一种混合动力乘用车机电耦合装置载荷谱编制方法制造方法及图纸

本发明专利技术公开了一种混合动力乘用车机电耦合装置载荷谱编制方法，包括：S1、确定基础载荷数据采集的路况和里程比例，进行基础载荷数据采集；S2、数据预处理；S3、获取编制的零部件对象的时域载荷数据；S4、采用雨流计数法，对各路况时域载荷数据进行计数统计，将时域载荷数据转换为雨流域载荷数据；S5、计算出各循环路况下的损伤量的大小确定样本载荷数据；S6、根据不同的路况对载荷数据分路况处理并进行雨流域的数据处理；S7、对不同路况的雨流域载荷数据进行二维核密度估计的非参数雨流外推，并外推至全寿命二维载荷谱；S8、将全寿命二维载荷转化为一维载荷谱。本发明专利技术能针对多变复杂工况下的混合动力乘用车进行机电耦合装置载荷谱编制。编制。编制。

【技术实现步骤摘要】
一种混合动力乘用车机电耦合装置载荷谱编制方法


[0001]本专利技术属于工程机械
，具体涉及一种混合动力乘用车机电耦合装置载荷谱编制方法。

技术介绍

[0002]随着“双碳”战略目标的落实，混合动力汽车作为燃油车向新能源汽车的过渡商品，其发展得到了国家的大力支持，销量保持快速增长。在汽车研发过程中，进行零部件可靠性分析是必不可少的。
[0003]目前，在航空、数控机床、汽车等领域，都有采用基于载荷谱技术进行零部件的疲劳寿命预测。混合动力汽车中的机电耦合装置将发动机的动力和驱动电机的动力耦合输出至轮端，其可靠性关乎整车寿命。
[0004]而航空、数控机床等领域的载荷谱编制方法，如载荷时域外推和参数外推等，适用于载荷具有周期性质、载荷相对平稳和雨流矩阵分布比较简单的场合。而多路况复杂工况下的混合动力汽车，其机电耦合装置的零部件承受的载荷随机性强，载荷的雨流矩阵分布形状复杂，因此不再适用上述方法。

技术实现思路

[0005]本专利技术的主要目的在于克服现有技术的缺点与不足，提供一种混合动力乘用车机电耦合装置载荷谱编制方法，该方法能够针对多变复杂工况下的混合动力乘用车进行机电耦合装置载荷谱编制。
[0006]为了达到上述目的，本专利技术采用以下技术方案：
[0007]一种混合动力乘用车机电耦合装置载荷谱编制方法，包括以下步骤：
[0008]S1、基于用户使用情况的大数据调查，确定基础载荷数据采集的路况和里程比例，进行基础载荷数据采集，获取时域载荷数据；
[0009]S2、对获取的时域载荷数据进行预处理；
[0010]S3、基于车辆的混合动力架构，判断其耦合装置的耦合类型，获取编制的零部件对象的时域载荷数据；
[0011]S4、采用雨流计数法，对预处理后的各路况时域载荷数据进行计数统计，将时域载荷数据转换为雨流域载荷数据；
[0012]S5、基于雨流计数法，计算出各循环路况下的损伤量的大小确定样本载荷数据；
[0013]S6、针对确定的样本载荷数据，根据不同的路况对载荷数据分路况处理，并进行雨流域的数据处理；
[0014]S7、对步骤S6中的不同路况的雨流域载荷数据进行二维核密度估计的非参数雨流外推，并外推至全寿命二维载荷谱；
[0015]S8、将全寿命二维载荷谱转化为一维载荷谱。
[0016]进一步的，步骤S1中，基于用户使用情况的大数据调研或调查，确定试验车基础载
荷数据采集的路况，确定路况包括有城市路况、高速路况、省道路况和坏路面路况；城市路况、高速路况、省道路况、坏路面路况的行驶里程按照一定比例设定；
[0017]采集的基础载荷数据包括发动机扭矩
‑
时间历程、发动机转速
‑
时间历程、发电机扭矩
‑
时间历程、发电机转速
‑
时间历程、驱动电机扭矩
‑
时间历程、驱动电机转速
‑
时间历程、车速
‑
时间历程、档位信号结合情况。
[0018]进一步的，预处理包括奇异值去除处理以及滤波处理；
[0019]奇异点去除处理具体为：
[0020]将步骤S1中所获取的基础载荷数据中的奇异点数据进行去除；
[0021]滤波处理具体为选择特定的频率进行带阻滤波。
[0022]进一步的，步骤S3中，基于车辆的混合动力架构，判断其耦合装置的耦合类型具体为：
[0023]通过分析车辆的混合动力架构和耦合方式，从功率耦合类型、转速耦合类型以及扭矩耦合类型中判断出车辆的耦合类型，进而通过相关计算获取耦合装置传动部件的时域载荷数据；
[0024]耦合装置传动部件为发动机输出齿轮轴、发电机输入齿轮轴、驱动电机输出齿轮轴以及耦合装置传动齿轮轴。
[0025]进一步的，步骤S4具体为：
[0026]采用四点雨流计数法进行统计计数；
[0027]用于保存数据的雨流矩阵采用100
×
100的雨流计数矩阵；
[0028]对时域载荷数据进行统计循环数，经过计数后得到峰值、谷值以及循环次数(x
i
,y
i
,c
i
)，然后进行分级统计得到雨流计数矩阵；
[0029]雨流计数矩阵的带宽为：
[0030][0031]其中，max(X)、max(Y)分别为x
i
、y
i
的最大值，即载荷初值的最大值和载荷终值的最大值，min(X)、min(Y)分别为x
i
、y
i
的最小值。
[0032]进一步的，步骤S5具体为：
[0033]基于Miner线性累计损伤准则和雨流计数统计，计算出各路况下的损伤量的大小，确定样本载荷数据；
[0034]确定样本载荷数据具体为，根据Miner线性累计损伤准则计算的损伤量，选择损伤量最大的路况作为样本载荷数据。
[0035]进一步的，Miner线性累计损伤准则具体为：
[0036]设构件在k个应力水平S
i
作用下，对应的应力水平下所受的循环为n
i
，则构件的累计损伤D为：
[0037][0038]其中，N
i
为对应水平应力S
i
下的疲劳寿命；
[0039]采用ε
‑
N寿命损伤计算方法，将各路况载荷数据样本换算成传动轴最大切应变，然
后进行雨流计数法，结合ε
‑
N寿命曲线，利用线性疲劳累计损伤理论计算累计损伤：
[0040][0041]其中，T为传动轴扭矩；D为传动轴外径；α为内外径之比。
[0042]进一步的，步骤S6中，分路况处理具体为：
[0043]样本载荷数据分为城市路况载荷数据、高速路况载荷数据、省道路况载荷数据和坏路面路况载荷数据；
[0044]雨流域的数据处理具体为：
[0045]采用雨流过滤，过滤掉预设阈值的雨流载荷数据。
[0046]进一步的，步骤S7中，不同路况的雨流域载荷数据包括城市路况雨流域载荷数据、省道路况雨流域载荷数据、高速路况雨流域载荷数据以及坏路面路况雨流域载荷数据；
[0047]步骤S7中，进行二维核密度估计的非参数雨流外推，并外推至全寿命二维载荷谱具体为：
[0048]建立二维核密度估计模型，对不同路况的雨流矩阵进行核密度估计，再通过Monte Carlo模拟进行随机统计完成积分计算，完成各区间载荷谱的频次外推，并生成核密度估计外推得出的外推雨流矩阵；
[0049]二维核密度估计模型为：
[0050][0051]其中，n为样本量；x
i
、y
i
分别为雨流矩阵的初值和终值，h为核密度估计带宽；
[0052]λ
i
为自适应因子，计算公式为：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混合动力乘用车机电耦合装置载荷谱编制方法，其特征在于，包括以下步骤：S1、基于用户使用情况的大数据调查，确定基础载荷数据采集的路况和里程比例，进行基础载荷数据采集，获取时域载荷数据；S2、对获取的时域载荷数据进行预处理；S3、基于车辆的混合动力架构，判断其耦合装置的耦合类型，获取编制的零部件对象的时域载荷数据；S4、采用雨流计数法，对预处理后的各路况时域载荷数据进行计数统计，将时域载荷数据转换为雨流域载荷数据；S5、基于雨流计数法，计算出各循环路况下的损伤量的大小确定样本载荷数据；S6、针对确定的样本载荷数据，根据不同的路况对载荷数据分路况处理，并进行雨流域的数据处理；S7、对步骤S6中的不同路况的雨流域载荷数据进行二维核密度估计的非参数雨流外推，并外推至全寿命二维载荷谱；S8、将全寿命二维载荷谱转化为一维载荷谱。2.根据权利要求1所述的混合动力乘用车机电耦合装置载荷谱编制方法，其特征在于，步骤S1中，基于用户使用情况的大数据调研或调查，确定试验车基础载荷数据采集的路况，确定路况包括有城市路况、高速路况、省道路况和坏路面路况；城市路况、高速路况、省道路况、坏路面路况的行驶里程按照一定比例设定；采集的基础载荷数据包括发动机扭矩
‑
时间历程、发动机转速
‑
时间历程、发电机扭矩
‑
时间历程、发电机转速
‑
时间历程、驱动电机扭矩
‑
时间历程、驱动电机转速
‑
时间历程、车速
‑
时间历程、档位信号结合情况。3.根据权利要求1所述的混合动力乘用车机电耦合装置载荷谱编制方法，其特征在于，预处理包括奇异值去除处理以及滤波处理；奇异点去除处理具体为：将步骤S1中所获取的基础载荷数据中的奇异点数据进行去除；滤波处理具体为选择特定的频率进行带阻滤波。4.根据权利要求1所述的混合动力乘用车机电耦合装置载荷谱编制方法，其特征在于，步骤S3中，基于车辆的混合动力架构，判断其耦合装置的耦合类型具体为：通过分析车辆的混合动力架构和耦合方式，从功率耦合类型、转速耦合类型以及扭矩耦合类型中判断出车辆的耦合类型，进而通过相关计算获取耦合装置传动部件的时域载荷数据；耦合装置传动部件为发动机输出齿轮轴、发电机输入齿轮轴、驱动电机输出齿轮轴以及耦合装置传动齿轮轴。5.根据权利要求1所述的混合动力乘用车机电耦合装置载荷谱编制方法，其特征在于，步骤S4具体为：采用四点雨流计数法进行统计计数；用于保存数据的雨流矩阵采用100
×
100的雨流计数矩阵；对时域载荷数据进行统计循环数，经过计数后得到峰值、谷值以及循环次数(x
i
,y
i
,c
i
)，然后进行分级统计得到雨流计数矩阵；
雨流计数矩阵的带宽为：其中，max(X)、max(Y)分别为x
i
、y
i
的最...

【专利技术属性】
技术研发人员：吴伟斌，马宝淇，郑泽锋，胡仁俊，侯俊伟，韩重阳，胡智标，唐婷，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：