CN116467968A - 一种汽车冷却管路的测试方法、装置、系统及存储介质 - Google Patents
一种汽车冷却管路的测试方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN116467968A CN116467968A CN202310444341.7A CN202310444341A CN116467968A CN 116467968 A CN116467968 A CN 116467968A CN 202310444341 A CN202310444341 A CN 202310444341A CN 116467968 A CN116467968 A CN 116467968A
- Authority
- CN
- China
- Prior art keywords
- digital twin
- body model
- cooling pipeline
- twin body
- stress
- 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
- 238000001816 cooling Methods 0.000 title claims abstract description 202
- 238000010998 test method Methods 0.000 title claims abstract description 14
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 92
- 238000009826 distribution Methods 0.000 claims abstract description 41
- 230000003068 static effect Effects 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 239000000463 material Substances 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 33
- 238000006073 displacement reaction Methods 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 19
- 239000007788 liquid Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000002474 experimental method Methods 0.000 claims description 9
- 239000010410 layer Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 239000011229 interlayer Substances 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000009661 fatigue test Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012827 research and development Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000001746 injection moulding Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009864 tensile test Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000004035 construction material Substances 0.000 description 2
- 239000000110 cooling liquid Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- 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
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Fluid Mechanics (AREA)
- Algebra (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请公开了一种汽车冷却管路的测试方法、装置、系统及存储介质,所述方法包括:构建待测试的汽车冷却管路对应的数字孪生体模型;在数字孪生体模型中添加预设边界条件;对添加预设边界条件的数字孪生体模型进行静力学分析,以确定数字孪生体模型在预设边界条件下的应力分布结果;根据应力分布结果确定数字孪生体模型一个周期的动载荷以及数字孪生体模型的应力‑寿命曲线;将数字孪生体模型一个周期的动载荷以及应力‑寿命曲线输入至疲劳分析软件中,以通过疲劳分析软件确定数字孪生体模型的损伤累计云图及寿命;根据数字孪生体模型的损伤累计云图及寿命对待测试的汽车冷却管路是否合格进行判断。采用本方案可以缩短汽车冷却管路的测试周期。
Description
技术领域
本申请涉及汽车技术领域,特别涉及一种汽车冷却管路的测试方法、装置、系统及存储介质。
背景技术
汽车冷却管路是汽车动力系统中重要的安全部件,在生产阶段,为了检测汽车冷却管路安全可靠性,会使用PVT综合脉冲试验台模拟汽车在行驶时的压力、振动和温度等的实际工况环境,对冷却管路开展PVT试验(Pressure-Vibration-Temperature,压力振动温度试验)。对于新型号的冷却管路系统往往需要大量的PVT试验,仅单一温度的PVT试验就需要持续时间在十几天以上,如果在冷却管路模具开模前存在不合理设计,更是需要长时间的机台试验,极大增加了实验成本和研发周期,导致研发效率低下。
因此,亟需提供一种汽车冷却管路的测试方法,用以替代传统的汽车冷却管路压力振动温度试验,以缩短汽车冷却管路的测试周期,提高研发效率。
发明内容
本申请提供一种汽车冷却管路的测试方法、装置、系统及存储介质,用以缩短汽车冷却管路的测试周期,提高研发效率。
本申请提供一种汽车冷却管路的测试方法,包括:
构建待测试的汽车冷却管路对应的数字孪生体模型;
在所述数字孪生体模型中添加预设边界条件;
对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;
根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线;
将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;
根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。
本申请的有益效果在于:通过构建待测试的汽车冷却管路对应的数字孪生体模型,在所述数字孪生体模型中添加预设边界条件,并基于添加的预设边界条件,对数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;然后,根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线,并将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;进而,根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。由于本申请构建了汽车冷却管路对应的数字孪生体模型,并基于该模型对汽车冷却管路压力振动温度实验过程进行仿真模拟,进而可在冷却管路模具开模前规避不合理设计,避免了长时间的机台试验,极大缩短汽车冷却管路测试周期,指导冷却管路设计,加快产品周期。
在一个实施例中,所述构建待测试的汽车冷却管路对应的数字孪生体模型,包括:
获取汽车冷却管路的厚度和汽车冷却管路的材料对应的力学性能数据;
根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型。
在一个实施例中,所述根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型,包括:
根据汽车冷却管路的厚度以及汽车冷却管路的预设参数,建立汽车冷却管路的仿真模型;
将所述汽车冷却管路的力学性能数据赋予所述仿真模型,得到冷却管路数字孪生体模型。
在一个实施例中,所述在所述数字孪生体模型中添加预设边界条件,包括:
根据PVT试验要求,在所述数字孪生体模型中添加以下至少一种边界条件:
固定端约束条件、所述冷却管路不同材料层的层间接触信息、管内液体温度、管内液体压力、移动端强制位移、环境箱温度。
在一个实施例中,所述对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果,包括:
利用有限元求解器对添加预设边界条件的数字孪生体模型进行静力学分析,以得到所述数字孪生体模型在所述预设边界条件下的最大静态载荷、应力分布云图、位移云图、厚度变化以及塑性应变云图结果。
在一个实施例中,所述根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷,包括:
将上述应力分布结果导入到疲劳分析软件中,并输入三个坐标轴方向的振动频率以及压力脉冲频率;
获取疲劳分析软件拟合计算得到一个周期内的应力幅结果;
根据所述应力幅结果定义一个周期内的动载荷。
在一个实施例中,所述数字孪生体模型的应力-寿命曲线根据以下方式确定:
根据所述一个周期内的动载荷对所述汽车冷却管路对应的多个材料样条进行循环实验;
得到各个材料样条在各级水平下的循环次数;
并根据所述循环次数确定各个材料样条的疲劳极限;
基于所述疲劳极限,采用最小二乘法确定出应力-寿命的最佳拟合曲线;
确定所述应力-寿命的最佳拟合曲线为数字孪生体模型的应力-寿命曲线。
本申请还提供一种汽车冷却管路的测试装置,包括:
构建模块,用于构建待测试的汽车冷却管路对应的数字孪生体模型;
添加模块,用于在所述数字孪生体模型中添加预设边界条件;
分析模块,用于对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;
第一确定模块,用于根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线;
第二确定模块,用于将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;
判断模块,用于根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。
在一个实施例中,所述构建模块,包括:
第一获取子模块,用于获取汽车冷却管路的厚度和汽车冷却管路的材料对应的力学性能数据;
构建子模块,用于根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型。
在一个实施例中,所述构建子模块,还用于:
根据汽车冷却管路的厚度以及汽车冷却管路的预设参数,建立汽车冷却管路的仿真模型;
将所述汽车冷却管路的力学性能数据赋予所述仿真模型,得到冷却管路数字孪生体模型。
在一个实施例中,所述添加模块,还用于:
根据PVT试验要求,在所述数字孪生体模型中添加以下至少一种边界条件:
固定端约束条件、所述冷却管路不同材料层的层间接触信息、管内液体温度、管内液体压力、移动端强制位移、环境箱温度。
在一个实施例中,所述分析模块,还用于:
利用有限元求解器对添加预设边界条件的数字孪生体模型进行静力学分析,以得到所述数字孪生体模型在所述预设边界条件下的最大静态载荷、应力分布云图、位移云图、厚度变化以及塑性应变云图结果。
在一个实施例中,所述第一确定模块,包括:
导入子模块,用于将上述应力分布结果导入到疲劳分析软件中,并输入三个坐标轴方向的振动频率以及压力脉冲频率;
第二获取子模块,用于获取疲劳分析软件拟合计算得到一个周期内的应力幅结果;
定义子模块,用于根据所述应力幅结果定义一个周期内的动载荷。
在一个实施例中,所述数字孪生体模型的应力-寿命曲线根据以下方式确定:
根据所述一个周期内的动载荷对所述汽车冷却管路对应的多个材料样条进行循环实验;
得到各个材料样条在各级水平下的循环次数;
并根据所述循环次数确定各个材料样条的疲劳极限;
基于所述疲劳极限,采用最小二乘法确定出应力-寿命的最佳拟合曲线;
确定所述应力-寿命的最佳拟合曲线为数字孪生体模型的应力-寿命曲线。
本申请还提供一种汽车冷却管路的测试系统,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行以实现上述任一实施例所记载的汽车冷却管路的测试方法。
本申请还提供一种计算机可读存储介质,当存储介质中的指令由汽车冷却管路的测试系统对应的处理器执行时,使得汽车冷却管路的测试系统能够实现上述任一实施例所记载的汽车冷却管路的测试方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本申请的技术方案做进一步的详细描述。
附图说明
附图用来提供对本申请的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请,并不构成对本申请的限制。在附图中:
图1为本申请一实施例中一种汽车冷却管路的测试方法的流程图;
图2为本申请一实施例中构建的汽车冷却管路数字孪生体模型;
图3为本申请一实施例中汽车冷却管路剖面的3D显微图;
图4为本申请一实施例中PA材料在不同温度下应力-应变曲线;
图5为本申请一实施例中汽车冷却管路材料的S-N曲线;
图6为本申请一实施例中一种汽车冷却管路的测试装置的结构示意图;
图7为本申请一实施例中一种汽车冷却管路的测试系统的硬件结构示意图。
具体实施方式
以下结合附图对本申请的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请。
图1为本申请一实施例中一种汽车冷却管路的测试方法的流程图,如图1所示,该方法可被实施为以下步骤S101-S106:
在步骤S101中,构建待测试的汽车冷却管路对应的数字孪生体模型;
在步骤S102中,在所述数字孪生体模型中添加预设边界条件;
在步骤S103中,对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;
在步骤S104中,根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线;
在步骤S105中,将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;
在步骤S106中,根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。
在本申请中,构建待测试的汽车冷却管路对应的数字孪生体模型。数字孪生,是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成实体设备的映射,从而反映相对应的实体装备的全生命周期过程。如图2所示,为本申请一实施例中构建的汽车冷却管路数字孪生体模型。在本实施例中,选取的是管径为15mm,带90°波纹段折角的PA/PP冷却管路进行建模。在构建如图2所示的汽车冷却管路数字孪生体模型时,首先,获取汽车冷却管路的厚度和汽车冷却管路材料对应的力学性能数据。(1)获取汽车冷却管路的厚度,是通过液氮对PA/PP多层汽车冷却管路进行脆断,利用3D显微镜对汽车冷却管路不同部位的剖面进行厚度测量,不同部位包括不同管径直管段、不同角度弯管段的内外波纹区域的厚度值,例如测量角度为0°、30°、60°等的弯管段的厚度值,根据获取的汽车冷却管路不同部位剖面的厚度信息,建立仿真模型并划分网格。(2)对于汽车冷却管路材料对应的力学性能数据,是利用注塑机注塑得到汽车冷却管路材料对应的标准拉伸样条,利用万能力学试验机对汽车冷却管路材料进行高低温拉伸测试,获取其在不同温度下的力学性能数据,例如获取-40℃、-20℃、0℃、25℃、50℃、75℃等预设温度下材料的力学性能数据,形成如图4所示的应力-应变曲线,将力学性能数据赋予仿真模型,得到了图2所示的冷却管路数字孪生体模型。
在所述数字孪生体模型中添加预设边界条件。首先,根据PVT试验要求,定义冷却管路在PVT试验机中约束条件,例如,液体压力、强制位移、试验温度等工况。然后,对定义的工况添加至少一种预设边界条件,如固定端约束条件,冷却管路不同材料层的层间接触,管内液体温度,管内液体压力,移动端强制位移,如X、Y、Z方向/数值,试验温度等工况边界条件。举例而言,在PVT试验过程中,管路的一端为固定端,需要赋予全方向的固定约束,另一端为移动端,赋予x轴方向8mm强制位移,赋予Y方向9mm强制位移,赋予z方向10mm强制位移,构建材料各层之间的接触,确保其紧密粘结,不发生相对位移,设置内部冷却液温度为75℃,压力范围为0.1-0.3MPa,设置试验温度为75℃。
对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果。具体的,是利用有限元求解器对添加预设边界条件的数字孪生体模型进行静力学分析,例如,利用optistruct求解器对数字孪生体模型在所述预设边界条件下进行冷却管路静力学分析,以得到在对应工况下的最大静态载荷、应力分布云图、位移云图、厚度变化以及塑性应变云图结果。
根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线。其中,为了确定所述数字孪生体模型一个周期的动载荷,将上述应力分布结果导入到疲劳分析软件中,并输入三个坐标轴方向的振动频率以及压力脉冲频率。也就是说,可以通过施加振动的频率方向波形等等信息,定义动载荷,即先确认一个周期内管路是如何运动的。然后,获取疲劳分析软件拟合计算得到一个周期内的应力幅结果,将拟合计算得到的一个周期内的应力幅结果定义为一个周期内的动载荷。对于S-N曲线的获取,可以利用疲劳试验机以及特定塑料样条进行试验得到。具体的,根据上述不同温度下的力学性能的静载强度对试验应力幅进行分级,例如分为7级,每个应力水平试验数量至少6个样品,至少要求3个样品达到循环基数而不失效即可确定疲劳极限。在得到各级水平下的循环次数和疲劳极限后,假定S-N曲线在双对数坐标下为直线段,采用最小二乘法确定最佳拟合曲线。
将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命。例如,结合输入到Hyperlife疲劳分析软件中的一个周期内的动载荷以及相应温度下的汽车冷却管路材料的S-N曲线,利用Hyperlife计算得到汽车冷却管路在PVT试验工况下的损伤累计云图及寿命云图。
根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。通过查看寿命云图,可以获取管路在PVT试验工况下的循环次数与使用寿命,通过比对最短寿命是否满足试验标准,确定管路产品是否合格。通过查看损伤累计云图,确认多层汽车管路损伤集中区域,判断是否在试验标准内,若损伤过大,可通过增厚该区域厚度或调整波纹段角度等方式,减少损伤累计。根据上述损伤累计云图及寿命云图结果,对管路结构进行调整优化,直至满足PVT试验标准,可确定该多层管路为合格产品,则分析完成。
本申请的有益效果在于:通过构建待测试的汽车冷却管路对应的数字孪生体模型,在所述数字孪生体模型中添加预设边界条件,并基于添加的预设边界条件,对数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;然后,根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线,并将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;进而,根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。由于本申请构建了汽车冷却管路对应的数字孪生体模型,并基于该模型对汽车冷却管路压力振动温度实验过程进行仿真模拟,进而可在冷却管路模具开模前规避不合理设计,避免了长时间的机台试验,极大缩短汽车冷却管路测试周期,指导冷却管路设计,加快产品周期。
在一个实施例中,上述步骤S101可被实施为如下步骤A1-A2:
在步骤A1中,获取汽车冷却管路的厚度和汽车冷却管路的材料对应的力学性能数据;
在步骤A2中,根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型。
获取汽车冷却管路的厚度和汽车冷却管路的材料对应的力学性能数据;具体的,利用3D显微镜对汽车冷却管路剖面进行厚度测量,得到如图3所示的汽车冷却管路剖面3D显微图;利用万能力学试验机对汽车冷却管路材料进行高低温拉伸测试,对预设温度值进行多次实验,例如对-40℃、-20℃、0℃、25℃、50℃、75℃等预设温度下的材料进行5次拉伸测试实验,并将5次拉伸测试实验测量值的平均值作为对应温度下的测量值,进而可以获取不同温度下的力学性能数据,得到如图4所示的不同温度下应力-应变曲线。
根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型。首先,根据汽车冷却管路的厚度以及当前汽车冷却管路的参数,建立汽车冷却管路的仿真模型。例如,如管径为15mm、弯管段角度0°、30°、60°等以及测量得到的厚度信息,建立仿真模型并划分网格。然后,将所述汽车冷却管路的材料的力学性能数据赋予仿真模型,得到所述冷却管路数字孪生体模型。
在一个实施例中,上述步骤A2可被实施为如下步骤A21-A22:
在步骤A21中,根据汽车冷却管路的厚度以及汽车冷却管路的预设参数,建立汽车冷却管路的仿真模型;
在步骤A22中,将所述汽车冷却管路的力学性能数据赋予所述仿真模型,得到冷却管路数字孪生体模型。
在本实施例中,根据汽车冷却管路的厚度以及汽车冷却管路的预设参数,建立汽车冷却管路的仿真模型。其中,汽车冷却管路的预设参数包括管路的管径、弯管段角度等,将所述汽车冷却管路的预设参数与汽车冷却管路的厚度结合,建立汽车冷却管路的仿真模型。然后,将所述汽车冷却管路的力学性能数据赋予所述仿真模型,得到冷却管路数字孪生体模型。
在一个实施例中,上述步骤S102可被实施为如下步骤B1:
在步骤B1中,根据PVT试验要求,在所述数字孪生体模型中添加以下至少一种边界条件:
固定端约束条件、所述冷却管路不同材料层的层间接触信息、管内液体温度、管内液体压力、移动端强制位移、环境箱温度。
在本实施例中,首先,根据PVT试验要求,定义冷却管路在PVT试验机中约束条件,例如,液体压力、强制位移、试验温度等工况。然后,对定义的工况添加至少一种预设边界条件,如固定端约束条件,冷却管路不同材料层的层间接触,管内液体温度,管内液体压力,移动端强制位移,如X、Y、Z方向/数值,试验温度等工况边界条件。举例而言,在PVT试验过程中,管路的一端为固定端,需要赋予全方向的固定约束,另一端为移动端,赋予X轴方向8mm强制位移,赋予Y方向9mm强制位移,赋予Z方向10mm强制位移,构建材料各层之间的接触,确保其紧密粘结,不发生相对位移,设置内部冷却液温度为75℃,压力范围为0.1-0.3MPa,设置试验温度为75℃。
在一个实施例中,上述步骤S103可被实施为如下步骤C1:
在步骤C1中,利用有限元求解器对添加预设边界条件的数字孪生体模型进行静力学分析,以得到所述数字孪生体模型在所述预设边界条件下的最大静态载荷、应力分布云图、位移云图、厚度变化以及塑性应变云图结果。
在本实施例中,利用有限元求解器对添加预设边界条件的数字孪生体模型进行静力学分析,例如,利用optistruct求解器对数字孪生体模型在所述预设边界条件下进行冷却管路静力学分析,以得到在对应工况下的最大静态载荷、应力分布云图、位移云图、厚度变化以及塑性应变云图结果。
在一个实施例中,上述步骤S104中根据所述应力分布结果确定数字孪生体模型一个周期的动载荷的过程可被实施为如下步骤D1-D3:
在步骤D1中,将上述应力分布结果导入到疲劳分析软件中,并输入三个坐标轴方向的振动频率以及压力脉冲频率;
在步骤D2中,获取疲劳分析软件拟合计算得到一个周期内的应力幅结果;
在步骤D3中,根据所述应力幅结果定义一个周期内的动载荷。
在本实施例中,将上述应力分布结果导入到疲劳分析软件中,并输入三个坐标轴方向的振动频率以及压力脉冲频率。也就是说,可以通过施加振动的频率方向波形等等信息,定义动载荷,即先确认一个周期内管路是如何运动的。
获取疲劳分析软件拟合计算得到一个周期内的应力幅结果。应力幅是指在一个周期内,最大应力随时间变化的幅值曲线;动载荷是指一个周期内所有的载荷。根据该应力幅结果可以定义一个周期内的动载荷。在本实施例中,将拟合计算得到的一周周期内的应力幅结果定义为一个周期内的动载荷。
举例而言,将上述应力分布结果导入到疲劳分析软件Hyperlife中,输入X轴方向振动频率为0.9Hz、正弦波形,Y轴方向振动频率为1Hz、正弦波形,Z轴方向为1.1Hz、正弦波形,压力脉冲频率为0.5Hz、正弦波形,通过疲劳分析软件拟合计算得到一个周期内的应力幅结果,以此定义一个周期内的动载荷。
在一个实施例中,上述步骤S104中数字孪生体模型的应力-寿命曲线的确定过程可被实施为如下步骤E1-E5:
在步骤E1中,根据所述一个周期内的动载荷对所述汽车冷却管路对应的多个材料样条进行循环实验;
在步骤E2中,得到各个材料样条在各级水平下的循环次数;
在步骤E3中,并根据所述循环次数确定各个材料样条的疲劳极限;
在步骤E4中,基于所述疲劳极限,采用最小二乘法确定出应力-寿命的最佳拟合曲线;
在步骤E5中,确定所述应力-寿命的最佳拟合曲线为数字孪生体模型的应力-寿命曲线。
在本实施例中,利用疲劳试验机以及特定塑料样条获取冷却管路材料的应力-寿命曲线(S-N曲线)。具体的,根据上述不同温度下的力学性能的静载强度对试验应力幅进行分级,例如分为7级,每个应力水平试验数量至少6个样品,至少要求3个样品达到循环基数而不失效即可确定疲劳极限。在得到各级水平下的循环次数和疲劳极限后,假定S-N曲线在双对数坐标下为直线段,采用最小二乘法确定最佳拟合曲线。
举例而言,利用注塑得到无缺口且表面光滑的Type-s型PA与PP样条,110摄氏度下,PA的静载强度为30MPa,根据其对试验应力进行分级,由高应力水平向疲劳极限逐步进行分级,分别为30MPa,29MPa,28MPa,27MPa,26MPa,25MPa,20MPa等等,直到得到疲劳极限。每个应力水平准备6个样品,利用疲劳试验机开展对应试验应力下的疲劳测试,得到各级水平下的循环次数和疲劳极限。搜集在同一应力水平下,试样发生断裂失效时的循环次数,以确定S-N曲线,当有3个以上样品达到107以上循环基数且不失效,该应力水平即为疲劳极限。由于疲劳测试具有较大的离散性,因此假定S-N曲线在双对数坐标下为直线段,采用最小二乘法确定最佳拟合曲线,得到如图5所示的曲线。
图6为本申请一实施例中一种汽车冷却管路的测试装置的结构示意图,如图6所示,该装置包括:
构建模块601,用于构建待测试的汽车冷却管路对应的数字孪生体模型;
添加模块602,用于在所述数字孪生体模型中添加预设边界条件;
分析模块603,用于对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;
第一确定模块604,用于根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线;
第二确定模块605,用于将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;
判断模块606,用于根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。
在一个实施例中,所述构建模块,包括:
第一获取子模块,用于获取汽车冷却管路的厚度和汽车冷却管路的材料对应的力学性能数据;
构建子模块,用于根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型。
在一个实施例中,所述构建子模块,还用于:
根据汽车冷却管路的厚度以及汽车冷却管路的预设参数,建立汽车冷却管路的仿真模型;
将所述汽车冷却管路的力学性能数据赋予所述仿真模型,得到冷却管路数字孪生体模型。
在一个实施例中,所述添加模块,还用于:
根据PVT试验要求,在所述数字孪生体模型中添加以下至少一种边界条件:
固定端约束条件、所述冷却管路不同材料层的层间接触信息、管内液体温度、管内液体压力、移动端强制位移、环境箱温度。
在一个实施例中,所述分析模块,还用于:
利用有限元求解器对添加预设边界条件的数字孪生体模型进行静力学分析,以得到所述数字孪生体模型在所述预设边界条件下的最大静态载荷、应力分布云图、位移云图、厚度变化以及塑性应变云图结果。
在一个实施例中,所述第一确定模块,包括:
导入子模块,用于将上述应力分布结果导入到疲劳分析软件中,并输入三个坐标轴方向的振动频率以及压力脉冲频率;
第二获取子模块,用于获取疲劳分析软件拟合计算得到一个周期内的应力幅结果;
定义子模块,用于根据所述应力幅结果定义一个周期内的动载荷。
在一个实施例中,所述数字孪生体模型的应力-寿命曲线根据以下方式确定:
根据所述一个周期内的动载荷对所述汽车冷却管路对应的多个材料样条进行循环实验;
得到各个材料样条在各级水平下的循环次数;
并根据所述循环次数确定各个材料样条的疲劳极限;
基于所述疲劳极限,采用最小二乘法确定出应力-寿命的最佳拟合曲线;
确定所述应力-寿命的最佳拟合曲线为数字孪生体模型的应力-寿命曲线。
图7为本申请一实施例中一种汽车冷却管路的测试系统的硬件结构示意图,如图7所示,该汽车冷却管路的测试系统,包括:
至少一个处理器720;以及,
与所述至少一个处理器720通信连接的存储器704;其中,
所述存储器704存储有可被所述至少一个处理器720执行的指令,所述指令被所述至少一个处理器720执行以实现上述任一实施例所记载的汽车冷却管路的测试方法。
参照图7,该汽车冷却管路的测试系统700可以包括以下一个或多个组件:处理组件702,存储器704,电源组件706,多媒体组件708,音频组件710,输入/输出(I/O)的接口712,传感器组件714,以及通信组件716。
处理组件702通常控制汽车冷却管路的测试系统700的整体操作。处理组件702可以包括一个或多个处理器720来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件702可以包括一个或多个模块,便于处理组件702和其他组件之间的交互。例如,处理组件702可以包括多媒体模块,以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持汽车冷却管路的测试系统700的操作。这些数据的示例包括用于在汽车冷却管路的测试系统700上操作的任何应用程序或方法的指令,如文字,图片,视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件706为汽车冷却管路的测试系统700的各种组件提供电源。电源组件706可以包括电源管理系统,一个或多个电源,及其他与为车载控制系统700生成、管理和分配电源相关联的组件。
多媒体组件708包括在汽车冷却管路的测试系统700和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件708还可以包括一个前置摄像头和/或后置摄像头。当汽车冷却管路的测试系统700处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件710被配置为输出和/或输入音频信号。例如,音频组件710包括一个麦克风(MIC),当汽车冷却管路的测试系统700处于操作模式,如报警模式、记录模式、语音识别模式和语音输出模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中,音频组件710还包括一个扬声器,用于输出音频信号。
I/O接口712为处理组件702和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件714包括一个或多个传感器,用于为汽车冷却管路的测试系统700提供各个方面的状态评估。例如,传感器组件714可以包括声音传感器。另外,传感器组件714可以检测到汽车冷却管路的测试系统700的打开/关闭状态,组件的相对定位,例如组件为汽车冷却管路的测试系统700的显示器和小键盘,传感器组件714还可以检测汽车冷却管路的测试系统700或汽车冷却管路的测试系统700的一个组件的运行状态,如布风板的运行状态,结构状态,排料刮板的运行状态等,汽车冷却管路的测试系统700方位或加速/减速和汽车冷却管路的测试系统700的温度变化。传感器组件714可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件714还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器,物料堆积厚度传感器或温度传感器。
通信组件716被配置为使汽车冷却管路的测试系统700提供和其他设备以及云平台之间进行有线或无线方式的通信能力。汽车冷却管路的测试系统700可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件716还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,汽车冷却管路的测试系统700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述任一实施例所记载的汽车冷却管路的测试方法。
本申请还提供一种计算机可读存储介质,当存储介质中的指令由汽车冷却管路的测试系统对应的处理器执行时,使得汽车冷却管路的测试系统能够实现上述任一实施例所记载的汽车冷却管路的测试方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种汽车冷却管路的测试方法,其特征在于,包括:
构建待测试的汽车冷却管路对应的数字孪生体模型;
在所述数字孪生体模型中添加预设边界条件;
对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;
根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线;
将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;
根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。
2.如权利要求1所述的方法,其特征在于,所述构建待测试的汽车冷却管路对应的数字孪生体模型,包括:
获取汽车冷却管路的厚度和汽车冷却管路的材料对应的力学性能数据;
根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型。
3.如权利要求2所述的方法,其特征在于,所述根据所述汽车冷却管路的厚度以及所述汽车冷却管路的材料对应的力学性能数据构建待测试的汽车冷却管路对应的数字孪生体模型,包括:
根据汽车冷却管路的厚度以及汽车冷却管路的预设参数,建立汽车冷却管路的仿真模型;
将所述汽车冷却管路的力学性能数据赋予所述仿真模型,得到冷却管路数字孪生体模型。
4.如权利要求1所述的方法,其特征在于,所述在所述数字孪生体模型中添加预设边界条件,包括:
根据PVT试验要求,在所述数字孪生体模型中添加以下至少一种边界条件:
固定端约束条件、所述冷却管路不同材料层的层间接触信息、管内液体温度、管内液体压力、移动端强制位移、环境箱温度。
5.如权利要求1所述的方法,其特征在于,所述对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果,包括:
利用有限元求解器对添加预设边界条件的数字孪生体模型进行静力学分析,以得到所述数字孪生体模型在所述预设边界条件下的最大静态载荷、应力分布云图、位移云图、厚度变化以及塑性应变云图结果。
6.如权利要求1所述的方法,其特征在于,所述根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷,包括:
将上述应力分布结果导入到疲劳分析软件中,并输入三个坐标轴方向的振动频率以及压力脉冲频率;
获取疲劳分析软件拟合计算得到一个周期内的应力幅结果;
根据所述应力幅结果定义一个周期内的动载荷。
7.如权利要求1所述的方法,其特征在于,所述数字孪生体模型的应力-寿命曲线根据以下方式确定:
根据所述一个周期内的动载荷对所述汽车冷却管路对应的多个材料样条进行循环实验;
得到各个材料样条在各级水平下的循环次数;
并根据所述循环次数确定各个材料样条的疲劳极限;
基于所述疲劳极限,采用最小二乘法确定出应力-寿命的最佳拟合曲线;
确定所述应力-寿命的最佳拟合曲线为数字孪生体模型的应力-寿命曲线。
8.一种汽车冷却管路的测试装置,其特征在于,包括:
构建模块,用于构建待测试的汽车冷却管路对应的数字孪生体模型;
添加模块,用于在所述数字孪生体模型中添加预设边界条件;
分析模块,用于对添加预设边界条件的数字孪生体模型进行静力学分析,以确定所述数字孪生体模型在所述预设边界条件下的应力分布结果;
第一确定模块,用于根据所述应力分布结果确定所述数字孪生体模型一个周期的动载荷以及所述数字孪生体模型的应力-寿命曲线;
第二确定模块,用于将所述数字孪生体模型一个周期的动载荷以及应力-寿命曲线输入至疲劳分析软件中,以通过所述疲劳分析软件确定所述数字孪生体模型的损伤累计云图及寿命;
判断模块,用于根据所述数字孪生体模型的损伤累计云图及寿命对所述待测试的汽车冷却管路是否合格进行判断。
9.一种汽车冷却管路的测试系统,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行以实现如权利要求1-7任一项所述的汽车冷却管路的测试方法。
10.一种计算机可读存储介质,其特征在于,当存储介质中的指令由汽车冷却管路的测试系统对应的处理器执行时,使得汽车冷却管路的测试系统能够实现如权利要求1-7任一项所述的汽车冷却管路的测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310444341.7A CN116467968A (zh) | 2023-04-19 | 2023-04-19 | 一种汽车冷却管路的测试方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310444341.7A CN116467968A (zh) | 2023-04-19 | 2023-04-19 | 一种汽车冷却管路的测试方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116467968A true CN116467968A (zh) | 2023-07-21 |
Family
ID=87184041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310444341.7A Pending CN116467968A (zh) | 2023-04-19 | 2023-04-19 | 一种汽车冷却管路的测试方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116467968A (zh) |
-
2023
- 2023-04-19 CN CN202310444341.7A patent/CN116467968A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9940223B2 (en) | Human-machine interface test system | |
WO2023133732A1 (zh) | 一种待测试材料力学性能标定方法、系统及存储介质 | |
CN115213255B (zh) | 冲压件尺寸偏差调整方法、电子设备及存储介质 | |
CN103552224B (zh) | 注射压缩成型光学级透明制品质量在线检测方法 | |
Berezvai et al. | Performance of a parallel viscoelastic-viscoplastic model for a microcellular thermoplastic foam on wide temperature range | |
Gao et al. | Instrumented Taylor impact test for measuring stress-strain curve through single trial | |
CN116467968A (zh) | 一种汽车冷却管路的测试方法、装置、系统及存储介质 | |
Sagradov et al. | Experimental investigation and numerical modelling of 3D printed polyamide 12 with viscoplasticity and a crack model at different strain rates | |
CN1971550A (zh) | 使用参量公差检查三维扫描数据的方法 | |
CN107679316B (zh) | 车辆异响的检测方法、装置及计算机可读存储介质 | |
Huang et al. | Calibration of cavity pressure simulation using autoencoder and multilayer perceptron neural networks | |
US11230043B2 (en) | Method for setting molding conditions of injection-molding equipment | |
CN116467829A (zh) | 一种待测试材料力学性能标定方法、系统及存储介质 | |
KR102374757B1 (ko) | 정션 블록의 내구성 시험 장치 및 방법 | |
CN106095169A (zh) | 一种矩阵式压力触控设备的三维位置识别方法 | |
CN113781014B (zh) | 一种涂装色差管理方法、系统、介质及终端 | |
CN112507595A (zh) | 一种橡胶隔振器蠕变特性性能的预测方法 | |
US20190145850A1 (en) | Method for detecting deterioration defect of structural part using structural unit | |
CN117686888B (zh) | 一种半导体芯片的三温测试方法、装置、设备及介质 | |
CN101839808A (zh) | 计算机实施的嚣叫声探测方法和系统 | |
Cho et al. | Error measures for functional product testing | |
EP4381515A1 (en) | Machine learning-based polymer surface energy prediction system | |
CN117969064A (zh) | 作动机构疲劳寿命的评估方法、设备、装置及存储介质 | |
CN105574277A (zh) | 基于道路车辆功能安全的安全界线相关参数标定方法 | |
CN114580158A (zh) | 固化胶的锁附力仿真方法、装置、电子设备及存储介质 |
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 |