基于粒子群算法的汽车时域载荷外推方法及装置制造方法及图纸

本发明专利技术公开了一种基于粒子群算法的汽车时域载荷外推方法及装置，应用于车辆耐久试验领域，该方法包括：采集车辆在公共道路的载荷信号数据；根据在公共道路的载荷信号数据建立时域载荷外推计算模型，时域载荷外推计算模型包括超阀值概率分布函数和超阀值概率密度函数；采用粒子群算法对所述超阀值概率密度函数进行求解，并根据对超阀值概率密度函数的求解结果进行时域载荷外推，得到车辆在全生命周期内的载荷信号数据。通过本发明专利技术解决了时域外推方法所得到的载荷信号数据不准确的技术问题。方法所得到的载荷信号数据不准确的技术问题。方法所得到的载荷信号数据不准确的技术问题。

Time domain load extrapolation method and device of vehicle based on particle swarm optimization algorithm

【技术实现步骤摘要】
基于粒子群算法的汽车时域载荷外推方法及装置


[0001]本专利技术属于车辆耐久试验领域，尤其涉及一种基于粒子群算法的汽车时域载荷外推方法及装置。

技术介绍

[0002]汽车在研发阶段会在试车场内进行大量的整车耐久道路试验。而采集汽车在公共道路的载荷信号是制定汽车在试车场内进行整车耐久道路试验的重要输入。汽车整车的设计寿命一般为24万公里到30万公里，而汽车在公共道路进行载荷信号采集往往由于时间及费用的限制条件，最多只能采集几万公里的载荷信号，所以采集得到的汽车在公共道路的载荷信号需要进行外推，从而估算出汽车在整个生命周期内的载荷信号，才能更加合理的应用于制定整车耐久道路试验规范。
[0003]时域外推方法是直接在时域信号上进行外推，时域信号极值符合广义帕累托分布，进行时域信号外推的核心步骤就是求解广义帕累托分布概率密度函数对应的参数。而以往求解广义帕累托分布概率密度函数的参数往往不是解空间内的最优解、且精度不够，会导致通过时域外推方法所得到的载荷信号数据不准确。

技术实现思路

[0004]鉴于现有技术存在上述技术问题，本专利技术实施例提供了一种基于粒子群算法的汽车时域载荷外推方法及装置。
[0005]第一方面，本专利技术实施例提供了一种基于粒子群算法的汽车时域载荷外推方法，包括：采集车辆在公共道路的载荷信号数据；根据所述在公共道路的载荷信号数据建立时域载荷外推计算模型，其中，所述时域载荷外推计算模型包括超阀值概率分布函数和超阀值概率密度函数；采用粒子群算法对所述超阀值概率密度函数进行求解，并根据对所述超阀值概率密度函数的求解结果进行时域载荷外推，得到所述车辆在全生命周期内的载荷信号数据。
[0006]可选地，所述采集车辆在公共道路的载荷信号数据，包括：在所述车辆上布置轮心六分力传感器和三向加速度传感器、在所述车辆的传动轴上布置非接触式传动轴扭矩传感器、以及在所述车辆的悬架杆件上布置杆件力传感器；规划在公共道路行驶的合计里程及在每种公共道路的行驶路线，其中，所述合计里程中，城市道路的里程占比为，高速道路的里程占比为，郊区道路的里程占比为，国省道道路的里程占比为，坏路道路的里程占比为，山区道路的里程占比为，其中：；在所述车辆行驶于所述公共道路过程中，通过如下任意一种方式采集在公共道路的载荷信号数据：所述车辆上布置的轮心六分力传感器采集轮心六分力信号、通过适应于
车辆上布置的三向加速度传感器采集轮心三向加速度信号、通过所述车辆的传动轴上布置的非接触式传动轴扭矩传感器采集传动轴扭矩信号、以及通过所述车辆的悬架杆件上布置杆件力传感器采集杆件力信号；对所述在公共道路的载荷信号数据进行检查和清洗。
[0007]可选地，还包括：设定所述车辆在全生命周期内的目标里程；根据所述目标里程和所述车辆在多种公共道路上行驶的合计里程，确定对所述在公共道路的载荷信号进行外推的倍数N。
[0008]可选地，所述根据所述在公共道路的载荷信号数据建立时域载荷外推计算模型，包括：定义所述在公共道路的载荷信号数据；定义阀值参数、形状参数以及尺寸参数；定义大于所述阀值参数的载荷信号数据为超阀值；根据所述公共道路的载荷信号数据、所述阀值参数、所述形状参数以及所述尺寸参数，建立所述超阀值概率分布函数和所述超阀值概率密度函数。
[0009]可选地，所述采用粒子群算法对所述超阀值概率密度函数进行求解，包括：步骤1：均匀随机产生粒子构成粒子群集合，其中，所述粒子群集合中每一个粒子包括位置向量及速度向量；步骤2：计算所述粒子群集合中每一个粒子的适应度函数；步骤3：定义个体最优粒子位置及全局最优粒子位置；步骤4：针对所述粒子群集合所有粒子进行变异操作；步骤5：针对粒子进行速度向量及位置向量更新；步骤6：判断是否满足迭代结束条件，如果满足则终止迭代，并求解得到粒子的位置向量解集合，如果不满足则跳转至执行所述步骤2、步骤3、步骤4以及步骤5，直到满足迭代结束条件或者达到最大迭代次数；步骤7：取所述位置向量解集合中阀值参数最大的粒子位置作为载荷信号超阀值的概率密度函数的求解结果。
[0010]可选地，所述个体最优粒子位置定义为针对个体粒子在迭代过程中适应度数值最大时对应的粒子位置；所述全局最优粒子位置定义为针对粒子群在迭代过程中适应度数值最大对应的粒子位置。
[0011]可选地，所述根据对所述超阀值概率密度函数的求解结果进行时域载荷外推，得到所述车辆在全生命周期内的载荷信号数据，包括：从所述在公共道路的载荷信号数据中，提取超过阀值参数的数据；针对所述超过阀值参数的数据，采用超阀值概率密度函数的求解结果重复进行N次操作，每次操作随机产生新的载荷信号数据进行替换原数据；将重复进行N次操作所生成的载荷信号数据进行首尾相连，得到外推N倍的时域载荷信号；将所述外推N倍的时域载荷信号作为所述车辆在全生命周期内的载荷信号数据。
[0012]第二方面，本专利技术实施例提供了一种基于粒子群算法的汽车时域载荷外推装置，
包括：数据采集单元，用于采集车辆在公共道路的载荷信号数据；模型建立单元，用于根据所述在公共道路的载荷信号数据建立时域载荷外推计算模型，其中，所述时域载荷外推计算模型包括超阀值概率分布函数和超阀值概率密度函数；模型求解单元，用于采用粒子群算法对所述超阀值概率密度函数进行求解；外推执行单元，用于根据对所述超阀值概率密度函数的求解结果进行时域载荷外推，得到所述车辆在全生命周期内的载荷信号数据。
[0013]第三方面，本专利技术实施例提供了一种基于粒子群算法进行汽车时域载荷外推的电子设备，包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的代码，所述处理器在执行所述代码时实现第一方面任一实施方式所述方法。
[0014]第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任一实施方式所述方法。
[0015]本专利技术实施例提供的一个或者多个技术方案，至少实现了如下技术效果或者优点：通过粒子群算法采集车辆在公共道路的载荷信号数据；根据在公共道路的载荷信号数据建立时域载荷外推计算模型，时域载荷外推计算模型包括超阀值概率分布函数和超阀值概率密度函数；采用粒子群算法对超阀值概率密度函数进行求解，并根据对超阀值概率密度函数的求解结果进行时域载荷外推，得到车辆在全生命周期内的载荷信号数据。采用粒子群算法求解得到的广义帕累托分布概率密度函数，能够满足与采集数据的误差精度，求解精度较高，适用于任何时域载荷信号的外推。因此，实现了自动化外推载荷信号，且得到的全生命周期内的载荷信号数据更准确。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的实施例，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，还可以根据提供的附图获得其他的附图。
[0017]图1为本专利技术实施例中基于粒子群算法的汽车时域载荷外推方法的流程图；图2为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于粒子群算法的汽车时域载荷外推方法，其特征在于，包括：采集车辆在公共道路的载荷信号数据；根据所述在公共道路的载荷信号数据建立时域载荷外推计算模型，其中，所述时域载荷外推计算模型包括超阀值概率分布函数和超阀值概率密度函数；采用粒子群算法对所述超阀值概率密度函数进行求解，并根据对所述超阀值概率密度函数的求解结果进行时域载荷外推，得到所述车辆在全生命周期内的载荷信号数据。2.如权利要求1所述的方法，其特征在于，所述采集车辆在公共道路的载荷信号数据，包括：在所述车辆上布置轮心六分力传感器和三向加速度传感器、在所述车辆的传动轴上布置非接触式传动轴扭矩传感器、以及在所述车辆的悬架杆件上布置杆件力传感器；规划在公共道路行驶的合计里程及在每种公共道路的行驶路线，其中，所述合计里程中，城市道路的里程占比为，高速道路的里程占比为，郊区道路的里程占比为，国省道道路的里程占比为，坏路道路的里程占比为，山区道路的里程占比为，其中：；在所述车辆行驶于所述公共道路过程中，通过如下任意一种方式采集在公共道路的载荷信号数据：所述车辆上布置的轮心六分力传感器采集轮心六分力信号、通过适应于车辆上布置的三向加速度传感器采集轮心三向加速度信号、通过所述车辆的传动轴上布置的非接触式传动轴扭矩传感器采集传动轴扭矩信号、以及通过所述车辆的悬架杆件上布置杆件力传感器采集杆件力信号；对所述在公共道路的载荷信号数据进行检查和清洗。3.如权利要求2所述的方法，其特征在于，还包括：设定所述车辆在全生命周期内的目标里程；根据所述目标里程和所述车辆在多种公共道路上行驶的合计里程，确定对所述在公共道路的载荷信号进行外推的倍数N。4.如权利要求3所述的方法，其特征在于，所述根据所述在公共道路的载荷信号数据建立时域载荷外推计算模型，包括：定义所述在公共道路的载荷信号数据；定义阀值参数、形状参数以及尺寸参数；定义大于所述阀值参数的载荷信号数据为超阀值；根据所述公共道路的载荷信号数据、所述阀值参数、所述形状参数以及所述尺寸参数，建立所述超阀值概率分布函数和所述超阀值概率密度函数。5.如权利要求3所述的方法，其特征在于，所述采用粒子群算法对所述超阀值概率密度函数进行求解，包括：步骤1：均匀随机产生粒子构成粒子群集合，其中，所述粒子群集合中每一个粒子包括位置向量及速度向量；步骤2：计算所述粒子群集合中每...

【专利技术属性】
技术研发人员：丁鼎，韩广宇，张永仁，卢放，马德慧，
申请(专利权)人：岚图汽车科技有限公司，
类型：发明
国别省市：