广告
QCT 55静载试验迟滞变形率数据处理方法
2019-09-28 18:09:33· 来源：座椅检测知多少
《QC/T 55-1993汽车座椅动态舒适性试验方法》标准中有一个静载试验的试验项目，目的是求座椅坐垫和靠背的静刚度和迟滞变形率。本文主要是针对静载试验项目中迟滞
《QC/T 55-1993汽车座椅动态舒适性试验方法》标准中有一个静载试验的试验项目，目的是求座椅坐垫和靠背的静刚度和迟滞变形率。本文主要是针对静载试验项目中迟滞变形率试验使用Python软件进行数据处理。
好了，废话不多说，下面先看一下试验方法。
1、试验要求
（1）被试样机的结构、静态及动态特性应能代表实际的或者准备生产的系列产品。
（2）在万能材料试验机平台上安装座椅时其位置和倾角应与车上实际安装状态一致。
（3）如图1所示，加载板加载面的形状根据GB11559规定的座垫及靠背形状确定。加载板表面应光滑、具有足够的刚度与强度，它与试验机用万向接头连接，万向接头的中心点要与加载板的载荷中心点重合。座垫加载板的质量为51kg。
应沿铅垂方向向座垫加载，向靠背加载的方向应与人体躯干线成直角。加载位置及方向如图2所示。
图1 加载板
图2 加载位置及方向
2、试验方法
（1）将座椅安装在座椅工装上。
（2）将座椅及工装安装在万能材料试验机平台上。
（3）按照GB11563就坐的方法安放加载板，注意调整加载板载荷方向应与坐垫和靠背基本垂直。
（4）预加载。按照标准要求的方向预加载、卸载两次。预加载载荷为：坐垫700N；靠背300N。
（5）正式试验。先对靠背和坐垫施加5N的初始载荷，然后以150~300mm/min的速度进行加载和卸载。坐垫的加载力为700N，靠背的加载力为300N。从加载到卸载之间的过渡时间不应超过2s。读取并记录加载力、位移、加载速度和卸载速度。
（6）重复上述过程，进行三次试验，试验要间隔1min以上。每次测得的静刚度值与三次平均值的偏差不应超过±10％，然后取其平均值。
图3 试验过程示意图
备注：图片只用于试验过程示意使用，未经允许，不得传播！
3、原始数据及图像
原始数据保存在一个.csv格式的文本文件中，用Excel表格打开之后绘制图像如图4所示。
图4 原始数据图像
备注：原始数据只作为示意使用，不可以用于除本文之外的地方，也不可用于评判座椅好坏！
4、数据处理
迟滞变形率a的计算公式为：
a=（oabcdo面积）/（oabeo面积）x100%
因此，要求出迟滞变形率a，必须先计算得到载荷—挠度曲线上oabcdo和oabeo的面积。由于曲线并不规整，围成的曲面也不容易分割成三角形、四边形等容易求出面积的几何图形，成为数据分析的难点。
我最先开始的时候是想把这些离散点拟合出函数表达式，然后再求函数式的定积分。使用Python二项式拟合的方法，设置次数为10。拟合出oab段的曲线如图5所示，从图中可以看出误差线数据很小，说明10次函数拟合效果还可以。
图5 oab段曲线拟合数据
正当我想就这么做的时候，突然发现辛普森积分和梯形积分法可以直接对离散数据进行积分，于是我用一个2次函数y=x^2测试了一下。测试取0-10之间的定积分，计算结果如表1所示，发现计算结果竟然挺精准的，且辛普森积分更接近真值。于是省了好多事呀！！
表1 测试函数结果
积分方式
数值
手工计算
1000/3近似等于333.333333
辛普森积分
333.16666666666663
梯形积分法
334.5
5、最终Python代码
最终的程序代码非常简单，为了对比结果特地同时采用了辛普森积分和梯形积分法两种方式，最终计算结果如表2所示。从表中迟滞变形率可以看出，两种计算方法得出的结果基本相同。
表2 迟滞变形率计算结果
积分方式
oabeo的面积
debed的面积
迟滞变形率
辛普森积分
8449.750404638784
6238.860836692514
26.17 %
梯形积分法
8449.097405916
6239.0125860240005
26.16 %
源程序代码如下所示。
import numpy as np
importmatplotlib.pyplot as plt
fromscipy.integrate import simps
num =np.loadtxt(r"C:\Pythonwork\Q55积分求面积\迟滞变形率原始数据.csv",skiprows=1, delimiter=",", usecols=(0, 1), unpack=True)
dis = num[0,:] # 读取第几列数据
force = num[1,:] # 读取第几列数据
dis_max =np.max(dis)
print("a值的最大值为:%f" % dis_max)
dis_argmax =np.argmax(dis)
print("a中最大值的索引值为:%d" % dis_argmax)
# oabeo数据
dis1 = num[0,0:dis_argmax+1]
force1 = num[1,0:dis_argmax+1]
# 使用自带的两种积分方法，对比积分结果
area1 =simps(force1, dis1) # 辛普森积分
print("辛普森积分oabeo的面积是：\n",area1)
area11 =np.trapz(force1, dis1) # 梯形积分法
print("梯形积分法oabeo的面积是：\n",area11)
# debcd数据
dis2 = num[0,dis_argmax+1:]
force2 = num[1,dis_argmax+1:]
area2 =abs(simps(force2, dis2))
print("辛普森积分debed的面积是：\n",area2)
area22 =abs(np.trapz(force2, dis2))
print("梯形积分法debed的面积是：\n",area22)
# 求迟滞变形率a
a1 =(area1-area2)/area1*100
print("辛普森积分迟滞变形率a是：%.2f%%" % a1)
# 求迟滞变形率a
a2 =(area11-area22)/area11*100
print("梯形积分法迟滞变形率a是：%.2f%%" % a2)
广告
广告
最新资讯
-
氢燃料电池卡车创企“冰河时代”！HVS命悬
2024-11-17 09:45
-
小米端到端大模型：智能驾驶的“新大脑”
2024-11-17 09:44
-
阿斯顿马丁推出新款 F1 模拟器
2024-11-17 09:43
-
汽车动力电池系统试验综述
2024-11-16 08:25
-
汽车可靠性前沿技术研讨会在重庆成功召开
2024-11-16 07:33
广告
广告
