发明内容
本发明提供了一种商用车驾驶室疲劳耐久性分析方法及系统，如何解决路谱疲劳分析与试验场耐久路面关联性差的问题，提高商用车驾驶室疲劳耐久性分析速度，准确分析驾驶室的疲劳耐久性。
为了解决上述技术问题，本发明实施例提供了一种商用车驾驶室疲劳耐久性分析方法，包括：
根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据驾驶室有限元模型，获得驾驶室惯性释放结果；
将预设车架进行网格划分柔性处理建立车架柔性有限元模型，并根据车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
根据驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱；
根据驾驶室惯性释放结果、驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。实施本发明实施例，针对商用车驾驶道路和驾驶室特点，建立驾驶室有限元模型，获得驾驶室惯性释放结果，根据车架柔性有限元模型生成驾驶室-车架刚柔耦合多体动力学模型，再结合驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱，根据惯性释放结果、疲劳载荷谱和材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析，利用驾驶室悬置特性路谱试验与虚拟仿真相结合的疲劳耐久分析策略，解决目前基于随机路谱疲劳分析与试验场耐久路面关联性差的问题，避免传统分析法中长周期的道路试验，在提高疲劳仿真求解速度的同时，最大限度还原了真实用户路面状况，确保疲劳计算的精确性，准确分析驾驶室的疲劳耐久性。
作为优选方案，根据驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱，具体为：
采集试验场驾驶室悬置路谱，对路谱进行修正处理，将修正后的路谱和驾驶室-车架刚柔耦合多体动力学模型进行虚拟迭代，获取驾驶室-车架零部件疲劳载荷谱。
实施本发明实施例，将修正后的路谱和驾驶室-车架刚柔耦合多体动力学模型进行虚拟迭代，提取准确的零部件疲劳载荷谱。
作为优选方案，采集试验场驾驶室悬置路谱，对路谱进行修正处理，将修正后的路谱和驾驶室-车架刚柔耦合多体动力学模型进行虚拟迭代，获取驾驶室-车架零部件疲劳载荷谱，具体为：
采集驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将响应初始信号进行异常数据修正，获得期望信号；
在驾驶室-车架刚柔耦合多体动力学模型中对应于试验场测试的位置设置通道；
根据期望信号、随机红粉白噪声和驾驶室-车架刚柔耦合多体动力学模型，得到初始的激励信号；
利用初始的激励信号驱动驾驶室-车架刚柔耦合多体动力学模型，获得通道的仿真响应信号；
将仿真响应信号与期望信号进行对比，修正虚拟迭代的预设参数，直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱。
实施本发明实施例，通过路谱和多体动力学模型的激励和响应信号的处理，输出的疲劳载荷谱，将试验场耐久路面与随机路谱疲劳分析形成关联，缩短疲劳试验周期，提高疲劳仿真速度。
作为优选方案，采集驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将响应初始信号进行异常数据修正，获得期望信号，具体为：
通过驾驶室及悬置系统上布置的传感器，采集驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将初始响应信号进行重采样和滤波处理，并对信号异常数据进行修正，获得期望信号。
实施本发明实施例，由于试验场路面冲击作用以及相关电子线路影响，若将原采集的初始响应信号直接用于迭代，会分析降低准确性，经过相应的数据处理，对异常数据进行相应的修正，减少路面试验带来的误差。
作为优选方案，将仿真响应信号与期望信号进行对比，修正虚拟迭代的预设参数，直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱，具体为：将仿真响应信号与期望信号进行对比，修正虚拟迭代的预设参数，其中，迭代公式为：
un+1(s)＝un(s)+aF-1(s)·(ydes(s)-yn(s))；
un+1(s)为第n+1次驱动信号，un(s)为第n次驱动信号，n为迭代次数，yn(s)为第n次迭代仿真响应信号，ydes(s)为期望信号，a为预设参数；
直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱。
实施本发明实施例，虚拟迭代是否收敛将直接影响疲劳载荷谱的精度，在迭代过程中预设虚拟迭代判敛精度，满足精度时，才停止迭代，所获取得疲劳载荷谱，满足工程实际需求。
作为优选方案，根据商用车驾驶室的几何模型，建立驾驶室有限元模型，根据驾驶室有限元模型，获得驾驶室惯性释放结果，具体为：
简化商用车驾驶室的几何模型，并进行清理划分配重处理，建立驾驶室初始有限元模型；
根据驾驶室初始有限元模型和转动惯量试验，修正驾驶室初始有限元模型，建立驾驶室有限元模型；
根据驾驶室有限元模型，获得驾驶室惯性释放结果。
实施本发明实施例，为准确模拟试验场耐久路面驾驶室满载工况下的疲劳耐久表现，充分考虑试验场采集载荷谱时驾驶室内驾乘人员和行李的重量，需要对几何模型配重加载，并修正驾驶室初始有限元模型，建立驾驶室有限元模型，满足精度要求，获取到精准且接近现实的驾驶室有限元模型，为耐久分析的准确性做出贡献。
作为优选方案，根据驾驶室有限元模型，获得驾驶室惯性释放结果，具体为：根据驾驶室有限元模型，利用惯性释放分析法求解应力场分布，获得驾驶室惯性释放结果。
实施本发明实施例，利用惯性释放分析法求解应力场分布，得到驾驶室惯性释放结果，获得单位载荷下应力分析结果，添加单位载荷下应力分析结果到疲劳耐久性仿真分析中，有助于准确分析驾驶室的疲劳耐久性。
作为优选方案，将预设车架进行网格划分柔性处理建立车架柔性有限元模型，根据车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型，具体为：
将预设车架进行网格划分，对划分后的车架利用柔性体动力学微分方程，进行模态综合法处理，建立车架柔性有限元模型，根据车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
其中，柔性体动力学微分方程为：
Figure BDA0003757853970000051
式中：M为柔性体的质量矩阵，K为模态刚度矩阵，D为模态阻尼矩阵，ζ为广义坐标向量，Q为附加载荷向量，G为重力，ψ为约束方程向量，λ为对应于ψ的拉式乘子向量。
实施本发明实施例，根据载荷传递路径，路面激励经由车架、橡胶衬套传至驾驶室特点，预设车架，可以截取前半部分的车架，在对预设车架进行网格划分和柔性化处理，找到在试验场路面激励下，对驾驶室动力学响应影响较大的车架部分，生成更准确的驾驶室-车架刚柔耦合多体动力学模型。
作为优选方案，根据驾驶室惯性释放结果、驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析，其中，驾驶室材料修正的应变疲劳曲线为：
Figure BDA0003757853970000052
其中，εa*为修正后的总应变幅值，μe为材料在弹性形变阶段的泊松比，μp为材料在塑性形变阶段的泊松比，εf为材料的延性系数，σf为材料的强度系数，E为材料的弹性模量，c为材料的延性指数，b为材料强度指数，Nf为疲劳寿命。
实施本发明实施例，Coffin-Manson只适用于单轴载荷下材料应变进行疲劳分析，修正的应变疲劳曲线，更适用于在多轴载荷工况，便于局部应力应变疲劳分析。作为优选方案，为了解决相同的技术问题，本发明实施例还提供了一种商用车驾驶室疲劳耐久性分析系统，包括：有限元模型模块、多体动力学模型模块、疲劳载荷谱模块和仿真分析模块；
其中，有限元模型模块用于根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据驾驶室有限元模型，获得驾驶室惯性释放结果；
多体动力学模型模块用于将预设车架进行网格划分柔性处理建立车架柔性有限元模型，并根据车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
疲劳载荷谱模块用于根据驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱；
仿真分析模块用于根据驾驶室惯性释放结果、驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。
附图说明
图1：为本发明提供的商用车驾驶室疲劳耐久性分析方法的一种实施例的流程示意图；
图2：为本发明提供的商用车驾驶室疲劳耐久性分析方法的一种实施例的驾驶室-车架零部件疲劳载荷谱的流程示意图；
图3：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的结构示意图；
图4：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的技术路线图；
图5：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的卵石路面采集的驾驶室左前气囊悬置三向加速度图；
图6：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的商用车驾驶室有限元模型；
图7：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的驾驶室-车架刚柔耦合多体动力学模型；
图8：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的虚拟迭代各通道相对损伤值图；
图9：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的虚拟迭代仿真与实测对比图；
图10：为本发明提供的商用车驾驶室疲劳耐久性分析系统的一种实施例的实车耐久路试验部件疲劳破坏图及其对应疲劳仿真云图；其中，图(a)为试验场路试时导流罩支架安装点撕裂图，(b)为试验场路试时导流罩支架安装点撕裂局部放大图，图(c)为试验场路试时地板撑脚搭接处疲劳开裂图，图(d)为试验场路试时后气囊悬置上支架开裂图，图(e)为对应的导流罩支架疲劳仿真云图，图(f)为对应的地板撑脚搭接处疲劳仿真云图，图(g)为对应的后气囊悬置上支架疲劳仿真云图。
具体实施方式
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，所描述的实施例仅仅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。
实施例一
请参照图1，为本发明实施例提供的一种商用车驾驶室疲劳耐久性分析方法的流程示意图。本实施例的疲劳耐久性分析方法适用于商用车，由于商用车疲劳耐久表现直接影响到驾乘人员健康以及道路运输安全，然而目前疲劳耐久道路实验周期长及实验成本高，本实施例通过实测路谱与虚拟仿真相结合精确分析商用车驾驶室疲劳耐久性，将路谱疲劳分析与试验场耐久路面关联，提高商用车驾驶室疲劳耐久性分析速度。该商用车驾驶室疲劳耐久性分析方法包括步骤101至步骤104，各步骤具体如下:
步骤101：根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据驾驶室有限元模型，获得驾驶室惯性释放结果。
可选的，根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据驾驶室有限元模型，获得驾驶室惯性释放结果，获得驾驶室惯性释放结果，具体为：
简化商用车驾驶室的几何模型，并进行清理划分配重处理，建立驾驶室初始有限元模型；
根据驾驶室初始有限元模型和转动惯量试验，修正驾驶室初始有限元模型，建立驾驶室有限元模型；
根据驾驶室有限元模型，获得驾驶室惯性释放结果。
可选的，根据驾驶室有限元模型，利用惯性释放分析法求解应力场分布，获得驾驶室惯性释放结果。
在本实施例中，有限元模型精度是影响疲劳分析的关键因素，为准确模拟试验场耐久路面驾驶室满载工况下的疲劳耐久表现，充分考虑试验场路试时车内驾乘人员、行李的重量，对模型进行配重加载，驾驶室初始有限元模型的建立及其网格划分在HyperMesh中完成，主要流程包括简化几何模型并进行清理划分配重处理，清理划分配重处理包括抽取几何中面并进行几何清理、确定网格类型大小、各部件网格划分、对部件赋予材料厚度、连接各部件和模型配重。并将模型的质心、转动惯量计算值与转动惯量试验台实测值比较从而验证有限元模型的精确性，如果计算值与测试值误差超过预设值(15％)，则需要调整网格类型和大小重新划分，直到计算值与测试值误差在预设值(15％)以内才满足有限元模型精度要求，修正驾驶室初始有限元模型，建立驾驶室有限元模型，当计算值与测试值误差小于预设值(15％)，则驾驶室初始有限元模型满足精度要求，驾驶室有限元模型与驾驶室初始有限元模型相同，驾驶室有限元模型。
可选的，驾驶室有限元模型的建立是为了利用惯性释放法求解其应力场分布，当在外力作用下，若忽视结构体阻尼，惯性释放分析的平衡方程为：
Figure BDA0003757853970000091
式中：[m]为质量矩阵；{u}为各个自由度的位移矢量；[k]为刚度矩阵；{f}为载荷矢量。
有限元模态求解方程为：
([k]-ω2[m]){q}＝0
式中：ω为结构的特征频率；{q}为模态向量。
利用惯性释放分析法求解应力场分布，单位载荷下应力分析结果，获得驾驶室惯性释放结果。
为准确模拟试验场耐久路面驾驶室满载工况下的疲劳耐久表现，充分考虑试验场采集载荷谱时驾驶室内驾乘人员和行李的重量，需要对几何模型配重加载，并修正驾驶室初始有限元模型，建立驾驶室有限元模型，满足精度要求，获取到精准且接近现实的驾驶室有限元模型，为耐久分析的准确性做出贡献。利用惯性释放分析法求解应力场分布，得到驾驶室惯性释放结果，获得单位载荷下应力分析结果，添加单位载荷下应力分析结果到疲劳耐久性仿真分析中，有助于准确分析驾驶室的疲劳耐久性。
步骤102：将预设车架进行网格划分柔性处理建立车架柔性有限元模型，并根据车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型。
可选的，生成驾驶室-车架刚柔耦合多体动力学模型，具体为：将预设车架进行网格划分，对划分后的车架利用柔性体动力学微分方程，进行模态综合法处理，建立车架柔性有限元模型，根据车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
其中，柔性体动力学微分方程为：
Figure BDA0003757853970000092
式中：M为柔性体的质量矩阵，K为模态刚度矩阵，D为模态阻尼矩阵，ζ为广义坐标向量，Q为附加载荷向量，G为重力，ψ为约束方程向量，λ为对应于ψ的拉式乘子向量。
在本实施例中，根据载荷传递路径，路面激励经由车架、橡胶衬套传至驾驶室，在试验场路面激励下，与气囊悬置相连的前半部分车架对驾驶室动力学响应影响较大。因此取前半部分车架，对截取后的车架(预设车架)进行网格划分并基于Craig-Bampton模态综合法输出车架MNF柔性体文件。再将生成的MNF文件导入到Adams/car生成刚柔耦合多体动力学模型。预设车架的柔性化处理在Adams中基于第二类拉格朗日方程获得的柔性体动力学微分方程为：
Figure BDA0003757853970000101
式中：M、K、D分别为柔性体的质量矩阵、模态刚度矩阵和模态阻尼矩阵；ζ为广义坐标向量；Q为附加载荷向量；G为重力；ψ为约束方程向量；λ为对应于ψ的拉式乘子向量。
根据载荷传递路径，路面激励经由车架、橡胶衬套传至驾驶室特点，预设车架，可以截取前半部分的车架，在对预设车架进行网格划分和柔性化处理，找到在试验场路面激励下，对驾驶室动力学响应影响较大的车架部分，生成更准确的驾驶室-车架刚柔耦合多体动力学模型。
步骤103：根据驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱。
可选的，采集试验场驾驶室悬置路谱，对路谱进行修正处理，将修正后的路谱和驾驶室-车架刚柔耦合多体动力学模型进行虚拟迭代，获取驾驶室-车架零部件疲劳载荷谱。
可选的，如图2所示获取驾驶室-车架零部件疲劳载荷谱的流程示意图，包括步骤201至步骤205，各步骤具体如下:
步骤201：采集驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将响应初始信号进行异常数据修正，获得期望信号；
可选的，通过驾驶室及悬置系统上布置的传感器，采集驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将初始响应信号进行重采样和滤波处理，并对信号异常数据进行修正，获得期望信号。
在本实施例中，为满足后续迭代需求，在驾驶室悬置主被动端及车架纵梁上共布置若干个(12个)加速度传感器，气囊悬置处布置若干个(4个)拉线式位移传感器。采集工作在试验场进行，路面主要包括卵石路、条形路、波形路、扭曲路、搓板路等。每种路面测试三次，基于Rossow小样本(50％)抽样原则，选择结果最为稳定的一组信号作为虚拟迭代的信号。由于试验场路面冲击作用以及相关电子线路影响，原始采集信号(初始响应信号)不能直接用于虚拟迭代，必须在nCode软件中进行重采样和滤波处理并对零漂、尖峰值和趋势项等异常数据进行相应的修正，从而获得期望信号。
由于试验场路面冲击作用以及相关电子线路影响，若将原采集的初始响应信号直接用于迭代，会分析降低准确性，经过相应的数据处理，对异常数据进行相应的修正，减少路面试验带来的误差。
步骤202：在驾驶室-车架刚柔耦合多体动力学模型中对应于试验场测试的位置设置通道。
在本实施例中，对应于试验场测试传感器的安装位置设置好输入输出通道。其中输入通道包括四个Z向位移、一个X向位移和两个Y向位移。四个Z向位移建立在车架板簧吊耳及卷耳的位置用来模拟驾驶式垂向位移，一个X向位移建立在车架第一根横梁处模拟驾驶式驾驶室纵向冲击，两个Z向位移建立在车架同一侧模拟驾驶室横向以及横摆受力特性。输出通道则设置在对应于实车测试时安装于车架、悬置处的加速度传感器位置处。输入输出通道的设置是为后续虚拟迭代做准备。
步骤203：根据期望信号、随机红粉白噪声和驾驶室-车架刚柔耦合多体动力学模型，得到初始的激励信号。
在本实施例中，通过线性传递函数近似模拟非线性系统，以试验场采集的响应信号(期望信号)反求出外部激励载荷。求解载荷谱的流程首先生成随机红粉白噪声驱动驾驶室-车架刚柔耦合多体动力学模型，产生相应的系统响应，结合粉红白噪声响应和驱动信号求得系统的传递函数F(s)为下式：
Figure BDA0003757853970000121
式中，uNoise(s)为红粉白噪声，相应的系统响应yNoise(s)。
根据试验场实车采集的驾驶室气囊悬置期望信号ydes(s)，以及系统的逆传函F-1(s)，可得到初始的激励信号为下式：
u0(s)＝F-1(s)·ydes(s)
式中，ydes(s)为期望信号，F-1(s)为系统的逆传函数。
步骤204：利用初始的激励信号驱动驾驶室-车架刚柔耦合多体动力学模型，获得通道的仿真响应信号。
在本实施例中，由初始的激励信号u0(s)驱动驾驶室-车架刚柔耦合多体动力学模型，通过仿真获得对应通道的响应信号。
步骤205：将仿真响应信号与期望信号进行对比，修正虚拟迭代的预设参数，直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱。
可选的，将仿真响应信号与期望信号进行对比，修正虚拟迭代的预设参数，其中，迭代公式为：
un+1(s)＝un(s)+aF-1(s)·(ydes(s)-yn(s))
un+1(s)为第n+1次驱动信号，un(s)为第n次驱动信号，n为迭代次数，yn(s)为第n次迭代仿真响应信号，ydes(s)为期望信号，a为预设参数；
直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱。
在本实施例中，将仿真得到的响应信号(仿真响应信号)与试验场实测的真实信号(期望信号)进行对比，通过不断修正以下公式中的参数a，最终达到迭代收敛。
un+1(s)＝un(s)+aF-1(s)·(ydes(s)-yn(s))
式中：un+1(s)为第n+1次驱动信号，un(s)为第n次驱动信号，n为迭代次数，yn(s)为第n次迭代响应信号。
虚拟迭代是否收敛将直接影响疲劳载荷谱的精度，迭代判敛主要依据时域、频域以及相对损伤值这三方面。时域和频域方面主要考察仿真值与测试值两者曲线趋势和峰值的吻合度，相对损伤值是指两种载荷谱对同一结构构成疲劳损伤的近似程度，通过计算迭代信号与实测信号的伪损伤之比，若各通道相对损伤都趋近于1，则表明迭代质量较高，一般认为相对损伤值在0.5-2之间即可基本满足工程实际要求，满足预设的虚拟迭代判敛精度时，迭代收敛，根据虚拟迭代的过程，从而获取驾驶室-车架零部件疲劳载荷谱。
步骤104：根据驾驶室惯性释放结果、驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。
可选的，驾驶室材料修正的应变疲劳曲线为：
Figure BDA0003757853970000131
其中，εa*为修正后的总应变幅值，μe为材料在弹性形变阶段的泊松比，μp为材料在塑性形变阶段的泊松比，εf为材料的延性系数，σf为材料的强度系数，E为材料的弹性模量，c为材料的延性指数，b为材料强度指数，Nf为疲劳寿命。
在本实施例中，应变载荷作用发生疲劳破坏时不仅包括弹性应变还存在局部的塑性应变，因此采用局部应力应变疲劳分析方法。局部应力应变法以雨流计数法为基础，是由Coffin-Manson理论发展而来，针对于单轴载荷作用下的系统进行疲劳寿命预测。材料总应变和疲劳寿命关系为：
Figure BDA0003757853970000132
式中：εa为总应变幅值；σf和b分别表示材料的强度系数与强度指数；E为材料的弹性模量，Nf为疲劳寿命。εf和c分别表示材料的延性系数与延性指数。但Coffin-Manson只适用于单轴载荷下材料应变，在多轴载荷工况时需要根据第四强度理论对函数进行等效处理，处理后的总应变εqa为：
Figure BDA0003757853970000141
式中：e1a，e2a和e3a分别表示第一、第二和第三主应变；μ表示材料的泊松比。鉴于材料在弹、塑性形变阶段具有不同的泊松比，分别采用μe和μp来表示。等效总应变εqa由弹性应变εeqa和塑性应变εpqa两部分构成，其表达式为：
Figure BDA0003757853970000142
ε(c)＝[(e3a-e1a)2/2+(e3a-e2a)2/2+(e2a-e1a)2/2]1/2
故而修正后的Coffin-Manson公式为：
Figure BDA0003757853970000143
式中：εqa为等效总应变，εeqa为弹性应变，εpqa为塑性应变，εa*为修正后的总应变幅值，μe为材料在弹性形变阶段的泊松比，μp为材料在塑性形变阶段的泊松比，εa*为修正后的总应变幅值。
Coffin-Manson只适用于单轴载荷下材料应变进行疲劳分析，修正的应变疲劳曲线，更适用于在多轴载荷工况，便于局部应力应变疲劳分析。
结合驾驶室-车架零部件疲劳载荷谱、驾驶室惯性释放结果、驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析，在nCode中进行疲劳仿真计算。为验证仿真结果的真实性，将仿真结果与实车路试结果相对比。结果表明：疲劳仿真破坏部位与试验场耐久路试验结果基本一致。
利用商用车驾驶室特点结合有限元与多体动力学的虚拟仿真技术，提高路谱疲劳分析与试验场耐久路面关联性，精准分析驾驶室疲劳耐久性，预测商用车驾驶室疲劳寿命以及提高疲劳耐久表现解决目前汽车行业内亟待解决的难题。
根据驾驶室惯性释放结果、驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。实施本发明实施例，针对商用车驾驶道路和驾驶室特点，建立驾驶室有限元模型，获得驾驶室惯性释放结果，根据车架柔性有限元模型生成驾驶室-车架刚柔耦合多体动力学模型，再结合驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱，根据惯性释放结果、疲劳载荷谱和材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析，利用驾驶室悬置特性路谱试验与虚拟仿真相结合的疲劳耐久分析策略，解决目前基于随机路谱疲劳分析与试验场耐久路面关联性差的问题，避免传统分析法中长周期的道路试验，在提高疲劳仿真求解速度的同时，最大限度还原了真实用户路面状况，确保疲劳计算的精确性，准确分析驾驶室的疲劳耐久性。
实施例二
相应地，参见图3，图3是本发明提供的商用车驾驶室疲劳耐久性分析系统的实施例二的结构示意图。如图3所示，商用车驾驶室疲劳耐久性分析系统，包括：有限元模型模块301、多体动力学模型模块302、疲劳载荷谱模块303和仿真分析模块304；
其中，有限元模型模块301用于根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据驾驶室有限元模型，获得驾驶室惯性释放结果；
多体动力学模型模块302用于将预设车架进行网格划分柔性处理建立车架柔性有限元模型，并根据车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
疲劳载荷谱模块303用于根据驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱；
仿真分析模块304用于根据驾驶室惯性释放结果、驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。
在本实施例中，参见图4，图4是本发明提供的商用车驾驶室疲劳耐久性分析系统的实施例三的技术路线图。参考图4技术路线，商用车驾驶室疲劳耐久的分析根据本发明的商用车驾驶室疲劳耐久性分析方法和实施的技术路线，分为建模准备、虚拟迭代、疲劳分析三个部分，细分还可以分为路谱的采集与处理、模型建立与验证、虚拟迭代及验证、疲劳仿真分析和台架试验对比验证。
路谱的采集与处理，路谱采集的目的是为了获取驾驶室及悬置系统在试验场强化路面激励下的响应，以此作为虚拟迭代的期望信号。由于试验场路面冲击作用以及相关电子线路影响，原采集的信号不能直接用于迭代，必须经过相应的数据处理。在nCode中对信号进行重采样和滤波处理并对零漂、尖峰值和趋势项等异常数据进行相应的修正。路谱采集前需要进行一些准备工作，例如：试验车流量传感器的安装、设备的调试。一切准备就绪以后驾驶试验车辆在试验场典型强化路面进行数据采集，由于采集过程中试验场路面的冲击作用以及相关电子线路的影响，所以需要对采集的数据进行处理。如图5为卵石路面采集的驾驶室左前气囊悬置三向加速度，本实施例中涉及到的模型包括有限元模型和多体动力学模型。首先是有限元模型的建立及验证，如图6为商用车驾驶室有限元模型，利用Hyperworks建立商用车驾驶室有限元模型，首先建立商用车驾驶室的几何模型，进行几何处理，再进行网格划分，通过与实车测试的质心、转动惯量值比较验证模型的精确性，修正驾驶室初始有限元模型，获得驾驶室有限元模型(驾驶室全内饰CATIA模型)。
模型建立与验证，模型的建立包括驾驶室有限元模型(驾驶室全内饰有限元模型)的建立和驾驶室-车架刚柔耦合多体动力学模型的建立。为准确模拟试验场耐久路面驾驶室满载工况下的疲劳耐久表现，充分考虑试验场采集载荷谱时驾驶室内驾乘人员和行李的重量，对模型配重加载。为验证有限元模型的精确性，将模型的质心、转动惯量计算值与转动惯量试验台测试值比较，得到误差结果在10％以内。结果表明，建立的驾驶室有限元模型满足精度要求。根据载荷传递路径，路面激励经由车架、橡胶衬套传至驾驶室。在试验场路面激励下，与气囊悬置相连的前半部分车架对驾驶室动力学响应影响较大。因此取车架前半部分，对截取后的车架进行网格划分并基于Craig-Bampton模态综合法输出车架MNF柔性体文件。然后利用ADAMS生成刚柔耦合多体动力学模型，如图7所示。对应于试验场测试传感器的安装位置设置好输入输出通道，在驾驶室悬置主被动端及车架纵梁上共布置加速度传感器，气囊悬置处布置拉线式位移传感器，为后续虚拟迭代做准备。
虚拟迭代及验证，虚拟迭代的本质是一个反求的过程，根据实测路谱提取出驾驶室-车架接附点处载荷谱(驾驶室零部件位置的疲劳载荷谱)，虚拟迭代是否收敛将直接影响疲劳载荷谱的精度，利用采集后处理好的路谱结合建立好的刚柔耦合多体动力学模型进行虚拟迭代获取到载荷谱为后续的疲劳仿真做准备。迭代是否收敛主要通过时域曲线和相对损伤值来判断。如图8为虚拟迭代各通道相对损伤值，试验信号与目标信号的相对损伤值，可以看到相对损伤值都在0.5～2之间，满足工程实际需求，如图9为虚拟迭代仿真与实测对比图，测试值与仿真值的时域对比，整体趋势一致。
疲劳耐久分析，基于nCode疲劳耐久分析软件，结合驾驶室-车架接附点处载荷谱(驾驶室-车架零部件疲劳载荷谱)、单位载荷下应力分析结果(驾驶室惯性释放结果)、材料ε-N曲线(驾驶室材料修正的应变疲劳曲线)在nCode中进行CAE疲劳耐久性仿真计算分析。
台架试验对比验证，对疲劳耐久性仿真分析进行驾驶室结构优化，进行疲劳仿真分析和台架试验验证对比分析，验证疲劳失效问题是否解决，若未解决，则售后反馈疲劳失效问题，对驾驶室进行改正后，可以继续进行的疲劳商用车驾驶室疲劳耐久性分析，最后仿真获得的仿真云图与实车试验结果对比。如图10为实车耐久路试验部件疲劳破坏图及其疲劳仿真云图，由图可知，疲劳仿真云图与试验场开裂图中位置具有较高的一致性，准确分析出驾驶室的疲劳破坏处，可有效预测其疲劳耐久表现，从而针对性地进行结构改进。其中，图(a)为试验场路试时导流罩支架安装点撕裂图，(b)为试验场路试时导流罩支架安装点撕裂局部放大图，图(c)为试验场路试时地板撑脚搭接处疲劳开裂图，图(d)为试验场路试时后气囊悬置上支架开裂图，图(e)为由nCode仿真得到的导流罩支架疲劳仿真云图，图(f)为对应的地板撑脚搭接处疲劳仿真云图，图(g)为对应的后气囊悬置上支架疲劳仿真云图。
实施例将实测路谱与虚拟仿真相结合的驾驶室疲劳分析方法，以试验场实车采集的驾驶室气囊悬置位移、加速度信号作为目标期望信号。通过搭建驾驶室-车架刚柔耦合多体动力学模型进行虚拟迭代获取其疲劳载荷谱。结合驾驶室惯性释放应力分布结果、材料属性参数进行疲劳分析。相较于传统疲劳分析方法，可以在保证疲劳分析精确性的情况下大大提高疲劳分析速度，降低试验成本，缩短研发周期。提出将实测路谱与虚拟仿真相结合的疲劳耐久分析策略，在提高疲劳仿真求解速度的同时，最大限度还原了真实用户路面状况，确保疲劳计算的精确性；解决了目前基于随机路谱疲劳分析与试验场耐久路面关联性差的问题。疲劳仿真结果与强化路耐久试验结果基本一致，从而验证了该方法具有良好的工程实用性；对于后期改款车型驾驶室设计起到很好的指导作用，在样车生产前即可预测其疲劳耐久表现，从而针对性地进行结构改进。此外，对于研究汽车系统级疲劳耐久性具有重要的参考价值。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种商用车驾驶室疲劳耐久性分析方法，其特征在于，包括：
根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据所述驾驶室有限元模型，获得驾驶室惯性释放结果；
将预设车架进行网格划分柔性处理建立车架柔性有限元模型，并根据所述车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
根据所述驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱；
根据所述驾驶室惯性释放结果、所述驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。
2.如权利要求1所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，所述根据所述驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱，具体为：
采集试验场驾驶室悬置路谱，对路谱进行修正处理，将修正后的路谱和驾驶室-车架刚柔耦合多体动力学模型进行虚拟迭代，获取驾驶室-车架零部件疲劳载荷谱。
3.如权利要求2所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，所述采集试验场驾驶室悬置路谱，对路谱进行修正处理，将修正后的路谱和驾驶室-车架刚柔耦合多体动力学模型进行虚拟迭代，获取驾驶室-车架零部件疲劳载荷谱，具体为：
采集驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将所述响应初始信号进行异常数据修正，获得期望信号；
在所述驾驶室-车架刚柔耦合多体动力学模型中对应于试验场测试的位置设置通道；
根据所述期望信号、随机红粉白噪声和驾驶室-车架刚柔耦合多体动力学模型，得到初始的激励信号；
利用所述初始的激励信号驱动所述驾驶室-车架刚柔耦合多体动力学模型，获得所述通道的仿真响应信号；
将所述仿真响应信号与所述期望信号进行对比，修正虚拟迭代的预设参数，直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱。
4.如权利要求3所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，所述采集驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将所述响应初始信号进行异常数据修正，获得期望信号，具体为：
通过驾驶室及悬置系统上布置的传感器，采集所述驾驶室及悬置系统在试验场强化路面激励下的初始响应信号，将所述初始响应信号进行重采样和滤波处理，并对信号异常数据进行修正，获得期望信号。
5.如权利要求3所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，所述将所述仿真响应信号与所述期望信号进行对比，修正虚拟迭代的预设参数，直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱，具体为：将所述仿真响应信号与所述期望信号进行对比，修正虚拟迭代的预设参数，其中，迭代公式为：
un+1(s)＝un(s)+aF-1(s)·(ydes(s)-yn(s))；
un+1(s)为第n+1次驱动信号，un(s)为第n次驱动信号，n为迭代次数，yn(s)为第n次迭代仿真响应信号，ydes(s)为所述期望信号，a为预设参数；
直至满足预设的虚拟迭代判敛精度，根据虚拟迭代的过程，获取驾驶室-车架零部件疲劳载荷谱。
6.如权利要求1所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，所述根据商用车驾驶室的几何模型，建立驾驶室有限元模型，根据所述驾驶室有限元模型，获得驾驶室惯性释放结果，具体为：
简化商用车驾驶室的几何模型，并进行清理划分配重处理，建立驾驶室初始有限元模型；
根据所述驾驶室初始有限元模型和转动惯量试验，修正所述驾驶室初始有限元模型，建立驾驶室有限元模型；
根据驾驶室有限元模型，获得驾驶室惯性释放结果。
7.如权利要求6所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，所述根据驾驶室有限元模型，获得驾驶室惯性释放结果，具体为：根据驾驶室有限元模型，利用惯性释放分析法求解应力场分布，获得驾驶室惯性释放结果。
8.如权利要求1所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，所述将预设车架进行网格划分柔性处理建立车架柔性有限元模型，根据所述车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型，具体为：
将预设车架进行网格划分，对划分后的车架利用柔性体动力学微分方程，进行模态综合法处理，建立车架柔性有限元模型，根据所述车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
其中，所述柔性体动力学微分方程为：
Figure FDA0003757853960000031
式中：M为柔性体的质量矩阵，K为模态刚度矩阵，D为模态阻尼矩阵，ζ为广义坐标向量，Q为附加载荷向量，G为重力，ψ为约束方程向量，λ为对应于ψ的拉式乘子向量。
9.如权利要求1所述的商用车驾驶室疲劳耐久性分析方法，其特征在于，根据所述驾驶室惯性释放结果、所述驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析，其中，驾驶室材料修正的应变疲劳曲线为：
Figure FDA0003757853960000032
其中，εa*为修正后的总应变幅值，μe为材料在弹性形变阶段的泊松比，μp为材料在塑性形变阶段的泊松比，εf为材料的延性系数，σf为材料的强度系数，E为材料的弹性模量，c为材料的延性指数，b为材料强度指数，Nf为疲劳寿命。
10.一种商用车驾驶室疲劳耐久性分析系统，其特征在于，包括：有限元模型模块、多体动力学模型模块、疲劳载荷谱模块和仿真分析模块；
其中，所述有限元模型模块用于根据商用车驾驶室的几何模型，建立驾驶室有限元模型，并根据所述驾驶室有限元模型，获得驾驶室惯性释放结果；
所述多体动力学模型模块用于将预设车架进行网格划分柔性处理建立车架柔性有限元模型，并根据所述车架柔性有限元模型，生成驾驶室-车架刚柔耦合多体动力学模型；
所述疲劳载荷谱模块用于根据所述驾驶室-车架刚柔耦合多体动力学模型和驾驶室悬置特性路谱试验，获取驾驶室-车架零部件疲劳载荷谱；
所述仿真分析模块用于根据所述驾驶室惯性释放结果、所述驾驶室-车架零部件疲劳载荷谱和驾驶室材料修正的应变疲劳曲线，进行疲劳耐久性仿真分析。
CN202210859871.3A 2022-07-21 2022-07-21 一种商用车驾驶室疲劳耐久性分析方法及系统 Pending CN115270296A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210859871.3A CN115270296A (zh) 2022-07-21 2022-07-21 一种商用车驾驶室疲劳耐久性分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210859871.3A CN115270296A (zh) 2022-07-21 2022-07-21 一种商用车驾驶室疲劳耐久性分析方法及系统

Publications (1)

Publication Number Publication Date
CN115270296A true CN115270296A (zh) 2022-11-01

Family

ID=83766924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210859871.3A Pending CN115270296A (zh) 2022-07-21 2022-07-21 一种商用车驾驶室疲劳耐久性分析方法及系统

Country Status (1)

Country Link
CN (1) CN115270296A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629078A (zh) * 2023-07-21 2023-08-22 成都航空职业技术学院 一种汽车疲劳寿命耐久性预测方法及系统
CN116910940A (zh) * 2023-09-11 2023-10-20 山东大学 一种工程机械疲劳寿命分析方法、系统、设备及存储介质
CN118095018A (zh) * 2024-04-25 2024-05-28 陕西重型汽车有限公司 一种考虑振动频率的重型汽车驾驶室疲劳耐久分析方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629078A (zh) * 2023-07-21 2023-08-22 成都航空职业技术学院 一种汽车疲劳寿命耐久性预测方法及系统
CN116629078B (zh) * 2023-07-21 2023-10-13 成都航空职业技术学院 一种汽车疲劳寿命耐久性预测方法及系统
CN116910940A (zh) * 2023-09-11 2023-10-20 山东大学 一种工程机械疲劳寿命分析方法、系统、设备及存储介质
CN118095018A (zh) * 2024-04-25 2024-05-28 陕西重型汽车有限公司 一种考虑振动频率的重型汽车驾驶室疲劳耐久分析方法

Similar Documents

Publication Publication Date Title
CN115270296A (zh) 一种商用车驾驶室疲劳耐久性分析方法及系统
CN109214078B (zh) 一种转向节疲劳寿命分析方法
CN112597595B (zh) 汽车车内结构噪声诊断及优化方法
CN112685836A (zh) 一种车身焊点疲劳度评估方法、存储介质及设备
CN113656943B (zh) 一种商用车整车底盘部件疲劳载荷谱提取方法
CN111950170B (zh) 获得高精度麦弗逊式前悬架转向节台架试验载荷的方法
Helsen et al. Global static and dynamic car body stiffness based on a single experimental modal analysis test
CN110210179B (zh) 一种弹性元件动刚度及其两端载荷的获取方法
CN110715783A (zh) 一种长头载重汽车驾驶室振动特性的检测方法
CN115186377A (zh) 一种商用车悬置系统的稳健性优化方法
CN113722943B (zh) 一种针对长头卡车发动机罩的疲劳耐久性分析方法
WO2024001902A9 (zh) 车辆底盘零部件最大应力分布计算方法、系统及存储介质
Park et al. Operational spindle load estimation methodology for road NVH applications
CN113221427A (zh) 一种乘用车下摆臂瞬态疲劳分析方法及设备
CN114491825B (zh) 一种汽车翼子板振动强度分析方法
Gao et al. Programmed load spectrum for fatigue bench test of a vehicle body
Rajesh et al. LCV Chassis Frame Optimization Using Combined Simulation and Experimental Approach
Yang et al. Mode calculation and testing of a car body in white
CN114861484A (zh) 基于假人-座椅动力学模型的车辆平顺性仿真分析方法
Ab Aziz et al. Monitoring of hand-arm vibration
Li et al. Lightweight Design of Commercial Vehicle Cab Based on Fatigue Durability.
CN113155486A (zh) 动力总成悬置系统的耐久度模拟试验方法和系统
KR20010010576A (ko) 차체의 내구력 평가 해석 방법
Pasha Estimation of static stiffnesses from free boundary dynamic (FRF) measurements
CN114896708B (zh) 一种车架质量属性量化方法及系统

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