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

CN114778141B - 汽车电驱动总成台架耐久试验制定方法、装置及设备 - Google Patents

汽车电驱动总成台架耐久试验制定方法、装置及设备 Download PDF

Info

Publication number
CN114778141B
CN114778141B CN202210685858.0A CN202210685858A CN114778141B CN 114778141 B CN114778141 B CN 114778141B CN 202210685858 A CN202210685858 A CN 202210685858A CN 114778141 B CN114778141 B CN 114778141B
Authority
CN
China
Prior art keywords
signal
drive assembly
electric drive
load
torque
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
CN202210685858.0A
Other languages
English (en)
Other versions
CN114778141A (zh
Inventor
丁鼎
韩广宇
张永仁
卢放
马德慧
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.)
Lantu Automobile Technology Co Ltd
Original Assignee
Lantu Automobile Technology 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 Lantu Automobile Technology Co Ltd filed Critical Lantu Automobile Technology Co Ltd
Priority to CN202210685858.0A priority Critical patent/CN114778141B/zh
Publication of CN114778141A publication Critical patent/CN114778141A/zh
Application granted granted Critical
Publication of CN114778141B publication Critical patent/CN114778141B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/005—Testing of electric installations on transport means
    • G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
    • G01R31/007—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks using microprocessors or computers
    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了基于多参数载荷谱的汽车驱动总成台架耐久试验制定方法、装置及设备，应用于耐久试验领域，该方法包括：对获取的汽车电驱动总成在公共道路的载荷信号数据进行处理，得到汽车电驱动总成在公共道路的扭矩信号和转速信号；确定汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及试验样本量；根据汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵；确定汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次以及多级台架转速载荷的幅值及累计频次；确定汽车电驱动总成台架耐久试验的环境温度的幅值。本发明考虑多种载荷因素和试验条件，能够真实的反应电驱动总成在整车道路载荷及温度载荷下的实际情况。

Description

汽车电驱动总成台架耐久试验制定方法、装置及设备
技术领域
本发明属于耐久试验领域，尤其涉及一种汽车电驱动总成台架耐久试验制定方法、装置及设备。
背景技术
汽车电驱动总成作为汽车的核心零部件，其可靠耐久性能受到各主机厂的重点关注。因此汽车在研发阶段会进行大量的台架耐久试验及整车动力总成耐久试验。整车动力总成耐久试验由于试验周期长，因此主机厂在验证的早期会进行大量的台架耐久试验以充分暴露汽车电驱动总成的耐久可靠性能风险。
目前，汽车电驱动总成的台架耐久试验载荷一般由各主机厂依据经验台架耐久试验工况进行制定，该方法与实际整车道路试验工况差异较大，因此近年来有越来越多主机厂将采集的汽车电驱动总成载荷信号转化为台架耐久试验载荷信号。一般是采用8级载荷谱制定方法制定扭矩载荷的幅值，并不能考虑汽车电驱动总成在公共道路下的扭矩载荷信号特性，也未能考虑扭转载荷的制定、环境温度的制定、台架的可靠度及置信度、台架试验需要的样本量等多参数因素，进而会影响汽车电驱动总成台架耐久试验的准确性。
发明内容
鉴于现有技术存在上述技术问题，本发明实施例提供了一种汽车电驱动总成台架耐久试验制定方法、装置及设备。
第一方面，本发明实施例提供了一种基于多参数载荷谱的汽车驱动总成台架耐久试验制定方法，包括：
获取汽车电驱动总成在公共道路的载荷信号数据，并对获取的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，其中，所述载荷输入信号包括所述汽车电驱动总成在公共道路的扭矩信号和转速信号；
确定所述汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量；
通过雨流计数法分别对所述汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到所述汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵；
根据所述扭矩信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次；
根据所述转速信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架转速载荷的幅值及累计频次；
采用阿伦尼斯加速模型，确定所述汽车电驱动总成台架耐久试验的环境温度的幅值。
可选地，所述获取汽车电驱动总成在公共道路的载荷信号数据，包括：
在与所述汽车电驱动总成连接的传动轴上布置扭矩信号传感器，以及在与所述汽车电驱动总成连接的减速器总成上布置转速传感器；
规划在公共道路上的采集里程以及行驶路线，在所述采集里程中：城市道路的里程占比为
Figure 767760DEST_PATH_IMAGE001
、高速道路的里程占比为
Figure 347777DEST_PATH_IMAGE002
、坏路道路的里程占比为
Figure 155196DEST_PATH_IMAGE003
、山区道路的里程占比为
Figure 795256DEST_PATH_IMAGE004
，其中，
Figure 297913DEST_PATH_IMAGE005
；
在汽车以规划的行驶路线和采集里程行驶于所述公共道路的过程中，通过所述扭矩信号传感器采集扭矩信号，以及通过所述转速传感器采集转速信号。
可选地，所述对获取的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，包括：
对传感器采集的扭矩信号和转速信号进行预处理，其中，所述预处理包括对传感器采集的扭矩信号和转速信号进行检查、校核以及清洗后，删除对所述汽车电驱动总成耐久试验的贡献量小于预设阈值的信号时间段，以得到预处理后的载荷信号数据；
对预处理后的载荷信号数据进行外推K倍，得到所述汽车电驱动总成在公共道路的扭矩信号和转速信号，作为所述汽车电驱动总成台架耐久试验的载荷输入信号，K为正整数。
可选地，所述方法还包括：设定汽车在全生命周期内的验证里程目标；
根据所述验证里程目标和所述采集里程确定对预处理后的载荷信号数据进行外推的倍数K。
可选地，所述确定所述汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量，包括：
预先设定所述汽车电驱动总成台架耐久试验的可靠度、置信度以及试验时长；
根据预先设定的可靠度和置信度，确定所述汽车电驱动总成台架试验所需的试验样本量；
以达到预先设定的可靠度及置信度为目标，对预先设定的试验时长进行增加，并对所述试验样本量的数量进行减少。
可选地，所述通过雨流计数法分别对所述汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到所述汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵，包括：
将所述汽车电驱动总成在公共道路的转速信号对时间进行积分，得到转动圈数信号；
用所述转动圈数信号替换所述扭矩信号的时间轴及所述转速信号的时间轴，得到所述扭矩信号与所述转动圈数信号之间的关系曲线，以及所述转速信号与所述转动圈数信号之间的关系曲线；
基于所述扭矩信号与所述转动圈数信号之间的关系曲线，将所述扭矩信号按照其数值范围均匀分割为X个数值区间，采用雨流计数法统计所述扭矩信号在所述X个数值区间中每一个数值区间的出现频次，并基于所述扭矩信号在其每一个数值区间的中间数值及在每一个数值区间的出现频次，得到所述扭矩信号雨流矩阵，X为正整数；
基于所述转速信号与所述转动圈数信号之间的关系曲线，将所述转速信号按照其数值范围均匀分割为Y个数值区间，采用雨流计数法统计所述转速信号在所述Y个数值区间中每一个数值区间的出现频次，并基于所述转速信号在其每一个数值区间的中间数值及在每一个数值区间的出现频次，得到所述转速信号雨流矩阵，Y为正整数。
可选地，所述根据所述扭矩信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次，包括：
针对所述扭矩信号雨流矩阵，按照所述扭矩信号在所述X个数值区间中每一个数值区间的中间数值的幅值绝对值的从大到小进行依次排序；
定义所述汽车电驱动总成台架耐久试验的扭矩载荷共计包括Q级台架扭矩载荷，并根据排序后的扭矩信号雨流矩阵定义第
Figure 275096DEST_PATH_IMAGE006
级台架扭矩载荷的幅值及累计频次，
Figure 824107DEST_PATH_IMAGE007
；
采用多步迭代的算法，依次从第1级台架扭矩载荷的幅值及累计频次求解到第Q级台架扭矩载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时停止迭代，并同步输出第1级至第Q级台架扭矩载荷的幅值及累计频次。
可选地，所述根据所述转速信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架转速载荷的幅值及累计频次，包括：
根据汽车电驱总成在公共道路的转速信号雨流矩阵，统计同一级台架扭矩载荷下，所述汽车电驱动总成在公共道路的转速信号在所述
Figure 166226DEST_PATH_IMAGE008
个数值区间中每一个数值区间的中间数值的幅值绝对值，并按照幅值绝对值的从大到小进行依次排序，以得到在同一级台架扭矩载荷下，所述汽车电驱动总成在公共道路的转速信号雨流矩阵；
定义第i级台架扭矩载荷下的转速信号对应分为
Figure 280813DEST_PATH_IMAGE009
级台架转速载荷，所述汽车电驱动总成台架耐久试验的转速载荷定义为第
Figure 202632DEST_PATH_IMAGE010
级台架扭矩载荷下的第
Figure 594431DEST_PATH_IMAGE011
级台架转速载荷的幅值及累计频次，其中，
Figure 435348DEST_PATH_IMAGE012
，
Figure 912597DEST_PATH_IMAGE013
；
采用多步迭代的算法，求解同一级台架扭矩载荷下多级台架转速载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时，则停止迭代。
第二方面，本发明实施例提供了一种基于多参数载荷谱的汽车电驱动总成台架耐久试验制定装置，包括：
载荷数据获取单元，用于获取汽车电驱动总成在公共道路的载荷信号数据，并对获取的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，其中，所述载荷输入信号包括所述汽车电驱动总成在公共道路的扭矩信号和转速信号；
试验条件制定单元，用于确定所述汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量；
雨流矩阵生成单元，用于通过雨流计数法分别对所述汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到所述汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵；
扭矩载荷制定单元，用于根据所述扭矩信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次；
转速载荷制定单元，用于根据所述转速信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架转速载荷的幅值及累计频次；
温度载荷制定单元，用于采用阿伦尼斯加速模型，确定所述汽车电驱动总成台架耐久试验的环境温度的幅值。
第三方面，本发明实施例提供了一种计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现第一方面任一实施方式所述的方法。
本发明实施例提供的一个或者多个技术方案，至少实现了如下技术效果或者优点：
考虑整车在公共道路上的扭矩载荷及转速载荷的幅值及频次特性，从而更加真实的反应汽车电驱动总成在整车道路载荷下的实际情况。同步将环境温度载荷的幅值纳入试验考虑，更真实反应汽车电驱动总成在环境温度载荷下的实际情况。并且同步考虑汽车电驱动总成台架耐久试验的可靠度及置信度、台架试验所需要的试验样本量。由此，本发明实施例所制定的汽车电驱动总成台架耐久试验，考虑多种载荷因素和试验条件，能够真实的反应电驱动总成在整车道路载荷及温度载荷下的实际情况，从而，有助于提高汽车电驱动总成台架耐久试验的准确性。
附图说明
为了更清楚地说明本发明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发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例中基于多参数载荷谱的汽车电驱动总成台架耐久试验制定方法的流程图；
图2为本发明实施例中基于多参数载荷谱的汽车电驱动总成台架耐久试验制定装置的结构示意图；
图3为本发明实施例中计算机设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考图1所示，本发明实施例提供了一种基于多参数载荷谱的汽车电驱动总成台架耐久试验制定方法。参考图1所示，该基于多参数载荷谱的汽车电驱动总成台架耐久试验制定方法包括如下步骤：
S101、获取汽车电驱动总成在公共道路的载荷信号数据，并对获取的汽车电驱动总成在公共道路的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，其中，载荷输入信号包括汽车电驱动总成在公共道路的扭矩信号和转速信号。
在一些实施方式下，获取汽车电驱动总成在公共道路的载荷信号数据，具体包括如下步骤S1011~S1013:
步骤S1011、在与汽车电驱动总成连接的传动轴上布置扭矩信号传感器，以及在与汽车电驱动总成连接的减速器总成上布置转速传感器。
步骤S1012、规划在公共道路上的采集里程以及行驶路线，采集里程共计为
Figure 231582DEST_PATH_IMAGE014
，且在采集里程为
Figure 602521DEST_PATH_IMAGE014
中：城市道路的里程占比为
Figure 489705DEST_PATH_IMAGE015
、高速道路的里程占比为
Figure 313305DEST_PATH_IMAGE016
、坏路道路的里程占比为
Figure 842506DEST_PATH_IMAGE017
、山区道路的里程占比为
Figure 208897DEST_PATH_IMAGE018
，其中，
Figure 532562DEST_PATH_IMAGE019
。
步骤S1013、在汽车以规划的行驶路线和采集里程在公共道路上行驶的过程中，通过布置的扭矩信号传感器采集原始扭矩信号，以及通过布置的转速传感器采集原始转速信号，直至行驶达到所规划的采集里程
Figure 374616DEST_PATH_IMAGE014
。
在一些实施方式下，为了满足耐久试验对试验样本量的需求，步骤S101还包括对获取的载荷信号数据进行处理：即对传感器采集的原始扭矩信号和原始转速信号进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号。
具体而言，对获取的载荷信号数据进行处理，包括：对通过布置的传感器采集的扭矩信号和转速信号进行预处理，其中，预处理包括对所采集的载荷信号数据进行检查、校核以及清洗，从清洗后的载荷信号数据中删除对汽车电驱动总成耐久试验的贡献量小于预设阈值的信号时间段，以得到预处理后的载荷信号数据；对预处理后的载荷信号数据进行外推K倍，得到汽车电驱动总成台架耐久试验的载荷输入信号，K为正整数。
具体的，就对预处理后的载荷信号数据进行外推的倍数K而言，设定汽车在全生命周期内的验证里程目标；根据验证里程目标和采集里程确定对预处理后的载荷信号数据进行外推的倍数K。具体而言，设定汽车的全生命周期的验证里程目标为
Figure 176350DEST_PATH_IMAGE020
，而需要针对预处理后的载荷信号数据进行外推的倍数为
Figure 397247DEST_PATH_IMAGE021
，其计算公式如下：
Figure 16447DEST_PATH_IMAGE022
其中：
Figure 690005DEST_PATH_IMAGE023
——表示外推倍数；
Figure 420063DEST_PATH_IMAGE024
——表示汽车在全生命周期内的验证里程目标；
Figure 495467DEST_PATH_IMAGE025
——表示汽车在公共道路上的采集里程。
需要说明的是，对预处理后的载荷信号数据进行外推
Figure 285568DEST_PATH_IMAGE021
倍所得到的载荷输入信号的信号总时长为
Figure 446422DEST_PATH_IMAGE026
，其计算公式如下：
Figure 714593DEST_PATH_IMAGE027
其中：
Figure 644503DEST_PATH_IMAGE028
——表示信号外推倍数；
Figure 339926DEST_PATH_IMAGE029
——表示汽车在公共道路上采集的信号经预处理后的时长；
Figure 988076DEST_PATH_IMAGE030
——表示汽车电驱动总成台架耐久试验的载荷输入信号的信号总时长。
S102、确定汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量。
在一些实施方式下，步骤S102具体包括如下多个步骤S1021~ S1023：
S1021：预先设定汽车电驱动总成台架耐久试验的可靠度、置信度以及试验时长。需要说明的是，可靠度及置信度是根据试验需求预先设定的，而试验时长是设定载荷输入信号的信号总时长
Figure 59937DEST_PATH_IMAGE031
。
S1022：根据预先设定的可靠度和置信度，确定汽车电驱动总成台架试验所需的试验样本量。假设预先设定汽车电驱动总成台架试验的可靠度为
Figure 109933DEST_PATH_IMAGE032
、置信度为
Figure 117203DEST_PATH_IMAGE033
、信号总时长为
Figure 111704DEST_PATH_IMAGE034
，则对应需要的试验样本量为
Figure 862622DEST_PATH_IMAGE035
，其计算公式如下：
Figure 891758DEST_PATH_IMAGE036
其中：
Figure 69930DEST_PATH_IMAGE037
——表示汽车电驱动总成台架试验所需的试验样本量；
Figure 817306DEST_PATH_IMAGE038
——表示汽车电驱动总成台架试验的置信度；
Figure 106336DEST_PATH_IMAGE039
——表示汽车电驱动总成台架耐久试验的可靠度。
进一步的，在一些实施方式下，为了实现降低获取试验样本的成本，可以适当延长试验时长，减少试验样本量。具体而言，在步骤S1022之后，还执行步骤S1023：以达到预先设定的可靠度及置信度为目标，对预先设定的试验时长进行增加，并对试验样本量的数量进行减少。具体而言，对于汽车电驱动总成台架耐久试验进行增加试验时长及减少试验样本量，其计算公式如下：
Figure 989978DEST_PATH_IMAGE040
其中：
Figure 339051DEST_PATH_IMAGE041
——表示进行信号总时长为
Figure 42565DEST_PATH_IMAGE042
的汽车电驱动总成台架试验，对应所需的试验样本量；
Figure 400865DEST_PATH_IMAGE042
——表示汽车电驱动总成台架耐久试验的载荷输入信号的信号总时长；
Figure 873435DEST_PATH_IMAGE043
——表示汽车电驱动总成台架试验进行时长增加后的试验时长；
Figure 393409DEST_PATH_IMAGE044
——表示进行试验时长为
Figure 990744DEST_PATH_IMAGE043
的汽车电驱动总成台架试验，对应所需的试验样本量；
Figure 746210DEST_PATH_IMAGE045
——表示常数参数。
应当理解的是，在实际实施过程中，在不考虑获取试验样本的成本的情况下，也可以不增加试验时长进而减少试验样本量的数量。
S103、通过雨流计数法分别对汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到汽车电驱动总成在公共道路的扭矩信号雨流矩阵以及汽车电驱动总成在公共道路的转速信号雨流矩阵。
在一些实施方式下，步骤S103具体包括如下步骤S1031~S1034：
S1031：汽车电驱动总成在公共道路的转速信号对时间进行积分，得到转动圈数信号；
S1032：用转动圈数信号替换汽车电驱动总成在公共道路的扭矩信号的时间轴，以得到扭矩信号与转动圈数信号之间的关系曲线，用转动圈数信号替换汽车电驱动总成在公共道路的转速信号的时间轴，以得到转速信号与转动圈数信号之间的关系曲线；
S1033：基于扭矩信号与转动圈数信号之间的关系曲线，将扭矩信号按照其数值范围均匀分割为X个数值区间，采用雨流计数法统计扭矩信号在X个数值区间中每一个数值区间的出现频次，并基于扭矩信号在每一个数值区间的中间数值及在每一个数值区间的出现频次，以得到扭矩信号雨流矩阵，X为正整数。
S1034：基于转速信号与转动圈数信号之间的关系曲线，将转速信号按照其数值范围均匀分割为Y个数值区间，采用雨流计数法统计转速信号在Y个数值区间中每一个数值区间的出现频次，并基于转速信号在Y个数值区间中每一个数值区间的中间数值及在每一个数值区间的出现频次，以得到转速信号雨流矩阵，Y为正整数。
S104、根据汽车电驱动总成在公共道路的扭矩信号雨流矩阵，确定汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次。
具体而言，步骤S104具体包括如下多个步骤S1041~ S1043：
S1041：针对步骤S103所生成的扭矩信号雨流矩阵，按照扭矩信号在所述X个数值区间中每一个数值区间的中间数值的幅值绝对值的从大到小进行依次排序，得到排序后的扭矩信号雨流矩阵
Figure 479811DEST_PATH_IMAGE046
，其表达公式如下：
Figure 560899DEST_PATH_IMAGE047
Figure 114372DEST_PATH_IMAGE048
Figure 407950DEST_PATH_IMAGE049
其中：
Figure 996057DEST_PATH_IMAGE050
表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵；
Figure 248047DEST_PATH_IMAGE051
表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的扭矩信号向量；
Figure 554394DEST_PATH_IMAGE052
表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的频次向量。
S1042：定义汽车电驱动总成台架耐久试验的扭矩载荷共计包括Q级台架扭矩载荷，定义第
Figure 792609DEST_PATH_IMAGE053
级台架扭矩载荷的幅值及累计频次，其中，
Figure 625436DEST_PATH_IMAGE054
。
其中，第
Figure 923693DEST_PATH_IMAGE055
级台架扭矩载荷的幅值为
Figure 717336DEST_PATH_IMAGE056
及累计频次为
Figure 618296DEST_PATH_IMAGE057
，其表达公式如下：
Figure 700436DEST_PATH_IMAGE058
Figure 169594DEST_PATH_IMAGE059
Figure 184955DEST_PATH_IMAGE060
其中：
Figure 889606DEST_PATH_IMAGE061
——表示第
Figure 572391DEST_PATH_IMAGE062
级台架扭矩载荷的幅值；
Figure 946871DEST_PATH_IMAGE063
、
Figure 246266DEST_PATH_IMAGE064
——表示第
Figure 629974DEST_PATH_IMAGE065
级台架扭矩载荷的最小幅值常数及最大幅值常数；
Figure 291899DEST_PATH_IMAGE066
——表示第
Figure 837281DEST_PATH_IMAGE065
级台架扭矩载荷的累计频次；
Figure 686288DEST_PATH_IMAGE067
——表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的频次向量
Figure 873687DEST_PATH_IMAGE068
的第1列数值累加到第g列数值，g为需要求解的变量；
Figure 390119DEST_PATH_IMAGE069
——表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的扭矩信号向量
Figure 106403DEST_PATH_IMAGE070
的第m列数值；
Figure 442706DEST_PATH_IMAGE071
——表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的频次向量
Figure 637058DEST_PATH_IMAGE072
的第m列数值；
Figure 7996DEST_PATH_IMAGE073
——表示指数参数常数；
Figure 160760DEST_PATH_IMAGE074
——表示
Figure 249939DEST_PATH_IMAGE075
及
Figure 982403DEST_PATH_IMAGE076
的约束条件函数，通过使得
Figure 473427DEST_PATH_IMAGE077
取最小值，从而求解
Figure 531513DEST_PATH_IMAGE078
及
Figure 842408DEST_PATH_IMAGE079
的数值。
其中，第
Figure 644142DEST_PATH_IMAGE080
级台架扭矩载荷的幅值为
Figure 989673DEST_PATH_IMAGE081
及累计频次为
Figure 218660DEST_PATH_IMAGE082
，其表达公式如下：
Figure 16852DEST_PATH_IMAGE083
Figure 622277DEST_PATH_IMAGE084
Figure 822314DEST_PATH_IMAGE085
其中：
Figure 222202DEST_PATH_IMAGE086
——表示第
Figure 507690DEST_PATH_IMAGE087
级台架扭矩载荷的幅值；
Figure 916806DEST_PATH_IMAGE088
、
Figure 971350DEST_PATH_IMAGE089
——表示第
Figure 542139DEST_PATH_IMAGE087
级台架扭矩载荷的最小幅值常数及最大幅值常数；
Figure 314923DEST_PATH_IMAGE090
——表示第
Figure 262151DEST_PATH_IMAGE087
级台架扭矩载荷的累计频次；
Figure 171201DEST_PATH_IMAGE091
——表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的频次向量
Figure 178471DEST_PATH_IMAGE092
的第g列数值累加到第h数值，g为上一步已经完成求解的已知量，h为需要求解的变量；
Figure 172972DEST_PATH_IMAGE093
——表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的扭矩信号向量
Figure 923890DEST_PATH_IMAGE094
的第m列数值；
Figure 687447DEST_PATH_IMAGE095
——表示汽车电驱动总成在公共道路的扭矩信号雨流矩阵的频次向量
Figure 865619DEST_PATH_IMAGE096
的第m列数值；
Figure 347416DEST_PATH_IMAGE097
——表示指数参数常数；
Figure 636446DEST_PATH_IMAGE098
——表示
Figure 520088DEST_PATH_IMAGE099
及
Figure 728215DEST_PATH_IMAGE100
的约束条件函数，通过使得
Figure 838254DEST_PATH_IMAGE101
取最小值，从而求解
Figure 930975DEST_PATH_IMAGE102
及
Figure 669124DEST_PATH_IMAGE103
的数值。
根据上述对第1级和第2级台架扭矩载的幅值及累计频次的算法公式定义描述，可以依次定义第1级到第Q级的台架扭矩载荷的幅值及累计频次的算法公式，在此不再赘述。
S1043：采用多步迭代的算法，依次从第1级台架扭矩载荷的幅值及累计频次求解到第Q级台架扭矩载荷的幅值及累计频次。
具体而言，由于是依次从第1级台架扭矩载荷的幅值及累计频次求解到第
Figure 189098DEST_PATH_IMAGE104
级台架扭矩载荷的幅值及累计频次。采用多步迭代的算法求解第i级台架扭矩载荷的幅值
Figure 645487DEST_PATH_IMAGE105
及累计频次
Figure 276320DEST_PATH_IMAGE106
，其计算公式如下：
Figure 134554DEST_PATH_IMAGE107
Figure 418905DEST_PATH_IMAGE108
Figure 503536DEST_PATH_IMAGE109
Figure 797114DEST_PATH_IMAGE110
Figure 650800DEST_PATH_IMAGE111
Figure 512577DEST_PATH_IMAGE112
Figure 677979DEST_PATH_IMAGE113
Figure 509669DEST_PATH_IMAGE114
Figure 229581DEST_PATH_IMAGE115
Figure 386892DEST_PATH_IMAGE116
Figure 914957DEST_PATH_IMAGE117
Figure 815917DEST_PATH_IMAGE118
其中：
Figure 378616DEST_PATH_IMAGE119
——表示第
Figure 706829DEST_PATH_IMAGE119
次迭代；
Figure 722190DEST_PATH_IMAGE120
、
Figure 161262DEST_PATH_IMAGE121
、
Figure 578468DEST_PATH_IMAGE122
、
Figure 218527DEST_PATH_IMAGE123
——表示第
Figure 111397DEST_PATH_IMAGE119
次迭代的中间计算行向量；
Figure 229526DEST_PATH_IMAGE124
、
Figure 360293DEST_PATH_IMAGE125
、
Figure 905675DEST_PATH_IMAGE126
、
Figure 20261DEST_PATH_IMAGE127
、
Figure 942081DEST_PATH_IMAGE128
、
Figure 192934DEST_PATH_IMAGE129
、
Figure 909217DEST_PATH_IMAGE130
、
Figure 511100DEST_PATH_IMAGE131
——依次表示行向量
Figure 236610DEST_PATH_IMAGE132
第一列及第二列数值、
Figure 607549DEST_PATH_IMAGE133
第一列及第二列数值、
Figure 494733DEST_PATH_IMAGE134
第一列及第二列数值、
Figure 318333DEST_PATH_IMAGE135
第一列及第二列数值；
Figure 316376DEST_PATH_IMAGE136
、
Figure 541821DEST_PATH_IMAGE137
—表示第
Figure 865486DEST_PATH_IMAGE138
次及第
Figure 176381DEST_PATH_IMAGE139
次迭代求解的行向量；
Figure 978115DEST_PATH_IMAGE140
、
Figure 323646DEST_PATH_IMAGE141
—表示行向量
Figure 411688DEST_PATH_IMAGE142
第一列及第二列数值；
Figure 85246DEST_PATH_IMAGE143
、
Figure 815304DEST_PATH_IMAGE144
——表示常数参数；
Figure 890708DEST_PATH_IMAGE145
、
Figure 415230DEST_PATH_IMAGE146
——表示第
Figure 576084DEST_PATH_IMAGE147
次迭代的中间计算行向量
Figure 844254DEST_PATH_IMAGE148
——表示第
Figure 774164DEST_PATH_IMAGE149
次迭代的函数
Figure 735167DEST_PATH_IMAGE150
对第
Figure 648896DEST_PATH_IMAGE151
次迭代求解的行向量
Figure 330544DEST_PATH_IMAGE152
求偏导数；
Figure 505174DEST_PATH_IMAGE153
——表示第
Figure 512444DEST_PATH_IMAGE154
次迭代的中间计算向量
Figure 772524DEST_PATH_IMAGE155
的模；
Figure 257863DEST_PATH_IMAGE156
——表示迭代步长常数参数；
Figure 286999DEST_PATH_IMAGE157
、
Figure 465171DEST_PATH_IMAGE158
——表示常数参数
Figure 681388DEST_PATH_IMAGE159
的p次方、
Figure 970418DEST_PATH_IMAGE160
的p次方；
Figure 854061DEST_PATH_IMAGE161
——表示防止分母为0的极小数。
迭代终止条件的表达公式如下：
Figure 203134DEST_PATH_IMAGE162
其中，
Figure 172227DEST_PATH_IMAGE163
——表示迭代的终止误差数值。
设定迭代初始值：
Figure 999368DEST_PATH_IMAGE164
、
Figure 3097DEST_PATH_IMAGE165
、
Figure 788650DEST_PATH_IMAGE166
、
Figure 245039DEST_PATH_IMAGE167
，进行迭代
Figure 610292DEST_PATH_IMAGE168
次或者满足迭代终止条件则停止迭代，同步输出第1级至第Q级台架扭矩载荷的幅值
Figure 202948DEST_PATH_IMAGE169
及累计频次
Figure 893823DEST_PATH_IMAGE170
。
S105、根据汽车电驱总成在公共道路的转速信号雨流矩阵，确定汽车电驱动总成台架耐久试验的多级台架转速载荷的幅值及累计频次。
具体而言，在步骤S105具体包括如下步骤S1051~S1053：
S1051：根据汽车电驱总成在公共道路的转速信号雨流矩阵，统计在同一级台架扭矩载荷下的转速信号在
Figure 837508DEST_PATH_IMAGE171
个数值区间中每一个数值区间的出现频次，按照幅值绝对值的从大到小进行依次排序，得到同一级台架扭矩载荷下，汽车电驱动总成在公共道路的转速信号雨流矩阵
Figure 272032DEST_PATH_IMAGE172
，其表达公式如下：
Figure 984773DEST_PATH_IMAGE173
Figure 580971DEST_PATH_IMAGE174
Figure 11952DEST_PATH_IMAGE175
其中：
Figure 972868DEST_PATH_IMAGE176
——表示第
Figure 805695DEST_PATH_IMAGE053
级台架扭矩载荷下，汽车电驱动总成在公共道路的转速信号雨流矩阵；
Figure 838373DEST_PATH_IMAGE177
——表示第
Figure 756651DEST_PATH_IMAGE053
级台架扭矩载荷下，汽车电驱动总成在公共道路的转速信号雨流矩阵的转速信号向量；
Figure 532977DEST_PATH_IMAGE178
——表示第
Figure 95676DEST_PATH_IMAGE053
级台架扭矩载荷下，汽车电驱动总成在公共道路的转速信号雨流矩阵的频次向量。
S1052：定义同一级台架扭矩载荷（如第i级台架扭矩载荷）下的转速信号对应分为
Figure 423890DEST_PATH_IMAGE179
级台架转速载荷，汽车电驱动总成台架耐久试验的转速载荷定义为第
Figure 439250DEST_PATH_IMAGE053
级台架扭矩载荷下的第
Figure 143901DEST_PATH_IMAGE180
级台架转速载荷的幅值及累计频次，其中，
Figure 826686DEST_PATH_IMAGE181
，
Figure 325801DEST_PATH_IMAGE182
；
S1053：采用多步迭代的算法，求解得到同一级台架扭矩载荷下的多级台架转速载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时，则停止迭代。
需要说明的是，针对每一级台架扭矩载荷而言，求解同一级台架扭矩载荷下多级台架转速载荷的幅值及累计频次的具体实施过程可以参考前文求解多级台架扭矩载荷的幅值及累计频次的实施过程，为了说明书的简洁，在此不再赘述。
S106、采用阿伦尼斯加速模型，确定汽车电驱动总成台架耐久试验的环境温度的幅值。
具体的，在步骤S106中，汽车电驱动总成台架耐久试验的环境温度的幅值
Figure 828457DEST_PATH_IMAGE183
采用阿伦尼斯加速模型进行计算，其表达公式如下：
Figure 71220DEST_PATH_IMAGE184
Figure 342932DEST_PATH_IMAGE185
其中：
Figure 12948DEST_PATH_IMAGE186
——表示温度下的加速系数；
Figure 2901DEST_PATH_IMAGE187
、
Figure 783775DEST_PATH_IMAGE188
——表示常数参数；
Figure 175573DEST_PATH_IMAGE189
——表示台架耐久试验的温度；
Figure 16490DEST_PATH_IMAGE190
——表示汽车电驱动总成在全生命周期内的平均温度；
Figure 228160DEST_PATH_IMAGE191
——表示汽车电驱动总成在全生命周期内的工作时长；
Figure 78304DEST_PATH_IMAGE192
——表示汽车电驱动台架耐久试验的试验时长。
通过上述步骤S101~S106完成了对汽车电驱动总成台架耐久试验的制定，所制定的汽车电驱动总成台架耐久试验：可靠度为
Figure 324609DEST_PATH_IMAGE193
、置信度为
Figure 477373DEST_PATH_IMAGE194
、试验的时长为
Figure 35393DEST_PATH_IMAGE195
、需要的试验样本量为
Figure 423649DEST_PATH_IMAGE196
；扭矩载荷信号制定为：共计包括
Figure 524460DEST_PATH_IMAGE197
级扭矩载荷信号，第
Figure 707180DEST_PATH_IMAGE198
级台架扭矩载荷的幅值为
Figure 424600DEST_PATH_IMAGE199
及累计频次为
Figure 226334DEST_PATH_IMAGE200
；转速信号制定为：同一级台架扭矩载荷下（如第i级台架扭矩载荷下）的转速信号分为
Figure 306285DEST_PATH_IMAGE201
级台架转速信号，第
Figure 66431DEST_PATH_IMAGE202
级扭矩载荷信号下的第
Figure 864623DEST_PATH_IMAGE203
级台架转速载荷的幅值为
Figure 470047DEST_PATH_IMAGE204
及累计频次为
Figure 342189DEST_PATH_IMAGE205
；台架耐久试验的温度制定为
Figure 7656DEST_PATH_IMAGE206
。
通过本发明实施例提供的基于多参数载荷谱的汽车电驱动总成台架耐久试验制定方法，所制定的汽车电驱动总成台架耐久试验，考虑多种载荷因素和试验条件，能够真实的反应电驱动总成在整车道路载荷及温度载荷下的实际情况，从而有助于提高汽车电驱动总成台架耐久试验的准确性。
基于同一发明构思，本发明实施例提供了一种基于多参数载荷谱的汽车电驱动总成台架耐久试验制定装置，参考图2所示，包括如下：
载荷数据获取单元201，用于获取汽车电驱动总成在公共道路的载荷信号数据，并对获取的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，其中，所述载荷输入信号包括所述汽车电驱动总成在公共道路的扭矩信号和转速信号；
试验条件制定单元202，用于确定所述汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量；
雨流矩阵生成单元203，用于通过雨流计数法分别对所述汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到所述汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵；
扭矩载荷制定单元204，用于根据所述扭矩信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次；
转速载荷制定单元205，用于根据所述转速信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架转速载荷的幅值及累计频次；
温度载荷制定单元206，用于采用阿伦尼斯加速模型，确定所述汽车电驱动总成台架耐久试验的环境温度的幅值。
在一些实施方式下，载荷数据获取单元201包括：采集子单元，用于：
在与所述汽车电驱动总成连接的传动轴上布置扭矩信号传感器，以及在与所述汽车电驱动总成连接的减速器总成上布置转速传感器；
规划在公共道路上的采集里程以及行驶路线，在所述采集里程中：城市道路的里程占比为
Figure 293144DEST_PATH_IMAGE207
、高速道路的里程占比为
Figure 436681DEST_PATH_IMAGE208
、坏路道路的里程占比为
Figure 491224DEST_PATH_IMAGE209
、山区道路的里程占比为
Figure 593172DEST_PATH_IMAGE210
，其中，
Figure 975743DEST_PATH_IMAGE211
；
在汽车以规划的行驶路线和采集里程行驶于所述公共道路的过程中，通过所述扭矩信号传感器采集扭矩信号，以及通过所述转速传感器采集转速信号。
在一些实施方式下，载荷数据获取单元201包括处理子单元，用于：
对传感器采集的扭矩信号和转速信号进行预处理，其中，所述预处理包括对传感器采集的扭矩信号和转速信号进行检查、校核以及清洗后，删除对所述汽车电驱动总成耐久试验的贡献量小于预设阈值的信号时间段，以得到预处理后的载荷信号数据；
对预处理后的载荷信号数据进行外推K倍，得到所述汽车电驱动总成在公共道路的扭矩信号和转速信号，作为所述汽车电驱动总成台架耐久试验的载荷输入信号，K为正整数。
在一些实施方式下，载荷数据获取单元201包括倍数确定子单元，用于：
设定汽车在全生命周期内的验证里程目标；
根据所述验证里程目标和所述采集里程确定对预处理后的载荷信号数据进行外推的倍数K。
在一些实施方式下，试验条件制定单元202，具体用于：
预先设定所述汽车电驱动总成台架耐久试验的可靠度、置信度以及试验时长；
根据预先设定的可靠度和置信度，确定所述汽车电驱动总成台架试验所需的试验样本量；
以达到预先设定的可靠度及置信度为目标，对预先设定的试验时长进行增加，并对所述试验样本量的数量进行减少。
在一些实施方式下，雨流矩阵生成单元203具体用于：
将所述汽车电驱动总成在公共道路的转速信号对时间进行积分，得到转动圈数信号；
用所述转动圈数信号替换所述扭矩信号的时间轴及所述转速信号的时间轴，得到所述扭矩信号与所述转动圈数信号之间的关系曲线，以及所述转速信号与所述转动圈数信号之间的关系曲线；
基于所述扭矩信号与所述转动圈数信号之间的关系曲线，将所述扭矩信号按照其数值范围均匀分割为X个数值区间，采用雨流计数法统计所述扭矩信号在所述X个数值区间中每一个数值区间的出现频次，并基于所述扭矩信号在其每一个数值区间的中间数值及在每一个数值区间的出现频次，得到所述扭矩信号雨流矩阵，X为正整数；
基于所述转速信号与所述转动圈数信号之间的关系曲线，将所述转速信号按照其数值范围均匀分割为Y个数值区间，采用雨流计数法统计所述转速信号在所述Y个数值区间中每一个数值区间的出现频次，并基于所述转速信号在其每一个数值区间的中间数值及在每一个数值区间的出现频次，得到所述转速信号雨流矩阵，Y为正整数。
在一些实施方式下，扭矩载荷制定单元204，具体用于：
针对所述扭矩信号雨流矩阵，按照所述扭矩信号在所述X个数值区间中每一个数值区间的中间数值的幅值绝对值的从大到小进行依次排序；
定义所述汽车电驱动总成台架耐久试验的扭矩载荷共计包括
Figure 47605DEST_PATH_IMAGE212
级台架扭矩载荷，并根据排序后的扭矩信号雨流矩阵定义第
Figure 97600DEST_PATH_IMAGE213
级台架扭矩载荷的幅值及累计频次，
Figure 229504DEST_PATH_IMAGE214
；
采用多步迭代的算法，依次从第1级台架扭矩载荷的幅值及累计频次求解到第Q级台架扭矩载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时停止迭代，并同步输出第1级至第Q级台架扭矩载荷的幅值及累计频次。
在一些实施方式下，转速载荷制定单元205，具体用于：
根据汽车电驱总成在公共道路的转速信号雨流矩阵，统计同一级台架扭矩载荷下，所述汽车电驱动总成在公共道路的转速信号在所述
Figure 364950DEST_PATH_IMAGE215
个数值区间中每一个数值区间的中间数值的幅值绝对值，并按照幅值绝对值的从大到小进行依次排序，以得到在同一级台架扭矩载荷下，所述汽车电驱动总成在公共道路的转速信号雨流矩阵；
定义所述同一级台架扭矩载荷下（如第i级台架扭矩载荷下）的转速信号对应分为
Figure 709344DEST_PATH_IMAGE216
级台架转速载荷，所述汽车电驱动总成台架耐久试验的转速载荷定义第
Figure 613846DEST_PATH_IMAGE217
级台架扭矩载荷下的第
Figure 916652DEST_PATH_IMAGE218
级台架转速载荷的幅值及累计频次，其中，
Figure 273815DEST_PATH_IMAGE219
，
Figure 687479DEST_PATH_IMAGE220
；
采用多步迭代的算法，求解同一级台架扭矩载荷下多级台架转速载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时，则停止迭代。
第三方面，基于同一发明构思，本发明实施例提供了一种计算机设备，参考图3所示，该计算机设备包括：存储器301、处理器302及存储在存储器上并可在处理器302上运行的代码，处理器302在执行代码时实现前文所述基于多参数载荷谱的汽车电驱动总成台架耐久试验制定方法。
其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器301代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器303和发送器304之间提供接口。接收器303和发送器304可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理，而存储器301可以被用于存储处理器302在执行操作时所使用的数据。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于多参数载荷谱的汽车驱动总成台架耐久试验制定方法，其特征在于，包括：
获取汽车电驱动总成在公共道路的载荷信号数据，并对获取的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，其中，所述载荷输入信号包括所述汽车电驱动总成在公共道路的扭矩信号和转速信号；
确定所述汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量；
通过雨流计数法分别对所述汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到所述汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵；
根据所述扭矩信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次，包括：针对所述扭矩信号雨流矩阵，按照所述扭矩信号在X个数值区间中每一个数值区间的中间数值的幅值绝对值的从大到小进行依次排序；定义所述汽车电驱动总成台架耐久试验的扭矩载荷共计包括
Figure 438482DEST_PATH_IMAGE001
级台架扭矩载荷，并根据排序后的扭矩信号雨流矩阵定义第
Figure 874142DEST_PATH_IMAGE002
级台架扭矩载荷的幅值及累计频次，
Figure 380210DEST_PATH_IMAGE003
；采用多步迭代的算法，依次从第1级台架扭矩载荷的幅值及累计频次求解到第Q级台架扭矩载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时停止迭代，并同步输出第1级至第Q级台架扭矩载荷的幅值及累计频次；
根据所述转速信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架转速载荷的幅值及累计频次，包括：根据汽车电驱总成在公共道路的转速信号雨流矩阵，统计同一级台架扭矩载荷下，所述汽车电驱动总成在公共道路的转速信号在
Figure 5882DEST_PATH_IMAGE004
个数值区间中每一个数值区间的中间数值的幅值绝对值，并按照幅值绝对值的从大到小进行依次排序，以得到在同一级台架扭矩载荷下，所述汽车电驱动总成在公共道路的转速信号雨流矩阵；定义第i级台架扭矩载荷下的转速信号对应分为
Figure 622808DEST_PATH_IMAGE005
级台架转速载荷，所述汽车电驱动总成台架耐久试验的转速载荷定义为第
Figure 912975DEST_PATH_IMAGE002
级台架扭矩载荷下的第
Figure 793206DEST_PATH_IMAGE006
级台架转速载荷的幅值及累计频次，其中，
Figure 903245DEST_PATH_IMAGE007
，
Figure 58283DEST_PATH_IMAGE008
；采用多步迭代的算法，求解同一级台架扭矩载荷下的多级台架转速载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时，则停止迭代；
采用阿伦尼斯加速模型，确定所述汽车电驱动总成台架耐久试验的环境温度的幅值。
2.如权利要求1所述的方法，其特征在于，所述获取汽车电驱动总成在公共道路的载荷信号数据，包括：
在与所述汽车电驱动总成连接的传动轴上布置扭矩信号传感器，以及在与所述汽车电驱动总成连接的减速器总成上布置转速传感器；
规划在公共道路上的采集里程以及行驶路线，在所述采集里程中：城市道路的里程占比为
Figure DEST_PATH_IMAGE009
、高速道路的里程占比为
Figure 140639DEST_PATH_IMAGE010
、坏路道路的里程占比为
Figure DEST_PATH_IMAGE011
、山区道路的里程占比为
Figure 126525DEST_PATH_IMAGE012
，其中，
Figure 786177DEST_PATH_IMAGE013
；
在汽车以规划的行驶路线和采集里程行驶于所述公共道路的过程中，通过所述扭矩信号传感器采集扭矩信号，以及通过所述转速传感器采集转速信号。
3.如权利要求2所述的方法，其特征在于，所述对获取的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，包括：
对传感器采集的扭矩信号和转速信号进行预处理，其中，所述预处理包括对传感器采集的扭矩信号和转速信号进行检查、校核以及清洗后，删除对所述汽车电驱动总成耐久试验的贡献量小于预设阈值的信号时间段，以得到预处理后的载荷信号数据；
对预处理后的载荷信号数据进行外推K倍，得到所述汽车电驱动总成在公共道路的扭矩信号和转速信号，作为所述汽车电驱动总成台架耐久试验的载荷输入信号，K为正整数。
4.如权利要求3所述的方法，其特征在于，还包括：
设定汽车在全生命周期内的验证里程目标；
根据所述验证里程目标和所述采集里程确定对预处理后的载荷信号数据进行外推的倍数K。
5.如权利要求1所述的方法，其特征在于，所述确定所述汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量，包括：
预先设定所述汽车电驱动总成台架耐久试验的可靠度、置信度以及试验时长；
根据预先设定的可靠度和置信度，确定所述汽车电驱动总成台架试验所需的试验样本量；
以达到预先设定的可靠度及置信度为目标，对预先设定的试验时长进行增加，并对所述试验样本量的数量进行减少。
6.如权利要求1所述的方法，其特征在于，所述通过雨流计数法分别对所述汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到所述汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵，包括：
将所述汽车电驱动总成在公共道路的转速信号对时间进行积分，得到转动圈数信号；
用所述转动圈数信号替换所述扭矩信号的时间轴及所述转速信号的时间轴，得到所述扭矩信号与所述转动圈数信号之间的关系曲线，以及所述转速信号与所述转动圈数信号之间的关系曲线；
基于所述扭矩信号与所述转动圈数信号之间的关系曲线，将所述扭矩信号按照其数值范围均匀分割为X个数值区间，采用雨流计数法统计所述扭矩信号在所述X个数值区间中每一个数值区间的出现频次，并基于所述扭矩信号在其每一个数值区间的中间数值及在每一个数值区间的出现频次，得到所述扭矩信号雨流矩阵，X为正整数；
基于所述转速信号与所述转动圈数信号之间的关系曲线，将所述转速信号按照其数值范围均匀分割为Y个数值区间，采用雨流计数法统计所述转速信号在所述Y个数值区间中每一个数值区间的出现频次，并基于所述转速信号在其每一个数值区间的中间数值及在每一个数值区间的出现频次，得到所述转速信号雨流矩阵，Y为正整数。
7.一种基于多参数载荷谱的汽车电驱动总成台架耐久试验制定装置，其特征在于，包括：
载荷数据获取单元，用于获取汽车电驱动总成在公共道路的载荷信号数据，并对获取的载荷信号数据进行处理，得到汽车电驱动总成台架耐久试验的载荷输入信号，其中，所述载荷输入信号包括所述汽车电驱动总成在公共道路的扭矩信号和转速信号；
试验条件制定单元，用于确定所述汽车电驱动总成台架耐久试验的可靠度、置信度、试验时长以及所需试验样本量；
雨流矩阵生成单元，用于通过雨流计数法分别对所述汽车电驱动总成在公共道路的扭矩信号和转速信号进行统计处理，对应得到所述汽车电驱动总成在公共道路的扭矩信号雨流矩阵和转速信号雨流矩阵；
扭矩载荷制定单元，用于根据所述扭矩信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架扭矩载荷的幅值及累计频次，包括：针对所述扭矩信号雨流矩阵，按照所述扭矩信号在X个数值区间中每一个数值区间的中间数值的幅值绝对值的从大到小进行依次排序；定义所述汽车电驱动总成台架耐久试验的扭矩载荷共计包括
Figure 682589DEST_PATH_IMAGE001
级台架扭矩载荷，并根据排序后的扭矩信号雨流矩阵定义第
Figure 478506DEST_PATH_IMAGE002
级台架扭矩载荷的幅值及累计频次，
Figure 434961DEST_PATH_IMAGE003
；采用多步迭代的算法，依次从第1级台架扭矩载荷的幅值及累计频次求解到第Q级台架扭矩载荷的幅值及累计频次，直至满足迭代终止条件或者达到最大迭代次数时停止迭代，并同步输出第1级至第Q级台架扭矩载荷的幅值及累计频次；
转速载荷制定单元，用于根据所述转速信号雨流矩阵，确定所述汽车电驱动总成台架耐久试验的多级台架转速载荷的幅值及累计频次；
温度载荷制定单元，用于采用阿伦尼斯加速模型，确定所述汽车电驱动总成台架耐久试验的环境温度的幅值。
8.一种计算机设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现权利要求1-6中任一所述的方法。
CN202210685858.0A 2022-06-17 2022-06-17 汽车电驱动总成台架耐久试验制定方法、装置及设备 Active CN114778141B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210685858.0A CN114778141B (zh) 2022-06-17 2022-06-17 汽车电驱动总成台架耐久试验制定方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210685858.0A CN114778141B (zh) 2022-06-17 2022-06-17 汽车电驱动总成台架耐久试验制定方法、装置及设备

Publications (2)

Publication Number Publication Date
CN114778141A CN114778141A (zh) 2022-07-22
CN114778141B true CN114778141B (zh) 2022-10-21

Family

ID=82420462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210685858.0A Active CN114778141B (zh) 2022-06-17 2022-06-17 汽车电驱动总成台架耐久试验制定方法、装置及设备

Country Status (1)

Country Link
CN (1) CN114778141B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116337484B (zh) * 2023-05-30 2023-09-26 麦格纳动力总成(江西)有限公司 驱动桥耐久试验方法、系统、计算机及可读存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102818993A (zh) * 2012-07-31 2012-12-12 奇瑞汽车股份有限公司 一种电动车用电驱动系统的耐久测试台架
CN111967131B (zh) * 2020-07-08 2023-04-07 中国第一汽车股份有限公司 基于试验场耐久路实测载荷动力总成悬置载荷谱编制方法
CN111896274A (zh) * 2020-08-14 2020-11-06 东风汽车集团有限公司 一种两驱电动车型的整车电驱动总成耐久试验制定方法
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
CN113138083A (zh) * 2021-03-25 2021-07-20 西安法士特汽车传动有限公司 一种整车轮毂和动力总成测试系统及测试方法
CN113740082B (zh) * 2021-11-04 2022-02-01 岚图汽车科技有限公司 车辆公共道路载荷与耐久试验载荷的转换方法和装置
CN114371018B (zh) * 2021-11-30 2024-02-27 江铃汽车股份有限公司 一种汽车动力总成悬置支架的台架耐久试验方法及系统

Also Published As

Publication number Publication date
CN114778141A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN108556682B (zh) 一种续驶里程预测方法、装置及设备
CN113884961A (zh) Soc校准方法、建模方法、建模装置、计算机设备及介质
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
CN114818831B (zh) 基于多源感知的双向锂离子电池故障检测方法及系统
US11423321B2 (en) Method and system for predicting system status
CN112613584A (zh) 一种故障诊断方法、装置、设备及存储介质
CN114778141B (zh) 汽车电驱动总成台架耐久试验制定方法、装置及设备
CN114511026A (zh) 一种故障诊断方法、装置、终端设备及存储介质
CN114290960A (zh) 获取动力电池的电池健康度的方法、装置和车辆
CN114330834A (zh) 一种基于自更新三次指数平滑法的充电桩用电量预测方法
CN114048787B (zh) 一种基于Attention CNN模型的轴承故障实时智能诊断方法与系统
CN112128950B (zh) 一种基于多种模型对比的机房温湿度预测方法及系统
CN112114215A (zh) 基于误差反向传播算法的变压器老化评估的方法及系统
CN113671386B (zh) 一种氢燃料电池耐久性能分析方法及装置
CN114033533B (zh) Dpf主动再生周期确定方法、装置、电子设备及存储介质
CN113933725B (zh) 一种基于数据驱动确定动力电池荷电状态的方法
CN117369425B (zh) 汽车仪表总成故障诊断方法、系统、存储介质及计算机
CN118506474B (zh) 一种基于物联网的新能源汽车数据实时采集方法
CN118033519B (zh) 一种储能系统传感器故障诊断方法、系统、设备和介质
CN114544201B (zh) 车辆制动性能的测评方法、装置、车辆及存储介质
CN113702062B (zh) 基于实际构件的疲劳特性测试方法及系统
CN110236558A (zh) 婴儿发育情况预测方法、装置、存储介质及电子设备
CN116938993A (zh) 车辆升级成功率预测方法、车辆升级服务器和车辆
CN118228555A (zh) 车辆的电池框架的疲劳计算方法及装置
WO2024138354A1 (zh) 用于识别传感器系统的运行状态的方法、装置和电子设备以及计算机可读介质

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