分享

载荷谱(二):用户载荷与试车场载荷的关联

 Piterj6ri6sxxy 2017-08-10

在上一篇文章《道路载荷谱介绍(一):背景介绍》 里介绍了载荷谱的一些相关背景,正是因为我们需要加速去验证产品的寿命要求,才导致载荷谱工作的产生,这里提到的载荷谱是基于用户使用的载荷谱。加速验证产品主要有三种手段:有限元分析验证台架上加速验证试验场跑车验证。有限元验证也不是随便提供个输入就可以分析的,台架上也不是随便提供个输入就可以做的,试验场也不是随便开车就可以上去跑的,最终都是基于用户载荷数据进行的。


为什么要进行关联

下面介绍为什么要进行用户载荷谱与试验场载荷谱的关联?这是很重要的一项工作,假设我们为了验证这个平台的产品投入巨资进行了一次基于用户的载荷谱测试,选取了很多用户和道路(场地),做了大量工作,最后得到了无价的载荷谱,但是我们验证其它平台的产品还要再去采一遍载荷谱么?


当然有预算的话也可以,但是一个企业会有很多产品,而且认真的采集一次用户载荷谱需要很长时间,这样多平台产品开发的话需要一个庞大的试验团队,这样将导致巨大的人力物力损耗。难道是利用已有的载荷谱乘以一个比例因子么,这种方式也是在极少数的情况下可以使用,大部分案例是不适用的。所以,非常有必要进行用户与试验场关联,主要是针对轿车卡车企业,对工程机械企业的话是用户与自家测试场地的关联。假设我们根据一次用户载荷谱数据跟试验场关联起来了,那么以后开发其它平台产品的验证需求时得到载荷输入就很简单了,进行一次短时间的载荷谱采集就可以了。



如何关联

那么到这里接下来就是如何去关联。


首先针对轿车卡车我们具备很多基于用户使用的载荷谱,或者针对工程机械我们有很多用户场地的数据,当然试验人员采集数据的时候用户都是把车辆当成自己花钱买的去正常使用车辆,因此每个用户的载荷数据或者每个场地的载荷数据都是有用的,我们对每个用户或者场地进行计算相对损伤的话,这里的相对损伤不是结构或传动的真实损伤,因为那样算的话需要真实的S-N曲线,但是也没必要用真实的S-N曲线去计算,完全可以根据要考核结构或者传动去认真定义一条一定斜率的假的S-N曲线,但这里的斜率和你要考核的产品有关。


考虑到驾驶员的不同和每次经过路面的不同或者工程机械每个司机作业习惯不一样,因此,采集的道路载荷谱时间历程是一个随机过程。在实际采集过程中,只能是采集一定数量用户或者场地的载荷谱,会造成载荷谱相对损伤的差异,相对损伤会有大有小,甚至差异很大,我认为这很正常。


接下来会出现一个关键问题就是怎么从众多载荷不一样的载荷谱抽象为一个代表典型用户使用的载荷谱呢?不同的企业有不同的做法,很多企业设计人员不是很关心这个问题,主要取决于试验人员的风格了。很多情况下,很多试验人员也定出来了这个典型用户载荷谱,虽然很多时候是自己拍脑袋定出来的,但是别人问起来的时候会很文雅的说是凭多年工作经验定出来的。在这里有很专业的设计方法,根据笔者本人的规划需要在载荷谱(五)中进行介绍,敬请期待


到这里假设你不管用什么方法已经定出了典型的用户载荷谱,计算出了代表典型用户使用的载荷相对损伤,接下来的工作就简单多了,只要将同样的试验车到试验场各个特征路面都进行短时间的载荷信号采集。工程机械需要采集每个工况的短时间载荷信号,分别计算相对损伤。如何关联?一种方式是用专业的软件去计算,例如将这些特定里程的特征路面的相对损伤或者特定时间的工程机械相对损伤输入进去,软件会计算每个特征路面跑多少公里,相当于用户在寿命要求里跑或者工程机械每个工况下要进行多少时间才相当于用户寿命要求里的作业。但是我一般手动去组合,当然要考虑很多因素,例如雨流分布,幅值分布等等因素。


到这里我们找到一个用户与试验场的比例关系,接下来工作就相当轻松了。举个例子,企业下一个平台的某个结构件想做个疲劳试验验证设计要求,可以直接去试验场采集个短时间的载荷谱即可,当然前期有限元分析输入载荷就没这么幸运了,因为那时样车还没出来,但是样车出来后可以做个校核去二次三次确认。


当然了,某些轿车卡车企业资本雄厚想独立开发试验场,也可以按照这种思路去开发试验场,当然也可以抄袭现有的国内其它试验场,但是我认为建好了以后一定要与国内其它试验场进行一个试验场与试验场的关联作为一个保密的基础数据可以长期使用。对工程机械企业来说也是这样的,测试场地不是随便拖来个料堆就可以的,也是要考虑很多因素去进行测试场地与用户的关联。


敬请期待:《载荷谱(三):常见载荷谱的计算》


作者介绍

高超:来自某车辆企业,常年深耕各类疲劳试验和振动噪声试验,尤其疲劳试验更甚。


觉得不错,请点赞!

END

模态空间

为了实现年底破万小目标,请朋友们

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多