CN117932987A - 一种电动汽车齿轮箱疲劳载荷计算方法 - Google Patents
一种电动汽车齿轮箱疲劳载荷计算方法 Download PDFInfo
- Publication number
- CN117932987A CN117932987A CN202410339637.7A CN202410339637A CN117932987A CN 117932987 A CN117932987 A CN 117932987A CN 202410339637 A CN202410339637 A CN 202410339637A CN 117932987 A CN117932987 A CN 117932987A
- Authority
- CN
- China
- Prior art keywords
- load
- spectrum
- level
- ldd
- equivalent
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title abstract description 9
- 238000001228 spectrum Methods 0.000 claims abstract description 184
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000001186 cumulative effect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 238000007667 floating Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- 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
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- 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
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种电动汽车齿轮箱疲劳载荷计算方法,包括获取电动汽车的齿轮箱的原始载荷谱,对原始载荷谱进行预处理,得到零部件LDD载荷谱。根据齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个载荷等级对应的循环次数,计算第i+1个载荷等级对应的损伤等效循环次数。将第i+1个载荷等级对应的实际循环次数和损伤等效循环次数相加,得到第i+1个载荷等级对应的最终循环次数。对最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷。通过将载荷等级对应的循环次数转换为损伤等效循环次数,可以更准确地估计不同载荷等级对齿轮寿命的贡献。该转换基于等效累积损伤理论和材料的疲劳特性进行计算,从而更全面地考虑载荷的影响。
Description
技术领域
本发明涉及电动汽车技术领域,尤其涉及一种电动汽车齿轮箱疲劳载荷计算方法。
背景技术
电动汽车齿轮箱的可靠性检测以及评估技术是影响电动汽车性能指标的关键核心技术,主要包括汽车的动力性能、经济性能等。
齿轮箱作为电动汽车中的关键核心零部件之一,主要功能是将电机产生的动力传递到车辆的驱动轮上,通过不同传动比例的齿轮组合来调节输出轮轴的转速,以适应不同行驶工况和路面条件,并提供合适的转速与扭矩输出。此外,齿轮箱还可以通过设计齿轮系统来实现增大电机扭矩输出等功能。因此,齿轮箱的性能(包括动力传递性能、疲劳寿命、稳定性等)将直接影响到车辆的性能和行驶质量,还对电动汽车的效率和能耗产生重要影响。
目前针对齿轮箱转矩测试有一定的数据积累,多采用固定频率载荷作为输入,模拟实际场景,一定程度上提高了检测效率,但是仍然存在着以下技术问题:未针对电动汽车齿轮箱提出具体的测试处理方法;未形成完整规范的齿轮箱单通道载荷谱;现有技术多根据经验估计转矩载荷条件,与实车行驶路况具有较大差距,因齿轮箱的传动齿轮系的过设计导致的齿轮断裂等现象时有发生。
因此,需要一种可以提高齿轮箱的可靠性检测及疲劳寿命预估效率,适用于工业软件的电动汽车齿轮箱疲劳载荷计算方法。
发明内容
为克服相关技术中存在的问题,本发明的目的是提供一种电动汽车齿轮箱疲劳载荷计算方法,该方法可以有效提高齿轮箱的可靠性检测精度以及疲劳寿命预估效率,适用于工业软件。
一种电动汽车齿轮箱疲劳载荷计算方法,包括:
获取电动汽车的齿轮箱的原始载荷谱,对所述原始载荷谱进行预处理,得到零部件LDD载荷谱;其中,所述零部件LDD载荷谱包括齿轮LDD载荷谱和轴承LDD载荷谱;
根据所述齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个所述载荷等级对应的循环次数,计算第i+1个所述载荷等级对应的损伤等效循环次数;
将第i+1个所述载荷等级对应的实际循环次数和所述损伤等效循环次数相加,得到第i+1个所述载荷等级对应的最终循环次数;
对所述最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷。
在本发明较佳的技术方案中,所述对所述原始载荷谱进行预处理,得到零部件LDD载荷谱,包括:
按载荷等级对所述原始载荷谱的循环次数进行累加,得到输入端LDD载荷谱;
根据传统系统的各级齿数比关系,将所述输入端LDD载荷谱转换为零部件LDD载荷谱。
在本发明较佳的技术方案中,所述按载荷等级对所述原始载荷谱的循环次数进行累加,得到输入端LDD载荷谱,包括:
将所述原始载荷谱降序排列,得到载荷谱序列;其中,所述载荷谱序列包括多个载荷水平;
按照预设间隔将所述载荷谱序列划分为N个载荷等级;
将第i个所述载荷等级和第i+1个所述载荷等级之间的所述载荷水平对应的循环次数累加,得到第i+1个所述载荷等级对应的累计循环次数;
将N个所述载荷等级对应的所述累计循环次数组成输入端LDD载荷谱。
在本发明较佳的技术方案中,所述根据所述齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个所述载荷等级对应的循环次数,计算第i+1个所述载荷等级对应的损伤等效循环次数,包括:
根据以下公式计算第i+1个所述载荷等级对应的损伤等效循环次数:
;
其中,N i 为所述齿轮LDD载荷谱中的第i个所述载荷等级对应的循环次数,为循环次数N i 转换至第i+1个所述载荷等级对应的损伤等效循环次数,T i 为第i个所述载荷等级对应的扭矩载荷,T i+1 为第i+1个所述载荷等级对应的扭矩载荷,p1为齿轮材料的特性指数,N fi 为第i级载荷谱对应的疲劳寿命,N fi+1 为第i+1级载荷谱对应的疲劳寿命。
在本发明较佳的技术方案中,所述对所述最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷,包括:
根据以下公式计算齿轮的疲劳当量载荷:
;
其中,T eq 为齿轮的所述疲劳当量载荷,T k-1 为第k-1个所述载荷等级的扭矩载荷,T k 为第k个所述载荷等级的扭矩载荷,为第k个所述载荷等级对应的最终循环次数,/>为第k-1个所述载荷等级对应的最终循环次数,/>为参考循环次数。
在本发明较佳的技术方案中,所述得到零部件LDD载荷谱之后,还包括:
根据以下公式计算轴承的疲劳当量载荷:
;
;
其中,T eq 为轴承的所述疲劳当量载荷,p2为轴承的材料特征指数,N l 为所述轴承LDD载荷谱中第l个所述载荷等级对应的循环次数,N为总循环次数。
在本发明较佳的技术方案中,所述获取电动汽车的齿轮箱的原始载荷谱之后,还包括:
去除所述原始载荷谱中的连续等值点,得到第一载荷谱;
从所述第一载荷谱中筛选出非峰谷值点,去除所述第一载荷谱中的所述非峰谷值点,得到第二载荷谱;
调整所述第二载荷谱的载荷时间历程,得到更新后载荷时间历程;其中,所述更新后载荷时间历程的峰谷值点的总数为奇数,且所述更新后载荷时间历程的起始点和终止点均为最高峰或最低谷;
使用雨流计数法对所述更新后载荷时间历程进行计数,得到RFC载荷谱。
在本发明较佳的技术方案中,所述从所述第一载荷谱中筛选出非峰谷值点,包括:
计算第i个所述载荷等级的扭矩载荷和第i-1个所述载荷等级的扭矩载荷,得到第一差值;
计算第i个所述载荷等级的扭矩载荷和第i+1个所述载荷等级的扭矩载荷,得到第二差值;
计算所述第一差值和所述第二差值的乘积,得到差值乘积;
若所述差值乘积小于0,则将第i个所述载荷等级的扭矩载荷判定为非峰谷值点。
在本发明较佳的技术方案中,所述调整所述第二载荷谱的载荷时间历程,得到更新后载荷时间历程,包括:
判断所述第二载荷谱的所述峰谷值点的总数是否为奇数,若否,则去掉最后一个所述峰谷值点;
判断所述第二载荷谱的起始点和终止点是否均为峰值,若是,则将所述起始点和所述终止点中的最大值作为参考值;
将所述起始点和所述终止点的值设置为所述参考值;
搜索所述峰谷值点,将所述峰谷值点左端的起始点与所述峰谷值点右端的终止点对接,得到更新后载荷时间历程。
在本发明较佳的技术方案中,所述去除所述原始载荷谱中的连续等值点,得到第一载荷谱,包括:
从所述原始载荷谱中筛选出所有连续等值点;
在多个所述连续等值点中,保留一个所述连续等值点,去除剩余的所述连续等值点。
本发明的有益效果为:
本发明提供的一种电动汽车齿轮箱疲劳载荷计算方法包括获取电动汽车的齿轮箱的原始载荷谱,对原始载荷谱进行预处理,得到零部件LDD载荷谱;其中,零部件LDD载荷谱包括齿轮LDD载荷谱和轴承LDD载荷谱。根据齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个载荷等级对应的循环次数,计算第i+1个载荷等级对应的损伤等效循环次数。将第i+1个载荷等级对应的实际循环次数和损伤等效循环次数相加,得到第i+1个载荷等级对应的最终循环次数。对最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷。原始载荷谱的数据多而杂,不适用于设计和校核,预处理的目的是将载荷进行适当的简化,但同时保留载荷在使用上的可靠性。通过将载荷等级对应的循环次数转换为损伤等效循环次数,可以更准确地估计不同载荷等级对齿轮寿命的贡献。该转换基于等效累积损伤理论和材料的疲劳特性进行计算,从而更全面地考虑载荷的影响。上述方法适用于针对电动汽车传动系统的工业软件,简化了齿轮箱零部件的设计和校核流程,优化了载荷谱处理方法,提高了齿轮箱的可靠性检测及疲劳寿命预估效率。
附图说明
图1是本发明提供的电动汽车齿轮箱疲劳载荷计算方法的流程示意图;
图2是本发明提供的对原始载荷谱进行预处理的流程示意图;
图3是本发明提供的构建输入端LDD载荷谱的流程示意图;
图4是本发明提供的输入端LDD载荷谱的柱状图。
具体实施方式
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
实施例1
如图1所示,本实施例提供一种电动汽车齿轮箱疲劳载荷计算方法,包括:
S1:获取电动汽车的齿轮箱的原始载荷谱,对所述原始载荷谱进行预处理,得到零部件LDD载荷谱;其中,所述零部件LDD载荷谱包括齿轮LDD载荷谱和轴承LDD载荷谱。
LDD(Load Duration Distribution,载荷持续分布)载荷谱,用于齿轮和轴承等旋转件的疲劳寿命计算。载荷是齿轮箱零部件例如齿轮和轴承设计和校核的基础,齿轮箱工作寿命较长,测量齿轮箱寿命周期内的所有载荷数据不但周期长,而且资金投入大。因此,为解决上述问题,一般测取齿轮箱典型工况下的载荷段,再通过概率统计或其他方法,将载荷扩展到全寿命周期内,得到的载荷数据即为原始载荷谱。载荷谱包含扭矩载荷和循环次数,或转速和时间,载荷的单位为Nm,即牛米。
S2:根据所述齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个所述载荷等级对应的循环次数,计算第i+1个所述载荷等级对应的损伤等效循环次数。
LDD载荷谱主要用于外部载荷变化频率远小于零部件本身载荷变化频率的场合,如齿轮齿面接触和齿根弯曲载荷,其变化频率为啮合频率,是轴旋转频率的Z倍,Z为齿数,载荷变化频率远大于轴上扭转载荷的变化频率。轴承内部载荷变化情况与此类似,因此LDD主要用于齿轮和轴承等旋转件的疲劳寿命分析。
根据等效累积损伤理论和齿轮疲劳特性,将齿轮LDD载荷谱中的第i个载荷等级对应的循环次数转换到下一载荷等级,即第i+1个载荷等级对应的损伤等效循环次数/>。
根据以下公式计算第i+1个所述载荷等级对应的损伤等效循环次数:
;
其中,N i 为所述齿轮LDD载荷谱中的第i个所述载荷等级对应的循环次数,为循环次数N i 转换至第i+1个所述载荷等级对应的循环次数,T i 为第i个所述载荷等级对应的扭矩载荷,T i+1 为第i+1个所述载荷等级对应的扭矩载荷,p1为齿轮材料的特性指数,p1>0,N fi 为第i级载荷谱对应的疲劳寿命,N fi+1 为第i+1级载荷谱对应的疲劳寿命,i+1≤N。
计算出的损伤等效循环次数为浮点数,浮点数由整数部分和小数部分组成。对转换后的损伤等效循环次数进行四舍五入取整,将浮点数最接近的整数作为损伤等效循环次数。
作为示例,计算出的损伤等效循环次数为浮点数为3.8,则对该浮点数进行四舍五入取整,结果为4,将损伤等效循环次数调整为4。
S3:将第i+1个所述载荷等级对应的实际循环次数和所述损伤等效循环次数相加,得到第i+1个所述载荷等级对应的最终循环次数。
根据以下公式计算第i+1个所述载荷等级对应的最终循环次数:
;
其中,为第i+1个所述载荷等级对应的最终循环次数,/>为第i+1个所述载荷等级对应的实际循环次数,/>为第i+1个所述载荷等级对应的损伤等效循环次数。
齿轮LDD载荷谱中第i+1个载荷等级对应的最终循环次数由两部分组成,一部分为齿轮LDD载荷谱中第i+1个载荷等级对应的实际循环次数,另一部分为对上一级载荷等级对应的循环次数进行转换,得到的第i+1个所述载荷等级对应的损伤等效循环次数。
S4:对所述最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷。
根据以下公式计算齿轮的疲劳当量载荷:
;
其中,T eq 为齿轮的所述疲劳当量载荷,T k-1 为第k-1个所述载荷等级的扭矩载荷,T k 为第k个所述载荷等级的扭矩载荷,为第k个所述载荷等级对应的最终循环次数,/>为第k-1个所述载荷等级对应的最终循环次数,/>为参考循环次数,k-1>0,k≤N,扭矩载荷可能大于0,也可能小于0。
疲劳当量扭矩载荷是根据载荷历史数据计算得出的一个单一载荷值,用于评估齿轮的疲劳寿命。在载荷历史数据中找到相邻的两个循环次数数据点,即距离所需循环次数最近的两个点,根据相邻的两个循环次数数据点和对应的扭矩载荷,使用线性插值公式计算出所需循环次数对应的疲劳当量扭矩载荷。
表1为齿轮材料特性指数p1和参考循环次数的关系表。
表1
本实施例提供的一种电动汽车齿轮箱疲劳载荷计算方法包括获取电动汽车的齿轮箱的原始载荷谱,对原始载荷谱进行预处理,得到零部件LDD载荷谱;其中,零部件LDD载荷谱包括齿轮LDD载荷谱和轴承LDD载荷谱。根据齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个载荷等级对应的循环次数,计算第i+1个载荷等级对应的损伤等效循环次数。将第i+1个载荷等级对应的实际循环次数和损伤等效循环次数相加,得到第i+1个载荷等级对应的最终循环次数。对最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷。原始载荷谱的数据多而杂,不适用于设计和校核,预处理的目的是将载荷进行适当的简化,但同时保留载荷在使用上的可靠性。通过将载荷等级对应的循环次数转换为损伤等效循环次数,可以更准确地估计不同载荷等级对齿轮寿命的贡献。该转换基于等效累积损伤理论和材料的疲劳特性进行计算,从而更全面地考虑载荷的影响。上述方法适用于针对电动汽车传动系统的工业软件,简化了齿轮箱零部件的设计和校核流程,优化了载荷谱处理方法,提高了齿轮箱的可靠性检测及疲劳寿命预估效率。
实施例2
本实施例仅描述与实施例1的不同之处,如图2所示,所述对所述原始载荷谱进行预处理,得到零部件LDD载荷谱,包括:
S12:按载荷等级对所述原始载荷谱的循环次数进行累加,得到输入端LDD载荷谱。
S13:根据传统系统的各级齿数比关系,将所述输入端LDD载荷谱转换为零部件LDD载荷谱。
在步骤S12之前,还包括步骤S11:获取电动汽车的齿轮箱的原始载荷谱。
如图3所示,步骤S12包括以下步骤S121-S124:
S121:将所述原始载荷谱降序排列,得到载荷谱序列;其中,所述载荷谱序列包括多个载荷水平。
S122:按照预设间隔将所述载荷谱序列划分为N个载荷等级。
S123:将第i个所述载荷等级和第i+1个所述载荷等级之间的所述载荷水平对应的循环次数累加,得到第i+1个所述载荷等级对应的累计循环次数。
S124:将N个所述载荷等级对应的所述累计循环次数组成输入端LDD载荷谱。
将原始载荷谱降序排列,按照预设间隔取一个载荷水平,在整个载荷作用范围内划分N个载荷等级,其中,N≥64。
从简化数据的角度出发,将处于两个载荷等级间的载荷水平扩大到较大的载荷等级下。再将两个载荷等级间的循环次数累加,作为较大载荷等级的循环次数。例如,对载荷谱序列进行划分,得到的N个载荷等级中包括216Nm、210Nm和204Nm。将介于216Nm和210Nm的载荷水平211Nm、212Nm和213Nm均扩大到216Nm,同时,将211Nm、212Nm和213Nm对应的循环次数累加,得到216Nm的循环次数。将介于210Nm和204Nm之间的载荷水平209Nm、208Nm、207Nm、206Nm、205Nm都扩大到210Nm,同时,将该5个载荷水平对应的循环次数累加,得到210Nm的循环次数。
根据上述原理得到输入端LDD载荷谱,表2记录了某齿轮箱的输入端LDD载荷谱的部分数据,图4为输入端LDD载荷谱的柱状图。表2是输入端LDD载荷谱的表格。
表2
以输入端LDD谱为基础,根据传动系统各级的齿数比关系换算得到零部件LDD载荷谱,零部件LDD载荷谱包括齿轮LDD载荷谱和轴承LDD载荷谱。
例如某齿轮箱行星轮系的行星架固定,且采用3个行星轮,经三路载荷分流后,太阳轮各轮齿承载的扭矩为太阳轮输入轴扭矩的1/3,且太阳轮输入轴相对行星架每转动一圈,太阳轮轮齿载荷循环3次,表3为部分NGW级太阳轮疲劳载荷谱(行星架固定)的表格。
表3
本实施例对所述原始载荷谱进行预处理,得到零部件LDD载荷谱,包括按载荷等级对所述原始载荷谱的循环次数进行累加,得到输入端LDD载荷谱。根据传统系统的各级齿数比关系,将所述输入端LDD载荷谱转换为零部件LDD载荷谱。面对复杂零部件和复杂使用工况的场景,需要使用工业软件。现有的工业软件缺乏对原始载荷谱进行预处理,使用上述步骤可以简化载荷谱的处理方法,优化齿轮箱零部件的设计和校核流程,从而提高齿轮箱的可靠性检测及疲劳寿命的预估效率。
实施例3
本实施例仅描述与实施例1的不同之处,所述得到零部件LDD载荷谱之后,还包括:
根据以下公式计算轴承的疲劳当量载荷:
;
;
其中,T eq 为轴承的所述疲劳当量载荷,p2为轴承的材料特征指数,N l 为所述轴承LDD载荷谱中第l个所述载荷等级对应的循环次数,N为总循环次数。
根据等效累积损伤理论和轴承疲劳特性,可以将轴承LDD载荷谱转换为轴承的疲劳当量载荷。作为示例,滚子轴承的材料特征指数取值为10/3,球轴承的材料特征指数取值为3。
所述获取电动汽车的齿轮箱的原始载荷谱之后,还包括:
S1’:去除所述原始载荷谱中的连续等值点,得到第一载荷谱。
S2’:从所述第一载荷谱中筛选出非峰谷值点,去除所述第一载荷谱中的所述非峰谷值点,得到第二载荷谱。
S3’:调整所述第二载荷谱的载荷时间历程,得到更新后载荷时间历程;其中,所述更新后载荷时间历程的峰谷值点的总数为奇数,且所述更新后载荷时间历程的起始点和终止点均为最高峰或最低谷。
S4’:使用雨流计数法对所述更新后载荷时间历程进行计数,得到RFC载荷谱。
采用雨流计数法从原始载荷谱中提取更新后载荷时间历程,雨流计数法处理的是峰谷值依次出现的数据,而在进行疲劳强度分析时所给出的载荷时间历程一般都是仪器记录或者动力学仿真的结果,因此在进行雨流计数前必须对其中的非峰谷值点进行去除,再进行雨流计数,得到RFC(Rain flow counting method,雨流计数法)载荷谱。
对载荷时间历程中的峰谷值点提取分两步进行,先是将其中的连续等值点去除,只保留其中一个点,然后再将剩下的非峰谷值点进行去除。
所述去除所述原始载荷谱中的连续等值点,得到第一载荷谱,包括:
S11’:从所述原始载荷谱中筛选出所有连续等值点。
S12’:在多个所述连续等值点中,保留一个所述连续等值点,去除剩余的所述连续等值点。
在多个连续等值点中保留一个连续等值点,去除其他的连续等值点,可以降低数据的冗余性,提高运算效率。
所述从所述第一载荷谱中筛选出非峰谷值点,包括:
S21’:计算第i个所述载荷等级的扭矩载荷和第i-1个所述载荷等级的扭矩载荷,得到第一差值。
S22’:计算第i个所述载荷等级的扭矩载荷和第i+1个所述载荷等级的扭矩载荷,得到第二差值。
S23’:计算所述第一差值和所述第二差值的乘积,得到差值乘积。
S24’:若所述差值乘积小于0,则将第i个所述载荷等级的扭矩载荷判定为非峰谷值点。
对于某个点是否是峰谷值点的判定,采取将该点与前后点分别作差,通过判定两个差的符号是否相同来实现。对于去除连续等值点之后序列的非首尾点,如果下式成立,则认为载荷时间历程中的第i时刻记录的载荷状态点T i 为非峰谷值点,应将该点去除。
;
其中,T i 为第i时刻记录的载荷状态点,T i+1 为第i+1时刻记录的载荷状态点,T i-1 为第i-1时刻记录的载荷状态点。
对于载荷时间历程中的首尾点,直接认定其为峰谷值点,不再进行判定。
所述调整所述第二载荷谱的载荷时间历程,得到更新后载荷时间历程,包括:
S31’:判断所述第二载荷谱的所述峰谷值点的总数是否为奇数,若否,则去掉最后一个所述峰谷值点。
S32’:判断所述第二载荷谱的起始点和终止点是否均为峰值,若是,则将所述起始点和所述终止点中的最大值作为参考值。
S33’:将所述起始点和所述终止点的值设置为所述参考值。
S34’:搜索所述峰谷值点,将所述峰谷值点左端的起始点与所述峰谷值点右端的终止点对接,得到更新后载荷时间历程。
原始载荷谱中包含的数据较多,但计数前除了要去除非峰谷值点之外,还需要对载荷时间历程进行调整,使其满足峰谷值点个数为奇数,且首尾同为最高峰或最低谷。奇数的峰谷值点可以使得循环的起始点和终止点对应于相同的峰值点或谷值点,从而确保计数得到的循环是完整的。当峰谷值点个数为偶数时,如果循环的起始点和终止点对应于不同的峰值点或谷值点,计数将会出现问题。在这种情况下,无法确定应该从哪个峰值点或谷值点开始计数,导致计数结果不准确或不完整。
经过上述的调整处理之后,在计数过程中不再需要对载荷时间历程进行调整,并且计数得到的都是完整的循环。
若第二载荷谱的所述峰谷值点的总数为奇数,则保持载荷时间历程不变。若第二载荷谱的起始点和终止点均为谷值,则将所述起始点和所述终止点中的最小值作为参考值。搜索最高波峰点或最低波谷点,将载荷时间历程从该点处截断,将左段的起始点右段的终止点对接,使更新后的载荷时间历程的首尾皆为最高波峰点或最低波谷点。
雨流计数法的计数规则如下:
步骤一:雨流依次从每个峰值点或谷值点的内侧向下流,在下一个峰值点或谷值点处落下,直到对面有一个比其起点更高的峰值点或更低的谷值点停止。
步骤二:当雨流遇到来自上面屋顶留下的雨流时,即行停止。
步骤三:取出所有的全循环,并记录下各自的幅值和均值。
本实施例使用雨流计数法对所述更新后载荷时间历程进行计数,得到RFC载荷谱。RFC载荷谱为雨流计数载荷谱,当外部载荷变化频率与零部件本身载荷变化频率相当时,将雨流计数载荷谱用于壳体、行星架、螺栓螺钉和销等非旋转件的疲劳寿命计算。
实施例4
本实施例提供了一种电子设备,电子设备包括存储器和处理器。
处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM),和永久存储装置。
存储器上存储有可执行代码,当可执行代码被处理器处理时,可以使处理器执行上文述及的电动汽车齿轮箱疲劳载荷计算方法中的部分或全部。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本申请保护范围的限制。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电动汽车齿轮箱疲劳载荷计算方法,其特征在于,包括:
获取电动汽车的齿轮箱的原始载荷谱,对所述原始载荷谱进行预处理,得到零部件LDD载荷谱;其中,所述零部件LDD载荷谱包括齿轮LDD载荷谱和轴承LDD载荷谱;
根据所述齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个所述载荷等级对应的循环次数,计算第i+1个所述载荷等级对应的损伤等效循环次数;
将第i+1个所述载荷等级对应的实际循环次数和所述损伤等效循环次数相加,得到第i+1个所述载荷等级对应的最终循环次数;
对所述最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷。
2.根据权利要求1所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述对所述原始载荷谱进行预处理,得到零部件LDD载荷谱,包括:
按载荷等级对所述原始载荷谱的循环次数进行累加,得到输入端LDD载荷谱;
根据传统系统的各级齿数比关系,将所述输入端LDD载荷谱转换为零部件LDD载荷谱。
3.根据权利要求2所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述按载荷等级对所述原始载荷谱的循环次数进行累加,得到输入端LDD载荷谱,包括:
将所述原始载荷谱降序排列,得到载荷谱序列;其中,所述载荷谱序列包括多个载荷水平;
按照预设间隔将所述载荷谱序列划分为N个载荷等级;
将第i个所述载荷等级和第i+1个所述载荷等级之间的所述载荷水平对应的循环次数累加,得到第i+1个所述载荷等级对应的累计循环次数;
将N个所述载荷等级对应的所述累计循环次数组成输入端LDD载荷谱。
4.根据权利要求1所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述根据所述齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个所述载荷等级对应的循环次数,计算第i+1个所述载荷等级对应的损伤等效循环次数,包括:
根据以下公式计算第i+1个所述载荷等级对应的损伤等效循环次数:
;
其中,N i 为所述齿轮LDD载荷谱中的第i个所述载荷等级对应的循环次数,为循环次数N i 转换至第i+1个所述载荷等级对应的损伤等效循环次数,T i 为第i个所述载荷等级对应的扭矩载荷,T i+1 为第i+1个所述载荷等级对应的扭矩载荷,p1为齿轮材料的特性指数,N fi 为第i级载荷谱对应的疲劳寿命,N fi+1 为第i+1级载荷谱对应的疲劳寿命。
5.根据权利要求1所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述对所述最终循环次数使用线性插值法,得到齿轮的疲劳当量扭矩载荷,包括:
根据以下公式计算齿轮的疲劳当量载荷:
;
其中,T eq 为齿轮的所述疲劳当量载荷,T k-1 为第k-1个所述载荷等级的扭矩载荷,T k 为第k个所述载荷等级的扭矩载荷,为第k个所述载荷等级对应的最终循环次数,/>为第k-1个所述载荷等级对应的最终循环次数,/>为参考循环次数。
6.根据权利要求1所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述得到零部件LDD载荷谱之后,还包括:
根据以下公式计算轴承的疲劳当量载荷:
;
;
其中,T eq 为轴承的所述疲劳当量载荷,p2为轴承的材料特征指数,N l 为所述轴承LDD载荷谱中第l个所述载荷等级对应的循环次数,N为总循环次数。
7.根据权利要求1所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述获取电动汽车的齿轮箱的原始载荷谱之后,还包括:
去除所述原始载荷谱中的连续等值点,得到第一载荷谱;
从所述第一载荷谱中筛选出非峰谷值点,去除所述第一载荷谱中的所述非峰谷值点,得到第二载荷谱;
调整所述第二载荷谱的载荷时间历程,得到更新后载荷时间历程;其中,所述更新后载荷时间历程的峰谷值点的总数为奇数,且所述更新后载荷时间历程的起始点和终止点均为最高峰或最低谷;
使用雨流计数法对所述更新后载荷时间历程进行计数,得到RFC载荷谱。
8.根据权利要求7所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述从所述第一载荷谱中筛选出非峰谷值点,包括:
计算第i个所述载荷等级的扭矩载荷和第i-1个所述载荷等级的扭矩载荷,得到第一差值;
计算第i个所述载荷等级的扭矩载荷和第i+1个所述载荷等级的扭矩载荷,得到第二差值;
计算所述第一差值和所述第二差值的乘积,得到差值乘积;
若所述差值乘积小于0,则将第i个所述载荷等级的扭矩载荷判定为非峰谷值点。
9.根据权利要求7所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述调整所述第二载荷谱的载荷时间历程,得到更新后载荷时间历程,包括:
判断所述第二载荷谱的所述峰谷值点的总数是否为奇数,若否,则去掉最后一个所述峰谷值点;
判断所述第二载荷谱的起始点和终止点是否均为峰值,若是,则将所述起始点和所述终止点中的最大值作为参考值;
将所述起始点和所述终止点的值设置为所述参考值;
搜索所述峰谷值点,将所述峰谷值点左端的起始点与所述峰谷值点右端的终止点对接,得到更新后载荷时间历程。
10.根据权利要求7所述的电动汽车齿轮箱疲劳载荷计算方法,其特征在于,所述去除所述原始载荷谱中的连续等值点,得到第一载荷谱,包括:
从所述原始载荷谱中筛选出所有连续等值点;
在多个所述连续等值点中,保留一个所述连续等值点,去除剩余的所述连续等值点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410339637.7A CN117932987B (zh) | 2024-03-25 | 2024-03-25 | 一种电动汽车齿轮箱疲劳载荷计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410339637.7A CN117932987B (zh) | 2024-03-25 | 2024-03-25 | 一种电动汽车齿轮箱疲劳载荷计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117932987A true CN117932987A (zh) | 2024-04-26 |
CN117932987B CN117932987B (zh) | 2024-06-28 |
Family
ID=90761251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410339637.7A Active CN117932987B (zh) | 2024-03-25 | 2024-03-25 | 一种电动汽车齿轮箱疲劳载荷计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117932987B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109030016A (zh) * | 2018-06-11 | 2018-12-18 | 中国北方车辆研究所 | 基于载荷谱的综合传动装置耐久性评估方法 |
CN112836361A (zh) * | 2021-01-21 | 2021-05-25 | 新疆大学 | 多级循环载荷作用下材料疲劳寿命预测方法 |
CN114036654A (zh) * | 2021-10-11 | 2022-02-11 | 南京航空航天大学 | 一种基于损伤等效的随机多参数疲劳试验谱编制方法 |
CN114065556A (zh) * | 2022-01-14 | 2022-02-18 | 湖南大学 | 一种基于耗散能的变幅疲劳寿命预测方法 |
CN114139303A (zh) * | 2021-10-31 | 2022-03-04 | 重庆青山工业有限责任公司 | 基于实测s-n曲线和实采路谱的台架试验载荷谱编制 |
US20220163426A1 (en) * | 2019-04-01 | 2022-05-26 | Crrc Qingdao Sifang Co., Ltd. | Method and apparatus for determining service life of bearing |
-
2024
- 2024-03-25 CN CN202410339637.7A patent/CN117932987B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109030016A (zh) * | 2018-06-11 | 2018-12-18 | 中国北方车辆研究所 | 基于载荷谱的综合传动装置耐久性评估方法 |
US20220163426A1 (en) * | 2019-04-01 | 2022-05-26 | Crrc Qingdao Sifang Co., Ltd. | Method and apparatus for determining service life of bearing |
CN112836361A (zh) * | 2021-01-21 | 2021-05-25 | 新疆大学 | 多级循环载荷作用下材料疲劳寿命预测方法 |
CN114036654A (zh) * | 2021-10-11 | 2022-02-11 | 南京航空航天大学 | 一种基于损伤等效的随机多参数疲劳试验谱编制方法 |
CN114139303A (zh) * | 2021-10-31 | 2022-03-04 | 重庆青山工业有限责任公司 | 基于实测s-n曲线和实采路谱的台架试验载荷谱编制 |
CN114065556A (zh) * | 2022-01-14 | 2022-02-18 | 湖南大学 | 一种基于耗散能的变幅疲劳寿命预测方法 |
Non-Patent Citations (4)
Title |
---|
YE ZHOU ET AL.: "Investigation on stress microcycles and mild wear mechanism in gear contact fatigue", 《FAATIGUE & FRACTURE OF ENGINEERING MATERIALS & STRUCURES》, 18 May 2021 (2021-05-18) * |
李枭俊;陈展;吴积钦;张涵博;: "基于损伤等效理论的AC 25kV腕臂型支持装置疲劳程序谱编制", 铁道标准设计, no. 09, 4 March 2020 (2020-03-04) * |
董国疆;杜飞;王威;郎玉玲;: "考虑低载荷强化效应的汽车转向节疲劳分析", 汽车工程, no. 03, 25 March 2020 (2020-03-25) * |
马辉东 等: "计及应力水平效应的复合材料剩余强度概率模型", 《复合材料学报》, 15 June 2023 (2023-06-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117932987B (zh) | 2024-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109000922B (zh) | 基于道路测试的综合传动装置台架耐久性试验方法 | |
CN114154237B (zh) | 一种纯电动汽车减速箱耐久载荷谱生成方法及电子设备 | |
CN110617960A (zh) | 一种风电机组齿轮箱故障诊断方法及系统 | |
CN117932987B (zh) | 一种电动汽车齿轮箱疲劳载荷计算方法 | |
CN109100651B (zh) | 一种电机系统性能的确定方法、装置及测试设备 | |
CN115481666B (zh) | 一种齿轮箱小样本故障诊断方法、系统及设备 | |
CN110006651A (zh) | 一种确定轴承寿命方法和装置 | |
CN114048787B (zh) | 一种基于Attention CNN模型的轴承故障实时智能诊断方法与系统 | |
CN113283028A (zh) | 一种齿轮箱齿轮故障诊断方法 | |
CN110646199B (zh) | 一种基于加权导数动态时间规整的齿轮微弱故障诊断方法 | |
CN113378359B (zh) | 一种发动机油耗优劣及整车传动效率的评估方法及装置 | |
CN110469661B (zh) | 一种基于cvt效率的动力性速比优化方法及系统 | |
CN112597607A (zh) | 风力发电机高速轴承的预测性维修方法及系统 | |
CN114840920B (zh) | 一种混合动力乘用车机电耦合装置载荷谱编制方法 | |
CN114279704B (zh) | 一种风电齿轮箱行星级运行状态的监测方法及系统 | |
CN114018329B (zh) | 一种装载机载荷谱的获取方法和系统 | |
CN115452369A (zh) | 一种陀螺电机轴承故障诊断方法 | |
CN114545276A (zh) | 基于容量测试与车联网大数据的动力电池寿命预测方法 | |
CN117664570A (zh) | 摆动工况下滚动轴承加速寿命试验方法 | |
CN114444336A (zh) | 一种基于信息融合的新能源汽车电机寿命预估方法及系统 | |
CN116663156B (zh) | 一种变速器圆柱齿轮齿面微观修形方法及系统 | |
CN115859123B (zh) | 基于随机预测与机器学习的车辆行驶工况在线识别方法 | |
CN115452409B (zh) | 一种汽车变速器分段式载荷谱生成方法及终端设备 | |
CN118332483B (zh) | 基于运行工况的行星齿轮减速装置的测试系统及方法 | |
CN110119525A (zh) | 一种新能源汽车电机选型方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |