技术摘要：
本发明提供了一种电驱动总成机械系统可靠性试验载荷谱的编制方法，包括以下步骤：步骤1，采集用户载荷数据，进行预处理后划分道路工况片段；步骤2，确定出五种典型工况；步骤3，选取各个典型工况的可靠性试验循环片段；步骤4，采用蒙特卡洛仿真外推出全寿命周期下各零  全部
背景技术：
电驱动总成作为汽车电动化的核心部件，是纯电动、氢燃料电池等多种新能源汽 车的唯一动力系统，为车辆前进提供动力并回收部分制动能量。相对传统汽车，电动汽车动 力性大幅提升，其转速与扭矩等载荷强度的增加相应加剧了电驱动总成失效的风险。在汽 车开发体系中，零件/总成/整车等多层级的可靠性试验是验证并确保产品可靠性与耐久性 的主要方式。目前面向传统内燃机车辆的可靠性试验规范难以有效覆盖电驱动总成机械系 统实际服役载荷强度。因此，构建反映用户真实使用条件的电驱动总成机械系统可靠性试 验载荷谱，能有效验证电驱动总成可靠性水平并支持其高质量开发。
技术实现要素：
本发明是为了解决上述问题而进行的，目的在于提供一种电驱动总成机械系统可 靠性试验载荷谱的编制方法。 本发明提供了一种电驱动总成机械系统可靠性试验载荷谱的编制方法，具有这样 的特征，包括以下步骤：步骤1，基于实际用户道路采集得到用户载荷数据，对用户载荷数据 进行预处理并划分道路工况片段为运行段与怠速段； 步骤2，关联电驱动总成机械系统失效主导载荷构造运行段的多维度特征参数，对 多维度特征参数降维后采用机器学习算法确定出五种典型工况； 步骤3，对电驱动总成机械系统的主导载荷进行多维度特征分析，并基于损伤强度 分布的连续性及拐点特征选取各个典型工况的最优代表片段作为可靠性试验片段； 步骤4，通过用户载荷数据拟合用户年行驶里程分布模型，基于年行驶里程等效各 零部件年损伤分布模型，采用蒙特卡洛仿真外推出全寿命周期下各零部件的损伤目标； 步骤5，根据全寿命周期下各零部件的损伤目标以及五种可靠性试验片段下对各 零部件造成的损伤，利用多目标优化方法计算出涵盖多损伤目标下各个可靠性试验片段的 循环次数； 步骤6，基于马尔科夫过程下的状态转移概率，采用伪随机数的方法确定用户运行 条件下各个可靠性试验片段的拼接顺序，并拼接得到可靠性试验循环工况； 步骤7，由可靠性试验片段的的循环次数和可靠性试验循环工况编制得到可靠性 试验载荷谱。 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，步骤1中，用户载荷数据涵盖大量不同地域、车型的电动汽车行驶数 据，对用户载荷数据进行预处理为剔除异常或无效载荷数据后生成新的载荷历程，运行段 为汽车车速从零开始到下一个速度为零的片段，怠速段为车辆启动到车速为零的片段。 6 CN 111581893 A 说　明　书 2/11 页 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，步骤2中确定五种典型工况时，包括以下子步骤：步骤2-1，以原始扭 矩、转速、电流、电压作为基础数据，以每个运行段的速度、加速度、扭矩、扭矩波动、电流、电 压、功率、损伤及时间里程作为特征构造多维度特征参数；步骤2-2，采用主成分分析法对多 维度特征参数进行降维，提取主成分特征得到主成分得分矩阵；步骤2-3，采用K-Means法对 用户运行工况进行识别分类，以主成分得分矩阵为基础数据，以多维空间点与点之间的欧 式距离作为分类依据，通过CH指标确定聚类数目，将运行段分为五种典型工况，分别为工况 一、工况二、工况三、工况四以及工况五。 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，步骤2-2中，若多维度特征参数降维后为n维，则对多维度特征参数进 行线性变换生成的主成分为yn，将90％累计贡献率作为阈值提取主成分特征，主成分特征 包含电驱动总成机械系统失效主导载荷的特征信息量，该特征信息量包括扭矩、转速、电 流、电压以及功率，步骤2-3中，任意两个n维向量X1＝(x11 ,x12,…,x1n)和X1＝(x11 ,x12,…, x1n)之间的欧式距离为d12，计算公式如下： CH指标的计算公式如下： 公式(2)中，p为总聚类个数，k为当前的类，tr(B)为类间离差矩阵的迹，tr(W)为类 内离差矩阵的迹，工况一为中高速加减速，对应大扭矩、中高转速低频波动工况，工况二为 短时中低速加减速，对应大扭矩、中转速高频波动工况，工况三为长时间中速加减速工况， 对应中扭矩、中转速低频波动工况，工况四为高速加减速，中扭矩、高转速低频波动运行工 况，工况五为低速加减速，对应中小扭矩、低转速中低频波动工况。 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，步骤3中可靠性试验片段的选取还包括以下子步骤：步骤3-1，对于电 驱动总成机械系统中受扭矩作用的零部件，通过雨流循环计数对每个运行段的扭矩时间历 程提取载荷循环，对于电驱动总成机械系统中损伤由转速和扭矩联合循环载荷引起的齿轮 系零件，通过对每个运行段的转速与扭矩时间历程进行联合分布计数，对于电驱动总成机 械系统中的控制器和功率器件，对电流、电压及对应时间进行联合分布计数，并构造功率参 数进行循环计数；步骤3-2，采用Miner线性累积损伤准则得出每一个运行段对轴系零件和 齿轮系零件的损伤，基于Arrhenius模型计算电子元器件的高温老化损伤，基于广义Eying 模型计算电-热耦合损伤，基于Coffin-Manson计算力-热耦合下的损伤，基于Rhee模型计算 力-速耦合损伤，得到电驱动总成机械系统的电机、控制器以及减/变速器的主要部件损伤 Di，得到各典型工况下各零部件单位损伤强度累积分布；步骤3-3，综合各典型工况下各零 部件单位损伤强度累积分布，以分布曲线拐点为准则选取各典型工况的最优代表片段。 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，步骤3-2中，针对Miner线性累积损伤准则得出运行段对轴系零件和齿 轮系零件造成的损伤，对于受扭矩作用的零部件，通过雨流循环计数得出第i级扭矩幅值 7 CN 111581893 A 说　明　书 3/11 页 SR ,i下对应的频次nR ,i，通过载荷寿命曲线 得出第i级扭矩幅值下的疲劳寿命Nf ,i， 第i级扭矩幅值下对应的损伤di＝nR,i/Nf ,i，则每个运行段载荷历程经雨流循环计数后对受 扭矩作用的零部件造成的总损伤Di1＝∑di，针对受到转速与扭矩联合作用的齿轮系零件， 采用联合分布计数计算出第i级扭矩载荷下旋转圈数ri，除以第i级载荷下的疲劳寿命Ni得 出第i级扭矩载荷下对应的损伤，基于Arrhenius模型计算电子元器件的高温老化损伤，通 过Arrhenius模型，将温度作为加速应力，得到加速寿命模型如下： L＝A·e-E/kT    (3) 公式(3)中，L是寿命特征，A为常数、频数因子，E为激活能，与材料有关，单位为eV， k为波尔兹曼常数，T为温度应力，单位为开尔文， 基于广义Eying模型计算电-热耦合损伤，得到寿命预测模型如下： 公式(4)中，tL为零件寿命，E为激活能，T为温度应力，Si为除温度外的应力，如电 流、电压，k为波尔兹曼常数，A、B、C、α为常数， 基于Coffin-Manson计算力-热耦合下的损伤，采用Coffin-Manson模型分析温度 循环与零件寿命之间的关系来涵盖电驱动总成机械系统热应力疲劳引起的零件材料失效， 得到模型如下： Nf＝Af-αΔT-βG(Tmax)    (5) 公式(5)中，Nf为零件寿命，G(Tmax)为最高温度应力的阿伦尼斯激活能，ΔT为最高 温度与最低温度之间的温差，单位为开尔文，f为循环频率，单位为赫兹，A、α、β为常数， 基于Rhee模型计算力-速耦合损伤，采用Rhee公式构建损伤模型如下： Δw＝KFaVbtc    (6) 公式(6)中，Δw为磨损重量损失，F为接触载荷，V为运行速度，t为时间，a、b、c为常 数， 单位损伤强度为运行段在单位里程下的损伤强度，通过第i个运行段的损伤除以 第i个运行段的行驶里程得到。 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，步骤5中，对于电驱动总成机械系统中n个零部件，将筛选出的五种可 靠性试验片段对第n个零部件造成的损伤分别为Dn1,Dn2,…,Dn5，第n个零部件全寿命周期下 的损伤目标为Dn_t，采用多目标优化算法计算出涵盖多损伤目标下各个可靠性试验片段的 循环次数，计算公式如下： 公式(7)中，Dn1 ,Dn2 ,… ,Dn5为五种可靠性试验片段分别对第n个零部件造成的损 伤，X1,X2,…,X5为五种可靠性试验片段的循环次数，D1_t,D2_t,…,Dn_t为各零部件全寿命周 8 CN 111581893 A 说　明　书 4/11 页 期下的总损伤目标。 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，步骤6中，基于马尔科夫链过程，将五种典型工况作为马尔科夫过程的 五个状态空间，从实际用户划分的道路工况片段的先后顺序出发，根据每个片段所属的典 型工况构建马尔科夫链模型，在马尔科夫过程中，从状态r到状态s的转移概率为Prs： 式(8)中，Nrs为当前时刻状态r转移到下一个时刻状态s的次数，r＝1,2，…,5；s＝ 1,2，…,5，根据对用户每次出行的第一个运行段进行统计，随机选取工况概率较高的可靠 性试验片段作为初始片段，之后基于状态转移概率分布，利用马尔科夫链蒙特卡洛法产生 伪随机数p，假设当前状态为r，若随机数p满足： 则判断下一个状态为k，从第k个状态工况中选取可靠性试验片段进行拼接，之后 将k值赋给r重复上述步骤，完成可靠性试验片段的拼接，各个可靠性试验片段的总时间满 足实际用户下各典型工况时间比例，同时对怠速段的怠速时间进行拟合分布，选取50百分 位下的怠速时长作为可靠性试验片段前后的一段怠速时长并进行拼接，得到可靠性试验循 环工况。 在本发明提供的电驱动总成机械系统可靠性试验载荷谱的编制方法中，还可以具 有这样的特征：其中，电驱动总成机械系统可靠性试验载荷谱中具有包括速度时间历程、扭 矩时间历程的可靠性试验循环工况以及针对电驱动总成机械系统各零部件损伤的可靠性 试验片段的的循环次数。 发明的作用与效果 根据本发明所涉及的一种电驱动总成机械系统可靠性试验载荷谱的编制方法，基 于实际用户道路采集得到用户载荷数据，通过电驱动总成失效主导载荷来构造多维度特征 参数，采用机器学习方法完成工况分类确定电驱动总成的五种典型工况，以疲劳损伤理论 确定各典型工况下损伤与分布特性，并基于损伤分布连续性选取可靠性试验片段，采用蒙 特卡洛仿真确定全寿命周期下各零部件的损伤目标，基于各零部件损伤协同等效确定可靠 性试验片段的循环次数，并基于马尔科夫过程下的状态转移概率对各典型工况的可靠性试 验片段拼接，最终得到电驱动总成机械系统可靠性试验载荷谱，因此载荷谱完全源于用户 行驶工况，通过智能分类后得到五种典型工况，且通过选取各典型工况下损伤强度较高的 片段作为可靠性试验片段来进行载荷谱编制，能够加速试验过程、缩短试验时间，为电驱动 总成乃至电动汽车的高质量开发提供支持。 附图说明 图1是本发明的实施例中一种电驱动总成机械系统可靠性试验载荷谱的编制方法 的流程示意图； 图2是本发明的实施例中的部分用户载荷数据图； 图3是本发明的实施例中的用户道路工况片段类型示意图； 9 CN 111581893 A 说　明　书 5/11 页 图4是本发明的实施例中的各主成分特征值与贡献率结果图； 图5是本发明的实施例中的聚类效果评价CH指标计算结果图； 图6是本发明的实施例中的聚类结果点云图； 图7是本发明的实施例中的工况一的典型片段特征图； 图8是本发明的实施例中的工况二的典型片段特征图； 图9是本发明的实施例中的工况三的典型片段特征图； 图10是本发明的实施例中的工况四的典型片段特征图； 图11是本发明的实施例中的工况五的典型片段特征图； 图12是本发明的实施例中的工况一载荷雨流与联合分布计数图； 图13是本发明的实施例中的工况二载荷雨流与联合分布计数图； 图14是本发明的实施例中的工况三载荷雨流与联合分布计数图； 图15是本发明的实施例中的工况四载荷雨流与联合分布计数图； 图16是本发明的实施例中的工况五载荷雨流与联合分布计数图； 图17是本发明的实施例中的工况一轴系损伤强度累积概率分布图； 图18是本发明的实施例中的工况一齿轮系损伤强度累积概率分布图； 图19是本发明的实施例中的年行驶里程的累积概率分布图； 图20是本发明的实施例中的轴系年损伤值的累积概率分布图； 图21是本发明的实施例中的齿轮系年损伤值的累积概率分布图； 图22是本发明的实施例中的各典型工况总时间比例图； 图23是本发明的实施例中的怠速时间累积概率分布图； 图24是本发明的实施例中的可靠性试验循环工况的示意图。