详情

原文传递一种车辆道路瞬态疲劳关键模态识别方法及系统

专利名称：	一种车辆道路瞬态疲劳关键模态识别方法及系统
摘要：	本发明涉及一种车辆道路瞬态疲劳关键模态识别方法及系统，S1：获取关注位置的全阶频域响应；S2：确定功率谱密度截断值，基于全阶频域响应中纵坐标大于等于功率谱密度截断值的功率谱密度所对应的曲线段，确定关注频率区间；S3：选择某一个关注频率区间，删除该关注频率区间所对应的模态应力结果和模态坐标结果数据，然后获取各阶时域响应并叠加，获得该关注频率区间所对应的非全阶时域响应；S4：重复S3，直至获取所有关注频率区间对应非全阶时域响应；S5：获取全阶时域响应的疲劳损伤值和各非全阶时域响应的疲劳损伤值，最大非全阶时域响应疲劳损伤贡献度对应的被删除的模态特征为关键模态。本发明准确、高效地计算识别出车辆风险热点的关键模态。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	重庆长安汽车股份有限公司
发明人：	潘长有;毛显红;甘亮亮;曾庆强;禹慧丽
专利状态：	有效
申请日期：	2022-09-29T00:00:00+0800
发布日期：	2023-01-06T00:00:00+0800
申请号：	CN202211203008.9
公开号：	CN115577586A
代理机构：	重庆华科专利事务所
代理人：	康海燕
分类号：	G06F30/23;G06F30/15;G06F17/14;G06F18/241;G06F119/02;G06F119/14;G06F119/04;G;G06;G06F;G06F30;G06F17;G06F18;G06F119;G06F30/23;G06F30/15;G06F17/14;G06F18/241;G06F119/02;G06F119/14;G06F119/04
申请人地址：	400023 重庆市江北区建新东路260号
主权项：	1.一种车辆道路瞬态疲劳关键模态识别方法，其特征在于：所述识别方法具体为： S1：获取关注位置的全阶频域响应； S2：确定功率谱密度截断值，将全阶频域响应中纵坐标大于等于功率谱密度截断值的功率谱密度所对应的曲线段作为关注频率区间； S3：选择某一个关注频率区间，删除该关注频率区间所对应的模态应力结果和模态坐标结果数据，然后获取各阶时域响应并叠加，获得该关注频率区间所对应的非全阶时域响应； S4：重复S3，直至获取所有关注频率区间对应的非全阶时域响应； S5：获取全阶时域响应的疲劳损伤值和各非全阶时域响应的疲劳损伤值，最大非全阶时域响应疲劳损伤贡献度对应的被删除的模态特征即为关键模态。 2.根据权利要求1所述的识别方法，其特征在于：所述S5中所述的获取全阶时域响应的疲劳损伤值和各非全阶时域响应的疲劳损伤值的方法具体为：基于全阶频域响应和各非全阶时域响应，得到修正应力幅值，重构所述关注位置的原始S-N曲线，基于重构的S-N曲线，通过伪损伤疲劳计算方法得到全阶时域响应的疲劳损伤值和各非全阶时域响应的疲劳损伤值。 3.根据权利要求2所述的识别方法，其特征在于：所述重构所述关注位置的原始S-N曲线的方法为：基于全阶频域响应和各非全阶时域响应，获得全阶应力幅-循环次数矩阵和各非全阶应力幅-循环次数矩阵，统计出全阶应力幅-循环次数矩阵和非全阶应力幅-循环次数矩阵中的应力幅最大值，并修正应力幅值，结合修正的应力幅值将原始S-N曲线进行平移重构，得到关注位置的重构S-N曲线。 4.根据权利要求1所述的识别方法，其特征在于：所述S2中所述确定功率谱密度截断值的方法具体为：获取所述全阶频域响应中的功率谱密度的最大值，将功率谱密度的最大值乘以截断因子作为截断值。 5.根据权利要求4所述的识别方法，其特征在于：记录所述曲线段的波峰顶点对应频率值，结合给定的频率带宽将所述频率值进行修正，得到所述关注频率区间。 6.根据权利要求1所述的识别方法，其特征在于：所述S1具体为：由有限元软件完成车辆道路瞬态疲劳的应力计算，根据模态应力结果和模态坐标结果得到所述关注位置的各阶频率时域响应，最后通过线性叠加得到关注位置的全阶时域响应，通过快速傅里叶变换方法，将关注位置的全阶时域响应转换至为全阶频域响应。 7.一种基于权利要求1-6任一所述的识别方法的车辆道路瞬态疲劳关键模态识别系统，其特征在于：全阶频域响应获取模块（1），配置为获取关注位置的全阶频域响应；关注频率区间获取模块（2），配置为确定功率谱密度截断值，基于全阶频域响应中大于等于功率谱密度截断值的功率谱密度所对应的曲线段，确定关注频率区间；非全阶时域响应获取模块（3），配置为获取所有关注频率区间对应的非全阶时域响应，获取单个所述关注频率区间对应的非全阶时域响应的方法为：选择某一个关注频率区间，删除该关注频率区间所对应的模态应力结果和模态坐标结果数据，然后获取各阶时域响应并叠加，获得该关注频率区间所对应的非全阶时域响应；关键模态获取模块（4），配置为获取全阶时域响应的疲劳损伤值和各非全阶时域响应的疲劳损伤值，最大非全阶时域响应疲劳损伤贡献度对应的被删除的模态特征即为关键模态。 8.根据权利要求7所述的识别系统，其特征在于：所述关键模态获取模块（4）获取全阶时域响应的疲劳损伤值和各非全阶时域响应的疲劳损伤值的方法为：基于全阶频域响应和各非全阶时域响应，重构所述关注位置的原始S-N曲线，基于重构的S-N曲线，通过伪损伤疲劳计算方法得到全阶时域响应的疲劳损伤值和各非全阶时域响应的疲劳损伤值。 9.根据权利要求8所述的识别系统，其特征在于：所述关注频率区间获取模块（2）获取所述全阶频域响应中的功率谱密度的最大值，将功率谱密度的最大值乘以截断因子作为截断值，然后记录所述曲线段的波峰顶点对应频率值，结合给定的频率带宽将所述频率值进行修正，得到所述关注频率区间。 10.根据权利要求7所述的识别系统，其特征在于：所述全阶频域响应获取模块（1）获取所述关注位置的全阶频域响应的方法为：由有限元软件完成车辆道路瞬态疲劳的应力计算，根据模态应力结果和模态坐标结果得到所述关注位置的各阶频率时域响应，最后通过线性叠加得到关注位置的全阶时域响应，通过快速傅里叶变换方法，将关注位置的全阶时域响应转换至为全阶频域响应。