尚雪蓮，梁傳君

（新疆工程學院 信息工程學院，烏魯木齊 830023）

引言

近年來，我國汽車產(chǎn)業(yè)發(fā)展迅速，我國本土品牌也得到了長足的進步。隨著人們經(jīng)濟水平的提升，人們對汽車質(zhì)量的要求愈加嚴苛，如何提高汽車質(zhì)量的可靠性，成為汽車制造業(yè)面臨的嚴峻挑戰(zhàn)[1]。

轉向節(jié)作為汽車重要的組成部分，是保障汽車平穩(wěn)安全行駛的重要組件之一[2]。汽車長時間行駛，會使汽車轉向節(jié)出現(xiàn)裂痕，嚴重時轉向節(jié)斷裂會造成嚴重的交通事故。因此，全面分析汽車轉向節(jié)疲勞失效因素，提升汽車行駛安全是汽車生產(chǎn)商當前亟待解決的問題。

王學梅[3]等人基于失效物理理論分析了功率器件疲勞失效機理。該方法通過對疲勞失效理論的介紹，經(jīng)由解析模型以及疲勞類型分析器件疲勞原理；基于分析結果還原器件疲勞失效全過程；最后從環(huán)境應力、動態(tài)荷載情況以及可靠性三方面總結器件的疲勞失效因素，完成分析。該方法由于分析的疲勞原理存有欠缺，導致最終失效分析結果差。董國疆[4]等人針對轉向節(jié)疲勞性能與減振器阻尼關系展開研究。其依據(jù)對轉向節(jié)的模態(tài)分析結果，建立柔性疲勞分析模型；并以此為基礎，引入相關汽車參數(shù)構建汽車的耦合動力學模型，依據(jù)虛擬迭代法對汽車的轉向節(jié)監(jiān)測點信號進行計算，獲取轉向荷載時間以及轉向節(jié)疲勞失效時間，完成轉向節(jié)的失效分析。該方法在建立模型時存在問題，所以該分析方法分析出的失效原因與實際失效原因之間誤差較大。張鵬[5]等人設計了轉向節(jié)疲勞壽命有限元分析和臺架試驗。該方法通過有限元分析法對汽車轉向節(jié)進行靜力分析；依據(jù)分析結果獲取轉向節(jié)材料屬性以及疲勞程度；最后通過耐久性測試，證明分析結果的正確性。該方法獲取的轉向節(jié)材料屬性及疲勞程度存有誤差，影響了轉向節(jié)疲勞壽命分析結果。

為解決上述轉向節(jié)疲勞失效分析方法中存在的問題，本研究提出基于云計算的汽車轉向節(jié)疲勞失效分析方法。

1 建立汽車轉向節(jié)有限元分析模型

1.1 基于云計算提取汽車相關特征參數(shù)

1.1.1 云計算原理

云計算本質(zhì)上就是一種結合數(shù)據(jù)以及處理能力的密集計算模式[6]。云計算需要以層次堆棧形式進行表示，高層次建立在低層次頂端，自下而上提供服務接口。整體架構如圖1所示。

根據(jù)圖1可知，云計算整體分為基礎設施、平臺、軟件以及客戶端幾大部分?；A設施層主要負責提供硬件、虛擬化服務器；平臺層負責數(shù)據(jù)分析、數(shù)據(jù)挖掘等任務；軟件層負責提供各項WEB應用；客戶端層主要負責建立瀏覽器以及APP服務。依據(jù)上述云計算架構建立虛擬的云計算平臺，分析汽車的駕駛行為，提取汽車各項特征參數(shù)。

圖1 云計算整體架構圖

1.1.2 提取汽車特征參數(shù)

提取汽車特征參數(shù)是分析駕駛行為的重要部分。利用OBD采集法對汽車相關數(shù)據(jù)進行采集，樣本參數(shù)如下：①經(jīng)度、緯度；②汽車速度、加速度與負加速度；③速度方差；④轉速；⑤汽車平均油耗；⑥總燃油消耗以及里程數(shù)。

1.1.3 提取相關油耗特征

使用皮爾遜相關系數(shù)計算汽車狀態(tài)與油耗的相關系數(shù)，獲取汽車的油耗特征。設定汽車數(shù)據(jù)樣本數(shù)量為m，皮爾遜相關系數(shù)用α表示，數(shù)據(jù)樣本均值標記、形式，標準差標記CB、CD，汽車油耗數(shù)據(jù)的相關系數(shù)計算結果如下式所示：

式中：

常數(shù)標記為i。

依據(jù)上述計算結果制定相關系數(shù)等級，具體等級劃分情況如下：

1）相關系數(shù)計算結果在[0.8，1]區(qū)間內(nèi)，為極強相關等級；

2）相關系數(shù)計算結果在[0.6，0.8]區(qū)間內(nèi)，為強相關等級；

3）相關系數(shù)計算結果在[0.4，0.6]區(qū)間內(nèi)，為中等相關等級；

4）相關系數(shù)計算結果在[0.2，0.4]區(qū)間內(nèi)，為弱相關等級；

5）相關系數(shù)計算結果在[0,0.2]區(qū)間內(nèi)，為不相關等級。

通過計算可知，汽車速度、正加速度以及速度方差等參數(shù)與汽車油耗之間存在強相關關系；正加速方差、負加速度方差與油耗存在中等相關。由此將汽車速度、正、負加速度、速度方差、正、負速度方差作為汽車的特征參數(shù)，建立汽車轉向節(jié)有限元模型。

1.2 構建有限元模型

本研究基于cATIA軟件結合3D掃描儀采集汽車轉向節(jié)點云數(shù)據(jù)，建立逆向的三維集合有限元模型。

1.2.1 劃分模型單元網(wǎng)格

為盡可能地反映轉向節(jié)的結構幾何特征，將四面體和五面體進行組合，設定網(wǎng)格平均尺度為1.2 mm。

1.2.2 確定材料屬性

汽車的轉向節(jié)材料屬性如表1所示。

表1 汽車轉向節(jié)材料屬性

2 汽車轉向節(jié)疲勞失效分析

基于汽車的低載強化效應對汽車轉向節(jié)疲勞損傷進行分析。

2.1 汽車轉向節(jié)載荷譜時域分析

使用低載荷強化效應分析轉向節(jié)疲勞強度時，需要將轉向節(jié)應變載荷變換成應力載荷，從而進行相關因素分析[7]。轉向節(jié)工作器件所承受的循環(huán)應力值小于轉向節(jié)的材料屈服極限值，轉向節(jié)疲勞失效極限循環(huán)次數(shù)大約在105次左右[8]。由此可知汽車轉向節(jié)疲勞失效類型大多為高周期疲勞，基于上述分析結果以及上述采樣參數(shù)，獲取汽車轉向節(jié)的等效應力譜，結果如圖2所示。

圖2 汽車轉向節(jié)等效應力譜

由于采集的汽車轉向節(jié)應變信號中含有大量的無用數(shù)據(jù)信息，所以需要對轉向節(jié)等效應力譜進行加速編輯，從而獲取轉向節(jié)的等效應力的功率譜密度曲線，結果如圖3 所示。

圖3 轉向節(jié)的等效應力的功率譜密度曲線

2.2 汽車轉向節(jié)荷載分析

雨流計數(shù)法是將轉向節(jié)峰谷實測荷載數(shù)據(jù)通過轉化以離散荷載循環(huán)形式[9]。從而有效記錄轉向節(jié)的荷載均值。首先基于上述獲取的汽車轉向節(jié)參數(shù)建立轉向節(jié)等效應力加速譜，使用雨流計數(shù)法對轉向節(jié)材料應力進行遲滯回環(huán)，獲取轉向節(jié)等效應力加速譜外推前后的雨流頻次-幅值曲線，如圖4所示。

圖4 轉向節(jié)等效應力加速譜外推前后幅值-頻次曲線圖

由于汽車轉向節(jié)低載強化測試需要依據(jù)轉向節(jié)循環(huán)載荷加載獲取的，所以轉向節(jié)等效應力比就是轉向節(jié)荷載循環(huán)時，最大應力與最小應力比。所以分析過程中，需要將等效應力加速譜的平均應力設定為0，通過coodman修正法對等效應力加速譜進行修正處理，結果如下式所示：

式中：

Wb—轉向節(jié)應力幅值；

Wb0—等效0均值應力；

Wj—應力平均值；

Wqjx—強度極限。

由于修正后等效0均值應力密度較大，所以要使用幅值比系數(shù)方法對其進行等級劃分，從而精確地表述汽車轉向節(jié)的疲勞等級程度。設定轉向節(jié)等效應力幅值比系數(shù)為R，基于等間隔法對轉向節(jié)強化區(qū)間[0.65，0.95]

進行劃分；分別為 0.75α-1b以及 0.85α-1b兩類，應力譜為10級。

2.3 分析轉向節(jié)使用壽命

設定汽車轉向節(jié)抗拉強度為αb，屈服極限設定成αq，伸長率不小于7 %，疲勞極限為αp，轉向節(jié)載荷系數(shù)設定DL，質(zhì)量系數(shù)標記Ds，以此計算轉向節(jié)的疲勞極限值以及強度估計值，結果如下式所示：

式中：

Uf—轉向節(jié)疲勞系數(shù)；

Dr—可靠水平系數(shù)；

De—轉向節(jié)尺度；

WE—等效應力等級[10]。

基于上述計算結果，對轉向節(jié)低載荷數(shù)據(jù)進行擬合處理，獲取轉向節(jié)強化載荷系數(shù)W，循環(huán)載荷值m疲勞強度比R，并以此計算轉向節(jié)載荷與疲勞強度擬合值，結果如下式所示：

式中：

Rm—轉向節(jié)載荷與疲勞強度擬合值。

依據(jù)該計算結果建立轉向節(jié)最佳強化載荷下的疲勞強度-強化載荷曲線，如圖5所示。

依據(jù)圖5可知，轉向節(jié)應力譜強化區(qū)間迭代次數(shù)不高于最佳強化次數(shù)。設定轉向節(jié)載荷強化迭代值為im，載荷等級為i，從而調(diào)整轉向節(jié)疲勞強度關系，過程如下式所示：

圖5 轉向節(jié)最佳強化載荷下的疲勞強度-強化載荷曲線

式中：

Ri—調(diào)整后的轉向節(jié)疲勞強度關系；

Rj—等級數(shù)量[11]。

調(diào)整后的轉向節(jié)應力譜分級情況如表2所示。

依據(jù)表2數(shù)據(jù)計算獲取轉向節(jié)載荷強化的疲勞強度增比，具體結果如表3所示。

表2 轉向節(jié)應力譜分級狀況表

表3 轉向節(jié)載荷強化結果

2.4 分析S-N曲線

S-N曲線是分析汽車轉向節(jié)疲勞失效原因的重要因素之一。設定轉向節(jié)材料的S-N曲線為0Q，載荷修正后的曲線參數(shù)標記1Q，通過平移處理獲取轉向節(jié)低載荷力學模型，如圖6所示。

分析圖6可知，轉向節(jié)低載荷強化過程需要在相同應力以及相同循環(huán)次數(shù)下進行，計算的應力幅值關系如下式所示：

圖6 轉向節(jié)低載荷力學模型

式中：

α-1,0—轉向節(jié)原材料的疲勞極限系數(shù)；

α-1,1—低載荷強化極限；

N0—同等應力水平下轉向節(jié)原始疲勞壽命；

N1—強化后壽命；

Nn—壽命極限。

2.5 疲勞損傷估計

一般情況下，汽車轉向節(jié)材料需要經(jīng)過多個環(huán)節(jié)的載荷強化[12]。經(jīng)由上式獲取轉向節(jié)強化后的疲勞極限值α-1,u以及疲勞壽命Nu，結果如下式所示：

式中：

Rl—轉向節(jié)疲勞極限增比；

u、i—強化作用等級。

將汽車轉向節(jié)S-N的曲線表達形式設定lgα=ClgN+F，依據(jù)相關損傷準則對轉向節(jié)應力譜中的各級載荷損傷[13]進行計算，過程如下式所示：

式中：

gi—轉向節(jié)損傷載荷量；

mj—循環(huán)次數(shù)；

Nj—疲勞壽命。計算結果分別如表4、表5所示。

表4 無低載強化影響的轉向節(jié)損傷量計算結果

表5 低載荷強化影響下轉向節(jié)損傷量計算結果

使用線性累積損傷理論[14]對表4、表5獲取結果進行計算，過程如下式所示：

式中：

P—計算的總損傷參數(shù)。

通過計算結果可知，在無強化載荷影響下，應力譜譜塊損傷大致在P0= 0.105左右，而受低載荷強化影響，能夠將轉向節(jié)疲勞極限值提升10.5 %左右，所以該應力譜譜塊疲勞極限值大致在P1= 0.072左右，降低了將近0.033。

當汽車轉向節(jié)發(fā)生疲勞失效時，轉向節(jié)累積疲勞損傷約等于0.7，依據(jù)獲取的載荷強化效應應力譜塊疲勞損傷量，計算汽車轉向節(jié)的疲勞壽命。依據(jù)計算結果可知，依據(jù)低載荷效應進行汽車轉向節(jié)疲勞失效分析時，能夠將轉向節(jié)的疲勞失效壽命提高將近40 %。

3 結束語

依據(jù)上述分析可以得出如下結論：在對汽車轉向節(jié)進行失效分析時，需要利用低載荷效應輔助分析；首先通過云計算平臺采集汽車相關數(shù)據(jù)，建立轉向節(jié)有限元模型；以該模型為基礎進行轉向節(jié)疲勞壽命分析；最后基于分析結果準確預測轉向節(jié)疲勞失效壽命，從而為轉向節(jié)產(chǎn)品開發(fā)帶來極大便利。