[发明专利]一种试验场载荷谱标准化方法有效

专利信息
申请号: 201810776939.5 申请日: 2018-07-16
公开(公告)号: CN108959795B 公开(公告)日: 2022-12-27
发明(设计)人: 赵礼辉;叶沛;顾振飞;姚烈;冯金芝;郑松林 申请(专利权)人: 上海理工大学
主分类号: G06F30/15 分类号: G06F30/15;G06F119/04
代理公司: 上海德昭知识产权代理有限公司 31204 代理人: 郁旦蓉
地址: 200093 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 试验场 载荷 标准化 方法
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海理工大学,未经上海理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810776939.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top