CN115935521A - 车辆冷却系统匹配分析方法、装置、电子设备及存储介质 - Google Patents
车辆冷却系统匹配分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115935521A CN115935521A CN202310028130.5A CN202310028130A CN115935521A CN 115935521 A CN115935521 A CN 115935521A CN 202310028130 A CN202310028130 A CN 202310028130A CN 115935521 A CN115935521 A CN 115935521A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target reference
- determining
- tested
- information
- 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
-
- 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
- Testing Of Engines (AREA)
Abstract
本发明公开了一种车辆冷却系统匹配分析方法、装置、电子设备及存储介质。该方法包括:获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据车辆存档信息和车辆状态信息的信息相似度确定基准车辆;获取基准车辆的系统试验数据,建立基准车辆分析模型,并确定系统阻力系数;根据系统阻力系数,修正基准车辆分析模型,确定待测车辆分析模型;根据待测车辆的车辆状态信息和待测车辆分析模型,确定待测车辆许用环境温度值,生成匹配分析结果。本发明实施例的技术方案可快速完成车辆冷却系统的匹配分析,得到符合待测车辆的匹配分析结果,大大提高了分析效率和分析精度。
Description
技术领域
本发明实施例涉及汽车制造技术领域,尤其涉及一种车辆冷却系统匹配分析方法、装置、电子设备及存储介质。
背景技术
冷却系统是保证车辆正常运转的重要组成部分,其性能影响到车辆经济性、动力性及使用寿命。因此,冷却系统的匹配是整车设计开发的关键项目之一。
随着流体力学不断应用于工程实践研究和模拟仿真技术的不断进步,现有技术对冷却系统的匹配分析常采用基于整车热平衡三维和一维仿真技术的联合分析方法。然而,进行整车热平衡三维仿真分析需获得完整的发动机舱内零部件模型及布置形式,分析所需周期较长。并且得到的设计方案不达标时,需重复工作流程重新进行设计分析,进一步增加了分析周期。
发明内容
本发明提供一种车辆冷却系统匹配分析方法、装置、电子设备及存储介质,以快速准确得到符合实际车辆的冷却系统匹配分析结果,提高匹配分析效率。
根据本发明的一方面,提供了一种车辆冷却系统匹配分析方法,包括:
获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据所述车辆存档信息和所述车辆状态信息的信息相似度确定目标基准车辆;
获取所述目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数;
根据所述系统阻力系数,修正所述目标基准车辆分析模型,确定待测车辆分析模型;
根据所述待测车辆的所述车辆状态信息和所述待测车辆分析模型,确定所述待测车辆许用环境温度值,生成匹配分析结果。
可选地,所述待测车辆的所述车辆状态信息包括所述待测车辆的车辆属性信息;
所述根据所述车辆存档信息和所述车辆状态信息的信息相似度确定目标基准车辆,包括:
将所述车辆存档信息与所述车辆属性信息的信息相似度与相似度阈值进行比较,生成相似度比较结果;
根据所述相似度比较结果,并对所述车辆存档信息进行核验,确定所述目标基准车辆。
可选地,所述车辆存档信息包括发动机台架试验数据;
所述获取所述目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数,包括:
获取所述目标基准车辆的发动机台架试验数据;
根据所述系统试验数据和所述发动机台架试验数据,基于所述目标基准车辆分析模型,确定所述系统阻力系数。
可选地,所述根据所述系统试验数据和所述发动机台架试验数据,基于所述目标基准车辆分析模型,确定所述系统阻力系数,包括:
设置所述系统试验数据和所述发动机台架试验数据为所述目标基准车辆分析模型的计算参数;
根据所述目标基准车辆许用环境温度值,标定所述目标基准车辆分析模型中的许用环境温度值,生成标定结果;其中,所述系统试验参数包括目标基准车辆许用环境温度值;
根据所述标定结果,确定所述系统阻力系数。
可选地,所述根据所述系统阻力系数,修正所述目标基准车辆分析模型,建立待测车辆分析模型,包括:
在保持所述系统阻力系数不变的情况下,对所述待测车辆的所述车辆状态信息与所述目标基准车辆的所述车辆存档信息进行比较,生成比较结果;
根据所述比较结果,对所述目标基准车辆分析模型进行修正,确定目标基准车辆分析修正模型;
确定所述目标基准车辆分析修正模型为所述待测车辆分析模型。
可选地,所述待测车辆的所述车辆状态信息包括系统状态参数;所述系统状态参数包括散热器进水温度值;
所述根据所述待测车辆的所述车辆状态信息和所述待测车辆分析模型,确定所述待测车辆许用环境温度值,生成匹配分析结果,包括:
根据所述待测车辆的所述系统状态参数,确定散热器进水温度值;
根据所述散热器进水温度值,确定所述待测车辆许用环境温度值。
可选地,在所述根据所述散热器进水温度值,确定所述待测车辆许用环境温度值之后,还包括:
对所述目标基准车辆的所述车辆存档信息与所述待测车辆的所述车辆状态信息进行核验,生成核验结果;
根据所述核验结果,将所述待测车辆许用环境温度值确定为所述匹配分析结果。
根据本发明的另一方面,提供了一种车辆冷却系统匹配分析装置,包括:
车辆信息获取模块,用于获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据所述车辆存档信息和所述车辆状态信息的信息相似度确定目标基准车辆;
第一模型建立模块,用于获取所述目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数;
第二模型建立模块,用于根据所述系统阻力系数,修正所述目标基准车辆分析模型,确定待测车辆分析模型;
结果确定模块,用于根据所述待测车辆的所述车辆状态信息和所述待测车辆分析模型,确定所述待测车辆许用环境温度值,生成匹配分析结果。
根据本发明的另一方面,还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的车辆冷却系统匹配分析方法。
根据本发明的另一方面,还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的车辆冷却系统匹配分析方法。
本发明实施例的技术方案通过获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,根据比较得到的信息相似度确定目标基准车辆。获取目标基准车辆的系统试验数据,建立目标基准车辆分析模型,确定系统阻力系数。保持系统阻力系数不变,依据目标基准车辆与待测车辆之间存在差异的信息,对目标基准车辆分析模型进行修正,得到待测车辆分析模型。根据待测车辆分析模型进行仿真计算,确定待测车辆许用环境温度值,得到待测车辆冷却系统匹配分析结果。采用本发明实施例提供的车辆冷却系统匹配分析方法,可快速完成车辆冷却系统的匹配分析,得到与待测车辆相符合的匹配分析结果,大大提高了分析效率和分析精度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是根据本发明实施例提供的一种车辆冷却系统匹配分析方法的流程示意图;
图2是根据本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图;
图3是根据本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图;
图4是根据本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图;
图5是根据本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图;
图6是根据本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图;
图7是根据本发明实施例提供的一种车辆冷却系统匹配分析方法的逻辑流程示意图;
图8是根据本发明实施例提供的一种车辆冷却系统匹配分析装置的结构示意图;
图9是根据本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
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以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供一种车辆冷却系统匹配分析方法。图1为本发明实施例提供的一种车辆冷却系统匹配分析方法的流程示意图,本实施例可适用于对实际分析车辆的冷却系统进行匹配分析的情况,该方法可以由软件和/或硬件来执行,具体包括如下步骤:
S110、获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据车辆存档信息和车辆状态信息的信息相似度确定目标基准车辆。
具体地,车辆存档信息是存储的基准车辆的历史信息,示例性地,车辆存档信息可以包括基准车辆的基本属性参数信息和车辆台架试验的历史数据,例如:车辆台架试验的历史数据可以包括发动机台架试验数据,基本属性参数可以包括基准车辆的型号、发动机类型、散热器、中冷器、冷凝器和冷却风扇的型号,以及散热模块和冷却风扇的点位。其中,散热模块和冷却风扇的点位表示散热模块和冷却风扇在车辆中设置的位置。基准车辆是通过与待测车辆匹配,以作为对待测车辆进行冷却系统匹配分析的基准的车辆。基准车辆的车辆存档信息存储于基准车辆数据库中,基准车辆数据库存储有多个基准车辆的车辆存档信息。
待测车辆的车辆状态信息表示待测车辆的基本状态,示例性地,待测车辆的车辆状态信息可以包括车辆属性信息和系统状态参数。其中,待测车辆的车辆属性信息可以包括待测车辆的型号、发动机类型以及散热器、中冷器、冷凝器和冷却风扇的型号,或者散热模块和冷却风扇的点位等信息。系统状态信息为待测车辆在相应工况下的车辆冷却系统的状态参数,例如,系统状态参数可以包括发动机的进气温度和进气压力等参数数据。
获取基准车辆的车辆存档信息,并将车辆存档信息与待测车辆的车辆状态信息进行比较,得到基准车辆的车辆存档信息与待测车辆的车辆状态信息匹配的信息相似度。选择信息相似度较高的基准车辆确定为目标基准车辆。
S120、获取目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数。
具体地,目标基准车辆的系统试验数据是表示目标基准车辆冷却系统中的关键部件的实际点位数据和相关测试数据。系统阻力系数是指在发动机舱内,由于车速和冷却风扇的旋转导致冷却空气被迫经过进气格栅、冷凝器、中冷器和散热器的格栅以及百叶窗而产生的压力损失;或者由于格栅和百叶窗阻挡、出口变形、气流偏转和收缩等导致冷却空气在发动机舱进气和排气之间产生的压力损失。系统阻力系数是表达这类压力损失和系统冷却空气流量的关系,即冷却空气在发动机舱内的压降特性曲线,对其在无量纲条件下进行转换得到的阻力函数。
根据公式
以及
可计算得到系统阻力系数关于雷诺数的函数关系表达式,即
其中,ΔPstat表示压降,ρ表示冷却空气密度,v表示冷却空气流速,υ表示冷却空气运动粘度,L表示特征长度。假设特征长度设置为1,则冷却空气流速通过体积流量的计算公式如下:
其中,V表示体积流量,且假设横截面积为1平方米。
在确定与待测车辆的信息相似度较高的目标基准车辆后,获取目标基准车辆的系统试验数据。根据目标基准车辆的系统试验数据,建立与实际目标基准车辆相一致的目标基准车辆分析模型。其中,目标基准车辆分析模型是用于进行冷却系统计算分析的整车冷却系统分析模型,且该目标基准车辆分析模型为一维模型。
根据建立的目标基准车辆分析模型,输入目标基准车辆的相关系统试验数据至目标基准车辆分析模型,对目标基准车辆分析模型中的许用环境温度值进行标定。在标定许用环境温度值时,系统阻力系数会发生相应变化。当标定许用环境温度值至满足条件时,确定此时对应的系统阻力系数。
S130、根据系统阻力系数,修正目标基准车辆分析模型,确定待测车辆分析模型。
具体地,在确定系统阻力系数后,依据目标基准车辆的车辆存档信息与待测车辆的车辆状态信息的信息相似度,对目标基准车辆分析模型中存在差异的信息进行修正。在保证系统阻力系数不变的情况下,建立待测车辆分析模型。
S140、根据待测车辆的车辆状态信息和待测车辆分析模型,确定待测车辆许用环境温度值,生成匹配分析结果。
具体地,待测车辆许用环境温度值是待测车辆的冷却系统实际允许使用时对应的环境温度值。若待测车辆许用环境温度值设置不合理,或者依据待测车辆许用环境温度值,待测车辆只允许运行至特定工况下,则会影响待测车辆的实际使用性能。
将待测车辆的车辆状态信息中的相关系统状态信息输入待测车辆分析模型,进行仿真计算。通过计算得到待测车辆许用环境温度值,从而可快速完成待测车辆冷却系统的热平衡分析,且得到符合待测车辆冷却系统的匹配分析结果。
本实施例的技术方案通过获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,根据比较得到的信息相似度确定目标基准车辆。获取目标基准车辆的系统试验数据,建立目标基准车辆分析模型,确定系统阻力系数。保持系统阻力系数不变,依据目标基准车辆与待测车辆之间存在差异的信息,对目标基准车辆分析模型进行修正,得到待测车辆分析模型。根据待测车辆分析模型进行仿真计算,确定待测车辆许用环境温度值,得到待测车辆冷却系统匹配分析结果。采用本实施例提供的车辆冷却系统匹配分析方法,可快速完成车辆冷却系统的匹配分析,得到与待测车辆相符合的匹配分析结果,大大提高了分析效率和分析精度。
可选地,图2是本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图。在上述实施例的基础上,如图2所示,待测车辆的车辆状态信息包括待测车辆的车辆属性信息。该车辆冷却系统匹配分析方法包括:
S210、获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,将车辆存档信息与车辆属性信息的信息相似度与相似度阈值进行比较,生成相似度比较结果。
具体地,相似度阈值是基准车辆与待测车辆之间存在差异的信息数量,以及各项差异信息之间的相似度差异阈值。示例性地,相似度阈值可以包括基准车辆与待测车辆的发动机类型与冷却风扇的型号不同,也可以包括基准车辆与待测车辆的冷却风扇的直径差异阈值。将获取的基准车辆的车辆存档信息与待测车辆的车辆状态信息进行信息相似度比较,确定基准车辆与待测车辆之间的差异信息。将基准车辆与待测车辆的各项信息之间的相似度与相似度阈值进行比较,从而得到相似度比较结果。
S220、根据相似度比较结果,并对车辆存档信息进行核验,确定目标基准车辆。
具体地,当基准车辆与待测车辆的相似度比较结果满足相似度阈值时,则可初步确定该基准车辆为目标基准车辆。为保证对待测车辆冷却系统的匹配分析结果具有较高的精确度,再次对该基准车辆的车辆存档信息进行复核检验,综合评估目标基准车辆用于热平衡整车试验标定分析的可行性,按照整车可试验标定判断技术标准,对该目标基准车辆的散热模块及发动机与待测车辆的散热模块及发动机进行比较判断。示例性地,表1为待测车辆与匹配的一种基准车辆的信息相似度比较表。
表1信息相似度比较表
由表1可知,基准车辆与待测车辆的车辆型号、散热器型号、中冷器型号、冷凝器型号、散热模块点位、冷却风扇点位以及冷却风扇速比均相同,存在差异的信息主要包括发动机的类型和冷却风扇的型号。若比较结果满足整车可试验标定判断技术标准,则将该基准车辆确定为目标基准车辆;若比较结果不满足标准,则排除该基准车辆,获取其他基准车辆的车辆存档信息,与待测车辆重新比较,以确定合适的目标基准车辆。示例性地,由表1可知,基准车辆与待测车辆的发动机的生产厂家和排量机型均相同,而发动机的后处理原理不同。示例性地,基准车辆的发动机采用EGR后处理方式,待测车辆的发动机采用SCR后处理方式。冷却风扇的生产厂家相同,而直径不同。示例性地,基准车辆的冷却风扇最大直径为716mm,待测车辆的冷却风扇最大直径为666mm。在冷却风扇的直径差异未超过相似度阈值的情况下,该基准车辆即可确定为目标基准车辆。
确定目标基准车辆后,再对该目标基准车辆进行热平衡试验得到的试验数据进行核验。判断不同工况下的热平衡试验是否达标,发动机的进水温度和出水温度等测量值是否稳定,是否满足热平衡试验标准。示例性地,该目标基准车辆在进行热平衡试验时的最大扭矩可达到1400N·m,最大功率可达到256.6kW,且目标基准车辆的各项热平衡参数均符合《GB/T12542-2020汽车热平衡能力道路试验方法》的要求,表明该目标基准车辆在最大扭矩和最大功率工况下的试验合格。
S230、获取目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数。
S240、根据系统阻力系数,修正目标基准车辆分析模型,确定待测车辆分析模型。
S250、根据待测车辆的车辆状态信息和待测车辆分析模型,确定待测车辆许用环境温度值,生成匹配分析结果。
可选地,图3是本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图。在上述实施例的基础上,如图3所示,车辆存档信息包括发动机台架试验数据;该车辆冷却系统匹配分析方法包括:
S310、获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据车辆存档信息和车辆状态信息的信息相似度确定目标基准车辆。
S320、获取目标基准车辆的发动机台架试验数据。
具体地,发动机台架试验数据是目标基准车辆的发动机部件的性能试验数据,在目标基准车辆出厂之前进行试验并存档的数据。
S330、根据系统试验数据和发动机台架试验数据,基于目标基准车辆分析模型,确定系统阻力系数。
具体地,根据获取的目标基准车辆的系统试验数据和发动机台架试验数据,搭建散热器、中冷器、冷凝器和冷却风扇等台架数据模型。在建立的台架数据模型的基础上,搭建散热器散热回路和中冷器散热回路等模型,以形成目标基准车辆冷却系统分析模型。该目标基准车辆冷却系统分析模型为一维模型,模型中各个部件设置的点位与实际目标基准车辆中各部件设置的点位相同,且模型中每个点位设置的部件均包含多组试验数据。基于目标基准车辆分析模型,根据目标基准车辆的试验数据,可通过仿真计算得到系统阻力系数。
S340、根据系统阻力系数,修正目标基准车辆分析模型,确定待测车辆分析模型。
S350、根据待测车辆的车辆状态信息和待测车辆分析模型,确定待测车辆许用环境温度值,生成匹配分析结果。
可选地,图4是本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图。在上述实施例的基础上,如图4所示,该车辆冷却系统匹配分析方法包括:
S410、获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据车辆存档信息和车辆状态信息的信息相似度确定目标基准车辆。
S420、获取目标基准车辆的发动机台架试验数据。
S430、设置系统试验数据和发动机台架试验数据为目标基准车辆分析模型的计算参数。
具体地,在完成建立目标基准车辆分析模型后,将目标基准车辆的系统试验数据和发动机台架试验数据输入目标基准车辆分析模型中,设置为仿真计算系统阻力系数的计算参数。示例性地,表2是目标基准车辆系统试验数据参数表。
表2目标基准车辆系统试验数据表
表2中的第一列数据为目标基准车辆在发动机达到最大扭矩时的试验数据,第二列数据为目标基准车辆在发动机达到最大功率时的试验数据。目标基准车辆的系统试验数据可以包括发动机进气温度值和进气压力值;发动机台架试验数据可以包括散热器的散热量数据、中冷器进气量数据和发动机出水流量数据。
S440、根据目标基准车辆许用环境温度值,标定目标基准车辆分析模型中的许用环境温度值,生成标定结果;其中,系统试验参数包括目标基准车辆许用环境温度值。
具体地,在相应的预设工况下,依据目标基准车辆许用环境温度值,调节系统阻力系数,将目标基准车辆分析模型中的许用环境温度值逐步标定为目标基准车辆许用环境温度值。根据标定过程,生成标定结果。示例性地,预设工况包括目标基准车辆的发动机达到最大扭矩的工况和发动机达到最大功率的工况。
S450、根据标定结果,确定系统阻力系数。
具体地,当标定结果表明目标基准车辆分析模型中的许用环境温度值与目标基准车辆许用环境温度值相同时,确定发动机达到最大扭矩工况下的系统阻力系数和发动机达到最大功率工况下的系统阻力系数。
需要说明的是,若标定结果表明,通过调节系统阻力系数,无法使目标基准车辆分析模型中的许用环境温度值与目标基准车辆许用环境温度值相同,则需对目标基准车辆分析模型以及目标基准车辆的确定进行核验,查找原因并相应调整。若需重新对目标基准车辆进行热平衡试验,而目标基准车辆的实车已查找不到,则需重新匹配其他基准车辆,确定合适的目标基准车辆。
S460、根据系统阻力系数,修正目标基准车辆分析模型,确定待测车辆分析模型。
S470、根据待测车辆的车辆状态信息和待测车辆分析模型,确定待测车辆许用环境温度值,生成匹配分析结果。
可选地,图5是本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图。在上述实施例的基础上,如图5所示,该车辆冷却系统匹配分析方法包括:
S510、获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据车辆存档信息和车辆状态信息的信息相似度确定目标基准车辆。
S520、获取目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数。
S530、在保持系统阻力系数不变的情况下,对待测车辆的车辆状态信息与目标基准车辆的车辆存档信息进行比较,生成比较结果。
具体地,将基于目标基准车辆分析模型确定的系统阻力系数作为待测车辆的系统阻力系数。根据待测车辆的车辆状态信息与目标基准车辆的车辆存档信息,对相应信息进行比较,得到比较结果。
S540、根据比较结果,对目标基准车辆分析模型进行修正,确定目标基准车辆分析修正模型。
具体地,根据待测车辆的车辆状态信息与目标基准车辆的车辆存档信息的比较结果,对目标基准车辆与待测车辆存在差异的信息进行调整。示例性地,表3待测车辆与目标基准车辆的进行仿真计算所需的各项参数数值对比表。
表3待测车辆与目标基准车辆的参数对比表
由表3可知,对于目标基准车辆,第一列数据为发动机达到最大扭矩工况下的各参数值,第二列数据为发动机达到最大功率工况下的各参数值。对于待测车辆,第一列数据为发动机达到最大扭矩工况下的各参数值,第二列数据为发动机达到最大功率工况下的各参数值。将目标基准车辆的信息修正为待测车辆的对应信息,最终基于目标基准车辆分析模型确定目标基准车辆分析修正模型。
S550、确定目标基准车辆分析修正模型为待测车辆分析模型。
具体地,将对目标基准车辆分析模型修正后得到的目标基准车辆分析修正模型,确定为待测车辆分析模型,对待测车辆的冷却系统进行仿真计算分析。
S560、根据待测车辆的车辆状态信息和待测车辆分析模型,确定待测车辆许用环境温度值,生成匹配分析结果。
可选地,图6是本发明实施例提供的又一种车辆冷却系统匹配分析方法的流程示意图。在上述实施例的基础上,如图6所示,待测车辆的车辆状态信息包括系统状态参数;系统状态参数包括散热器进水温度值。该车辆冷却系统匹配分析方法包括:
S610、获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据车辆存档信息和车辆状态信息的信息相似度确定目标基准车辆。
S620、获取目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数。
S630、根据系统阻力系数,修正目标基准车辆分析模型,确定待测车辆分析模型。
S640、根据待测车辆的系统状态参数,确定散热器进水温度值。
具体地,将基准车辆的试验数据和待测车辆的相关系统状态参数输入待测车辆分析模型,执行仿真计算,计算得到散热器的进水温度值。其中,基准车辆的试验数据包括相应工况下基准车辆进行热平衡试验得到的数据,待测车辆的相关系统状态参数包括待测车辆达到基准车辆热平衡试验条件所对应的发动机台架数据。示例性地,基准车辆在相应工况下的热平衡试验数据包括发动机转速、车速和环境温度。待测车辆的相关系统状态参数包括待测车辆在达到基准车辆在相应工况下进行热平衡试验的中冷器进气温度和中冷器进气压力等数据。表4是待测车辆根据不同工况下的系统阻力系数进行仿真计算的参数与待测车辆进行热平衡试验的参数的对比表。
表4不同工况下待测车辆匹配分析参数与热平衡试验参数对比表
由表4可知,对于待测车辆的匹配分析数据,第一列数据为发动机达到最大扭矩工况下的各参数值,第二列数据为发动机达到最大功率工况下的各参数值。对于待测车辆的试验数据,第一列数据为发动机达到最大扭矩工况下的各参数值,第二列数据为发动机达到最大功率工况下的各参数值。示例性地,基准车辆在发动机达到最大扭矩工况时,发动机转速为1400r/min;基准车辆在发动机达到最大功率工况时,发动机转速为2100r/min。在对待测车辆进行匹配分析时,将待测车辆达到基准车辆发动机转速时的中冷器进气温度及进气压力等参数,输入待测车辆分析模型中进行仿真计算。在本实施例中,通过仿真计算得到待测车辆在发动机达到最大扭矩的工况下的散热器进水温度为81.23℃;在发动机达到最大功率的工况下的散热器进水温度为75.29℃。
S650、根据散热器进水温度值,确定待测车辆许用环境温度值。
具体地,根据散热器进水温度值,进一步计算可得到待测车辆许用环境温度值。表4中的试验数据是待测车辆在相应工况下将发动机转速设置为与基准车辆相同的转速,进行热平衡试验得到的数据。通过将匹配分析数据与试验数据进行比较,可确定采用该车辆冷却系统匹配分析方法得到的结果的准确性。示例性地,在本实施例中,根据计算得到的待测车辆在不同工况下的散热器进水温度,并且将发动机最高水温按照105℃计算,可确定发动机达到最大扭矩时的待测车辆许用环境温度值为49.7℃,发动机达到最大功率时的待测车辆许用环境温度值为54.6℃。待测车辆进行热平衡试验得到的发动机达到最大扭矩时的待测车辆许用环境温度值的试验值为49.86℃,发动机达到最大功率时的待测车辆许用环境温度值的试验值为55.99℃。由此可见,应用待测车辆分析模型分析得到的待测车辆的匹配分析结果与试验结果相比,差异较小。因此,采用该车辆冷却系统匹配分析方法得到的结果具有较高的准确性。
可选地,在上述各实施例的基础上,继续参见图6,在根据散热器进水温度值,确定待测车辆许用环境温度值之后,还包括:
S660、对目标基准车辆的车辆存档信息与待测车辆的车辆状态信息进行核验,生成核验结果。
具体地,在确定相应工况下的待测车辆许用环境温度值后,再次对目标基准车辆的车辆存档信息与待测车辆的车辆状态信息进行比较核验,并复验目标基准车辆的试验数据在热平衡试验中是否稳定,得到核验结果,以确定该目标基准车辆是否可用于标定分析。
S670、根据核验结果,将待测车辆许用环境温度值确定为匹配分析结果。
具体地,若核验结果表示该目标基准车辆可用于标定分析,则通过仿真计算得到的待测车辆许用环境温度值的准确性较高,从而将将待测车辆许用环境温度值作为匹配分析结果并输出,为测试设计部门提供待测车辆冷却系统匹配分析的数据支撑。若核验结果表示该目标基准车辆不符合要求,则需重新确定目标基准车辆,并重新建立仿真模型进行分析。
基于上述各实施例对于车辆冷却系统匹配分析方法的解释说明,以下实施例是可实现的一种实施方式。图7是本发明实施例提供的一种车辆冷却系统匹配分析方法的逻辑流程示意图。在上述各实施例的基础上,如图7所示,该车辆冷却系统匹配分析方法包括:
S1、待测车辆冷却系统匹配分析开始;
S2、选取基准车辆;
S3、对基准车辆与待测车辆的差异点确认;
S4、对基准车辆与待测车辆的差异点进行评价,判断该基准车辆是否可用于标定分析;若是,则将该基准车辆确定为目标基准车辆,并转入步骤S5;若否,则转入步骤S2;
S5、对目标基准车辆的试验工况进行核验;
S6、对目标基准车辆工况核验进行评价,判断该目标基准车辆的试验工况是否正常;若是,则转入步骤S7;若否,则转入步骤S8;
S7、获取目标基准车辆的系统试验数据;
S8、对目标基准车辆重新进行试验;若可重新试验,则转入步骤S5;若不可重新试验,则转入步骤S2;
S9、搭建目标基准车辆分析模型;
S10、基于目标基准车辆分析模型进行标定试验,得到系统阻力系数;
S11、对标定试验过程进行评价,判断标定试验过程是否正常;若是,则转入步骤S12;若否,则转入步骤S2;
S12、将系统阻力系数保持不变,修正得到待测车辆分析模型;
S13、输入待测车辆的系统状态参数并计算;
S14、确定待测车辆许用环境温度值;
S15、对目标基准车辆的标定分析过程进行再确认,判断标定分析过程是否正常;若是,则转入步骤S16;若否,则转入步骤S2;
S16、输出待测车辆许用环境温度值;
S17、计算结束。
本发明实施例还提供一种车辆冷却系统匹配分析装置。图8是本发明实施例提供的一种车辆冷却系统匹配分析装置的结构示意图。如图8所示,该车辆冷却系统匹配分析装置001包括:
车辆信息获取模块100,用于获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据车辆存档信息和车辆状态信息的信息相似度确定目标基准车辆;
第一模型建立模块200,用于获取目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数;
第二模型建立模块300,用于根据系统阻力系数,修正目标基准车辆分析模型,确定待测车辆分析模型;
结果确定模块400,用于根据待测车辆的车辆状态信息和待测车辆分析模型,确定待测车辆许用环境温度值,生成匹配分析结果。
本发明实施例所提供的车辆冷却系统匹配分析装置可执行本发明任意实施例所提供的车辆冷却系统匹配分析方法,具备执行方法相应的功能模块和有益效果。
本发明实施例还提供了一种电子设备。图9为本发明实施例提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图9所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如电池剩余充电时间计算方法。
在一些实施例中,电池剩余充电时间计算方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的电池剩余充电时间计算方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电池剩余充电时间计算方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释电池剩余充电时间计算方法,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)、LCD(液晶显示器)监视器或者OLED(有机发光二极管显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种车辆冷却系统匹配分析方法,其特征在于,包括:
获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据所述车辆存档信息和所述车辆状态信息的信息相似度确定目标基准车辆;
获取所述目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数;
根据所述系统阻力系数,修正所述目标基准车辆分析模型,确定待测车辆分析模型;
根据所述待测车辆的所述车辆状态信息和所述待测车辆分析模型,确定所述待测车辆许用环境温度值,生成匹配分析结果。
2.根据权利要求1所述的车辆冷却系统匹配分析方法,其特征在于,所述待测车辆的所述车辆状态信息包括所述待测车辆的车辆属性信息;
所述根据所述车辆存档信息和所述车辆状态信息的信息相似度确定目标基准车辆,包括:
将所述车辆存档信息与所述车辆属性信息的信息相似度与相似度阈值进行比较,生成相似度比较结果;
根据所述相似度比较结果,并对所述车辆存档信息进行核验,确定所述目标基准车辆。
3.根据权利要求1所述的车辆冷却系统匹配分析方法,其特征在于,所述车辆存档信息包括发动机台架试验数据;
所述获取所述目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数,包括:
获取所述目标基准车辆的发动机台架试验数据;
根据所述系统试验数据和所述发动机台架试验数据,基于所述目标基准车辆分析模型,确定所述系统阻力系数。
4.根据权利要求3所述的车辆冷却系统匹配分析方法,其特征在于,所述根据所述系统试验数据和所述发动机台架试验数据,基于所述目标基准车辆分析模型,确定所述系统阻力系数,包括:
设置所述系统试验数据和所述发动机台架试验数据为所述目标基准车辆分析模型的计算参数;
根据所述目标基准车辆许用环境温度值,标定所述目标基准车辆分析模型中的许用环境温度值,生成标定结果;其中,所述系统试验参数包括目标基准车辆许用环境温度值;
根据所述标定结果,确定所述系统阻力系数。
5.根据权利要求1所述的车辆冷却系统匹配分析方法,其特征在于,所述根据所述系统阻力系数,修正所述目标基准车辆分析模型,建立待测车辆分析模型,包括:
在保持所述系统阻力系数不变的情况下,对所述待测车辆的所述车辆状态信息与所述目标基准车辆的所述车辆存档信息进行比较,生成比较结果;
根据所述比较结果,对所述目标基准车辆分析模型进行修正,确定目标基准车辆分析修正模型;
确定所述目标基准车辆分析修正模型为所述待测车辆分析模型。
6.根据权利要求1所述的车辆冷却系统匹配分析方法,其特征在于,所述待测车辆的所述车辆状态信息包括系统状态参数;所述系统状态参数包括散热器进水温度值;
所述根据所述待测车辆的所述车辆状态信息和所述待测车辆分析模型,确定所述待测车辆许用环境温度值,生成匹配分析结果,包括:
根据所述待测车辆的所述系统状态参数,确定散热器进水温度值;
根据所述散热器进水温度值,确定所述待测车辆许用环境温度值。
7.根据权利要求6所述的车辆冷却系统匹配分析方法,其特征在于,在所述根据所述散热器进水温度值,确定所述待测车辆许用环境温度值之后,还包括:
对所述目标基准车辆的所述车辆存档信息与所述待测车辆的所述车辆状态信息进行核验,生成核验结果;
根据所述核验结果,将所述待测车辆许用环境温度值确定为所述匹配分析结果。
8.一种车辆冷却系统匹配分析装置,其特征在于,包括:
车辆信息获取模块,用于获取基准车辆的车辆存档信息和待测车辆的车辆状态信息,并根据所述车辆存档信息和所述车辆状态信息的信息相似度确定目标基准车辆;
第一模型建立模块,用于获取所述目标基准车辆的系统试验数据,建立目标基准车辆分析模型,并确定系统阻力系数;
第二模型建立模块,用于根据所述系统阻力系数,修正所述目标基准车辆分析模型,确定待测车辆分析模型;
结果确定模块,用于根据所述待测车辆的所述车辆状态信息和所述待测车辆分析模型,确定所述待测车辆许用环境温度值,生成匹配分析结果。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的车辆冷却系统匹配分析方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的车辆冷却系统匹配分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310028130.5A CN115935521A (zh) | 2023-01-09 | 2023-01-09 | 车辆冷却系统匹配分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310028130.5A CN115935521A (zh) | 2023-01-09 | 2023-01-09 | 车辆冷却系统匹配分析方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115935521A true CN115935521A (zh) | 2023-04-07 |
Family
ID=86554232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310028130.5A Pending CN115935521A (zh) | 2023-01-09 | 2023-01-09 | 车辆冷却系统匹配分析方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115935521A (zh) |
-
2023
- 2023-01-09 CN CN202310028130.5A patent/CN115935521A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111025041A (zh) | 电动汽车充电桩监测方法及其系统、计算机设备、介质 | |
Haridy et al. | An optimisation design of the combined np-CUSUM scheme for attributes | |
CN115841046A (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
CN114910756A (zh) | 一种低压母线槽的绝缘性能评估方法及系统 | |
CN115795928A (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
CN113158589B (zh) | 一种电池管理系统的仿真模型校准方法以及装置 | |
CN111159828A (zh) | 电池箱散热优化设计方法及其装置、设备及存储介质 | |
CN114354233A (zh) | 异常确定方法及装置、设备、介质和产品 | |
CN110738011B (zh) | 一种发动机内结构件的温度评估方法及系统 | |
CN115935521A (zh) | 车辆冷却系统匹配分析方法、装置、电子设备及存储介质 | |
CN112052604A (zh) | 风机等效疲劳载荷的预测方法、系统、设备及可读介质 | |
CN113933718B (zh) | 一种退役电池容量分选方法、装置、设备及存储介质 | |
CN114184211B (zh) | 一种惯导可靠性试验中性能变化机理一致性判定方法 | |
CN115438312A (zh) | 一种新能源出力的概率分布模型建立、应用方法及介质 | |
CN115310359A (zh) | 氮氧化物瞬态排放确定方法、装置、设备及介质 | |
US20220215138A1 (en) | Method for Validating System Parameters of an Energy System, Method for Operating an Energy System, and Energy Management System for an Energy System | |
CN112084656A (zh) | 一种叶片振动疲劳概率寿命预测系统及预测方法 | |
CN117272833A (zh) | 数据处理方法、装置、设备、介质及产品 | |
CN116302661B (zh) | 一种异常预测方法、装置、电子设备及存储介质 | |
CN117195553A (zh) | 一种燃烧系统测试方法、装置、设备及存储介质 | |
CN117175585B (zh) | 风电功率预测方法、装置、设备及存储介质 | |
CN115022348B (zh) | 一种高端电池智能工厂云级架构数据存储方法 | |
CN116187034B (zh) | 基于不确定度量化的压气机仿真可信度评估方法 | |
CN115337966B (zh) | 基于热沉技术的高低温低气压试验箱温控方法及装置 | |
CN115146790B (zh) | 深度学习模型的训练方法、换热数据的确定方法和装置 |
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 |