[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN108959795B - 一种试验场载荷谱标准化方法 - Google Patents

一种试验场载荷谱标准化方法 Download PDF

Info

Publication number
CN108959795B
CN108959795B CN201810776939.5A CN201810776939A CN108959795B CN 108959795 B CN108959795 B CN 108959795B CN 201810776939 A CN201810776939 A CN 201810776939A CN 108959795 B CN108959795 B CN 108959795B
Authority
CN
China
Prior art keywords
actual
distribution
load
test field
relative
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.)
Active
Application number
CN201810776939.5A
Other languages
English (en)
Other versions
CN108959795A (zh
Inventor
赵礼辉
叶沛
顾振飞
姚烈
冯金芝
郑松林
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201810776939.5A priority Critical patent/CN108959795B/zh
Publication of CN108959795A publication Critical patent/CN108959795A/zh
Application granted granted Critical
Publication of CN108959795B publication Critical patent/CN108959795B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供一种试验场载荷谱标准化方法，基于试验场规范下整车及其各零部件载荷分布的相似性，首先对实际载荷时间历程数据进行雨流循环计数处理；其次采用至少两种分布模型对实际变程频次数据进行建模并进行参数估计，选取与实际总损伤最为接近的理论总损伤对应的概率密度函数为最佳分布函数；再次基于静态垂向载荷对实际载荷时间历程数据进行规范化处理，同时对相对载荷时间历程数据进行幅值分析和雨流循环计数处理；最后对相对变程归一化处理并对最优分布函数进行参数估计从而得到试验场标准载荷谱，该试验场标准载荷谱能够对预评估机动车辆及其零部件的可靠性和耐久性进行评价，从而缩短开发周期，提高一次性通过整车道路试验的可能性。

Description

一种试验场载荷谱标准化方法
技术领域
本发明属于机动车辆的可靠性分析技术领域，具体涉及一种试验场载荷标准化方法。
背景技术
可靠性与耐久性是机动车辆安全运行的基础保障，也是保证运输效率的必要条件。机动车辆运行过程中，关键零部件的突然疲劳失效会造成车毁人亡的道路交通事故。汽车试验场担负着汽车整车产品可靠性的测试和评价。
基于试验场载荷谱的台架试验时考核整车、各子系统及零部件可靠性与耐久性的主要途径之一。但由于载荷谱必须在样车试制完成后才能实际采集，难以在开发初期对产品进行可靠性与耐久性验证。
发明内容
针对上述现有技术的缺点或不足，本发明基于同一试验场规范下不同车型、不同配重调节的整车及其各零部件的载荷分布的相似性，通过对以往机动车辆在试验场规范下的实际载荷时间历程数据进行处理并得到试验场标准载荷谱，通过该试验场标准载荷谱来对待评价机动车辆及其子系统、零部件的可靠性和耐久性进行评价，从而缩短开发周期，提高一次性通过整车道路试验的可能性。本发明的目的在于是提供一种试验场载荷谱标准化方法。
为实现上述目的，本发明采用了如下技术方案：
本发明提供一种试验场载荷谱标准化方法，用于对机动车辆在试验场规范下的实际载荷时间历程数据进行处理得到试验场标准载荷谱，其特征在于，包括以下步骤：
步骤一，采集实际载荷时间历程数据；
步骤二，对实际载荷时间历程数据进行雨流循环计数处理得到实际变程频次数据，该实际变程频次数据包括多级实际变程以及与该实际变程对应的实际频次，并根据该实际频次求出实际总循环次数；
步骤三，根据机动车辆的材料S-N曲线表达式求出每级实际变程对应的实际疲劳寿命，并根据该实际疲劳寿命以及实际频次求得每级实际变程对应的实际损伤以及实际总损伤；
步骤四，采用至少两种分布模型对实际变程频次数据进行建模，并利用极大似然估计法求出每种分布模型对应的概率密度函数的参数估计值；
步骤五，根据参数估计值求出每级实际变程在每种分布模型中对应的理论频次，并根据该理论频次求出每种分布模型对应的理论总循环次数、每级实际变程对应的理论损伤以及每种分布模型对应的理论总损伤；
步骤六，选取与实际总损伤最为接近的理论总损伤对应的分布模型的概率密度函数为最优分布函数；
步骤七，以机动车辆的静态垂向载荷值为基准对实际载荷时间历程数据进行规范化处理得到相对载荷时间历程数据，对该相对载荷时间历程数据进行幅值分析得到最大相对载荷系数以及最小相对载荷系数，并对相对载荷时间历程数据进行雨流循环计数处理得到多级相对变程、与该相对变程对应的相对频次以及最大相对变程；
步骤八，以最大相对变程对相对变程进行归一化处理得到归一化的相对变程，该归一化的相对变程处于[0,1]的取值区间内；
步骤九，根据归一化的相对变程以及相对频次并采用极大似然估计法对最优分布函数进行参数估计，从而得到试验场标准载荷谱。
本发明提供的试验场载荷谱标准化方法，还可以具有这样的特征：其中，分布模型为正态分布、对数正态分布、威布尔分布、指数分布、瑞利分布或广义帕累托分布。
本发明提供的试验场载荷谱标准化方法，还可以具有这样的特征：其中，当分布模型为正态分布、对数正态分布、威布尔分布、指数分布或瑞利分布时，分布模型对应的概率密度函数的参数估计值都是根据步骤二得到的实际变程以及实际频次进行估计得到的。
本发明提供的试验场载荷谱标准化方法，还可以具有这样的特征：其中，当分布模型为广义帕累托分布时，分布模型对应的概率密度函数的参数估计值是根据累积损伤大于预定阈值的实际变程以及实际频次对进行估计得到的。
本发明提供的试验场载荷谱标准化方法，还可以具有这样的特征：其中，累积损伤是根据线性损伤累积准则求得的，预定阈值为0.05-0.15。
本发明提供的试验场载荷谱标准化方法，还可以具有这样的特征：其中，在步骤六中，当与实际总损伤最为接近的理论总损伤不唯一时，进一步选取与实际总循环次数最为接近的理论总循环次数对应的分布模型的概率密度函数为最优分布函数。
本发明提供的试验场载荷谱标准化方法，还可以具有这样的特征：其中，机动车辆为乘用车或商用车。
发明作用与效果
根据本发明涉及的试验场载荷谱标准化方法，基于试验场规范下整车及其各零部件载荷分布的相似性，首先对实际载荷时间历程数据进行雨流循环计数处理得到实际变程频次数据和实际总损伤；其次采用至少两种分布模型对实际变程频次数据进行建模并进行参数估计，进而得到每种分布模型对应的理论总损伤，选取与实际总损伤最为接近的理论总损伤对应的概率密度函数为最佳分布函数；再次基于静态垂向载荷对实际载荷时间历程数据进行规范化处理得到相对载荷时间历程数据，同时对该相对载荷时间历程数据进行幅值分析和雨流循环计数处理，得到最大相对载荷系数、最小相对载荷系数、相对变程、相对频次以及最大相对变程；最后通过最大相对变程对相对变程归一化处理得到归一化的相对变程，并根据归一化的相对变程以及相对变程对最优分布函数进行参数估计从而得到试验场标准载荷谱，该试验场标准载荷谱能够对预评估机动车辆及其零部件的可靠性和耐久性进行评价，从而缩短开发周期，提高一次性通过整车道路试验的可能性。
附图说明
图1是本发明的实施例中试验场载荷谱标准化方法的流程图；
图2是本发明的实施例中实际载荷时间历程示意图；
图3是本发明的实施例中变程频次柱状示意图；
图4是本发明的实施例中变程损伤分布示意图；以及
图5是本发明的实施例中累积损伤分布示意图。
具体实施方式
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
在本实施例中，机动车辆为乘用车或商用车，乘用车包括桥车、SUV以及MPV等。
图1是本发明的实施例中试验场载荷谱标准化方法的的流程图。
如图1所示，本发明的实施例中试验场载荷谱标准化方法，用于对机动车辆在试验场规范下的实际载荷时间历程数据进行处理得到标准化载荷谱，包括以下步骤：
步骤S1，采集实际载荷时间历程数据。
图2是本发明的实施例中实际载荷时间历程示意图。
实际载荷实际历程数据对应的载荷实际历程示意图如图2所示，图2中横坐标为时间(sec)，纵坐标为载荷(N)。
步骤S2，对实际载荷时间历程数据进行雨流循环计数处理得到实际变程频次数据，该实际变程频次数据包括多级实际变程SR,i以及与该实际变程SR,i对应的实际频次nR,i，并根据该实际频次nR,i求出实际总循环次数Ntotal。
Ntotal＝∑nR,i (1)
其中，i为大于或等于1的自然数。
图3是本发明的实施例中变程频次柱状示意图。
实际变程频次数据对应的变程-频次柱状图如图3所示，图3中横坐标为实际变程，纵坐标为实际频次。
步骤S3，根据机动车辆的S-N曲线表达式
Figure BDA0001731567770000061
求出每级实际变程SR,i对应的实际疲劳寿命Nf,i，C为机动车辆的材料常数；并根据该实际疲劳寿命Nf,i以及实际频次nR,i求得每级实际变程SR,i对应的实际损伤di以及实际总损伤D。
di＝nR,i/Nf,i (2)
D＝∑di (3)
图4是本发明的实施例中变程损伤分布示意图。
变程损伤分布如图4所示，图4中横坐标为实际变程，纵坐标为实际损伤。
进一步，每级实际损伤di占实际总损伤D的比例di,p为
di,p＝di/D (4)
根据线性损伤累积准则，前k级载荷的累积损伤占总损伤D的比例为dACC,k，
Figure BDA0001731567770000071
图5是本发明的实施例中累积损伤分布示意图。
由公式(5)可得出该载荷时间历程对应的累积损伤分布图，如图5所示。
步骤S4，采用至少两种分布模型对实际变程频次数据进行建模，并利用极大似然估计法求出每种分布模型对应的概率密度函数f(SR)的参数估计值。
在本实施例中，采用正态分布、对数正态分布、威布尔分布、指数分布、瑞利分布以及广义帕累托分布等六种分布模型，以实际变程为横坐标、以实际频次对应的概率密度为纵坐标进行拟合。
当分布模型为正态分布、对数正态分布、威布尔分布、指数分布或瑞利分布时，分布模型对应的概率密度函数的参数估计值都是根据步骤二得到的实际变程以及实际频次进行估计得到的。
当分布模型为广义帕累托分布时，分布模型对应的概率密度函数的参数估计值是根据累积损伤大于预定阈值的实际变程以及实际频次对进行估计得到的。预定阈值为0.05-0.15，优选为0.1。
步骤S5，根据步骤S4得到的参数估计值求出每级实际变程SR,i在每种分布模型中对应的理论频次n’R,i，并根据该理论频次n’R,i求出每种分布模型对应的理论总循环次数N'total、每级实际变程SR,i对应的理论损伤d’i以及每种分布模型对应的理论总损伤D’，
n'R,i＝Ntotal·f(SR,i)·wS,R (6)
d′i＝nR′,i/Nf,i (7)
D'＝∑d'i (8)
其中，wS,R为实际变程SR,i的区间宽度。
步骤S6，选取与实际总损伤D最为接近的理论总损伤D’对应的分布模型的概率密度函数为最优分布函数；当与实际总损伤D最为接近的理论总损伤D’不唯一时，进一步选取与实际总循环次数Ntotal最为接近的理论总循环次数N'total对应的分布模型的概率密度函数为最优分布函数。
步骤S7，以机动车辆的静态垂向载荷值为基准对实际载荷时间历程数据进行规范化处理得到相对载荷时间历程数据，对该相对载荷时间历程数据进行幅值分析得到最大相对载荷系数kd,max以及最小相对载荷系数kd,min，并对相对载荷时间历程数据进行雨流循环计数处理得到多级相对变程SRR,i、与该相对变程对应的相对频次nRR,i以及最大相对变程SRR,max。
其中，最大相对载荷系数kd,max为相对载荷时间历程中的最大幅值，最小相对载荷系数kd,min为相对载荷时间历程中的最小幅值。
步骤S8，以最大相对变程SRR,max对相对变程SRR,i进行归一化处理得到归一化的相对变程
Figure BDA0001731567770000081
Figure BDA0001731567770000082
从而使该归一化的相对变程处于[0,1]的取值区间内。
步骤S9，根据归一化的相对变程
Figure BDA0001731567770000083
以及相对频次nRR,i并采用极大似然估计法对步骤S6得到的最优分布函数进行参数估计，从而得到试验场标准载荷谱，用于对预评估机动车辆及其零部件的可靠性和耐久性进行评价。
实施例作用与效果
根据本实施例涉及的试验场载荷谱标准化方法，基于试验场规范下整车及其各零部件载荷分布的相似性，首先对实际载荷时间历程数据进行雨流循环计数处理得到实际变程频次数据和实际总损伤；其次采用至少两种分布模型对实际变程频次数据进行建模并进行参数估计，进而得到每种分布模型对应的理论总损伤，选取与实际总损伤最为接近的理论总损伤对应的概率密度函数为最佳分布函数；再次基于静态垂向载荷对实际载荷时间历程数据进行规范化处理得到相对载荷时间历程数据，同时对该相对载荷时间历程数据进行幅值分析和雨流循环计数处理，得到最大相对载荷系数、最小相对载荷系数、相对变程、相对频次以及最大相对变程；最后通过最大相对变程对相对变程归一化处理得到归一化的相对变程，并根据归一化的相对变程以及相对变程对最优分布函数进行参数估计从而得到试验场标准载荷谱，该试验场标准载荷谱能够对预评估机动车辆及其零部件的可靠性和耐久性进行评价，从而缩短开发周期，提高一次性通过整车道路试验的可能性。
另外，因为当分布模型为广义帕累托分布时，分布模型对应的概率密度函数的参数估计值是根据累积损伤大于预定阈值的实际变程以及实际频次进行估计得到的，有效地筛选实际变程频次数据，进一步提高了概率密度函数的参数估计的准确性。
此外，因为当与实际总损伤最为接近的理论总损伤不唯一时，进一步选取与实际总循环次数最为接近的理论总循环次数对应的分布模型的概率密度函数为最优分布函数，进一步提高了确定最优分布函数的准确性。
上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。

Claims (7)

1.一种试验场载荷谱标准化方法，用于对机动车辆在试验场规范下的实际载荷时间历程数据进行处理得到试验场标准载荷谱，其特征在于，包括以下步骤：
步骤一，采集所述实际载荷时间历程数据；
步骤二，对所述实际载荷时间历程数据进行雨流循环计数处理得到实际变程频次数据，该实际变程频次数据包括多级实际变程以及与该实际变程对应的实际频次，并根据该实际频次求出实际总循环次数；
步骤三，根据所述机动车辆的材料S-N曲线表达式求出每级所述实际变程对应的实际疲劳寿命，并根据该实际疲劳寿命以及所述实际频次求得每级所述实际变程对应的实际损伤以及实际总损伤；
步骤四，采用至少两种分布模型对所述实际变程频次数据进行建模，并利用极大似然估计法求出每种所述分布模型对应的概率密度函数的参数估计值；
步骤五，根据所述参数估计值求出每级所述实际变程在每种所述分布模型中对应的理论频次，并根据该理论频次求出每种所述分布模型对应的理论总循环次数、每级所述实际变程对应的理论损伤以及每种所述分布模型对应的理论总损伤；
步骤六，选取与所述实际总损伤最为接近的所述理论总损伤对应的所述分布模型的概率密度函数为最优分布函数；
步骤七，以所述机动车辆的静态垂向载荷值为基准对所述实际载荷时间历程数据进行规范化处理得到相对载荷时间历程数据，对该相对载荷时间历程数据进行幅值分析得到最大相对载荷系数以及最小相对载荷系数，并对所述相对载荷时间历程数据进行雨流循环计数处理得到多级相对变程、与该相对变程对应的相对频次以及最大相对变程；
步骤八，以所述最大相对变程对所述相对变程进行归一化处理得到归一化的相对变程，该归一化的相对变程处于[0,1]的取值区间内；
步骤九，根据所述归一化的相对变程以及所述相对频次并采用极大似然估计法对所述最优分布函数进行参数估计，从而得到所述试验场标准载荷谱。
2.根据权利要求1所述的试验场载荷谱标准化方法，其特征在于：
其中，所述分布模型为正态分布、对数正态分布、威布尔分布、指数分布、瑞利分布或广义帕累托分布。
3.根据权利要求2所述的试验场载荷谱标准化方法，其特征在于：
其中，当所述分布模型为所述正态分布、所述对数正态分布、所述威布尔分布、所述指数分布或所述瑞利分布时，所述分布模型对应的概率密度函数的参数估计值都是根据所述步骤二得到的所述实际变程以及所述实际频次进行估计得到的。
4.根据权利要求2所述的试验场载荷谱标准化方法，其特征在于：
其中，当所述分布模型为所述广义帕累托分布时，所述分布模型对应的概率密度函数的参数估计值是根据累积损伤大于预定阈值的所述实际变程以及所述实际频次对进行估计得到的。
5.根据权利要求4所述的试验场载荷谱标准化方法，其特征在于：
其中，所述累积损伤是根据线性损伤累积准则求得的，
所述预定阈值为0.05-0.15。
6.根据权利要求1所述的试验场载荷谱标准化方法，其特征在于：
其中，在所述步骤六中，当与所述实际总损伤最为接近的所述理论总损伤不唯一时，进一步选取与所述实际总循环次数最为接近的所述理论总循环次数对应的所述分布模型的概率密度函数为最优分布函数。
7.根据权利要求1所述的试验场载荷谱标准化方法，其特征在于：
其中，所述机动车辆为乘用车或商用车。
CN201810776939.5A 2018-07-16 2018-07-16 一种试验场载荷谱标准化方法 Active CN108959795B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810776939.5A CN108959795B (zh) 2018-07-16 2018-07-16 一种试验场载荷谱标准化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810776939.5A CN108959795B (zh) 2018-07-16 2018-07-16 一种试验场载荷谱标准化方法

Publications (2)

Publication Number Publication Date
CN108959795A CN108959795A (zh) 2018-12-07
CN108959795B true CN108959795B (zh) 2022-12-27

Family

ID=64481230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810776939.5A Active CN108959795B (zh) 2018-07-16 2018-07-16 一种试验场载荷谱标准化方法

Country Status (1)

Country Link
CN (1) CN108959795B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110646216A (zh) * 2019-09-11 2020-01-03 湖南猎豹汽车股份有限公司 一种由路谱载荷生成台架试验载荷的方法
CN110954338B (zh) * 2019-11-22 2021-09-28 上海理工大学 一种整车四立柱台架试验标准化载荷谱的标准化方法
CN111159906B (zh) * 2019-12-31 2023-06-16 上海理工大学 基于adams二次开发的汽车悬架动态模型搭建方法
CN111581893B (zh) * 2020-04-03 2022-06-17 上海理工大学 一种电驱动总成机械系统可靠性试验载荷谱的编制方法
CN112001082B (zh) * 2020-08-25 2021-04-16 上海理工大学 一种工字梁前桥轻量化方法
CN112051076B (zh) * 2020-09-10 2023-01-24 重庆理工大学 新能源汽车动力总成路谱加载试验方法
CN112541163B (zh) * 2020-12-08 2024-09-24 北京三一智造科技有限公司 载荷谱数据的处理方法、装置及电子设备
CN113435018A (zh) * 2021-06-09 2021-09-24 中国汽车技术研究中心有限公司 一种汽车用户道路载荷谱的损伤计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105718633A (zh) * 2016-01-15 2016-06-29 重庆长安汽车股份有限公司 一种底盘件的载荷分析方法
CN106874582A (zh) * 2017-01-25 2017-06-20 吉林大学 一种电主轴加速寿命试验时间设计方法
CN106885691A (zh) * 2017-01-20 2017-06-23 长安大学 一种挖掘机动臂疲劳试验程序谱整理及试验加载方法
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105718633A (zh) * 2016-01-15 2016-06-29 重庆长安汽车股份有限公司 一种底盘件的载荷分析方法
CN106885691A (zh) * 2017-01-20 2017-06-23 长安大学 一种挖掘机动臂疲劳试验程序谱整理及试验加载方法
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
CN106874582A (zh) * 2017-01-25 2017-06-20 吉林大学 一种电主轴加速寿命试验时间设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
混合动力电动车电机驱动系统二维载荷谱Matlab程序的编制;李雯等;《微电机》;20100628(第06期);全文 *
考虑低载强化效应的变速器加速试验谱的编制;邹喜红等;《机械传动》;20160415(第04期);全文 *

Also Published As

Publication number Publication date
CN108959795A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
CN108959795B (zh) 一种试验场载荷谱标准化方法
CN108875918B (zh) 一种基于适配共享深度残差网络的机械故障迁移诊断方法
CN106649709B (zh) 一种基于数据挖掘的车辆停留行为模式预测与评估方法
CN107228766A (zh) 基于改进多尺度模糊熵的滚动轴承故障诊断方法
CN113838054B (zh) 基于人工智能的机械零件表面损伤检测方法
CN112434367B (zh) 汽车悬架疲劳载荷谱的获取方法及装置
CN110186556B (zh) 一种新能源汽车电机台架试验噪声评价方法
CN112395940A (zh) 一种基于密度峰值机器学习算法的道路载荷谱制取方法
CN111581715A (zh) 一种拖拉机零部件加速载荷谱快速压缩方法
CN106066907A (zh) 基于多零件多模型判断的定损分等级方法
CN116380496A (zh) 一种汽车车门疲劳耐久测试方法、系统及介质
CN112208389A (zh) 一种针对车载动力电池的日常便捷检测方法
CN108090635B (zh) 一种基于聚类分类的路用性能预测方法
CN111832442B (zh) 从海量桥梁动态应变数据中自动化分离温度应变成分的方法
CN114781245A (zh) 基于油耗强相关参数修正的瞬态汽车油耗估计方法及系统
CN104111109B (zh) 一种基于不同阶次统计量及支持向量机的机械振动状态识别方法
CN114462857B (zh) 在用新能源汽车的高风险车辆筛选方法及存储介质
CN110020686B (zh) 一种基于群智感知传感数据的路面异常检测方法
CN115204020B (zh) 电驱桥系统强度分析方法、系统、存储介质及测试设备
CN117310437A (zh) 一种基于模糊分类器的模拟电路故障诊断方法及系统
CN112734203B (zh) 基于路面的车辆损伤计算方法、装置、系统及存储介质
CN110763466A (zh) 一种Adaboost算法组合的GABP滚动轴承诊断方法
CN114943296A (zh) 一种基于改进的短行程法的汽车行驶工况构建方法
CN110954338B (zh) 一种整车四立柱台架试验标准化载荷谱的标准化方法
CN113704891A (zh) 一种电子制动助力器可靠性快速试验载荷谱及编制方法

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