耐用性是至关重要的车辆性能属性


在车辆(乘用车、跑车、其他地面车辆等)的设计和原型设计阶段,执行多项数值和实验分析以改进对部件耐久性的预测。耐用性被定义为零件承受损坏并保持功能而不需要过度维护的能力,可以使用虚拟方法和高端测试方法有效地优化车辆耐久性。


有关疲劳的历史概述,请参阅 [1](重点介绍方法,通常来自实验)。控制悬架总成中的疲劳现象是现代车辆发展的重要一步。长时间行驶后,部件可能会出现疲劳裂纹,


在每辆车中,悬架部件都会持续承受各种幅度的动态载荷。悬架系统的耐久性预测一直是寻求更高性能、更高效和更安全车辆的关键参数。更准确地估计施加在车辆上的载荷可以更准确地预测车辆悬架部件的寿命。


通过虚拟耐久性测试有效优化车辆耐久性


验证耐久性性能的一种方法是在公共道路和测试轨道上进行广泛的现场测试。在这些现场测试期间,会测量车辆某些特定点的服务负载。这些服务负载可以是加速度、力或位移,被称为目标信号。现场测试有助于分析和优化车辆的耐用性和舒适性,但这些物理测试非常昂贵、耗时,有时对于打算在恶劣路况下驾驶数小时的测试驾驶员来说很不舒服。


另一种方法是在实验室环境中模拟测得的负载 [2]。这样,服务负载模拟方法只从地形或道路上的一次试驾开始,在此期间测量目标信号,然后在多轴试验台上复制 [3]。基本方法是时间波形复制 (TWR) 方法 [3],它允许在多轴耐久性试验台 [4] 上执行准确和快速的服务负载模拟。图 1 显示了 Simcenter 3D Motion TWR 方法,可通过任何测量生成可靠的道路载荷预测。


通过使用内部负载的虚拟测试有效优化车辆耐用性


图 1 – Simcenter 3D Motion TWR:从任何测量到稳健的道路负载预测


TWR 方法:准确的道路载荷估计使车辆设计能够实现耐用性


所述Ť IME W¯¯ aveform řeplication (TWR) 方法试图匹配线性模型来表示非线性现实。最常见的技术是基于线性频域建模,使用在初始系统识别阶段获得的平均频率响应函数 (FRF) [3]。这用一组线性 FRF 近似非线性悬架系统。在数学上,FRF 将车辆描述为多输入/输出 (MIMO) 系统 [6]。


使用 Simcenter 3D Motion TWR,可以为测试台设置计算执行器的控制信号。目的是在测试台上复制道路的负载条件。通常,不同方向的车轮力被施加到试验台上。挑战在于重新创建从真实道路获得的正确负载。


Simcenter 3D 运动 TWR 解决方案


特别是对于非公路地面车辆应用,在开发周期的早期,当高保真轮胎模型和数字道路剖面数据尚不可用时,准确的负载预测非常重要。Simcenter 3D Motion TWR 能够通过模拟测试条件,通过混合道路方法预测准确的负载,即使轮胎和道路数据不易获得。这使汽车制造商能够有效地优化车辆的耐用性。


Simcenter 3D Motion TWR 是 Simcenter 3D 产品组合中的一个应用程序,它利用了 Simcenter 3D Motion 中的多体动力学功能。图 2 显示了 Simcenter 3D Motion TWR 中的功能和流程工作流。测试条件可以通过“混合”技术捕获,作为结果准确性和计算效率之间的良好平衡。


通过使用内部负载的虚拟测试有效优化车辆耐用性


图 2 – 时间波形复制 (TWR):Simcenter 3D Motion TWR 中的功能和流程工作流,可有效优化车辆耐用性


Simcenter 3D Motion TWR 允许用户构建虚拟测试台、计算给定多体系统的频率响应函数、指定目标信号、过滤和调节信号,并最终通过迭代求解过程产生调节后的驱动信号 [7] .


为了根据 TWR 方法有效优化车辆耐用性,Simcenter 3D Motion TWR 使用简化的多体仿真模型。通常包含在完整车辆模型中的复杂元素(如轮胎、数字化道路或驾驶员模型)不是必需的,因为 Simcenter 3D Motion TWR 中计算的驱动函数应用于车轮中心。


模拟设置类似于耐久性试验台,这就是为什么没有必要使用数字化道路和驾驶员模型来重现完整的道路测试。另一个优点是驱动信号可以在新的车辆开发项目中重复使用。


提议的创新:用于改进 TWR 预测的额外传感器信号


尽管车辆外部载荷的估计响应质量可以在 TWR 迭代中达到很高的精度,但复制悬架系统的内部载荷是一个额外的挑战。内部组件之间相互作用的复杂性使得估计更加困难。然而,如果这些内部载荷也被准确估计,则部件的耐久性估计会更准确。


为了应对行波堆过程中内部负载的收敛,一种解决方案是将内部负载作为要复制的目标。行波堆过程中内部载荷的影响已经进行了数值研究[8]。基于不同的负载场景和传感器布局,这篇博文探讨了考虑额外传感器信号(例如内力)的可能性,并评估对使用 Simcenter 3D Motion TWR 估计的结果准确性的影响。


案例研究描述:SimRod 车辆


本案例研究中使用的车辆模型称为 SimRod。SimRod 基于 eRod 车辆,这是一款由瑞士公司 KYBURZ制造的全电动车辆。这辆两人座的汽车重约 600 公斤,由后置电动机驱动。使用 45 千瓦/140 牛米的电动机,车辆可以达到 120 公里/小时的最高速度。这辆车装有仪表并配备了测量传感器。


车辆的轻型底盘由相互连接的管状杆制成,并在某些特定位置由板加强。管和板分别用梁和壳单元建模。有限元模型的刚度基于在真实汽车上执行的多个实验模态分析进行更新,并且数字孪生可用于执行模拟 [9] [10]。SimRod 数字模型的渲染视图如图 3 所示。


案例研究方法:SimRod 车辆的仿真案例


车辆和道路数字模型的结合使得在多体仿真框架中仿真悬架系统的动态行为成为可能。现在让我们有效地优化车辆耐久性性能。在第一个模拟中,车辆以受控速度沿着崎岖的道路行驶,如图 3 所示。传感器数据作为目标存储在时域中。


通过使用内部负载的虚拟测试有效优化车辆耐用性


图 3a(左)SimRod 的底盘由管状杆和板制成


图 3b(右)柔性底盘用梁和壳单元建模


在第二个模拟中,车辆的底盘固定在数字试验台支架上,轮毂由多轴执行器激励。频域中的系统识别技术允许在测试台上估计 SimRod 车辆的可靠 FRF 模型。一旦确定了模型,在第一次模拟中获得的目标就会被输入到行波处理过程中。这导致计算一组驱动器,这些驱动器再现了车辆上的道路负载条件。


根据传感器布局的选择,在 TWR 分析中处理不同的通道集。研究考虑了两种传感器布局 [8]: (1) 传统布局,主要包括外力;(2) 一种增加的布局,其中 考虑了额外的内力。数值分析背后的策略是在 TWR 估计精度方面比较这些布局。增强布局中使用的额外传感器通道是上/下控制臂关节处的主动力;它们的位置如图 4 所示。这些是悬架与底盘在关节接口处交换的力。评估这些额外信道对 TWR 估计质量的影响。在崎岖不平的道路上进行了可行性研究 [8]。


通过使用内部负载的虚拟测试有效优化车辆耐用性


图 4:悬架的更详细视图:箭头表示选定的用于负载测量的关节(额外目标)


案例研究结果:评估额外传感器对 SimRod 车辆的影响


本节显示了一项具有代表性的研究结果,突出了具有附加内部传感器的新想法的价值。进一步的结果已发表在 [8] 中。


为了获得对使用增强传感器布局的好处的整体评估,计算目标和估计响应之间不匹配的 RMS。使用两个额外的度量来限制通道之间幅度差异的影响。在第一次尝试中,每个通道的 RMS 被其自己的最大振幅归一化。该值在比较表中表示为“单独归一化的 RMS”。然后,提出了第二个度量标准,它由归一化其类别内的通道组成。


例如,所有垂直力都属于一个组,并且 RMS 值由该组中通道的最大幅度归一化。该参数在结果中表示为“归一化为组最大值的 RMS”。由于分析的主要目的是估计组件的耐用性,伪伤害值被引入作为第四个比较指标。


结合之前计算的归一化 RMS 值,它可以成为信号估计质量的良好指标。本研究的目的是评估具有额外目标的试验台模拟产生的伪损坏是否更接近道路模拟的计算损坏。


在图 5 中,显示了 TWR 工艺与传统和增强(带力)布局的结果之间的比较。这些结果对应于虚拟放置额外力传感器的位置。添加上控制臂内力(横向)的效果似乎对 TWR 响应计算有利。RMS 和损坏指标均有所改善。当添加内力时,TWR 结果的分析表明传感器位置的 TWR 响应估计质量有所提高 [8]。


使用虚拟耐久性测试有效优化车辆耐久性


图 5:与传统 TWR(红线)和新想法(增加了额外的力传感器)布局(橙色线)的结果之间的比较。道路上整车模拟的参考信号以蓝色显示。从 RMS 和伪损伤方面来看,额外的内力对位于上控制臂的复制目标的准确性具有有益影响 [8]


通过分析整个传感器组,观察到所有通道的改进因子的总和和平均值证实在 TWR 过程中使用额外的目标会导致总体上更好的损坏复制。特别是,对于用作额外目标的力信号,改进更为明显。借助 Simcenter 3D Motion TWR,尤其是在配备额外传感器的情况下,可以有效地优化车辆的耐久性性能。2020 年9 月 7 日至 9 日在比利时鲁汶举行的ISMA 2020 会议记录中发表了关于这些结果的扩展报告 [8] 。


关于 ENDURANCE 项目


这项研究是在由VLAIO资助的研发项目“ENDURANCE”(高效耐久性测试和车辆使用评估)的框架内进行的,该项目由西门子(西门子数字工业软件,比利时)与研究合作伙伴KU Leuven LMSD。ENDURANCE 项目旨在研究先进的耐久性模拟和测试工具,以有效优化车辆耐久性,从而针对“V 形”耐久性设计周期中最关键部件和主要瓶颈的创新解决方案。

免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~