電動汽車動力總成強度測試方法和系統與流程

2023-07-03 04:54:11 1

本申請涉及計算機處理技術領域，尤其涉及一種電動汽車動力總成強度測試方法和系統。

背景技術：

近年來隨著國內電動汽車技術的快速發展，越來越多的新能源電動汽車被人們所使用。動力總成是純電動汽車關鍵部件之一，其為電動汽車的行駛提供動力，在使用過程中承受輸出軸的反作用扭矩和汽車行駛所承受的路面激勵，工況惡劣，動力總成的安全性能設計是電動汽車整車設計中的重要組成部分，直接影響著電動汽車整車安全性能。

然而在使用過程中，動力總成往往由於懸掛系統的薄弱，而導致動力總成脫落、汽車拋錨，給行車帶來極大危險。為提高電動汽車的安全性能，在汽車出廠前給電動汽車的動力總成進行強度測試顯得尤為重要。

技術實現要素：

本申請旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本申請的第一個目的在於提出一種電動汽車動力總成強度測試方法，該方法提高了電動汽車動力總成強度測試的準確度。

本申請的第二個目的在於提出一種電動汽車動力總成強度測試系統。

為達上述目的，本申請第一方面實施例提出了一種電動汽車動力總成強度測試方法，該方法包括以下步驟：根據動力總成的形狀結構參數建立動力總成有限元網格模型；在所述有限元網格模型中加載加速場載荷和扭矩載荷；根據預設的耦合工況算法對所述加速場載荷和所述扭矩載荷進行處理，以獲取耦合工況信息；根據所述耦合工況信息和所述動力總成各個模塊的屬性信息進行CAE分析，獲取所述動力總成的強度仿真測試結果。

本申請實施例的電動汽車動力總成強度測試方法，針對電動汽車動力總成的重量輕而輸出扭矩大的特點，提出了電機扭矩與加速度場耦合的加載方式，通過在動力總成有限元網格模型中加載加速度場載荷和扭矩載荷，並根據加速度場載荷和扭矩載荷獲取耦合工況信息，根據耦合工況信息和動力總成各個模塊的屬性信息進行CAE分析，從而得到動力總成的強度仿真測試結果，由於結合對電動汽車動力總成強度影響較大的加速度載荷和扭矩載荷對動力總成進行強度測試，測試結果準確度較高。

為達上述目的，本申請第二方面實施例提出了一種電動汽車動力總成強度測試裝置，包括：建模模塊，用於根據動力總成的形狀結構參數建立動力總成有限元網格模型；加載模塊，用於在所述有限元網格模型中加載加速場載荷和扭矩載荷；計算模塊，用於根據預設的耦合工況算法對所述加速場載荷和所述扭矩載荷進行處理，以獲取耦合工況信息；分析模塊，用於根據所述耦合工況信息和所述動力總成各個模塊的屬性信息進行CAE分析，獲取所述動力總成的強度仿真測試結果。

本申請實施例的電動汽車動力總成強度測試裝置，針對電動汽車動力總成的重量輕而輸出扭矩大的特點，提出了電機扭矩與加速度場耦合的加載方式，通過在動力總成有限元網格模型中加載加速度場載荷和扭矩載荷，並根據加速度場載荷和扭矩載荷獲取耦合工況信息，根據耦合工況信息和動力總成各個模塊的屬性信息進行CAE分析，從而得到動力總成的強度仿真測試結果，由於結合對電動汽車動力總成強度影響較大的加速度載荷和扭矩載荷對動力總成進行強度測試，測試結果準確度較高。

本發明的附加方面的優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。

附圖說明

本發明上述的和/或附加的方面和優點從下面結合附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1是本申請一個實施例的電動汽車動力總成強度測試方法的流程圖；

圖2是本申請另一個實施例的電動汽車動力總成強度測試方法的流程圖；

圖3是本申請一個實施例的電動汽車動力總成強度測試方法的結構示意圖；

圖4是本申請另一個實施例的電動汽車動力總成強度測試方法的結構示意圖。

具體實施方式

下面詳細描述本申請的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用於解釋本申請，而不能理解為對本申請的限制。

下面參考附圖描述本申請實施例的電動汽車動力總成強度測試方法及系統。

本發明涉及的電動汽車相較於傳統汽車，傳統汽車的質量是電動汽車的2-3倍，而輸出的最大扭矩卻只有電動汽車的0.4-0.5倍，現有技術中電動汽車的動力總成的強度測試方法仍然沿用傳統汽車的動力總成的強度測試方法，本發明結合電動汽車的動力總成的質量輕，扭矩大的特點，對電動汽車的動力總成的強度進行仿真測試。

圖1是本申請一個實施例的電動汽車動力總成強度測試方法的流程圖。

如圖1所示，該強度測試方法包括：

步驟101，根據動力總成的形狀結構參數建立動力總成有限元網格模型。

具體地，在本實施例中的動力總成的形狀結構參數可以為用戶根據待測試的動力總成的實際形狀而輸入的產品輪廓尺寸參數。根據所獲取的形狀結構參數可建立三維模型，並將三維模型進行網格劃分後建立有限元網格模型。

在建立有限元網格模型時，用戶可分別輸入懸置支架結構參數、懸置襯套結構參數、電機結構參數和減速器結構參數以分別建立動力總成的懸置支架有限元網格模型、懸置襯套有限元網格模型、電機有限元網格模型和減速器有限元網格模型。

在動力總成的有限元網格模型建立之後，還可獲取動力總成的各個模塊的屬性信息，其中，動力總成中的各個模塊可以包括：懸置支架、懸置襯套、電機和減速器。具體的，屬性信息可以包括：質心信息、質量信息、材料屬性信息、網格單元屬性信息、接觸信息和連接信息。當然，本領域技術人員能夠理解的是，上述的屬性信息為每個模塊各自的屬性信息，例如，懸置支架質心信息與懸置襯套的質心信息也不相同。

特別的，針對橡膠懸置襯套，還可以獲取橡膠懸置襯套的剛度曲線，針對電機和減速器，可獲取輸入的電機及減速器慣性矩。

步驟102，在所述有限元網格模型中加載加速場載荷和扭矩載荷。

本實施例所提供的電動汽車動力總成強度測試方法，可以在動力總成的輸出軸處施加扭矩載荷，例如在減速器輸出軸處施加扭矩載荷，扭矩值為M＝m×r×s，其中M為加載扭矩值，m為電機最大輸出扭矩，r為減速器減速比，s為安全係數。

進一步的，按照汽車正常行駛中所承受的極限加速度載荷情況，在整個動力總成施加速度載荷。

步驟103，根據預設的耦合工況算法對所述加速場載荷和所述扭矩載荷進行處理，以獲取耦合工況信息。

在電動汽車的運行過程中，動力總成的懸置支架或減速器殼體可能會由於電機扭矩過大而發生斷裂的現象。

其中，耦合工況信息為與加速度場載荷和扭矩載荷相關的矢量信息。汽車在行駛時所面臨的工況有很多，例如，左轉彎、右轉彎、過坑、爬坡等等工況，在不同的工況下，即使所施加的加速度場載荷和扭矩載荷分別相同，對汽車動力總成的影響也不同，因此，對動力總成進行測試時，需要測試動力總成在不同工況下的極限屈服強度。

在本實施例中，預設的耦合工況算法可以為：LOAD＝X×GRAV+Y×M

其中，LOAD表示耦合工況信息，GRAV表示加速度載荷，M表示扭矩載荷，X和Y為與工況有關的預設係數。

在不同的工況下，X和Y的取值可以不同。在對動力總成進行仿真測試時，可取不同工況下的加速度載荷、扭矩載荷和X和Y，以測試在不同工況下，動力總成的極限屈服強度。

當對不同的車型進行動力總成強度分析時，可通過替換電機最大輸出扭矩m，和減速器減速比r，即可迅速更新載荷工況，可節省大量的時間。

步驟104，根據所述耦合工況信息和所述動力總成各個模塊的屬性信息進行CAE分析，獲取所述動力總成的強度仿真測試結果。

在進行CAE分析之後，可以以圖形方式將動力總成的強度仿真測試結果顯示給用戶，使得用戶能夠直觀地了解到動力總成的強度仿真測試結果。

本實施例提供的電動汽車動力總成的強度測試方法，針對電動汽車動力總成的重量輕而輸出扭矩大的特點，提出了電機扭矩與加速度場耦合的加載方式，通過在動力總成有限元網格模型中加載加速度場載荷和扭矩載荷，並根據加速度場載荷和扭矩載荷獲取耦合工況信息，根據耦合工況信息和動力總成各個模塊的屬性信息進行CAE分析，從而得到動力總成的強度仿真測試結果，由於結合對電動汽車動力總成強度影響較大的加速度載荷和扭矩載荷對動力總成進行強度測試，測試結果準確度較高。

圖2是本申請另一個實施例的電動汽車動力總成強度測試方法的流程圖。

如圖2所示，本實施例提供的電動汽車動力總成強度測試方法在圖1所示實施例的基礎上，進一步還包括以下步驟：

步驟201，判斷動力總成的強度仿真測試結果是否在預設範圍之內；

步驟202，若判斷動力總成的強度仿真測試結果在預設範圍之內，則提示用戶進行臺架試驗。

具體地，當進行CAE仿真分析之後，還可針對仿真分析結果，即針對動力總成的強度仿真測試結果進行判斷，該預設範圍可為本領域內動力總成強度的一般經驗範圍，如果判斷動力總成的強度仿真測試結果在預設範圍內，則可進一步提示用戶進行臺架試驗。

而如果判斷動力總成的強度仿真測試結果沒有在預設範圍之內，則表示所測得的動力總成的強度明顯錯誤，則可判斷CAE仿真分析出現錯誤，可進一步提示用戶重新進行仿真分析。

當然，若用戶在進行臺架試驗後，系統還可以對臺架試驗結果判斷，若臺架試驗的結果與CAE仿真分析結果誤差較大，則可提示用戶重新進行CAE仿真分析。

步驟203，判斷臺架試驗結果與強度仿真測試結果之間的誤差是否小於第一預設閾值。

步驟204，若判斷臺架試驗結果與強度仿真測試結果之間的誤差小於第一預設閾值，則提示用戶進行實車試驗。

當臺架試驗的結果與CAE仿真分析結果誤差較小，則可進一步提示用戶進行實車試驗，進一步通過實車試驗驗證CAE仿真分析和臺架試驗的結果正確度，由此可進一步對電動汽車的動力總成進行強度測試，提高動力總成強度測試的準確性和可靠性。

更進一步的，基於上述實施例，進一步的，本發明的電動汽車動力總成的強度測試方法還可以包括：

步驟205，將所述臺架試驗結果與所述實車試驗結果進行比對，判斷所述臺架試驗結果與所述實車試驗結果之間的誤差是否小於第二預設閾值。

具體地，根據本領域的經驗取值，可臺架試驗結果與實車試驗結果相比，若誤差小於等於5％，則可判斷臺架試驗結果與實車試驗結果較為接近，則表明CAE分析結果可靠。

步驟206，如果判斷臺架試驗結果與所述實車試驗結果之間的誤差小於第二預設閾值，則CAE分析結果可靠，此時，可將CAE仿真分析過程中的耦合工況信息存儲形成歷史工況信息以累積建立動力總成的強度分析資料庫。

採用本實施例進行電動汽車動力總成的開發和驗證，能夠大大提高電動汽車動力總成的安全性能測試的可靠性，並節約大量的時間和開發成本。

為了實現上述實施例，本發明還提出一種電動汽車動力總成的強度測試系統。

圖3是本申請一個實施例的電動汽車動力總成強度測試方法的結構示意圖。

如圖3，所示，該系統包括：

建模模塊11，用於根據動力總成的形狀結構參數建立動力總成有限元網格模型；

加載模塊12，用於在所述有限元網格模型中加載加速場載荷和扭矩載荷；

計算模塊13，用於根據預設的耦合工況算法對所述加速場載荷和所述扭矩載荷進行處理，以獲取耦合工況信息；

分析模塊14，用於根據所述耦合工況信息和所述動力總成各個模塊的屬性信息進行CAE分析，獲取所述動力總成的強度仿真測試結果。

在本實施例中，所述動力總成的形狀結構參數可以包括：懸置支架結構參數、懸置襯套結構參數、電機結構參數和減速器結構參數；

所述動力總成各個模塊的屬性信息可以包括：質心信息、質量信息、材料屬性信息、網格單元屬性信息、接觸信息和連接信息。

所述預設的耦合工況算法可以為：

LOAD＝X×GRAV+Y×M

其中，LOAD表示耦合工況信息，GRAV表示加速度載荷，M表示扭矩載荷，X和Y為與工況有關的預設係數。

本實施例提供的電動汽車動力總成強度測試裝置，針對電動汽車動力總成的重量輕而輸出扭矩大的特點，提出了電機扭矩與加速度場耦合的加載方式，通過在動力總成有限元網格模型中加載加速度場載荷和扭矩載荷，並根據加速度場載荷和扭矩載荷獲取耦合工況信息，根據耦合工況信息和動力總成各個模塊的屬性信息進行CAE分析，從而得到動力總成的強度仿真測試結果，由於結合對電動汽車動力總成強度影響較大的加速度載荷和扭矩載荷對動力總成進行強度測試，測試結果準確度較高。

需要說明的是，前述對電動汽車動力總成測試方法實施例的解釋說明也適用於該實施例的電動汽車動力總成測試裝置，此處不再贅述。

在圖3所示實施例的基礎上，進一步的，該系統還包括：

第一判斷模塊21，用於判斷動力總成的強度仿真測試結果是否在預設範圍之內；

第一提示模塊22，用於若所述第一判斷模塊判斷動力總成的強度仿真測試結果在預設範圍之內，則提示用戶進行臺架試驗；

第二判斷模塊23，用於判斷臺架試驗結果與強度仿真測試結果之間的誤差是否小於第一預設閾值；

第二提示模塊24，還用於若判斷臺架試驗結果與強度仿真測試結果之間的誤差小於第一預設閾值，則提示用戶進行實車試驗。

第三判斷模塊25，用於將所述臺架試驗結果與所述實車試驗結果進行比對，判斷所述臺架試驗結果與所述實車試驗結果之間的誤差是否小於第二預設閾值；

存儲模塊26，用於若所述第三判斷模塊判斷所述臺架試驗結果與所述實車試驗結果之間的誤差小於第二預設閾值，則將所述耦合工況信息存儲以建立歷史工況信息資料庫。

需要說明的是，前述對電動汽車動力總成測試方法實施例的解釋說明也適用於該實施例的電動汽車動力總成測試裝置，此處不再贅述。

在本說明書的描述中，參考術語「一個實施例」、「一些實施例」、「示例」、「具體示例」、或「一些示例」等的描述意指結合該實施例或示例描述的具體特徵、結構、材料或者特點包含於本申請的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不必須針對的是相同的實施例或示例。而且，描述的具體特徵、結構、材料或者特點可以在任一個或多個實施例或示例中以合適的方式結合。此外，在不相互矛盾的情況下，本領域的技術人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特徵進行結合和組合。

此外，術語「第一」、「第二」僅用於描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特徵的數量。由此，限定有「第一」、「第二」的特徵可以明示或者隱含地包括至少一個該特徵。在本申請的描述中，「多個」的含義是至少兩個，例如兩個，三個等，除非另有明確具體的限定。

流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個或更多個用於實現特定邏輯功能或過程的步驟的可執行指令的代碼的模塊、片段或部分，並且本申請的優選實施方式的範圍包括另外的實現，其中可以不按所示出或討論的順序，包括根據所涉及的功能按基本同時的方式或按相反的順序，來執行功能，這應被本申請的實施例所屬技術領域的技術人員所理解。

在流程圖中表示或在此以其他方式描述的邏輯和/或步驟，例如，可以被認為是用於實現邏輯功能的可執行指令的定序列表，可以具體實現在任何計算機可讀介質中，以供指令執行系統、裝置或設備(如基於計算機的系統、包括處理器的系統或其他可以從指令執行系統、裝置或設備取指令並執行指令的系統)使用，或結合這些指令執行系統、裝置或設備而使用。就本說明書而言，"計算機可讀介質"可以是任何可以包含、存儲、通信、傳播或傳輸程序以供指令執行系統、裝置或設備或結合這些指令執行系統、裝置或設備而使用的裝置。計算機可讀介質的更具體的示例(非窮盡性列表)包括以下：具有一個或多個布線的電連接部(電子裝置)，可攜式計算機盤盒(磁裝置)，隨機存取存儲器(RAM)，只讀存儲器(ROM)，可擦除可編輯只讀存儲器(EPROM或閃速存儲器)，光纖裝置，以及可攜式光碟只讀存儲器(CDROM)。另外，計算機可讀介質甚至可以是可在其上列印所述程序的紙或其他合適的介質，因為可以例如通過對紙或其他介質進行光學掃描，接著進行編輯、解譯或必要時以其他合適方式進行處理來以電子方式獲得所述程序，然後將其存儲在計算機存儲器中。

應當理解，本申請的各部分可以用硬體、軟體、固件或它們的組合來實現。在上述實施方式中，多個步驟或方法可以用存儲在存儲器中且由合適的指令執行系統執行的軟體或固件來實現。例如，如果用硬體來實現，和在另一實施方式中一樣，可用本領域公知的下列技術中的任一項或他們的組合來實現：具有用於對數據信號實現邏輯功能的邏輯門電路的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列(PGA)，現場可編程門陣列(FPGA)等。