一种面向自动驾驶编队的沥青路面疲劳寿命预估方法技术

本发明专利技术公开了一种面向自动驾驶编队的沥青路面疲劳寿命预估方法，包括步骤如下：首先对典型沥青路面结构进行有限元建模，并实现环境温度场的数值模拟；接着将轮胎接地形状简化为圆形双轮荷载，并依据典型货车的轴载特征实现移动荷载施加；然后根据自动驾驶编队的车速、车间距等特征进行组合工况模拟，得到沥青层底最大纵向拉应变波形图；分析力学响应波形特征，通过主层次分析法得到独立形状参数；基于Miner线性累积损伤理论计算自动驾驶编队行驶下的等效损伤；根据等效损伤原理，通过数值拟合的方法建立基于波形特征的沥青路面疲劳寿命模型。本发明专利技术为自动驾驶场景下的道路结构设计提供了一种方法。设计提供了一种方法。设计提供了一种方法。

【技术实现步骤摘要】
一种面向自动驾驶编队的沥青路面疲劳寿命预估方法


[0001]本专利技术涉及沥青路面疲劳寿命预估方法，尤其涉及一种面向自动驾驶编队的沥青路面疲劳寿命预估方法。

技术介绍

[0002]随着车联网和人工智能等新一代信息技术的飞速发展与深度融合，自动驾驶关键技术日益成熟，应用场景逐渐清晰。在编队行驶状态下，考虑不同编队形式，荷载的周期性也会产生明显变化、显示出不同的特征。这种由驾驶及编队模式带来的荷载模式的变化，会深度影响路面结构的受力状态进而影响路面性能。另一方面，目前现行沥青路面结构疲劳寿命预估方法只适用于典型有人驾驶场景，并未考虑无人驾驶编队行驶特点，因此面向无人驾驶货车编队行驶的沥青路面结构疲劳寿命预估方法亟待优化。

技术实现思路

[0003]专利技术目的：本专利技术的目的是提供一种通过对典型沥青路面结构进行三维建模，并提出表征沥青层层底最大拉应变的独立特征参数，同时将聚焦维度从传统的轴载作用次数改为编队行驶次数，通过等效损伤原理，拟合得到沥青路面结构疲劳寿命预估公式的面向自动驾驶编队的沥青路面疲劳寿命预估方法。
[0004]技术方案：本专利技术的沥青路面疲劳寿命预估方法，包括以下步骤：
[0005]S1，基于实际工程问题获取典型沥青路面结构的材料参数，建立三维沥青路面有限元模型；
[0006]S2，将轮胎接地形状简化为圆形双轮荷载，并依据典型货车的轴载特征编写Dload子程序，在三维沥青路面有限元模型上实现周期移动荷载施加；
[0007]S3，根据自动驾驶编队的形式特性，将车速、车辆数、左右车间距、前后车间距的特征组合不同工况并进行模拟，得到每一种工况下的沥青层底最大纵向拉应变的波形图；
[0008]S4，分析所有工况下的沥青层底最大纵向拉应变波形特征，通过主层次分析法得到能够表征该类波形特征的主要独立形状参数；
[0009]S5，基于Miner线性累积损伤原理，计算得到每一种工况下的累计疲劳损伤；
[0010]S6，基于等效损伤原理，通过多元非线性拟合的方法建立基于波形特征的沥青路面疲劳寿命模型。
[0011]进一步，步骤S2中，在三维沥青路面有限元模型上实现周期移动荷载施加的具体实现步骤如下：
[0012]S21，将轮胎接地形状简化为双圆荷载，假定压力在接触面上均匀分布；
[0013]S22，选取典型货车分析轴载分布，包含轴数、轴距、轴载，结合双圆均布荷载，利用Dload子程序实现单货车荷载作用；
[0014]S23，依据货车车身长l、自动驾驶编队前后车间距x、车速v、车辆数n，计算周期循环时间t：
[0015]t＝((l*n+x*(n
‑
1))/v
[0016]在Dload子程序中，通过对STEPTIME设置MOD函数实现编队的循环移动荷载作用。
[0017]进一步，步骤S3中，得到每一种工况下的沥青层底最大纵向拉应变的波形图的具体实现步骤如下：
[0018]S31，针对自动驾驶编队行驶的不同特性，确定各变量的变化范围，将各变量组合为不同的工况；
[0019]S32，针对不同的工况编写对应".FOR"文件，通过Dload子程序作用在已建立的三维沥青路面有限元模型上，并输出每一种工况下的沥青层底最大纵向拉应变波形图。
[0020]进一步，步骤S4中，通过主层次分析法得到能够表征该类波形特征的主要独立形状参数的详细实现步骤如下：
[0021]S41，依据所有工况下沥青层底最大纵向拉应变波形图，从加载信号、车速、路面结构方面提出表征该类波形的m个图形参数X1，X2，...，X
m
；
[0022]S42，将n种工况的m维图形参数建立为矩阵X＝[X1，X2，X3，...，X
m
]，其中第j个维度对应的工况合集为1≤j≤n，r为工况数量；对矩阵X做归一化处理，得到矩阵
[0023]S43，计算矩阵的协方差矩阵C；
[0024]S44，计算协方差矩阵C的特征值与特征向量，将特征值从大到小排序，保留前N个特征值，前N个特征值对应的特征向量为X
j
的主成分P1，P2，...，P
N
；
[0025]S45，选择与主成分P1，P2，...，P
N
相似度较高的图形参数X1，X2，...，X
N
，作为表征自动驾驶编队行驶下沥青层底最大纵向拉应变波形特征的独立形状参数。
[0026]进一步，步骤S5中，计算得到每一种工况下的累计疲劳损伤的详细实现步骤如下：
[0027]S51，依据疲劳寿命计算公式，计算每一种工况下每一时间步的沥青层底最大纵向拉应变对应的疲劳寿命N
f1
：
[0028][0029]其中，
[0030]N
f1
——沥青混合料层疲劳开裂寿命；
[0031]β——目标可靠性指标；
[0032]k
a
——季节性冻土地区调整系数；
[0033]k
b
——疲劳模式加载系数；
[0034]E
a
——沥青混合料20℃时的动态压缩模量，单位：MPa；
[0035]VFA——沥青混合料的沥青饱和度，％；
[0036]k
T1
——温度调整系数；
[0037]ε
a
——沥青混合料层层底拉应变，10
‑6；
[0038]S52，依据Miner线性损伤累积理论，计算自动驾驶编队行驶的累计疲劳损伤D：
[0039][0040]其中，step表示每一种工况下的时间步数量。
[0041]进一步，步骤S6中，通过多元非线性拟合的方法建立基于波形特征的沥青路面疲劳寿命模型的详细实现步骤如下：
[0042]S61，基于等效损伤理论，建立面向自动驾驶编队的基于力学响应波形独立形状参数的沥青路面疲劳寿命预估公式模型：
[0043]F(N
f0
)＝f(X1，X2，...，X
N
)
[0044]F(X
k
)＝f(n，v，x，y)
[0045]N
f0
——沥青混合料层疲劳开裂寿命；
[0046]X
k
——沥青层底最大纵向拉应变波形独立图形参数，k＝1,2，...,N；
[0047]n——车辆数；
[0048]v——自动驾驶编队车速，km/h；
[0049]x——自动驾驶编队前后车间距，m；
[0050]y——自动驾驶编队左右车间距，m；
[0051]S62,通过仿真软件对疲劳寿命预估公式模型及独立图形参数进行非线性拟合，得到面向自动驾驶编队的沥青路面疲劳寿命预估公式。
[0052]本专利技术与现有技术相比，其显著效果如下：
[0053]本专利技术面向未来的自动驾驶编队行驶场景，考虑自动驾驶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向自动驾驶编队的沥青路面疲劳寿命预估方法，其特征在于，包括以下步骤：S1，基于实际工程问题获取典型沥青路面结构的材料参数，建立三维沥青路面有限元模型；S2，将轮胎接地形状简化为圆形双轮荷载，并依据典型货车的轴载特征编写Dload子程序，在三维沥青路面有限元模型上实现周期移动荷载施加；S3，根据自动驾驶编队的形式特性，将车速、车辆数、左右车间距、前后车间距的特征组合不同工况并进行模拟，得到每一种工况下的沥青层底最大纵向拉应变的波形图；S4，分析所有工况下的沥青层底最大纵向拉应变波形特征，通过主层次分析法得到能够表征该类波形特征的主要独立形状参数；S5，基于Miner线性累积损伤原理，计算得到每一种工况下的累计疲劳损伤；S6，基于等效损伤原理，通过多元非线性拟合的方法建立基于波形特征的沥青路面疲劳寿命模型。2.根据权利要求1所述面向自动驾驶编队的沥青路面疲劳寿命预估方法，其特征在于，步骤S2中，在三维沥青路面有限元模型上实现周期移动荷载施加的具体实现步骤如下：S21，将轮胎接地形状简化为双圆荷载，假定压力在接触面上均匀分布；S22，选取典型货车分析轴载分布，包含轴数、轴距、轴载，结合双圆均布荷载，利用Dload子程序实现单货车荷载作用；S23，依据货车车身长l、自动驾驶编队前后车间距x、车速v、车辆数n，计算周期循环时间t：t＝((l*n+x*(n
‑
1))/v在Dload子程序中，通过对STEPTIME设置MOD函数实现编队的循环移动荷载作用。3.根据权利要求1所述面向自动驾驶编队的沥青路面疲劳寿命预估方法，其特征在于，步骤S3中，得到每一种工况下的沥青层底最大纵向拉应变的波形图的具体实现步骤如下：S31，针对自动驾驶编队行驶的不同特性，确定各变量的变化范围，将各变量组合为不同的工况；S32，针对不同的工况编写对应".FOR"文件，通过Dload子程序作用在已建立的三维沥青路面有限元模型上，并输出每一种工况下的沥青层底最大纵向拉应变波形图。4.根据权利要求1所述面向自动驾驶编队的沥青路面疲劳寿命预估方法，其特征在于，步骤S4中，通过主层次分析法得到能够表征该类波形特征的主要独立形状参数的详细实现步骤如下：S41，依据所有工况下沥青层底最大纵向拉应变波形图，从加载信号、车速、路面结构方面提出表征该类波形的m个图形参数X1，X2，...，X
m
；S42，将n种工况的m维图形参数建立为矩阵X＝[X1，X2，X3，...，X
m
]，其中第j个维度对应的工况合集为X
j
＝[X
j(1)
，X
j(2)
，X
j(3)
，...，...

【专利技术属性】
技术研发人员：马涛，刘星坤，陈丰，崔培德，李雅琦，朱俊清，
申请(专利权)人：东南大学，
类型：发明
国别省市：