一种用于电池包系统的振动应力及疲劳寿命预测方法技术方案

本发明专利技术公开一种用于电池包系统的振动应力及疲劳寿命预测方法，步骤包括：1)建立电池包系统有限元模型；2)设置电池模组有限元模型部件厚度；3)测试在不同振动工况下，电池包系统有限元模型的系统振动应力和疲劳寿命；4)修改电池模组有限元模型部件厚度，并返回步骤3)，直至获取若干电池包系统有限元模型的系统振动应力和疲劳寿命；5)建立训练数据集，对深度学习模型进行训练，得到振动应力及疲劳寿命预测模型；6)获取待检测电池包系统的部件厚度，输入到振动应力及疲劳寿命预测模型中，得到待检测电池包系统的振动应力及疲劳寿命。本发明专利技术解决了通过有限元模型预测电池包系统力学特性时存在的预测过程复杂的问题。学特性时存在的预测过程复杂的问题。学特性时存在的预测过程复杂的问题。

【技术实现步骤摘要】
一种用于电池包系统的振动应力及疲劳寿命预测方法


[0001]本专利技术涉及电动汽车领域，具体是一种用于电池包系统的振动应力及疲劳寿命预测方法。

技术介绍

[0002]随着我国汽车工业的迅速发展，电动汽车的保有量居世界首位，电池包系统作为电动汽车上的关键核心部件，在动力供给方面起着至关重要的作用。由于行驶道路环境恶劣，交通环境日益复杂，不同的机械情况(比如车辆碰撞、电池包振动、障碍物冲击等)将对电池包系统产生难以估计的损伤，严重时会发生火灾，爆炸等安全事故，这将极大影响电动汽车的行驶安全性和交通安全性。另外，若不对振动工况下的电池包系统进行应力分析，将无法评估受振动后电池包系统的可靠性，将对未来电池包的继续使用及车辆行驶留下安全隐患。
[0003]电池包系统是纯电动汽车以及混合动力汽车的动力来源，一般由下底壳、上盖、电池模组、纵梁/边、横梁/边、模组安装板、吊耳、长/短支架、加强板等部件构成。对于确定结构的电池包系统，其安全性能主要由关键部件的厚度和材料参数决定。若通过改变不同部件的厚度参数制造不同的电池包样件，开展实验分析来研究其振动工况下的安全性，时间成本和经济成本都会非常高昂。所以，采用有限元仿真与深度学习相结合的方法来对电池包系统振动应力及疲劳寿命进行预测具有非常重要的工程实用价值。
[0004]近年来，相关企业及高校致力于对不同电池包系统部件厚度参数下的振动疲劳安全性进行研究，国内外专家学者对电池包系统的振动疲劳安全性也开展了较为系统的研究，包括优化厚度参数、采用新型材料、采用不同的电池包模组布置方式等方法。为了进行电池包系统的合理设计，设计人员必须基于有限元模型执行上万次分析来了解整个电池包系统的力学特性。如图2所示，电池包系统的部件如：下底壳、上盖、电池模组、纵梁/边、横梁/边、模组安装板、吊耳、长/短支架、加强板等必须提供幂级数次的有限元分析从而选取适当的厚度参数，这个过程十分辛苦、昂贵且耗时，因此无法在汽车行业激烈的竞争中推广使用。

技术实现思路

[0005]本专利技术的目的是提供一种用于电池包系统的振动应力及疲劳寿命预测方法，包括以下步骤：
[0006]1)建立电池包系统有限元模型.
[0007]建立电池包系统有限元模型的步骤包括：
[0008]1.1)根据电池包系统的壳体尺寸、壳体结构和壳体材料，建立壳体有限元模型；
[0009]1.2)根据电池包系统的电池模组尺寸和材料，建立电池模组有限元模型；
[0010]建立电池模组有限元模型的步骤包括：
[0011]1.2.1)根据电池模组的尺寸参数，建立电池模组几何模型；
[0012]1.2.2)对电池模组材料进行均质化处理；
[0013]1.2.3)根据均质化处理得到的电池模组材料信息定义电池模组几何模型的材料参数，从而得到电池模组有限元模型。
[0014]1.3)根据电池包系统各个部件的连接关系，耦合壳体有限元模型和电池模组有限元模型，得到电池包系统有限元模型。
[0015]2)设置电池模组有限元模型部件厚度；所述部件厚度包括电池模组有限元模型中长托架厚度、吊耳厚度、底壳厚度、下支撑横梁厚度、上下连接支架厚度和上支架厚度。
[0016]3)测试在不同振动工况下，电池包系统有限元模型的系统振动应力和疲劳寿命；
[0017]所述疲劳寿命通过达到疲劳破断时的应力循环次数N表征；
[0018]次数N满足下式：
[0019]σ
m
N＝C
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0020]式中，σ为最大应力，N为达到疲劳破断时的应力循环次数；m、C为电池包系统材料常数。
[0021]4)修改电池模组有限元模型部件厚度，并返回步骤3)，直至获取若干电池包系统有限元模型的系统振动应力和疲劳寿命；
[0022]5)根据电池模组有限元模型部件厚度、电池包系统有限元模型的系统振动应力和疲劳寿命建立训练数据集，并对深度学习模型进行训练，得到振动应力及疲劳寿命预测模型；
[0023]在建立振动应力及疲劳寿命预测模型时，还利用测试集对振动应力及疲劳寿命预测模型进行测试；
[0024]所述测试集的数据包括电池模组有限元模型部件厚度、电池包系统有限元模型的系统振动应力和疲劳寿命。
[0025]测试集和训练数据集中，电池模组有限元模型部件厚度为输入数据，电池包系统有限元模型的系统振动应力和疲劳寿命为输出数据。
[0026]所述深度学习模型包括输入层、隐藏层和输出层。
[0027]所述深度学习模型在训练时，交替地进行正向传播和反向传播，并根据反向传播计算梯度迭代模型参数；
[0028]在正向传播过程中，输入矩阵、权重矩阵和偏差矩阵分别如下所示：
[0029]Z0＝(i1,i2,i3,
…
i
m
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0030]W
n
＝(W
n1
,W
n2
,W
n3
,
…
W
nm
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0031]B
n
＝(B
n1
,B
n2
,B
n3
,
…
B
nm
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0032]式中，m表示样本集数量；n表示隐藏层和输出层的总数；Z0表示输入矩阵，即为电池包系统部件的材料和厚度参数；W
n
和B
n
分别表示第n层的权重矩阵和偏差矩阵。
[0033]正向传播过程如下：
[0034]A0＝Z0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0035]Z
i
＝W
iT
A
i
‑1+B
i
，i＝1
…
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0036]A
i
＝f
i
(Z
i
)，i＝1
…
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0037]式中，Z0为第0层的输入；A0为第0层的输出，第0层为输入层；Z
i
为第i层的输入；W
i
为第i层的权重矩阵；B
i
为第i层的偏差矩阵；A
i
为第i层的输出；n为隐藏层和输出层的总层
数；f
i
()为第i层的激活函数；A
i
‑1为第i
‑...

【技术保护点】

【技术特征摘要】
1.一种用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，包括以下步骤：1)建立所述电池包系统有限元模型。2)设置电池模组有限元模型部件厚度。3)测试在不同振动工况下，电池包系统有限元模型的系统振动应力和疲劳寿命。4)修改电池模组有限元模型部件厚度，并返回步骤3)，直至获取若干电池包系统有限元模型的系统振动应力和疲劳寿命；5)根据电池模组有限元模型部件厚度、电池包系统有限元模型的系统振动应力和疲劳寿命建立训练数据集，并对深度学习模型进行训练，得到振动应力及疲劳寿命预测模型；6)获取待检测电池包系统的部件厚度，并输入到振动应力及疲劳寿命预测模型中，得到待检测电池包系统的振动应力及疲劳寿命。2.根据权利要求1所述的用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，建立电池包系统有限元模型的步骤包括：1)根据电池包系统的壳体尺寸、壳体结构和壳体材料，建立壳体有限元模型；2)根据电池包系统的电池模组尺寸和材料，建立电池模组有限元模型；3)根据电池包系统各个部件的连接关系，耦合壳体有限元模型和电池模组有限元模型，得到电池包系统有限元模型。3.根据权利要求2所述的用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，建立电池模组有限元模型的步骤包括：1)根据电池模组的尺寸参数，建立电池模组几何模型；2)对电池模组材料进行均质化处理；3)根据均质化处理得到的电池模组材料信息定义电池模组几何模型的材料参数，从而得到电池模组有限元模型。4.根据权利要求1所述的用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，所述部件厚度包括电池模组有限元模型中长托架厚度、吊耳厚度、底壳厚度、下支撑横梁厚度、上下连接支架厚度和上支架厚度。5.根据权利要求1所述的用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，所述振动工况包括随机振动工况、正扫频振动工况和定频振动工况。6.根据权利要求1所述的用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，所述疲劳寿命通过达到疲劳破断时的应力循环次数N表征；次数N满足下式：σ
m
N＝C
ꢀꢀꢀꢀ
(1)式中，σ为最大应力，N为达到疲劳破断时的应力循环次数；m、C为电池包系统材料常数。7.根据权利要求1所述的用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，在建立振动应力及疲劳寿命预测模型时，还利用测试集对振动应力及疲劳寿命预测模型进行测试；所述测试集的数据包括电池模组有限元模型部件厚度、电池包系统有限元模型的系统振动应力和疲劳寿命。8.根据权利要求7所述的用于电池包系统的振动应力及疲劳寿命预测方法，其特征在于，测...

【专利技术属性】
技术研发人员：潘勇军，张啸西，
申请(专利权)人：重庆大学，
类型：发明
国别省市：