一种拖挂房车质心安全域估计方法技术

本发明专利技术属于数字化设计与特种车辆结构安全评估领域，提供了一种拖挂房车质心安全域估计方法。对给定拖挂房车建立结构有限元模型，结合行驶工况及质心分布进行采样，通过有限元仿真构建大规模结构仿真数据集；采用回归神经网络建立质心位置与安全系数的对应关系；进一步地利用上述拟合神经网络进行采样和参数曲面拟合分别生成拖挂房车在弯曲工况、制动工况、转向工况、混合工况等多种工况下的三维质心安全域；通过布尔交集得到整体的质心安全域，进而得到对应安全边界曲面。进而得到对应安全边界曲面。进而得到对应安全边界曲面。

【技术实现步骤摘要】
一种拖挂房车质心安全域估计方法


[0001]本专利技术属于数字化设计与特种车辆结构安全评估领域，具体涉及一种数据驱动的拖挂房车质心安全域计算估计方法。

技术介绍

[0002]自驾游的兴起促进了房车市场的快速发展，拖挂房车凭借较高的性价比和灵活性吸引了越来越多自驾旅游者的青睐。但拖挂房车由于使用方式的特殊性，对驾驶者者提出了更高的要求，当驾驶者在行驶中操作不当时极易造成拖挂房车的结构失效，对房车造成不可逆的损伤，甚至还会引发交通事故。如何提高拖挂房车的使用安全越来越受到人们的关注。
[0003]拖挂房车能够在有限空间内解决人们的衣食住行等问题，在使用过程中会放置多种必需物品，物品摆放不可避免地具有较大随意性。此外，房车中会配备多个水箱，在使用过程中水箱中的水发生流动。加上使用过程中物品的随机摆放，拖挂房车的质心位置变化具有较大的不确定性。拖挂房车在动态工况下，当质心位置分布不合理时，会使拖挂房车在极限工况下出现结构损伤，使用安全性受到影响。质心位置变化会使拖挂房车底盘结构的安全性受到影响，且通常情况下底盘结构损坏前不易感知，损坏后不易修复，甚至也会对车厢造成不可逆的损伤，影响拖挂房车的安全性及旅居生活质量。
[0004]通过实验和仿真的方法能够得到车辆的质心安全域，例如MORENO等在“Transportation Research Procedia”上发表的《Stability of heavy articulated vehicles:effect of load distribution》中，对质心位置改变后的车辆行驶安全性和结构安全性进行研究，找出质心坐标的极限位置；尽管能够得到质心安全域，但实验和仿真的过程繁琐，效率较低；由于实验和仿真的数据规模较小，得出的安全域精度较差。
[0005]当前计算机技术和机器学习技术得到了快速发展，使用有限元方法能够对拖挂房车在不同工况下的结构安全进行计算，但通常要消耗较多的计算资源和时间，而机器学习技术能够对数据进行快速处理。本方法通过有限元方法创建结构仿真数据集，使用人工神经网络对结构仿真参数与结构安全系数之间的关系进行拟合，能够提高拖挂房车结构安全计算的效率。通过数据驱动，实现对拖挂房车质心安全域的构建，从而有效减少拖挂房车质心分布不合理而造成的事故。

技术实现思路

[0006]本专利技术提供了一种数据驱动的拖挂房车质心安全域计算方法，该方法针对拖挂房车使用过程中出现的质心分布不确定的问题，对质心的分布的安全范围进行计算。本方案的思路为：对质心的分布区域进行分割并采样，使用有限元方法对采样点的结构安全性进行分析，使用神经网络对质心坐标和安全系数的关系进行拟合后可以快速估算出拖挂房车结构安全性，从而缩小采样点之间的间隔，得到安全系数为某个特定值的边界。本方法将有限元方法和神经网络进行结合，能够提高结构安全性评估的效率。
[0007]本专利技术的技术方案为：一种数据驱动的拖挂房车质心安全域计算方法，具体步骤如下：
[0008]步骤1，构建给定拖挂房车车型的有限元模型，得到质心分布区域；
[0009](1.1)对给定的拖挂房车车型，以车厢地板中心位置作为坐标原点，车辆行驶方向定义为x的正方向，车辆行驶方向的左侧定义为y的正方向，地板上方定义为z的正方向，建立拖挂房车的坐标系；
[0010](1.2)将给定的拖挂房车的底盘及车厢的几何模型进行有限元前处理，通过金属拉伸实验，得到材料的杨氏模量、屈服强度，为有限元模型设定材料参数，得到拖挂房车的初始有限元模型；
[0011](1.3)根据拖挂房车的尺寸，确定质心坐标在x、y、z方向的边界，得到长为L/2，宽为B，高为H的质心分布区域，且该区域为长方体。
[0012]步骤2，考虑拖挂房车的使用环境，确定典型行驶工况；
[0013](2.1)根据拖挂房车在公路行驶工况，例如，选择弯曲工况、制动工况、转向工况和混合工况作为典型工况；
[0014](2.2)对步骤(2.1)中的典型工况通过x和y两个方向的加速度进行参数化表示。
[0015]步骤3，通过修改有限元模型并进行计算，构建仿真数据集；
[0016](3.1)根据采样的精度，将步骤(1.3)得到的质心区域分别在x、y、z方向进行等距离分割，分割后的每个子区域均为长方体；对每个子区域的顶点坐标进行采集，作为质心坐标，分别赋予到步骤(1.2)得到的拖挂房车初始有限元模型中，得到批量的修改后的有限元模型；
[0017](3.2)定义安全系数为材料屈服强度与结构最大应力的比值，使用批处理的方法进行有限元计算，得到各质心位置下拖挂房车的应力分布及安全系数；
[0018](3.3)使用批处理的方法对步骤(3.1)得到的有限元模型进行有限元计算，并将采样的质心坐标与安全系数进行一一对应，建立仿真数据集。
[0019]步骤4，构建神经网络模型，实现质心坐标与安全系数的拟合；
[0020](4.1)根据材料的特点、使用的环境等因素，确定安全阈值n
s
；
[0021](4.2)使用步骤(3.3)得到的仿真数据集进行神经网络的训练，对质心坐标与安全系数之间的关系进行拟合；将训练好的神经网络模型定义为结构安全预测机。
[0022]步骤5，根据拖挂房车的尺寸设置质心分布区域，并对区域进行分割，得到采样点集，输入到结构安全预测机；
[0023](5.1)根据安全域的精度要求，将步骤(1.3)得到的质心区域分别在x、y、z方向进行等距离分割，分割后的每个子区域均为长方体；
[0024](5.2)对每个子区域的顶点坐标进行采集，得到采样点集
[0025](5.3)将采样点集中的点依次输入到步骤(4.2)定义的结构安全预测机中，计算出结构的安全系数。
[0026]步骤6，根据步骤5输出的结果，得到各工况下安全域的边界点集；
[0027](6.1)对步骤(5.2)得到的采样点，按照步骤(5.3)进行安全系数的预测；每个采样点需要在多个工况下进行安全系数的计算；
[0028](6.2)当得到的安全系数大于安全系数阈值n
s
时，在当前质心位置和当前工况下，拖挂房车的结构是安全的；
[0029](6.3)当得到的安全系数小于安全系数阈值n
s
时，在当前质心位置和当前工况下，拖挂房车的结构是不安全的；
[0030](6.4)当得到的安全系数等于安全系数阈值n
s
时，当前的质心坐标在当前工况下，是安全域边界点集中的一点；
[0031](6.5)对所有的边界点进行提取，得到安全域边界点集(6.5)对所有的边界点进行提取，得到安全域边界点集
[0032]步骤7，使用NURBS样条曲面，对各个工况下得到的安全域边界点集进行拟合，得到各工况下安全域的边界曲面SBS1,SBS2,
…
,SBS
n
。
[0033]步骤8，将步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种拖挂房车质心安全域估计方法，其特征在于，步骤如下：步骤1，根据给定的拖挂房车车型，建立有限元模型，得到质心分布区域；步骤2，考虑拖挂房车的使用环境，确定典型行驶工况C1,C2,
…
,C
n
；步骤3，定义安全系数为材料的屈服强度与结构最大应力的比值，对步骤1中建立的有限元模型进行批量化的参数修改，对得到的有限元模型进行批量计算，构建仿真数据集；步骤4，对神经网络参数和安全系数阈值n
s
进行设定，使用步骤3构建的仿真数据集，训练神经网络对质心坐标与安全系数之间的关系进行拟合；将训练好的神经网络模型定义为结构安全预测机；步骤5，根据拖挂房车的尺寸设置质心分布区域，并对区域进行分割，得到采样点集输入到步骤4得到的结构安全预测机；步骤6，根据步骤5输出的结果，得到各工况下安全域的边界点集步骤6，根据步骤5输出的结果，得到各工况下安全域的边界点集步骤7，基于步骤6得到的边界点集，拟合出各工况下安全域的边界曲面SBS1,SBS2,
…
,SBS
n
；步骤8，基于步骤7得到的边界曲面，得到各工况下的安全域SR1,SR2,
…
,SR
n
；步骤9，对步骤8中得到的各工况安全域进行布尔求交运算，得到拖挂房车整体的质心安全域，作为最终输出。2.根据权利要求1所述的数据驱动的拖挂房车质心安全域计算方法，其特征在于，在所述步骤1中，包含以下子步骤：(1.1)对给定的拖挂房车车型，以车厢地板中心位置作为坐标原点，车辆行驶方向定义为x的正方向，车辆行驶方向的左侧定义为y的正方向，地板上方定义为z的正方向，建立拖挂房车的坐标系；(1.2)将给定的拖挂房车的底盘及车厢的几何模型进行有限元前处理，通过金属拉伸实验，得到材料的杨氏模量、屈服强度，为有限元模型设定材料参数，得到拖挂房车的初始有限元模型；(1.3)根据拖挂房车的尺寸，确定质心坐标在x、y、z方向的边界，得到长为L/2，宽为B，高为H的质心分布区域，且该区域为长方体。3.根据权利要求1所述的数据驱动的拖挂房车质心安全域计算方法，其特征在于，在步骤2中，包含以下子步骤：(2.1)根据拖挂房车在公路行驶工况，选择弯曲工况、制动工况、转向工况和混合工况作为典型工况；(2.2)对步骤(2.1)中的典型工况通过x和y两个方向的加速度进行参数化表示。4.根据权利要求1所述的数据驱动的拖挂房车质心安全域计算方法，其特征在于，在步骤3中，包含以下子步骤：(3.1)根据采样的精度，将步骤(1.3)得到的质心区域分别在x、y、z方向进行等距离分割，分割后的每个子区域均为长方体；对每个子区域的顶点坐标进行采集，作为质心坐标，
分别赋予到步骤(1.2)得到的拖挂房车初始有限元模型中，得到批量的修改后的有限元模型；(3.2)定义安全系数为材料屈服强度与结构最大应力的比值，使用批处理的方法进行有限元计算，得到各...

【专利技术属性】
技术研发人员：李宝军，胡平，高世哲，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：