【技术实现步骤摘要】
本专利技术涉及汽车电池包支架分析领域，具体地，涉及一种基于卷积神经网络的电池包系统疲劳分析方法。
技术介绍
1、电池包是纯电动轻卡上质量最大的零部件，而电池包支架是将电池包连接至车架的关键部件，在车辆行驶过程中，电池包系统在路面不平的激励下，需要承受反复的弯曲及扭转交变载荷作用，易发生疲劳失效，因此有必要对其进行疲劳寿命分析。疲劳寿命分析的关键是载荷边界的计算，目前行业内使用较多是借助于多体动力学将路面不平度引起的外界激励载荷分解到各零部件，主要方式有两种：虚拟试验场技术和虚拟台架技术，虚拟试验场技术需要通过激光扫描获得高精度的数字化路面、能够反映高频振动的轮胎模型及能够实现闭环控制的驾驶员模型，整套技术路线的成本很高；虚拟台架技术是通过采用多体动力学原理建立对应于室内试验台的虚拟台架以及整车或零部件模型，通过多次迭代来修正模型仿真输出结果与实测数据的差异，直至模型响应与试验场实测数据一致，最终获得零部件连接点的载荷谱。虚拟迭代法无需虚拟试验场技术中的路面扫描、复杂轮胎和驾驶员模型等问题，成本较低，目前应用较为广泛。但是随着汽车行业竞争...
【技术保护点】
1.一种基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，在步骤S1中，所述加速度传感器有四个，分别两两安装于电池包系统的左右对称的两侧。
3.根据权利要求1所述的基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，在步骤S1中，在加速度传感器安装完毕后在耐久试验场典型强化路面进行路试试验。
4.根据权利要求1所述的基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，在步骤S2中，所述车架的钣金件和管状结构采用壳体单元进行建模，对其...
【技术特征摘要】
1.一种基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，在步骤s1中，所述加速度传感器有四个，分别两两安装于电池包系统的左右对称的两侧。
3.根据权利要求1所述的基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，在步骤s1中，在加速度传感器安装完毕后在耐久试验场典型强化路面进行路试试验。
4.根据权利要求1所述的基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，在步骤s2中，所述车架的钣金件和管状结构采用壳体单元进行建模，对其通过有限元前处理软件进行抽中面然后用壳单元进行网格划分，网格平均尺寸为4mm；车架的铸件采用二阶四面体单元进行建模；电池包模组基于实体单元进行网格建模；电池包总成、电池包支架与车架三者间的螺栓连接采用rbe2刚性单元和bar杆单元组合模拟，电池包支架之间的焊缝采用焊缝单元模拟。
5.根据权利要求1所述的基于卷积神经网络的电池包系统疲劳分析方法，其特征在于，在步骤s3中，所述七个作动缸包括在车架截取边界的外联点处设置的四个垂向作动缸和两个方向相反的y向作动缸以及在车架横梁外联点上设置的x向作动缸；其中，垂向是指与地面垂直的方向，y向为汽车横梁方向，x向...
【专利技术属性】
技术研发人员：陈为欢，黄晖，赵素娟，熊伟，余显忠，段龙杨，
申请(专利权)人：江铃汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。