CN110853182A - 用户与试验场关联时用户道路最少采集里程计算方法 - Google Patents

用户与试验场关联时用户道路最少采集里程计算方法 Download PDF

Info

Publication number
CN110853182A
CN110853182A CN201911107640.1A CN201911107640A CN110853182A CN 110853182 A CN110853182 A CN 110853182A CN 201911107640 A CN201911107640 A CN 201911107640A CN 110853182 A CN110853182 A CN 110853182A
Authority
CN
China
Prior art keywords
user
mileage
sample
pseudo
mean value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911107640.1A
Other languages
English (en)
Other versions
CN110853182B (zh
Inventor
郑国峰
肖攀
曾敬
林鑫
马媛媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Automotive Engineering Research Institute Co Ltd
Original Assignee
China Automotive Engineering Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Automotive Engineering Research Institute Co Ltd filed Critical China Automotive Engineering Research Institute Co Ltd
Priority to CN201911107640.1A priority Critical patent/CN110853182B/zh
Publication of CN110853182A publication Critical patent/CN110853182A/zh
Application granted granted Critical
Publication of CN110853182B publication Critical patent/CN110853182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/12—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time in graphical form
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及车辆耐久性试验技术领域，具体涉及用户与试验场关联时用户道路最少采集里程计算方法，获取用户道路耐久性载荷谱采集；确定分析对象，获取伪损伤密度；利用非参数检验方法对分析对象所受到的载荷谱进行正态性检验；基于概率统计的理论，从总体服从正态分布的目标里程下伪损伤密度中进行抽样，获取含有均值和方差的抽样分布；定义抽样样本的均值与总体均值的相对偏差；指定采集样本的置信度；获取最小样本量计算公式；最终确定最小采集里程。本发明避免采集数据量过大，同时，提高耐久性试验获得车辆损伤信息的准确性和代表性。

Description

用户与试验场关联时用户道路最少采集里程计算方法
技术领域
本发明涉及车辆耐久性试验技术领域，具体涉及用户与试验场关联时用户道路最少采集里程计算方法。
背景技术
在进行车辆的耐久性试验时，车辆在目标里程期间的耐久性问题通过车辆试验场的强化试验，在较短时间内实现复现。但不同用户使用工况和驾驶行为，在试验场路面上进行强化方式也不一样。为了实现车辆在试验场强化试验与用户工况下耐久性能相互吻合，有必要进行试验场与用户工况关联，其基本原理是：用户车辆在目标里程期间产生的损伤，与汽车试验场耐久性试验产生的损伤一致。
进行用户工况关联，需要对用户车辆的承载结构或零部件的载荷谱进行采集，而车辆在用户工况下的采集里程越长，用户工况是指实际行驶时的用户道路，越能全面的描述用户的使用情况，但采集时间越长，耗费的资源也越多。有必要结合概率与统计理论，计算用户工况载荷谱的最少采集里程，且采集载荷谱仍然能代表用户的使用情况。
现有技术中，汽车用户典型工况耐久性载荷谱采集里程的确定方法主要有：(1)根据经验制定采集里程；(2)根据一定时期内采集的载荷谱数据，分析其幅值的概率密度分布情况，当幅值概率密度分布较为稳定后，即可确定采集里程。以上方法中，方法(1)的主观性太强，没有理论支撑；方法(2)将耗费大量的资源在耐久性载荷谱采集上。因此，本发明通过概率统计的方法，基于载荷谱伪损伤密度分布特性，计算得到用户典型工况载荷谱最少采集里程，为用户工况下载荷谱采集里程的确定提供了理论的支撑。
发明内容
本发明意在提供一种用户与试验场关联时用户道路最少采集里程计算方法，以计算得到用户典型工况载荷谱最少采集里程，为用户工况下载荷谱采集里程的确定提供了理论的支撑。
本方案中的用户与试验场关联时用户道路最少采集里程计算方法，包括以下步骤：
S100，采集用户道路的耐久性载荷谱，以轴头垂直向加速度信号为分析对象，获取四个轴头垂直向加速度信号的伪损伤密度；
S200，当车辆累积行驶里程达到目标里程时，所述目标里程为车辆部件具有故障时的里程，验证车辆结构或部件载荷谱的对数伪损伤是否服从正态分布，即：ln(D)～N(μ,σ2)；
S300，记d为伪损伤密度，d为每l公里载荷谱的累积伪损伤，可表示为d＝D/l，从而有对数伪损伤密度同样服从正态分布，即：ln(d)＝ln(D)-ln(l)～N(μ-ln(l)，σ2)；
S400，从服从正态分布的伪损伤密度总体的样本中进行抽样，其中
Figure BDA0002271793780000021
与s分别是样本的均值与样本标准差，根据抽取样本量的数量确定均值与样本标准差服从t分布；
S500，定义抽样样本的均值与总体均值的相对偏差为
Figure BDA0002271793780000022
将相对偏差作为衡量样本均值与总体均值逼近程度的预设参数，该预设参数在ε的范围之内。
S600，获取变异系数
Figure BDA0002271793780000023
以反映样本标准差和样本均值之间的相对关系；
S700，将试验车驾驶到用户道路上进行载荷谱采集，指定采集样本的置信度1-α，在求样本均值与总体均值的相对偏差在ε范围内时，可通过
Figure BDA0002271793780000024
计算最小样本量n；
S800，确定最小的采集样本量n后，基于每个轴头的加速度信号，可计算最少的采集里程n×l。
本方案的有益效果是：经过采集多个轴头垂直向的加速度信号，并获取最小样本量计算耐久性试验的最少采集里程，避免采集数据量过大，同时，提高耐久性试验获得车辆损伤信息的准确性和代表性。
进一步，所述步骤S400中，当抽取的样本量5<n<30时，有
Figure BDA0002271793780000025
服从自由度为n-1的t分布；而样本量n>30时，有
Figure BDA0002271793780000026
服从自由度为n-1的t分布，即
Figure BDA0002271793780000027
有益效果是：针对不同样本量进行t分布的验证，提高数据均值和样本标准差计算的准确性。
进一步，所述步骤S500中，预设参数在ε的范围之内表示为：
Figure BDA0002271793780000028
其中γ称为置信度。
有益效果是：范围确定更为精准，防止范围过大造成的数据冗余，防止范围过小造成漏掉数据。
进一步，针对步骤S500中的对比不等式的右边有
Figure BDA0002271793780000031
tα/2可通过查t分布表得到，即
有益效果是：通过t分布求解对比不等式，提高求解结果的准确性。
进一步，所述步骤S100中，通过三向加速度传感器、位移传感器和应变传感器采集耐久性载荷谱。
有益效果是：通过不同的传感器采集耐久性载荷谱，不会相互干扰，保证采集的耐久性载荷谱的可靠性。
进一步，所述步骤S100中，还包括通过轮端的六分力传感器采集零部件耐久性载荷谱进行最少采集里程计算。
有益效果是：从多个方向测量耐久性载荷谱，提高测量车辆各部件耐久性载荷谱的完整性。
进一步，所述步骤S100中，用户道路包括高速公路、国道、山路、城市道路和乡村路。
有益效果是：针对不同路况的用户道路采集耐久性载荷谱，以准确获得用户目标里程下具有代表性的载荷谱。
进一步，所述步骤S200中，当车辆累积行驶里程达到目标里程时，车辆结构或部件载荷谱的对数伪损伤服从威布尔分布。
有益效果是：载荷谱的对数伪损伤服从威布尔分布，提高载荷谱的可靠性。
进一步，所述步骤S300中，载荷谱样本为l公里，通过非参数检验方法对样本进行正态性检验。
有益效果是：以非参数检验费方法进行检验，假定条件少，运算简单，能够快速完成计算得到结果，节省计算时间。
进一步，所述步骤S100中，还包括获取轴头力信号和位移信号的伪损伤密度。
有益效果是：提高对车辆各部位进行耐久性载荷谱试验的完整性。
附图说明
图1为本发明用户与试验场关联时用户道路最少采集里程计算方法实施例一的流程框图；
图2为本发明用户与试验场关联时用户道路最少采集里程计算方法实施例一中样本长度为2km的载荷谱伪损伤密度正态概率图；
图3为本发明用户与试验场关联时用户道路最少采集里程计算方法实施例一中样本长度为5km的载荷谱伪损伤密度正态概率图；
图4为本发明用户与试验场关联时用户道路最少采集里程计算方法实施例一中样本长度为8km的载荷谱伪损伤密度正态概率图；
图5为本发明用户与试验场关联时用户道路最少采集里程计算方法实施例一中样本长度为10km的载荷谱伪损伤密度正态概率图。
具体实施方式
下面通过具体实施方式进一步详细说明。
本实施例一
用户与试验场关联时用户道路最少采集里程计算方法，如图1所示，包括以下步骤：
S100，采集用户道路的耐久性载荷谱，以轴头垂直向加速度信号为分析对象，获取四个轴头垂直向加速度信号的伪损伤密度，获取轴头力信号和位移信号的伪损伤密度；
S200，当车辆累积行驶里程达到目标里程时，目标里程为车辆部件具有故障时的里程，验证车辆结构或部件载荷谱的对数伪损伤是否服从正态分布，即：ln(D)～N(μ,σ2)，当车辆累积行驶里程达到目标里程时，车辆结构或部件载荷谱的对数伪损伤服从威布尔分布；
S300，记d为伪损伤密度，d为每l公里载荷谱的累积伪损伤，可表示为d＝D/l，从而有对数伪损伤密度同样服从正态分布，即：ln(d)＝ln(D)-ln(l)～N(μ-ln(l)，σ2)，载荷谱的样本为l公里，通过非参数检验方法对样本进行正态性检验；
S400，从服从正态分布的伪损伤密度总体的样本中进行抽样，其中
Figure BDA0002271793780000041
与s分别是样本的均值与样本标准差，根据抽取样本量的数量确定均值与样本标准差服从t分布，当抽取的样本量5<n<30时，有
Figure BDA0002271793780000042
服从自由度为n-1的t分布；而样本量n>30时，有
Figure BDA0002271793780000043
服从自由度为n-1的t分布，即
Figure BDA0002271793780000044
S500，定义抽样样本的均值与总体均值的相对偏差为
Figure BDA0002271793780000045
将相对偏差作为衡量样本均值与总体均值逼近程度的预设参数，该预设参数在ε的范围之内，预设参数在ε的范围之内表示为：
Figure BDA0002271793780000051
其中γ称为置信度，该对比不等式的右边有tα/2可通过查t分布表得到，即
Figure BDA0002271793780000053
S600，获取变异系数
Figure BDA0002271793780000054
以反映样本标准差和样本均值之间的相对关系；
S700，将试验车驾驶到用户道路上进行载荷谱采集，指定采集样本的置信度1-α，在求样本均值与总体均值的相对偏差在ε范围内时，可通过
Figure BDA0002271793780000055
计算最小样本量n；
S800，确定最小的采集样本量n后，基于每个轴头的加速度信号，可计算最少的采集里程n×l。
在上述方法的基础上，以重载条件下，高速工况采集的四个轮子轴头垂直向加速度信号为例，计算加速度载荷谱的伪损伤密度，作为从总体中抽出的样本。对100km采集载荷谱分别用长度为2km、5km、8km和10km，分别得到50个、20个、12个和10个抽样样本。累积每个样本长度内载荷谱片段的伪损伤值，并计算累积伪损伤与样本长度的比值，获取每个样本的伪损伤密度。
采用Kolmogorov-Smirnov(K-S)非参数检验方法对样本进行正态性检验，得到所有样本长度的载荷谱伪损伤密度均服从正态分布，正态分布的概率密度分布图如图2、图3、图4和图5所示，参数见表1。
表1不同样本长度下载荷谱伪损伤密度正态分布参数
样本长度 均值 方差
2km 2.26×10<sup>-2</sup> 7.60×10<sup>-3</sup>
5km 5.73×10<sup>-2</sup> 1.34×10<sup>-1</sup>
8km 9.14×10<sup>-2</sup> 1.79×10<sup>-2</sup>
10km 1.13×10<sup>-2</sup> 2.25×10<sup>-2</sup>
指定伪损伤密度抽样样本的置信度为95％，样本与总体均值的偏差不超过5％，可计算得到最小样本数，将样本数乘以相应的样本长度，得到最少采集里程。基于采集的100km高速工况下四个通道轴头垂直向加速度载荷谱，计算得到的最小样本数与最少采集里程，见表2。
表2高速工况最小样本量与最少采集里程
Figure BDA0002271793780000061
从上述表中的结果和附图可知，本实施例一经过采集多个轴头垂直向的加速度信号，并获取最小样本量计算耐久性试验的最少采集里程，避免采集数据量过大，同时，不同的载荷谱计算出来结果也不一样，提高耐久性试验获得车辆损伤信息的准确性和代表性。
实施例二
与实施例一的区别是，在步骤S100中，通过三向加速度传感器、位移传感器和应变传感器采集耐久性载荷谱，三向加速度传感器可用现有8396A型号的加速度传感器，位移传感器可用ZLDS100型号的传感器，应变传感器可用T型号的应变花，通过轮端的六分力传感器采集零部件耐久性载荷谱进行最少采集里程计算，轮端六分力传感器可用LW-2T-300K型号的传感器，用户道路包括高速公路、国道、山路、城市道路和乡村路。
本实施例二通过对不同道路路面信息的采集进行计算得到最少采集里程，能够完整覆盖用户道路的类型，以准确获得用户目标里程下具有代表性的载荷谱，提高试验场试验的准确性。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.用户与试验场关联时用户道路最少采集里程计算方法，其特征在于，包括以下步骤：
S100，采集用户道路的耐久性载荷谱，以轴头垂直向加速度信号为分析对象，获取四个轴头垂直向加速度信号的伪损伤密度；
S200，当车辆累积行驶里程达到目标里程时，所述目标里程为车辆部件具有故障时的里程，验证车辆结构或部件载荷谱的对数伪损伤是否服从正态分布，即：ln(D)～N(μ,σ2)；
S300，记d为伪损伤密度，d为每l公里载荷谱的累积伪损伤，可表示为d＝D/l，从而有对数伪损伤密度同样服从正态分布，即：ln(d)＝ln(D)-ln(l)～N(μ-ln(l)，σ2)；
S400，从服从正态分布的伪损伤密度总体的样本中进行抽样，其中
Figure FDA0002271793770000011
与s分别是样本的均值与样本标准差，根据抽取样本量的数量确定均值与样本标准差服从t分布；
S500，定义抽样样本的均值与总体均值的相对偏差为
Figure FDA0002271793770000012
将相对偏差作为衡量样本均值与总体均值逼近程度的预设参数，该预设参数在ε的范围之内。
S600，获取变异系数
Figure FDA0002271793770000013
以反映样本标准差和样本均值之间的相对关系；
S700，将试验车驾驶到用户道路上进行载荷谱采集，指定采集样本的置信度1-α，在求样本均值与总体均值的相对偏差在ε范围内时，可通过
Figure FDA0002271793770000014
计算最小样本量n；
S800，确定最小的采集样本量n后，基于每个轴头的加速度信号，可计算最少的采集里程n×l。
2.根据权利要求1所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S400中，当抽取的样本量5<n<30时，有服从自由度为n-1的t分布；而样本量n>30时，有
Figure FDA0002271793770000016
服从自由度为n-1的t分布，即
Figure FDA0002271793770000017
3.根据权利要求1所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S500中，预设参数在ε的范围之内表示为：
Figure FDA0002271793770000018
其中γ称为置信度。
4.根据权利要求3所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：针对步骤S500中的对比不等式的右边有
Figure FDA0002271793770000019
tα/2可通过查t分布表得到，即
5.根据权利要求1所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S100中，通过三向加速度传感器、位移传感器和应变传感器采集耐久性载荷谱。
6.根据权利要求5所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S100中，还包括通过轮端的六分力传感器采集零部件耐久性载荷谱进行最少采集里程计算。
7.根据权利要求6所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S100中，用户道路包括高速公路、国道、山路、城市道路和乡村路。
8.根据权利要求1所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S200中，当车辆累积行驶里程达到目标里程时，车辆结构或部件载荷谱的对数伪损伤服从威布尔分布。
9.根据权利要求1所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S300中，载荷谱样本为l公里，通过非参数检验方法对样本进行正态性检验。
10.根据权利要求1所述的用户与试验场关联时用户道路最少采集里程计算方法，其特征在于：所述步骤S100中，还包括获取轴头力信号和位移信号的伪损伤密度。
CN201911107640.1A 2019-11-13 2019-11-13 用户与试验场关联时用户道路最少采集里程计算方法 Active CN110853182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911107640.1A CN110853182B (zh) 2019-11-13 2019-11-13 用户与试验场关联时用户道路最少采集里程计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911107640.1A CN110853182B (zh) 2019-11-13 2019-11-13 用户与试验场关联时用户道路最少采集里程计算方法

Publications (2)

Publication Number Publication Date
CN110853182A true CN110853182A (zh) 2020-02-28
CN110853182B CN110853182B (zh) 2020-12-08

Family

ID=69601684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911107640.1A Active CN110853182B (zh) 2019-11-13 2019-11-13 用户与试验场关联时用户道路最少采集里程计算方法

Country Status (1)

Country Link
CN (1) CN110853182B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114518234A (zh) * 2022-02-17 2022-05-20 浙江吉利控股集团有限公司 整车电驱的损伤检测方法、服务器、计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902820A (zh) * 2014-03-22 2014-07-02 淮阴工学院 一种组合路况下车辆结构疲劳损伤计算的当量系数法
CN105258956A (zh) * 2015-11-16 2016-01-20 辽宁工业大学 可变模拟路面装置及车辆转毂耐久试验台及试验方法
US20160146612A1 (en) * 2014-11-26 2016-05-26 Denso Corporation Terminal device
CN106886638A (zh) * 2017-01-22 2017-06-23 北京理工大学 一种基于核密度估计的履带车辆传动轴载荷谱编制方法
CN107679257A (zh) * 2016-08-01 2018-02-09 常州佳畅智能科技有限公司 车用发动机机械零部件的b10可靠寿命评定方法
US20180156655A1 (en) * 2013-03-04 2018-06-07 International Road Dynamics Sensor including electrical transmission-line parameter that changes responsive to vehicular load
CN108806021A (zh) * 2018-06-12 2018-11-13 重庆大学 基于物理模型和道路特征参数的电动汽车目标路段能耗预测方法
WO2019140334A1 (en) * 2018-01-11 2019-07-18 Essenlix Corporation Homogeneous assay (ii)
CN110426194A (zh) * 2019-08-23 2019-11-08 中国兵器科学研究院 考虑磨损和疲劳交互作用的机械部件寿命试验方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180156655A1 (en) * 2013-03-04 2018-06-07 International Road Dynamics Sensor including electrical transmission-line parameter that changes responsive to vehicular load
CN103902820A (zh) * 2014-03-22 2014-07-02 淮阴工学院 一种组合路况下车辆结构疲劳损伤计算的当量系数法
US20160146612A1 (en) * 2014-11-26 2016-05-26 Denso Corporation Terminal device
CN105258956A (zh) * 2015-11-16 2016-01-20 辽宁工业大学 可变模拟路面装置及车辆转毂耐久试验台及试验方法
CN107679257A (zh) * 2016-08-01 2018-02-09 常州佳畅智能科技有限公司 车用发动机机械零部件的b10可靠寿命评定方法
CN106886638A (zh) * 2017-01-22 2017-06-23 北京理工大学 一种基于核密度估计的履带车辆传动轴载荷谱编制方法
WO2019140334A1 (en) * 2018-01-11 2019-07-18 Essenlix Corporation Homogeneous assay (ii)
CN108806021A (zh) * 2018-06-12 2018-11-13 重庆大学 基于物理模型和道路特征参数的电动汽车目标路段能耗预测方法
CN110426194A (zh) * 2019-08-23 2019-11-08 中国兵器科学研究院 考虑磨损和疲劳交互作用的机械部件寿命试验方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩旭里等: "《概率论与数理统计》", 31 July 2006, 复旦大学出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114518234A (zh) * 2022-02-17 2022-05-20 浙江吉利控股集团有限公司 整车电驱的损伤检测方法、服务器、计算机可读存储介质
CN114518234B (zh) * 2022-02-17 2023-08-15 浙江吉利控股集团有限公司 整车电驱的损伤检测方法、服务器、计算机可读存储介质

Also Published As

Publication number Publication date
CN110853182B (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
CN110197588B (zh) 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置
Song et al. Estimation of fuel efficiency of road traffic by characterization of vehicle-specific power and speed based on floating car data
CN112113911B (zh) 点燃式发动机汽车尾气排放遥感大数据检测方法和***
CN108763643B (zh) 一种地区机动车排放因子计算方法
CN111833604A (zh) 基于驾驶行为特征提取的车辆载重状态识别方法及装置
CN112153574B (zh) 基于浮动车辆的路侧设备时钟准确性检验方法和***
CN115795982B (zh) 一种汽车的疲劳耐久寿命预测方法、设备和存储介质
CN110853182B (zh) 用户与试验场关联时用户道路最少采集里程计算方法
CN113295310A (zh) 一种基于应变刚度代表值的桥梁损伤判定方法
JP7479444B2 (ja) メタンピーク検出
CN115983720A (zh) 基于海拔和温度的汽车排放性能检测方法
CN113378425B (zh) 基于雨流计数法的汽车换热器产品疲劳寿命测试方法
CN113223294B (zh) 基于社会车辆大数据的高速公路汽车衡期间核查方法
CN114943116A (zh) 一种基于混动变速器的台架试验载荷谱生成方法
CN105387841A (zh) 高度检测装置、负荷驱动装置和高度检测方法
CN112329272B (zh) 综合光伏组件退化和寿命数据的剩余寿命拟合预测方法
KR101507903B1 (ko) 운전 위험 지수관련 이벤트 등록을 위한 관찰 기준 임계값 추정 장치 및 방법
Staniek Repeatability of road pavement condition assessment based on three-dimensional analysis of linear accelerations of vehicles
CN110514276B (zh) 一种校验车辆非现场超限检测数据的方法
CN110569608B (zh) 一种车载平台振动严酷度的确定方法及装置
CN110987473B (zh) 汽车台试瞬态燃料或废气的距离修正方法
CN114139383A (zh) 一种燃料电池汽车的动态疲劳可靠性风险评估方法
CN116499628B (zh) 一种路面作用力分析方法、装置、设备及存储介质
Nowak et al. Monitoring of Truck Loads
CN114674576B (zh) 一种叉车制动性能试验方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant