0引言
隨著傳感器技術(shù)、計算機(jī)技術(shù)、微電子技術(shù)、 測量和控制技術(shù)以及信息處理技術(shù)的迅猛發(fā)展, 世界各國正不斷地開發(fā)和完善適合各自國情的車輛稱重系統(tǒng)。而動態(tài)稱重是測量行駛車輛的動態(tài)輪胎受力并計算相應(yīng)的靜態(tài)車輛質(zhì)量的過程,它由一套傳感器和數(shù)據(jù)處理單元儀器組成,用來測量在特定地點(diǎn)、特定時間行駛車輛的動態(tài)輪胎受力,計算車輛的質(zhì)量、車速、軸距,配合車輛識別系統(tǒng)確定車輛類型以及有關(guān)車輛的其他參數(shù), 并處理、顯示和存儲這些信息,從而實(shí)現(xiàn)全自動不停車計量[1]。可避免大量的人員投入以及可能引起的交通阻塞。動態(tài)稱重系統(tǒng)是交通執(zhí)法的理想設(shè)備,可廣泛應(yīng)用于自動交通調(diào)查、收費(fèi)系統(tǒng)、交通安全管理等場合,產(chǎn)生巨大的社會與經(jīng)濟(jì)效益,并可推廣應(yīng)用于工礦企業(yè)、海關(guān)、港口、碼頭、車站廢料站等載貨車輛的監(jiān) 測和管理[2]。
1車架三維實(shí)體參數(shù)化設(shè)計
車架是汽車主要的承載部件,與動力總成、 駕駛室、貨箱和車橋等汽車大部分部件直接相連。 邊梁式車架由左右分開的2根縱梁、2根副縱梁、 7根橫梁組成,縱梁和橫梁由薄壁型鋼制成,通過焊接和鉚接而形成前寬后窄的整體車架結(jié)構(gòu)。本文以Pro /E軟件為平臺,借助其強(qiáng)大的三維造型、 模具設(shè)計及數(shù)據(jù)接口技術(shù)完成對車輛底盤各零件的實(shí)體建模和虛擬裝配,形成一臺可以進(jìn)行計算機(jī)驗(yàn)證、分析的虛擬樣機(jī),如圖1所示。
圖1 車輛底盤三維實(shí)體模型 下載原圖
2車架結(jié)構(gòu)的有限元分析
采用Ansys有限元軟件在車架不同點(diǎn)施加載荷,找出車架應(yīng)力應(yīng)變最大的位置,結(jié)合有限元分析理論以及優(yōu)化設(shè)計理論,研究車架在不同載荷下的受力情況,確定最佳傳感器安放位置 ( 即應(yīng)變敏感點(diǎn)) 。
2.1車架材料特性
車架的主體結(jié)構(gòu)橫梁和縱梁采用車輛大梁專用鋼16 Mn,材料的物理性能: 彈性模量E = 206 GPa,泊松比 μ = 0. 3,密度 ρ = 7 800 kg / m3。
2.2車架有限元計算模型的建立
傳統(tǒng)的車架有限元分析一般將車架簡化成空間桿系結(jié)構(gòu),采用空間梁單元進(jìn)行計算。該方法計算速度快,但其計算模型對真實(shí)車架結(jié)構(gòu)的簡化和近似處理較多,因而較難反映車架的應(yīng)力集中以及局部應(yīng)力分布和應(yīng)力水平,難以滿足實(shí)際設(shè)計分析的要求,因此,本文采用板殼單元進(jìn)行模擬[3]。
為了真實(shí)反映汽車的應(yīng)力分布,對于承載件, 應(yīng)盡量保留其原結(jié)構(gòu)形狀和位置; 為減少計算工作量,對于輔助承載件一般可以保留原力學(xué)性質(zhì)即單元剛度矩陣的主要特征,而對其結(jié)構(gòu)形狀進(jìn)行適當(dāng)簡化、合并和等效。
車架為裝配體,各零部件之間通過結(jié)合面連接,建模時對模型進(jìn)行簡化處理[4,5]:
1) 車架的鉚釘連接以及螺栓連接全部采用剛性單元模擬;
2) 由于輪胎剛度與鋼板彈簧剛度相比很大, 輪胎對路面輸入或其他載荷輸入的影響較小,所以可以忽略輪胎對結(jié)構(gòu)分析的影響;
3) 對車架僅進(jìn)行靜力計算,因此不考慮懸架的阻尼特性,將其看作剛性連接;
4) 前后車輪與 車架的連 接點(diǎn)采用 全位移約束。
模型簡化后,整個車架被劃分為242 887個單元、83 539個節(jié)點(diǎn)和15個Solid 45實(shí)體單元。簡化后車架有限元模型如圖2所示。
2.3車架有限元計算模型的分析
靜態(tài)分析是計算在固定小變載荷作用下結(jié)構(gòu)的位移、應(yīng)力、應(yīng)變及反力等,即反映結(jié)構(gòu)受到外力后的變形、應(yīng)力和應(yīng)變,以對結(jié)構(gòu)的強(qiáng)度、 剛度進(jìn)行校核。在靜態(tài)分析時,由于整車只承受垂直方向的作用力,不受縱向力和橫向力的作用, 因而模型的約束反力僅出現(xiàn)在垂直方向,其他方向的反力和反力矩為0。
圖2 車架網(wǎng)格劃分后整體有限元模型 下載原圖
車架上各部件質(zhì)量按實(shí)際作用位置施加在模型對應(yīng)位置; 模型自重按所給密度由程序自動計算并將單元載荷因子信息計入總載荷。車身骨架所承受載荷來自于發(fā)動機(jī)質(zhì)量、乘員質(zhì)量、設(shè)備質(zhì)量、貨箱和貨物質(zhì)量,其中發(fā)動機(jī)質(zhì)量為300 kg、駕駛室及乘員質(zhì)量950 kg、設(shè)備質(zhì)量為550 kg、貨箱及貨物滿載總質(zhì)量6 000 kg。將這些負(fù)荷分別施加在車身骨架的相應(yīng)部位,其中發(fā)動機(jī)質(zhì)量是以實(shí)體單元的體積載荷形式施加在車架上, 設(shè)備質(zhì)量、駕駛室及乘員質(zhì)量以實(shí)體單元的面載荷形式均勻施加在車架縱梁和交叉梁上,骨架的自重以慣性載荷方式施加。這種分配方式可有效地模擬車架的實(shí)際受力情況,避免集中施加載荷時產(chǎn)生的應(yīng)力集中現(xiàn)象。由于貨廂對車架強(qiáng)度貢獻(xiàn)明顯,尤其是扭轉(zhuǎn)強(qiáng)度,同時車架強(qiáng)度也受貨箱結(jié)構(gòu)形式的影響,作用于車架上的載荷的位置發(fā)生變化 ( 如載荷前偏或后偏) 會對車架受力產(chǎn)生顯著影響,因此,分兩種工況討論貨箱和貨物載荷的施加方式。
2.3.1載荷均布工況
當(dāng)載荷均布于車架上,在車廂與車架接觸區(qū)域均勻添加載荷,如圖3和圖5所示,求解后的車架應(yīng)變分布如圖4和圖6所示。
圖3 空載時車架的載荷分布圖 下載原圖
圖4 空載時車架的應(yīng)變分布圖 下載原圖
圖5 滿載時車架的載荷分布圖 下載原圖
圖6 滿載時車架的應(yīng)變分布圖 下載原圖
由圖6可以看出,A、B、C、D 4個區(qū)域是車架的應(yīng)變敏感點(diǎn)。由于滿載時的最大應(yīng)力為318 MPa,并未超過材料的最小屈服強(qiáng)度,因此,屬于彈性變形,其應(yīng)變與壓力或載重成線性關(guān)系,如圖7所示。
圖7 應(yīng)變與壓力和載重關(guān)系曲線 ( 載荷均布工況) 下載原圖
2.3.2載荷非均布工況
對于車架和貨箱共同承受載荷情況,敏感點(diǎn)的應(yīng)變受到載荷位置和車架承受總載荷的比例的影響,為了確定其影響程度 ( 顯著值) ,本文設(shè)計了正交試驗(yàn)進(jìn)行數(shù)據(jù)處理[6]。
在載荷非均布工況下,影響測重精度的因素主要有載荷位置 ( 包括橫向和縱向) 和車架承受總載荷的比例。為此,設(shè)計三因素三水平的試 驗(yàn),其因素水平如表1所示,試驗(yàn)方案及結(jié)果見表2。
表1 正交試驗(yàn)因素水平表 下載原表
表2 正交試驗(yàn)方案及結(jié)果 下載原表
對上述結(jié)果進(jìn)行方差分析可知,橫向區(qū)域的顯著值為0. 965,縱向區(qū)域的顯著值為0. 400,承載比例的顯著值為0. 679,3個因素均無顯著意義 ( P≥0. 05) ,但其影響順序依次為縱向區(qū)域 > 承載比例 > 橫向區(qū)域,因此,橫向區(qū)域因素應(yīng)選水平左,縱向區(qū)域因素應(yīng)選水平前,承載比例因素應(yīng)選水平80% ,即最佳試驗(yàn)條件。
3基于支持向量機(jī)的稱重算法設(shè)計
由于正則化參 數(shù)C對誤差有 直接影響,C值越高誤差越小,但C值過大會導(dǎo)致經(jīng)驗(yàn)風(fēng)險增大,因此,在可選區(qū)間內(nèi),在滿足一定誤差 條件下選取相對較小的值。ε 值和 γ 值選定后, C值在 [1 ,100] 內(nèi)對誤差的影響曲線 如圖8所示。
圖8 C 值對誤差的影響曲線 下載原圖
載荷均布工況時,通過交叉試驗(yàn)可知支持向量參數(shù)C = 25、ε = 0. 000 3、γ = 10 000時效果較好[9]。最終選取該參數(shù)組合對總體樣本數(shù)據(jù)進(jìn)行訓(xùn)練和預(yù)測,其相對誤差曲線如圖9所示。
圖9 相對誤差曲線 下載原圖
其中最大相對誤差Emax= 0. 514% ,平均相對誤差
表3 最優(yōu)化相對誤差 下載原表
由表3可知, 其中最大 相對誤差Emax=6. 66% ,平均相對 誤差
通過稱重算法對采樣數(shù)據(jù)進(jìn)行幾層選優(yōu)后, 即對比不同學(xué)習(xí)模型參數(shù)對應(yīng)預(yù)測值的相對誤差, 可得到理想的預(yù)測值,從而驗(yàn)證在不同載荷工況時基于非線性支持向量回歸機(jī)稱重算法的可行性。
4結(jié)論
本文通過對車架模型有限元建模和分析找出了應(yīng)變敏感點(diǎn),分析了應(yīng)變和載荷之間的關(guān)系, 利用正交試驗(yàn)分析了非均布載荷對稱重相對誤差的影響因素。并基于支持向量機(jī)設(shè)計了稱重算法, 通過對抽樣樣本的訓(xùn)練預(yù)測得到學(xué)習(xí)模型,利用總體樣本交叉驗(yàn)證方法驗(yàn)證了不同工況下該算法的可行性和正確性。