用户与试验场关联时关键指标选择与等效计算方法技术

本发明专利技术涉及汽车试验场设计技术领域，具体涉及用户与试验场关联时关键指标选择与等效计算方法，包括以下步骤：S100分别对车辆在用户道路和试验场预设工况中的道路载荷谱进行采集；S200对采集的道路载荷谱进行预处理；S300选择时域方法或频域方法对用户道路与试验场预设工况的道路载荷谱的特征进行对比与等效；S400对试验场预设工况的等效指标进行等效组合，使试验场预设工况与用户道路的等效指标一致。本发明专利技术提高试验场相对于用户道路的真实性，让车辆在试验场中进行耐久性试验时采集的数据更准确。

Key index selection and equivalent calculation method when user is associated with test site

【技术实现步骤摘要】
用户与试验场关联时关键指标选择与等效计算方法
本专利技术涉及汽车试验场设计
，具体涉及用户与试验场关联时关键指标选择与等效计算方法。
技术介绍
汽车部件的疲劳失效主要由循环交变载荷引起的，根据疲劳理论的损伤等效原理，在已知用户使用环境下的汽车载荷输入，理论上可通过在试验场里按照一定比例混合各种强化路面，复现出用户道路的载荷输入。通过试验场的强化路面，可以在较短的时间内完成寿命加速试验，达到减少试验时间、缩短研发周期的目的。现有技术中，目标用户的工况信息采集将花费大量的人力和物力，其过程包括用户工况调研、用户典型工况载荷采集等工作，目前对该工作还未系统性的开展。另用户工况与试验场典型工况关联目前仅停留在时域幅值-循环的关联或者损伤值等效关联上，对频域关联的方法鲜有研究和运用。因此，提出了频域基于加速度、位移信号的疲劳损伤谱的等效方法，该方法同时考虑了载荷谱损伤信息和频域信息的等效，能够有效地将用户工况与试验场典型工况等效起来，准确的制定出试验场规范。
技术实现思路
本专利技术意在提供一种用户与试验场关联时关键指标选择与等效计算方法，以提高试验场制定的准确性。本方案中的用户与试验场关联时关键指标选择与等效计算方法，包括以下步骤：S100，通过传感器分别对车辆在用户道路和试验场预设工况中的道路载荷谱进行采集；S200，对采集的道路载荷谱进行预处理，所述预处理包括漂移毛刺确认及处理、路面工况分割、载荷特征分析和载荷分布形态的确定；S300，选择时域方法或频域方法对用户道路与试验场预设工况的道路载荷谱的特征进行对比与等效；S400，对试验场预设工况的等效指标进行等效组合，使试验场预设工况与用户道路的等效指标一致。本方案的有益效果是：通过采集用户道路与试验场的道路载荷谱进行对比等效，让车辆在试验场进行耐久性试验时就能采集到车辆相对于在实际道路行驶时的路谱，提高试验场相对于用户道路的真实性，让车辆在试验场中进行耐久性试验时采集的数据更准确。进一步，所述步骤S100中，通过三向加速度传感器、位移传感器、应变等传感器和轮端六分力对车辆道路载荷谱进行采集。有益效果是：多种传感器进行相应数据的采集，保持车辆耐久性试验过程中采集数据的完整性。进一步，所述步骤S300中，通过应变、加速度、位移和力载荷谱的伪损伤、雨流矩阵和幅值分布指标，将用户道路的工况信息与试验场预设工况的工况信息以时域方法进行关联。有益效果是：从不同方面对用户道路与试验场进行关联，提高试验场与用户道路的关联性，让试验场更接近于用户道路。进一步，所述步骤S300包括关联步骤如下，S310，分析车辆在用户目标里程下采集的道路载荷谱，获取用户道路的雨流矩阵幅值特征Y；S320，分析车辆在试验场预设工况中采集的道路载荷谱，获取试验场预设工况的雨流矩阵幅值特征X；S330，根据信号特征等效的原则，按照时域预设比例叠加试验场预设工况路面的信号特征，使其符合用户道路载荷信号特征，用数学方法计算各种路面的时域比例式如下：上式中Xni为试验场预设工况第i种道路雨流矩阵幅值在第n区间的时域伪损伤，βi为试验场预设工况第i种道路循环次数，Yn为用户道路雨流矩阵幅值在第n区间的时域伪损伤，i为试验场预设工况路况总数。有益效果是：通过不同种类的工况的多次试验进行用户道路与试验场预设工况的关联，提高试验场预设工况的真实性。进一步，所述步骤S300还包括时域方法的关联步骤S340，分别通过A类算法、B类算法、C类算法和D类算法对时域比例式进行求解，选择结果最小的算法作为雨流吻合的试验场工况进行关联。有益效果是：通过多种算法对时域比例式进行求解，从求解结果中选择最优的结果进行关联，减小试验场工况与用户道路的区别，车辆无需行驶至实际道路上进行疲劳试验并采集数据，车辆的疲劳试验更方便。进一步，所述A类算法的目标函数为：min0≤β{([X][β]-[Yn])}约束条件为：(a)试验场预设工况运行的总里程小于L，即：βi≤li；(b)试验场预设工况路面的循环的最小次数为0与最大次数为1000000，即0≤βi≤1000000；所述B类算法的目标函数：min0≤β{log([X][β]/[Yn])}约束条件：(a)试验场预设工况运行的总里程小于L，即：βili≤L；(b)试验场预设工况路面的循环的最小次数为0与最大次数为1000000，即0≤βi≤1000000；所述C类算法的目标函数为：min0≤β{[β]}约束条件：(a)([X][β]-[Yn])≥0；(b)试验场预设工况运行的总里程小于L，即：βili≤L；(c)试验场预设工况路面的循环的最小次数为0与最大次数为1000000，即0≤βi≤1000000；所述D类算法求解时域比例式的约束条件：(a)log([X][β]/[Yn])≥0；(b)试验场预设工况运行的总里程小于L，即：βili≤L；(c)试验场预设工况路面的循环的最小次数为0与最大次数为1000000，即0≤βi≤1000000。有益效果是：将各种算法的计算限定在一定的约束条件下进行求解，提高计算结果的准确性。进一步，所述步骤S300中，通过加速度和位移载荷谱的疲劳损伤谱指标，将用户道路与试验场预设工况以频域方法进行关联，选择结果最小的算法作为雨流吻合的试验场工况进行关联。有益效果是：以频域方法来进行用户道路与试验场的关联，结果更准确，同时便于与时域方法进行对比。进一步，所述步骤S300包括关联步骤如下，S301，分析车辆在用户目标里程下采集的载荷，获取用户道路疲劳损伤谱特征FDS-customer，其中疲劳损伤谱的频域范围选择1～50Hz；S302，分析车辆在试验场典型工况下采集的载荷，获取试验场典型工况疲劳损伤谱特征FDS-X；S303，根据信号特征等效的原则，按照频域预设比例叠加试验场预设工况路面的信号特征，使其符合用户道路载荷信号特征，用数学方法计算各种路面的频域比例式如下：式中FDS-Xni为试验场第i种道路雨流矩阵幅值在第n区间的频域损伤，αi为试验场第i种道路循环次数，FDS-Yn为用户道路雨流矩阵幅值在第n区间的频域损伤，i为试验场路况总数。有益效果是：通过频域比例式的数学表达方式表征关联，量化的结果更准确。进一步，所述步骤S300还包括频域方法的关联步骤S304，分别通过a类算法、b类算法、c类算法和d类算法对频域比例式进行求解，选择结果最小的算法作为雨流吻合的试验场工况进行关联。有益效果是：通过不同算法求解频域比例式，并从求解的结果中选择最优的，提高试验场预设工况的准确性。进一步，所述a类算法的目标函数：min0≤α{([FDS-X][α]-[FDS-customer])2}约束条件为：(a)试验场运行的总里程小于L，即：αili≤L；(b)试验场典型路面的循本文档来自技高网...

【技术保护点】
1.用户与试验场关联时关键指标选择与等效计算方法，其特征在于，包括以下步骤：/nS100，通过传感器分别对车辆在用户道路和试验场预设工况中的道路载荷谱进行采集；/nS200，对采集的道路载荷谱进行预处理，所述预处理包括漂移毛刺确认及处理、路面工况分割、载荷特征分析和载荷分布形态的确定；/nS300，选择时域方法或频域方法对用户道路与试验场预设工况的道路载荷谱的特征进行对比与等效；/nS400，对试验场预设工况的等效指标进行等效组合，使试验场预设工况与用户道路的等效指标一致。/n

【技术特征摘要】
1.用户与试验场关联时关键指标选择与等效计算方法，其特征在于，包括以下步骤：
S100，通过传感器分别对车辆在用户道路和试验场预设工况中的道路载荷谱进行采集；
S200，对采集的道路载荷谱进行预处理，所述预处理包括漂移毛刺确认及处理、路面工况分割、载荷特征分析和载荷分布形态的确定；
S300，选择时域方法或频域方法对用户道路与试验场预设工况的道路载荷谱的特征进行对比与等效；
S400，对试验场预设工况的等效指标进行等效组合，使试验场预设工况与用户道路的等效指标一致。


2.根据权利要求1所述的用户与试验场关联时关键指标选择与等效计算方法，其特征在于：所述步骤S100中，通过三向加速度传感器、位移传感器、应变等传感器和轮端六分力对车辆道路载荷谱进行采集。


3.根据权利要求1所述的用户与试验场关联时关键指标选择与等效计算方法，其特征在于：所述步骤S300中，通过应变、加速度、位移和力载荷谱的伪损伤、雨流矩阵和幅值分布指标，将用户道路的工况信息与试验场预设工况的工况信息以时域方法进行关联。


4.根据权利要求3所述的用户与试验场关联时关键指标选择与等效计算方法，其特征在于：所述步骤S300包括关联步骤如下，
S310，分析车辆在用户目标里程下采集的道路载荷谱，获取用户道路的雨流矩阵幅值特征Y；
S320，分析车辆在试验场预设工况中采集的道路载荷谱，获取试验场预设工况的雨流矩阵幅值特征X；
S330，根据信号特征等效的原则，按照时域预设比例叠加试验场预设工况路面的信号特征，使其符合用户道路载荷信号特征，用数学方法计算各种路面的时域比例式如下：



上式中Xni为试验场预设工况第i种道路雨流矩阵幅值在第n区间的时域伪损伤，βi为试验场预设工况第i种道路循环次数，Yn为用户道路雨流矩阵幅值在第n区间的时域伪损伤，i为试验场预设工况路况总数。


5.根据权利要求4所述的用户与试验场关联时关键指标选择与等效计算方法，其特征在于：所述步骤S300还包括时域方法的关联步骤S340，分别通过A类算法、B类算法、C类算法和D类算法对时域比例式进行求解，选择结果最小的算法作为雨流吻合的试验场工况进行关联。


6.根据权利要求5所述的用户与试验场关联时关键指标选择与等效计算方法，其特征在于：所述A类算法的目标函数为：min0≤β{([X][β]-[Yn])}
约束条件为：(a)试验场预设工况运行的总里程小于L，即：βi≤li；(b)试验场预设工况路面的循环的最小次数为0与最大次数为1000000，即0≤βi≤1000000；
所述B类算法的目标函数：min0≤β{log([X][β]/[Yn])}
约束条件：(a)试验场预设工况运行的总里程小于L，即：βili≤L；(b)试验场预设工况路面的循环的最小次数为0与最大次数为1000000，即0≤βi≤1000000；
所述C类算法的目标函数为：min0≤β{[β]}
约束条件：(a)([X][β]-[Yn])≥0；(b)试验场预设工况运行的总里程小于L，即：βili≤L；(c)试验场预设工况路面的循环的最小次数为0与最大次...

【专利技术属性】
技术研发人员：郑国峰，肖攀，曾敬，林鑫，马媛媛，
申请(专利权)人：中国汽车工程研究院股份有限公司，
类型：发明
国别省市：重庆;50