CN118228555A - 车辆的电池框架的疲劳计算方法及装置 - Google Patents
车辆的电池框架的疲劳计算方法及装置 Download PDFInfo
- Publication number
- CN118228555A CN118228555A CN202410447530.4A CN202410447530A CN118228555A CN 118228555 A CN118228555 A CN 118228555A CN 202410447530 A CN202410447530 A CN 202410447530A CN 118228555 A CN118228555 A CN 118228555A
- Authority
- CN
- China
- Prior art keywords
- battery frame
- spectrum
- vehicle
- stress
- fatigue
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 23
- 238000001228 spectrum Methods 0.000 claims abstract description 126
- 238000000034 method Methods 0.000 claims abstract description 59
- 230000001133 acceleration Effects 0.000 claims description 70
- 238000004590 computer program Methods 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 11
- 238000011019 functional design specification Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Landscapes
- Arrangement Or Mounting Of Propulsion Units For Vehicles (AREA)
Abstract
本公开提供了一种车辆的电池框架的疲劳计算方法及装置，涉及车辆技术领域，所述方法包括：获取所述电池框架的功率谱密度PSD谱；基于所述PSD谱确定所述电池框架的薄弱点的平均振动频率以及所述电池框架在三区间法中三个应力水平下的应力值，所述薄弱点的疲劳强度小于阈值，所述三个应力水平包括1σ应力水平、2σ应力水平和3σ应力水平；从所述电池框架的材料对应的SN曲线中确定所述三个应力水平中每个应力水平下的应力值对应的循环次数；基于所述三区间法、所述循环次数和所述平均振动频率，计算所述电池框架的疲劳损伤值。
Description
技术领域
本公开涉及车辆技术领域，尤其是一种车辆的电池框架的疲劳计算方法及装置。
背景技术
疲劳分析是工程领域中用于评估结构在循环载荷作用下的耐久性能的重要步骤。电池框架作为车辆的关键组成部分，其结构的疲劳程度直接影响着整车的可靠性。
相关技术中，采用物理台架振动试验和有限元强度计算作为电池框架的疲劳分析的主要手段。
发明内容
根据本公开实施例的一方面，提供一种车辆的电池框架的疲劳计算方法，包括：获取所述电池框架的功率谱密度PSD谱；基于所述PSD谱确定所述电池框架的薄弱点的平均振动频率以及所述电池框架在三区间法中三个应力水平下的应力值，所述薄弱点的疲劳强度小于阈值，所述三个应力水平包括1σ应力水平、2σ应力水平和3σ应力水平；从所述电池框架的材料对应的SN曲线中确定所述三个应力水平中每个应力水平下的应力值对应的循环次数；基于所述三区间法、所述循环次数和所述平均振动频率，计算所述电池框架的疲劳损伤值。
在一些实施例中，所述方法还包括：在所述疲劳损伤值大于或等于1的情况下，确定所述电池框架不可靠；以及在所述疲劳损伤值小于1的情况下，预测所述电池框架的剩余寿命。
在一些实施例中，预测所述电池框架的剩余寿命包括：基于所述疲劳损伤值和所述车辆已行驶的里程数，确定所述车辆的剩余里程数，所述车辆的剩余里程数用于表征所述电池框架的剩余寿命。
在一些实施例中，所述疲劳损伤值为D，所述车辆已行驶的里程数为K，所述车辆的剩余里程数为L，L＝(1-D)/K。
在一些实施例中，获取车辆的电池框架的功率谱密度PSD谱包括：基于在所述车辆处于行驶状态下的一段时间内所述电池框架的振动所产生的加速度信号，获取所述电池框架的加速度载荷谱；基于所述加速度载荷谱获取所述电池框架的功率谱密度PSD谱，所述PSD谱的极值响应谱ERS的最大值大于所述加速度载荷谱的ERS的最大值，所述PSD谱的ERS的最大值小于所述加速度载荷谱的冲击响应谱SRS的最大值。
在一些实施例中，在所述车辆处于行驶状态下的一段时间内所述车辆行驶过多个路段；获取所述电池框架的加速度载荷谱包括：获取每个路段对应的所述加速度载荷谱；基于所述加速度载荷谱获取所述电池框架的PSD谱包括：基于每个路段对应的所述加速度载荷谱确定每个路段对应的疲劳损伤谱FDS；基于每个路段对应的所述FDS获取所述PSD谱。
在一些实施例中，所述车辆为新能源汽车。
根据本公开实施例的另一方面，提供一种车辆的电池框架的疲劳计算装置，包括：被配置为执行上述任意一个实施例的方法的模块。
根据本公开实施例的又一方面，提供一种车辆的电池框架的疲劳计算装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行上述任意一个实施例所述的方法。
根据本公开实施例的再一方面，提供一种计算机可读存储介质，包括计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述任意一个实施例所述的方法。
根据本公开实施例的还一方面，提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现上述任意一个实施例所述的方法。
本公开实施例中，一方面，无需采购额外的设备进行台架试验即可获取电池框架的疲劳损伤值，从而降低了获得电池框架的疲劳损伤值的成本；另一方面，在计算电池框架的疲劳损伤值的过程中，确定的电池框架的薄弱点的平均振动频率以及电池框架在三区间法的三个应力水平中每个应力水平下的应力值对应的循环次数，均能够准确地反映电池框架在实际工况下的实际疲劳行为，无需依赖精确程度较高的材料属性模型，即可获得准确的电池框架的疲劳损伤值，从而在低成本的前提下实现了对电池框架的疲劳损伤值的准确计算。
下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本公开一些实施例的车辆的电池框架的疲劳计算的流程示意图；
图2是获取电池框架的加速度载荷谱的一些实现方式的示意图；
图3是根据本公开一些实施例的电池框架的PSD谱的示意图；
图4是获取电池框架的PSD谱的一些实现方式的示意图；
图5是根据本公开另一些实施例的车辆的电池框架的疲劳计算方法的流程示意图；
图6是根据本公开一些实施例的车辆的电池框架的疲劳计算装置的结构示意图；
图7是根据本公开另一些实施例的车辆的电池框架的疲劳计算装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
相关技术中实现电池框架的疲劳分析计算的手段要么成本较高、要么准确性较低。
例如，物理台架试验虽然准确性较高，但通常涉及复杂的设备搭建、严格的试验条件控制以及长时间的数据采集与分析，导致整个试验周期较长，且设备的运行成本以及试验过程中可能产生的物料损耗均导致采用此方法进行电池框架的疲劳分析计算的成本较高。又例如，有限元强度计算虽然成本较物理台架试验低廉，但此方法对有限元分析过程中采用的材料属性模型的精确程度的依赖性较强，而实际应用中所采用的模型往往难以完全模拟复杂多变的实际工况和载荷效应，导致无法对电池框架的实际疲劳行为进行准确再现，从而采用此方法进行电池框架的疲劳分析计算的准确性较低。
有鉴于此，本公开实施例提出了如下一种车辆的电池框架的疲劳计算方法，能够在低成本的前提下实现对电池框架的疲劳损伤值的准确计算。
图1是根据本公开一些实施例的车辆的电池框架的疲劳计算方法的流程示意图。
在步骤102，获取电池框架的功率谱密度(Power Spectral Density，PSD)谱。
在一些实施例中，可以先获取车辆的电池框架的加速度载荷谱，之后基于该加速度载荷谱获取电池框架的PSD谱。后文将对此进行进一步说明。
在一些实施例中，车辆可以是新能源汽车。例如，车辆可以是新能源商用车、或者新能源乘用车。
在步骤104，基于PSD谱确定电池框架的薄弱点的平均振动频率以及电池框架在三区间法中三个应力水平下的应力值。
这里，电池框架的薄弱点的疲劳强度小于阈值，三个应力水平包括1σ应力水平、2σ应力水平和3σ应力水平。
应理解，电池框架的薄弱点指电池框架的疲劳强度小于阈值之处。换句话说，电池框架的薄弱点指的是电池框架上因所能承受的最大应力较小而容易发生损坏或变形的区域。电池框架的薄弱点的平均振动频率能够反映电池框架的薄弱点在随机载荷激励下的振动特性。
三区间法是一种疲劳寿命预测方法，可用于分析结构在随机振动环境下的疲劳寿命。在三区间法中，假设结构受到的随机激励服从高斯分布，1σ应力水平的瞬时加速度作用在-1σ和+1σ之间的时间占68.3％，2σ应力水平的瞬时加速度作用在-2σ和+2σ之间的时间占27.1％，3σ应力水平的瞬时加速度作用在-3σ和+3σ之间的时间占4.33％。利用1σ、2σ和3σ应力水平下的应力值与电池框架的薄弱点的平均振动频率可以计算电池框架的疲劳损伤值。
在一些实施例中，可以将电池框架的PSD谱输入有限元分析软件，以得到电池框架的薄弱点的平均振动频率以及电池框架在1σ应力水平、2σ应力水平和3σ应力水平下的应力值。例如，将电池框架的PSD谱输入有限元分析软件后，可以调用随机振动分析方法进行计算，以得到有限元分析软件输出的电池框架的薄弱点的平均振动频率以及电池框架在1σ应力水平、2σ应力水平和3σ应力水平下的应力值，其中，随机振动分析方法是一种用于分析结构在随机载荷激励下的响应特性的方法。
在步骤106，从电池框架的材料对应的SN曲线中确定三个应力水平中每个应力水平下的应力值对应的循环次数。
需要说明的是，电池框架的材料对应的SN曲线可以用于评估电池框架的材料在应力循环加载下的疲劳寿命和强度。SN曲线可以表示为应力幅值与对应的循环次数之间的关系，其中，S表示应力幅值，N表示在给定应力幅值下材料能够承受的循环次数。
例如，可以从电池框架的材料对应的SN曲线中确定1σ应力水平下的应力值S1对应的循环次数N1σ、2σ应力水平下的应力值S2对应的循环次数N2σ和3σ应力水平下的应力值S3对应的循环次数N3σ。
在步骤108，基于三区间法、每个应力水平下的应力值对应的循环次数和电池框架的薄弱点的平均振动频率，计算电池框架的疲劳损伤值。
在一些实施例中，可以基于三区间法、每个应力水平下的应力值对应的循环次数、电池框架的薄弱点的平均振动频率以及获取电池框架的PSD谱时所设定的振动载荷施加时间(又称为加速时间)，计算电池框架的疲劳损伤值。
在一些实施例中，可以基于三区间法按照如下公式计算电池框架的疲劳损伤值D：
其中，表示电池框架的薄弱点的平均振动频率，T表示获取电池框架的PSD谱时所设定的振动载荷施加时间，N1σ、N2σ和N3σ分别表示1σ应力水平、2σ应力水平和3σ应力水平下的应力值对应的循环次数。
上述实施例中，一方面，无需采购额外的设备进行台架试验即可获取电池框架的疲劳损伤值，从而降低了获得电池框架的疲劳损伤值的成本；另一方面，在计算电池框架的疲劳损伤值的过程中，确定的电池框架的薄弱点的平均振动频率以及电池框架在三区间法的三个应力水平中每个应力水平下的应力值对应的循环次数，均能够准确地反映电池框架在实际工况下的实际疲劳行为，无需依赖精确程度较高的材料属性模型，即可获得准确的电池框架的疲劳损伤值，从而在低成本的前提下实现了对电池框架的疲劳损伤值的准确计算。
在一些实施例中，在电池框架的疲劳损伤值大于或等于1的情况下，可以确定电池框架不可靠。在一些实施例中，在电池框架的疲劳损伤值小于1的情况下，可以预测电池框架的剩余寿命。
例如，在电池框架的疲劳损伤值大于或等于1的情况下，可以确定电池框架不可靠并输出对电池框架的结构进行改进的建议，以便后续对电池框架的结构进行针对性改进以提升电池框架的可靠性和使用寿命。又例如，在电池框架的疲劳损伤值小于1的情况下，可以基于电池框架的疲劳损伤值进一步预测电池框架的剩余寿命。
如此，在低成本地实现对电池框架的疲劳损伤值的准确计算的基础上，还可以基于更准确的疲劳损伤值准确地预测电池框架的剩余寿命，从而低成本地实现了电池框架的剩余寿命的准确预测。
在一些实施例中，基于电池框架的疲劳损伤值和车辆已行驶的里程数可以确定车辆的剩余里程数，其中，该车辆的剩余里程数可以用于表征电池框架的剩余寿命。例如，电池框架的剩余寿命和车辆的剩余里程数呈正相关关系。
作为一些实现方式，可以基于损伤累积准则及等效损伤原理，对车辆的剩余里程数进行预测。例如，电池框架的疲劳损伤值为D，车辆已行驶的里程数为K，车辆的剩余里程数为L，则L＝(1-D)/K。
如此，基于电池框架的疲劳损伤值能够准确地计算车辆的剩余里程数，从而准确地获知电池框架的剩余寿命，有助于车主基于该剩余寿命掌握保养周期，及时进行必要的维护工作，从而保持车辆的良好运行状态，减少因部件过度损耗引发的安全隐患。
下面再结合一些实施例对步骤102中获取电池框架的PSD谱的具体方式进行进一步说明。
在一些实施例中，在步骤102中，可以基于在车辆处于行驶状态下的一段时间内电池框架的振动所产生的加速度信号，获取电池框架的加速度载荷谱，并基于加速度载荷谱获取电池框架的PSD谱，其中，电池框架的PSD谱的极值响应谱(Extreme ResponseSpectrum，ERS)的最大值大于该加速度载荷谱的ERS的最大值，电池框架的PSD谱的ERS的最大值小于该加速度载荷谱的冲击响应谱(Shock Response Spectrum，SRS)的最大值。
图2是获取电池框架的加速度载荷谱的一些实现方式的示意图。
如图2所示，可以在电池框架200的与车辆的车架连接的6个连接件(又称为连接立板)的中心布置4个加速度传感器Q1、Q2、Q3和Q4，以采集在车辆处于行驶状态下的一段时间内因路面对电池框架200的振动所产生的加速度信号。利用频域分析、雨流计数法或幅值分析法去除采集得到的加速度信号中的毛刺并利用带通滤波器过滤干扰信号，可以获得更符合电池框架200的正常振动行为的加速度载荷谱。
图3是根据本公开一些实施例的电池框架的PSD谱的示意图。
如图3所示，在一些实施例中，电池框架的加速度载荷谱可以包括X、Y和Z三个方向上的加速度载荷谱。基于X、Y和Z三个方向上的电池框架的加速度载荷谱可以对应地获得X、Y和Z三个方向上的电池框架的PSD谱。
需要说明的是，极限响应谱(ERS)描述了结构在常规振动工况下的期望响应峰值。电池框架的PSD谱的ERS大于电池框架的加速度载荷谱的ERS即表示电池框架的PSD谱的期望响应峰值的最大值大于电池框架的加速度载荷谱的期望响应峰值的最大值。冲击响应谱(SRS)描述了结构在瞬时冲击工况下的最大响应。电池框架的PSD谱的ERS小于电池框架的加速度载荷谱的SRS即表示电池框架的PSD谱的期望响应峰值的最大值小于电池框架的加速度载荷谱在瞬时冲击工况下的最大响应值。
如此，不仅可以确保获得的电池框架的PSD谱包含常规工况下期望响应的极限值的信息，还可以确保获得的电池框架的PSD谱中不包含因极端载荷导致的不合理的响应信息，从而获得的电池框架的PSD谱更为合理且准确地反映了电池框架在实际工况下的响应情况，进一步提高了后续计算的电池框架的疲劳损伤值的准确性。
在一些实施例中，在车辆处于行驶状态下的一段时间内车辆行驶过多个路段。在这些实施例中，在步骤102中，可以基于在车辆处于行驶状态下的一段时间内电池框架的振动所产生的加速度信号，获取每个路段对应的加速度载荷谱，之后，基于每个路段对应的加速度载荷谱确定每个路段对应的疲劳损伤谱(Fatigue DamageSpectrum，FDS)，并基于每个路段对应的FDS获取电池框架的PSD谱。
这里，电池框架的PSD谱的ERS的最大值大于每个路段对应的加速度载荷谱的ERS的最大值，电池框架的PSD谱的ERS的最大值小于每个路段对应的加速度载荷谱的SRS的最大值。
图4是获取电池框架的PSD谱的一些实现方式的示意图。
如图4所示，基于在车辆处于行驶状态下的一段时间内电池框架的振动所产生的加速度信号，获取电池框架在各路段对应的加速度载荷谱，其中，各路段对应的加速度载荷谱包括加速度时域载荷谱和加速度频域载荷谱。
基于各路段对应的加速度时域载荷谱计算各路段对应的加速度载荷谱的SRS的最大值(即最大SRS包络线)，基于各路段对应的加速度频域载荷谱计算各路段对应的加速度载荷谱的ERS的最大值(即最大ERS包络线)。
基于各路段对应的加速度时域载荷谱或加速度频域载荷谱确定各路段对应的FDS。
将多个路段中各路段对应的FDS进行累加，以获取电池框架的总FDS。
设定初始加速时间T，根据总FDS和选定的加速模型，将总FDS转换为PSD谱，并计算转换得到的PSD谱的ERS的最大值和SRS的最大值。
若转换得到的PSD谱的ERS的最大值不大于各路段对应的加速度载荷谱的ERS的最大值、或者转换得到的PSD谱的ERS的最大值不小于各路段对应的加速度载荷谱的SRS的最大值，则调整该初始加速时间T，直至满足条件(即，电池框架的PSD谱的ERS的最大值大于所有路段的加速度载荷谱的最大ERS包络线、且电池框架的PSD谱的ERS的最大值小于所有路段的加速度载荷谱的最大SRS包络线)后，输出电池框架的PSD谱。
如此，在车辆处于行驶状态下的一段时间内车辆行驶过多个路段的情况下，能够获得更为合理且准确的电池框架的PSD谱，进一步提高了后续计算的电池框架的疲劳损伤值的准确性。
图5是根据本公开另一些实施例的车辆的电池框架的疲劳计算方法的流程示意图。
如图5所示，通过在车辆的电池框架上安装加速度传感器，采用数据采集仪和数据分析软件可以获取电池框架在每个路段对应的加速度载荷谱。
基于每个路段对应的加速度时域载荷谱获取电池框架的总FDS，通过设定合理的加速时间T以将电池框架的总FDS转换为电池框架的PSD谱。
将电池框架的PSD谱输入有限元分析软件，以获得电池框架的薄弱点的平均振动频率以及电池框架在1σ应力水平、2σ应力水平和3σ应力水平下的应力值。
从电池框架的材料对应的SN曲线中确定1σ应力水平下的应力值S1对应的循环次数N1σ、2σ应力水平下的应力值S2对应的循环次数N2σ和3σ应力水平下的应力值S3对应的循环次数N3σ。
基于三区间法、获取电池框架的PSD谱时所设定的加速时间T、电池框架的薄弱点的平均振动频率以及1σ应力水平、2σ应力水平和3σ应力水平下的应力值对应的循环次数N1σ、N2σ和N3σ，计算电池框架的疲劳损伤值D。
若电池框架的疲劳损伤值D小于1，则确定电池框架可靠，并可以基于电池框架的疲劳损伤值D进一步预测电池框架的剩余寿命。
若电池框架的疲劳损伤值D不小于1，则确定电池框架不可靠，并输出对电池框架的结构进行改进的建议。
图5所示方法的具体实现方式的相关说明可以参见前述图1至图4中相关实施例的描述，在此不再赘述。
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本公开实施例还提供了一种车辆的电池框架的疲劳计算装置，包括被配置为执行上述任意一个实施例的方法的模块。
图6是根据本公开一些实施例的车辆的电池框架的疲劳计算装置的结构示意图。
如图6所示，车辆的电池框架的疲劳计算装置包括获取模块601、第一确定模块602、第二确定模块603和计算模块604。
获取模块601可以被配置为获取电池框架的PSD谱。
第一确定模块602可以被配置为基于PSD谱确定电池框架的薄弱点的平均振动频率以及电池框架在三区间法中三个应力水平下的应力值。这里，电池框架的薄弱点的疲劳强度小于阈值，三个应力水平包括1σ应力水平、2σ应力水平和3σ应力水平。
第二确定模块603可以被配置为从电池框架的材料对应的SN曲线中确定三个应力水平中每个应力水平下的应力值对应的循环次数。
计算模块604可以被配置为基于三区间法、每个应力水平下的应力值对应的循环次数和电池框架的薄弱点的平均振动频率，计算电池框架的疲劳损伤值。
在一些实施例中，车辆的电池框架的疲劳计算装置还可以包括执行上述任意一个实施例中的其他步骤的其他模块，在此不再赘述。
图7是根据本公开另一些实施例的车辆的电池框架的疲劳计算装置的结构示意图。
如图7所示，车辆的电池框架的疲劳计算装置700包括存储器701以及耦接至该存储器701的处理器702，处理器702被配置为基于存储在存储器701中的指令，执行前述任意一个实施例的方法。
存储器701例如可以包括***存储器、固定非易失性存储介质等。***存储器例如可以存储有操作***、应用程序、引导装载程序(Boot Loader)以及其他程序等。
车辆的电池框架的疲劳计算装置700还可以包括输入输出接口703、网络接口704、存储接口705等。这些接口703、704、705之间、以及存储器701与处理器702之间例如可以通过总线706连接。输入输出接口703为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口704为各种联网设备提供连接接口。存储接口705为SD卡、U盘等外置存储设备提供连接接口。
本公开实施例还提供了一种计算机可读存储介质，包括计算机程序指令，该计算机程序指令被处理器执行时实现上述任意一个实施例的方法。
本公开实施例还提供了一种计算机程序产品，包括计算机程序，其中，该计算机程序被处理器执行时实现上述任意一个实施例的方法。
至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
本领域内的技术人员应当明白，本公开的实施例可提供为方法、***、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解，可由计算机程序指令实现流程图中一个流程或多个流程和/或方框图中一个方框或多个方框中指定的功能。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。
Claims (11)
1.一种车辆的电池框架的疲劳计算方法，包括：
获取所述电池框架的功率谱密度PSD谱；
基于所述PSD谱确定所述电池框架的薄弱点的平均振动频率以及所述电池框架在三区间法中三个应力水平下的应力值，所述薄弱点的疲劳强度小于阈值，所述三个应力水平包括1σ应力水平、2σ应力水平和3σ应力水平；
从所述电池框架的材料对应的SN曲线中确定所述三个应力水平中每个应力水平下的应力值对应的循环次数；
基于所述三区间法、所述循环次数和所述平均振动频率，计算所述电池框架的疲劳损伤值。
2.根据权利要求1所述的方法，还包括：
在所述疲劳损伤值大于或等于1的情况下，确定所述电池框架不可靠；
在所述疲劳损伤值小于1的情况下，预测所述电池框架的剩余寿命。
3.根据权利要求2所述的方法，其中，预测所述电池框架的剩余寿命包括：
基于所述疲劳损伤值和所述车辆已行驶的里程数，确定所述车辆的剩余里程数，所述车辆的剩余里程数用于表征所述电池框架的剩余寿命。
4.根据权利要求3所述的方法，其中，所述疲劳损伤值为D，所述车辆已行驶的里程数为K，所述车辆的剩余里程数为L，L＝(1-D)/K。
5.根据权利要求1-4任一项所述的方法，其中，获取车辆的电池框架的功率谱密度PSD谱包括：
基于在所述车辆处于行驶状态下的一段时间内所述电池框架的振动所产生的加速度信号，获取所述电池框架的加速度载荷谱；
基于所述加速度载荷谱获取所述电池框架的功率谱密度PSD谱，所述PSD谱的极值响应谱ERS的最大值大于所述加速度载荷谱的ERS的最大值，所述PSD谱的ERS的最大值小于所述加速度载荷谱的冲击响应谱SRS的最大值。
6.根据权利要求5所述的方法，其中，在所述车辆处于行驶状态下的一段时间内所述车辆行驶过多个路段；
获取所述电池框架的加速度载荷谱包括：
获取每个路段对应的所述加速度载荷谱；
基于所述加速度载荷谱获取所述电池框架的PSD谱包括：
基于每个路段对应的所述加速度载荷谱确定每个路段对应的疲劳损伤谱FDS；
基于每个路段对应的所述FDS获取所述PSD谱。
7.根据权利要求1-4任一项所述的方法，其中，所述车辆为新能源汽车。
8.一种车辆的电池框架的疲劳计算装置，包括：被配置为执行权利要求1-7任一项所述的方法的模块。
9.一种车辆的电池框架的疲劳计算装置，包括：
存储器；以及
耦接至所述存储器的处理器，被配置为基于存储在所述存储器中的指令，执行权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，包括计算机程序指令，其中，所述计算机程序指令被处理器执行时实现权利要求1-7任意一项所述的方法。
11.一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410447530.4A CN118228555A (zh) | 2024-04-15 | 2024-04-15 | 车辆的电池框架的疲劳计算方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410447530.4A CN118228555A (zh) | 2024-04-15 | 2024-04-15 | 车辆的电池框架的疲劳计算方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118228555A true CN118228555A (zh) | 2024-06-21 |
Family
ID=91499039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410447530.4A Pending CN118228555A (zh) | 2024-04-15 | 2024-04-15 | 车辆的电池框架的疲劳计算方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118228555A (zh) |
-
2024
- 2024-04-15 CN CN202410447530.4A patent/CN118228555A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113392471B (zh) | 混合动力电动汽车减速器载荷谱编制方法、介质和设备 | |
| CN104182603A (zh) | 长寿命、高可靠电子产品可靠性评估方法 | |
| CN112434367B (zh) | 汽车悬架疲劳载荷谱的获取方法及装置 | |
| CN110968839A (zh) | 驾驶风险评估方法、装置、设备及存储介质 | |
| CN112729865B (zh) | 一种叉车车架疲劳寿命台架试验的程序载荷谱编制方法 | |
| CN114298521A (zh) | 城轨设备的可靠性分析方法、装置、设备和存储介质 | |
| CN113435018A (zh) | 一种汽车用户道路载荷谱的损伤计算方法 | |
| CN108228994B (zh) | 在越野道路随机激励下车辆及工作装置的应力计算方法 | |
| CN111680409B (zh) | 一种汽车结构耐久程序的试验场关联方法 | |
| CN114329921A (zh) | 一种整车可靠性性能的评估方法、装置、设备和介质 | |
| CN114491825B (zh) | 一种汽车翼子板振动强度分析方法 | |
| CN114462188A (zh) | 道路载荷测试方法、装置、电子设备及存储介质 | |
| CN118228555A (zh) | 车辆的电池框架的疲劳计算方法及装置 | |
| CN114778141B (zh) | 汽车电驱动总成台架耐久试验制定方法、装置及设备 | |
| CN114676648B (zh) | 一种基于机器学习的车辆载荷谱预测方法和装置 | |
| CN112560162A (zh) | 一种动力总成悬置路谱载荷的缩减方法及装置 | |
| CN111709160B (zh) | 一种基于卡车底盘的行驶动态性能分析优化方法及*** | |
| CN115165396A (zh) | 确定车辆的车载氢***测试数据的方法、装置和介质 | |
| CN115031983A (zh) | 一种前桥耐久性快速试验载荷谱编制方法 | |
| Altmann et al. | Theoretical development of localized pseudo damage | |
| CN113702062B (zh) | 基于实际构件的疲劳特性测试方法及*** | |
| CN111487068A (zh) | 一种车辆易损点寿命预测方法及*** | |
| CN114544201B (zh) | 车辆制动性能的测评方法、装置、车辆及存储介质 | |
| CN116629078B (zh) | 一种汽车疲劳寿命耐久性预测方法及*** | |
| Vishwanath | Software reliability prediction using neural networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |