李旭东 博士:基于大数据挖掘构建用户关联的车辆可靠性测评体系

2024-09-09 19:50:25·  来源:汽车测试网  
 

当前中国汽车产业正处于“高速发展”向“高质量发展”的转型阶段,高质量发展离不开高质量的产品,可靠性作为检测汽车产品的核心要素,对汽车产品实施口碑发挥着重要作用。如何为智能电动车及其关键零部件提出一套科学合理的可靠性测试评价体系,已成为汽车行业亟待解决的共性技术问题。


图片


“2023年车辆可靠性及耐久测试技术论坛”上,李旭东 博士就《基于大数据挖掘构建用户关联的车辆可靠性测评体系》进行了主题报告。分享了在大数据和智能网联车辆的背景下,利用数据资源来构建用户关联的车辆可靠性测评体系评价车辆可靠性的方法。


报告分为以下2个部分:


1、用户关联是合理开展可靠性试验测评的关键所在

2、智能汽车背景下可靠性试验测评方面的新挑战与新机遇


1、用户关联 | 开展可靠性试验测评的关键


(1)国家政策


国家相继出台多项政策指引新能源汽车往高质量方向发展,提升自主品牌的影响力。


2020年11月,国务院发布《新能源汽车产业发展规划2021-2035年》,提出力争经过15年的持续努力,促使我国新能源汽车核心技术达到国际先进水平。


2023年2月,国务院发布《质量强国建设纲要》,提出把推动发展的立足点转到提高质量和效益上来,推动中国制造向中国创造转变、中国产品向中国品牌转变,坚定不移推进质量强国建设。


2023年7月,工业和信息化部、教育部、科技部、财政部、国家市场监管总局联合发布《制造业可靠性提升实施意见》,围绕制造强国、质量强国战略目标,聚焦机械、电子、汽车等重点行业,对标国际同类产品先进水平,补齐基础产品可靠性短板,提升整机装备可靠性水平。

图片


(2)可靠性工程的全过程


可靠性工程的全过程中整个的环境的识别是非常重要的一个顶层的输入,即用户关联信息,检测的关注点也是围绕产品的实际使用环境来开展。


识别:可靠性工程最主要的是识别试验验证研究的对象,包括它的在整个的使用过程中所承受的一个广义的环境(机械冲击、温湿度、沙尘、盐雾等),还包括它在贮存和运输过程中的环境。


设计和分析:通过识别信息开展设计,把有限的设计资源、试验资源放到整个产品可靠性的设计中的薄弱环节,去发现薄弱环节的关键点,合理的分配资源进行分析和设计。


验证:检测面向真实的产品部件,通过试验验证检测对象的可靠性(设计初期的可靠性目标)。包括加速寿命试验(ALT)、高加速寿命试验(HALT)、寿命数据分析、退化分析、子系统级别试验、可靠性增长模型等


确认:试验验证结束就进入确认生产的环节,通过质量管控完成产品可靠性工程的交付。


图片



(3)疲劳失效机理分析


可靠性影响我们汽车的整体性能,疲劳失效广泛存在并影响着车辆的各个子系统和零部件,汽车上主要包括结构件的疲劳失效和电器件的失效。


汽车驾驶过程中,底盘载荷、电机载荷、发动机载荷等顶层信息的输入和传递对于子系统和零部件的可靠性试验及疲劳耐久分析至关重要。


图片


可靠性试验测评主要包括环境识别、用户关联和加速试验三部分。通过加速寿命试验(ALT)、加速模型与加速因子(AF)等加速试验可以缩短产品设计开发的周期。


图片


(4)用户关联


在目标用户群体里,合理定义整车的全生命周期(机械载荷的目标设定等),实现用户关联至关重要。


用户关联存在的核心思想与技术路线:通过群体采样得到整车载荷谱,分解到各个零部件和子系统,通过采样设备或采样方法等技术手段(例如:装载小型的数据记录系统进行长期的数据采集)提高载荷信息的详实性和准确性。


图片


采集高采样率大数据(工况数据)并实现用户关联也是德系用户关联主要使用的技术体系,通过给车辆装载相应传感器去长期进行统计采样,其积累的大量数据是耐久性和可靠性正向研发的核心技术和基础。


图片


采集高采样率大数据(载荷数据)是针对特定用户群体的工况空间的载荷数据获取。“全通道”道路载荷数据测量包括应变/力、六分力、加速度/位移、GPS等。


图片


通过大数据对目标用户群体的工况进行统计和划分获得相应工况数据(工况矩阵),然后通过标定获取每一种工况的载荷强度(载荷矩阵),实现用户数据关联。


图片


中国车辆在智能网联在大数据进步飞快了,有更多的获取用户端大数据的渠道和资源。应用大数据并结合地理数据库信息和环境数据的信息等,可以很好的支撑我们对于与可靠性相关的用户关联工程。


图片


基于用户关联制定整车可靠性试验测评规范:通过大数据信息划分工况,获取每一种工况它的占比,通过均值方差描述占比的期望和波动;在划分工况下获取道路载荷和具体载荷占比的期望和波动;通过统计学获得无条件的数学期望和方差的目标设定。


图片


2、智能汽车背景下可靠性试验测评方面的新挑战与新机遇


(1)智能汽车和智能网联时代可用数据资源将更加丰富


面向未来,车辆正在由电气化向智能化转变和跨越,实现自动无人驾驶,工况数据和载荷数据必然越来越丰富,越来越精准。智能汽车和智能网联时代可用数据资源将更加丰富,CAN总线数据信息采集将转向CAN FD、FlexRay、5G等。


图片


(2)智能底盘及电池向一体化构型发展


智能底盘正在向一体化方向发展,电池总成振动耐久试验方法与时俱进,同时也带来一体化构型发展的问题,包括电池总成振动耐久试验方法的适用性、动力电池总成振动耐久试验方法方面的研究等(低频、大位移、多轴)。


图片


图片


(3)智能底盘垂向控制系统的发展


随着智能底盘的发展,底盘由机械化现在正在从电气化向智能化发展,被动悬架也向半主动悬架和主动悬架发展,半主动和主动悬架的引入使得FRF成为时变函数,同时对整车道路模拟带来了相应的挑战。


图片


(4)智能底盘纵向和侧向控制系统的发展


智能底盘的发展带同时给智能转向、智能线控转向和线控制动带来相应的变化和挑战,使其从由机械的可靠性变成机电可靠性,从单一的维度向多维度来扩展。


图片


图片


总结:


01 伴随智能底盘的发展,推动可靠性测评由机械可靠性测评向机电可靠性测评转变,低成本、高故障复现率和故障拦截率的综合环境可靠性试验(CERT)方法的提出及其用户关联是应对这一挑战的核心和难点;


02 伴随智能底盘、智能网联、5G等技术协同发展,将有更丰富的数据资源,以及更方便、快捷、低成本的数据获取方式支撑构建用户关联的机电可靠性测评体系,数据统计将减少对数据间统计相关性的依赖,而更有力的支持对目标随机变量进行直接的采样和抽样;


03 智能悬架的深入应用将压缩BlockCycle模式台架试验的应用空间,增加对可以耦合FRF时变特性的台架控制技术的需求;


04 智能底盘电池一体化的发展,将改变电池总成振动耐久试验方法,以实现对于更加复杂振动环境的还原和加速。


推荐课程

图片



分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号