輪轂電機(jī)驅(qū)動電動汽車轉(zhuǎn)向節(jié)疲勞壽命分析

【摘要】為有效評估某輪轂電機(jī)驅(qū)動電動汽車轉(zhuǎn)向節(jié)的疲勞壽命，基于實(shí)測道路載荷譜開展懸架多體動力學(xué)建模與路譜信號的虛擬迭代分析，獲得轉(zhuǎn)向節(jié)載荷譜輸入文件，并結(jié)合慣性釋放結(jié)果、材料應(yīng)力-壽命曲線（S-N曲線）和Miner線性累積損傷準(zhǔn)則對轉(zhuǎn)向節(jié)開展疲勞壽命分析，最后進(jìn)行了轉(zhuǎn)向節(jié)疲勞試驗(yàn)。仿真和試驗(yàn)結(jié)果均表明：轉(zhuǎn)向節(jié)疲勞危險(xiǎn)點(diǎn)主要在轉(zhuǎn)向橫拉桿和減振器下端連接桿與轉(zhuǎn)向節(jié)相連的區(qū)域；轉(zhuǎn)向節(jié)滿足整車行駛16×104 km后不發(fā)生疲勞破壞的設(shè)計(jì)壽命要求。

關(guān)鍵詞：電動汽車 分布式驅(qū)動 轉(zhuǎn)向節(jié) 載荷譜 多體動力學(xué) 虛擬迭代 疲勞壽命

中圖分類號：U462.3+6" 文獻(xiàn)標(biāo)志碼：A" "DOI： 10.20104/j.cnki.1674-6546.20230534

Research on Fatigue Life Analysis of In-Wheel-Motor-Driven Electric Vehicle Steering Knuckles

Li Luyuan1， Wang Yuelian2， Yu Xuetian2， Han Meng1， Bian Zengyuan1， Zhuang Ye2

（1. Jilin Province Product Quality Supervision and Inspection Institute， 130103; 2. National Key Laboratory of Automotive Chassis Integration and Bionics， Jilin University， Changchun 130022）

【Abstract】To effectively evaluate the fatigue life of in-wheel-motor-driven electric vehicle steering knuckles， virtual iterative analysis of suspension multi-body dynamics modeling and road spectrum signals is conducted based on the measured road load spectrum， form which the input file of steering knuckles load spectrum is obtained. Fatigue life analysis on the steering knuckle is conducted by combining the inertia release results， material S-N curve and Miner linear cumulative damage criterion， and Fatigue tests are conducted on the steering knuckles for verification." Findings from both simulations and experiments indicate that the primary fatigue risk areas are at the interfaces between the steering tie rod and the lower shock absorber connecting rod. The steering knuckle design satisfies the requirement for a fatigue-free lifespan over a diriveing distance of 16×104 km.

Key words： Electric vehicle， Distributed drive， Steering knuckles， Load spectrum， Multi-body dynamics， Virtual iteration， Fatigue life

1 前言

輪轂電機(jī)驅(qū)動電動汽車將車輛的動力裝置、傳動裝置和制動裝置整體布置到輪轂內(nèi)，簡化了車輛的動力總成機(jī)械部分，具有結(jié)構(gòu)緊湊、傳動效率高、轉(zhuǎn)矩分配靈活的優(yōu)勢。這種布置形式導(dǎo)致簧下質(zhì)量增加較多、懸架各部件載荷增加，需重點(diǎn)關(guān)注各部件的耐久性能。

懸架轉(zhuǎn)向節(jié)的耐久性研究過程中，需要確定轉(zhuǎn)向節(jié)的連接關(guān)系并獲取對應(yīng)連接點(diǎn)的載荷譜，但存在連接點(diǎn)部位的受力載荷譜難以直接通過試驗(yàn)測得的問題。針對懸架內(nèi)部載荷的提取，常用方法有虛擬試驗(yàn)場（Virtual Proving Ground）技術(shù)[1]、約束載荷加載法和虛擬迭代技術(shù)。虛擬試驗(yàn)場技術(shù)[2]通過全仿真分析的方式求解內(nèi)部載荷，但準(zhǔn)確的虛擬路面的建立難度較大，復(fù)雜路面的掃描獲取也存在困難。約束載荷加載法將實(shí)測輪心激勵加載到整車模型的輪心位置，從而提取出轉(zhuǎn)向節(jié)連接點(diǎn)處的受力載荷，該方法忽略了部件慣性的影響，對模型的精度要求高，各類準(zhǔn)確性不足都會對連接點(diǎn)處的載荷產(chǎn)生很大影響。值得注意的是，該仿真方法無法考慮簧上質(zhì)量對模型的影響，與實(shí)際工況不符，試驗(yàn)與仿真結(jié)果存在偏差。虛擬迭代[3]通過輪胎六分力傳感器測量獲得實(shí)車輪心六分力，建立動力學(xué)模型，利用FEMFAT軟件完成虛擬迭代仿真[4]，獲得輪心垂向位移，并以此及其余五分力作為動力學(xué)模型的驅(qū)動載荷，獲得目標(biāo)部件轉(zhuǎn)向節(jié)連接點(diǎn)處的載荷，進(jìn)而在單位載荷加載下對轉(zhuǎn)向節(jié)有限元模型進(jìn)行慣性釋放分析。基于慣性釋放應(yīng)力場結(jié)果文件、整車載荷分解提取的轉(zhuǎn)向節(jié)疲勞分析載荷譜和轉(zhuǎn)向節(jié)材料參數(shù)，選擇合理的方法進(jìn)行轉(zhuǎn)向節(jié)疲勞壽命分析，即可得到轉(zhuǎn)向節(jié)疲勞損傷分布云圖，找出疲勞危險(xiǎn)點(diǎn)。

為了高效準(zhǔn)確地獲得轉(zhuǎn)向節(jié)疲勞壽命，本文采用虛擬迭代仿真分析的方式獲取目標(biāo)部件的載荷譜，對轉(zhuǎn)向節(jié)進(jìn)行疲勞壽命預(yù)測仿真，并開展轉(zhuǎn)向節(jié)疲勞臺架試驗(yàn)，通過轉(zhuǎn)向節(jié)在基礎(chǔ)循環(huán)次數(shù)下的試驗(yàn)結(jié)果，驗(yàn)證疲勞壽命預(yù)測結(jié)果的有效性[5]。

2 道路載荷譜信號采集

2.1 典型路面測試信號的采集

為了獲得精確的整車零部件疲勞載荷，為后續(xù)動力學(xué)仿真和疲勞仿真提供輸入，選取多種典型路面，如高速環(huán)形跑道、二號環(huán)道、標(biāo)準(zhǔn)坡道等，并按不同權(quán)重分配相應(yīng)的試驗(yàn)里程，如表1所示，不同的強(qiáng)化路面具有代表性和概括性，可充分反映實(shí)車行駛狀況。

為在車輪軸頭處測量車輪六分力，獲取整車仿真激勵載荷，根據(jù)需要的信號種類選取MSC公司的LW12.8-50型車輪力傳感器，可同時測量車輪受到的3個方向的力和力矩，并需在車輪軸頭處測量加速度信號，以獲取輪心響應(yīng)，驗(yàn)證載荷分解仿真激勵結(jié)果。傳感器布置情況如圖1所示。

為監(jiān)測實(shí)際道路試驗(yàn)過程中懸架上部分部位的應(yīng)力變化情況，還需布置應(yīng)變測量裝置，對于主應(yīng)力方向明確的應(yīng)變測量，一般使用應(yīng)變片即可，但實(shí)際工作過程中，主應(yīng)力的方向并不明確，因此在這些位置布置應(yīng)變花，統(tǒng)一用數(shù)據(jù)采集系統(tǒng)采集信號。

2.2 路譜試驗(yàn)數(shù)據(jù)預(yù)處理

通常，采集的路面載荷譜不能直接用于仿真計(jì)算。路面測試工況復(fù)雜、環(huán)境惡劣，信號采集過程中的各種干擾因素會導(dǎo)致最終采集的信號出現(xiàn)各種異常，影響后續(xù)分析結(jié)果的精度，因此，必須對采集到的信號進(jìn)行濾波、重新采樣、縮減等處理[6]。

采集到的原始信號及其處理過程如圖2所示：首先初步檢查信號的完整性，不存在測試信號丟失的情況；接著進(jìn)行幅值譜分析，確認(rèn)信號是否服從正態(tài)分布，判斷信號的準(zhǔn)確性；然后根據(jù)信號的類型和分析用途等進(jìn)行分類，對數(shù)據(jù)進(jìn)行簡單處理，如根據(jù)后續(xù)仿真的要求轉(zhuǎn)換信號的單位、根據(jù)應(yīng)變片的布置情況利用應(yīng)變信號計(jì)算主應(yīng)力等；最后，對獲得的數(shù)據(jù)進(jìn)行去除毛刺、漂移等處理，以不同的采樣頻率進(jìn)行測試，最終選擇將信號按256 Hz重新采樣，在盡可能簡化載荷譜的同時，保留更多的波峰、波谷值，保證耐久性預(yù)測結(jié)果相對準(zhǔn)確，用低通濾波器濾除40 Hz以上的高頻信號，去除干擾噪聲，處理好的載荷用于虛擬迭代。圖2中，F(xiàn)x、Fy、Fz分別為車軸軸頭在x、y、z方向的受力，Mx、My、Mz分別為車軸軸頭在x、y、z方向所受力矩。本文測試信號的數(shù)據(jù)處理主要在nCode Glyph Works及FEMFAT軟件中進(jìn)行。

3 前懸架系統(tǒng)的多體動力學(xué)建模

獲得路譜后，通過多體動力學(xué)仿真獲取目標(biāo)構(gòu)件處的受載情況，本文的研究對象為前懸架的轉(zhuǎn)向節(jié)部件，故根據(jù)實(shí)車上測量獲得的硬點(diǎn)數(shù)據(jù)和特性參數(shù)，基于Adams/Car軟件對前懸架系統(tǒng)進(jìn)行動力學(xué)建模，為了盡可能使模型與實(shí)車相符，對減振器阻尼特性、襯套特性等參數(shù)進(jìn)行了試驗(yàn)測量，并在模型中添加相關(guān)屬性數(shù)據(jù)。

在輪心處建立垂直向上的位移輸入，作為后續(xù)虛擬迭代過程中輸入的接口，對輸入進(jìn)行不斷修正，同樣在輪心處添加垂直向上的力響應(yīng)，用于輸出位移驅(qū)動下的垂向力數(shù)據(jù)[7]。完成設(shè)置后輸出為.adm文件，為后續(xù)虛擬迭代作準(zhǔn)備，搭建完成的懸架動力學(xué)模型如圖3所示，值得注意的是，各連接件間的連接關(guān)系需保證與實(shí)際連接關(guān)系一致。

4 道路載荷譜的虛擬迭代

道路試驗(yàn)采集到的載荷譜信號直接用于動力學(xué)模型仿真會引起模型傾覆，仿真失敗，需要通過虛擬迭代將垂向力信號轉(zhuǎn)換成位移信號進(jìn)行仿真。虛擬迭代是對非線性系統(tǒng)進(jìn)行逆向求解的過程，將復(fù)雜的動力學(xué)系統(tǒng)簡化為線性系統(tǒng)進(jìn)行表達(dá)，通過多次迭代求解，對反函數(shù)進(jìn)行修正，使輸入信號經(jīng)過系統(tǒng)后獲得的輸出信號與實(shí)際目標(biāo)信號逐漸接近[8]。

首先，將多體動力學(xué)模型作為未知系統(tǒng)，設(shè)置白噪聲作為位移輸入信號u0（s），對系統(tǒng)產(chǎn)生激勵響應(yīng)信號y0（s），求得系統(tǒng)的傳遞函數(shù)為：

F（s）=y0（s）/u0（s） （1）

進(jìn)而可根據(jù)式（1）求得逆函數(shù)F-1（s）。

其次，以路試實(shí)測信號作為目標(biāo)信號yd（s），根據(jù)逆函數(shù)F-1（s）計(jì)算初始輸入信號：

u1（s）=F-1（s）yd（s） （2）

然后，利用初始驅(qū)動信號激勵多體動力學(xué)模型得到響應(yīng)信號y1（s），因?yàn)閭鬟f函數(shù)不能精確表征多體動力學(xué)模型，所以目標(biāo)信號yd（s）與響應(yīng)信號y1（s）之間存在一定的誤差。

最后，用修正算法固定逆?zhèn)鬟f函數(shù)F-1（s）。將得到的響應(yīng)值與目標(biāo)值進(jìn)行對比判定，誤差較大時需要重新計(jì)算，通過式（3）進(jìn)行反復(fù)迭代，直到使迭代收斂；對目標(biāo)信號與響應(yīng)信號進(jìn)行時域和頻域?qū)Ρ?，如果誤差均方根值為零或目標(biāo)信號與響應(yīng)信號接近，則認(rèn)為收斂較好；對相對損傷值進(jìn)行比較，如果迭代信號與試驗(yàn)數(shù)據(jù)的相對損傷值接近1，則認(rèn)為收斂較好，如果在0.5～1.5范圍內(nèi)收斂，認(rèn)為虛擬迭代結(jié)果可以接受，停止迭代，最終得到的輸入信號即輪心z向位移。迭代公式為：

uk+1（s）=uk（s）+F-1（s）[yd（s）-yk（s）] （3）

式中：yk（s）為第k次迭代的響應(yīng)信號，uk（s）為第k次驅(qū)動信號。

整個流程可以在FEMFAT軟件的虛擬迭代（Virtual Iteration，VI）模塊中實(shí)現(xiàn)，該模塊通過調(diào)用Adams/Car中的求解器對搭建的多體動力學(xué)模型進(jìn)行仿真。首先，根據(jù)仿真要求輸入位移信號，對白噪聲進(jìn)行設(shè)置，生成的其中一個通道的白噪聲信號如圖4所示，將生成的白噪聲作為輸入，得到響應(yīng)信號后，求取傳遞函數(shù)。

然后求出逆函數(shù)，同時以實(shí)測載荷譜作為目標(biāo)信號進(jìn)行虛擬迭代，反求出第一次載荷輸入，驅(qū)動多體模型，將得到的響應(yīng)值與目標(biāo)值進(jìn)行對比，誤差較大時重新計(jì)算，直到使迭代收斂，得到輪心z向位移。

一般在10～20步內(nèi)收斂完成，取其中最接近1的一組信號進(jìn)行后續(xù)的動力學(xué)驅(qū)動求解。迭代過程中，左、右輪的驅(qū)動信號收斂過程如圖5所示，經(jīng)過10次迭代計(jì)算后收斂到1.2附近，收斂效果較好。

最后一次迭代的驅(qū)動信號如圖6所示，將其與其余五分力一起作為輸入，添加到Adams/Car軟件中建立的前懸架動力學(xué)模型的輪心處，驅(qū)動動力學(xué)模型，得到轉(zhuǎn)向節(jié)各連接點(diǎn)處各方向的載荷譜。

5 轉(zhuǎn)向節(jié)部件有限元仿真分析

為獲得各連接點(diǎn)處不同載荷輸入下轉(zhuǎn)向節(jié)各部分的受載情況，需要對轉(zhuǎn)向節(jié)部件進(jìn)行有限元靜力分析。獲得構(gòu)件的主要受力部位后，在受力部位施加載荷，以HyperMesh作為前處理器、Nastran為求解器、HyperView為后處理器，開展模型的慣性釋放分析。轉(zhuǎn)向節(jié)有限元模型的建立主要分為以下幾個步驟：

a. 模型導(dǎo)入。將轉(zhuǎn)向節(jié)三維模型導(dǎo)入有限元軟件。

b. 幾何特征的簡化及清理。對幾何特征缺失的情況進(jìn)行檢查與清理，填補(bǔ)導(dǎo)入過程中破損的面等，并根據(jù)半徑對倒角、圓角等進(jìn)行處理，提高分析計(jì)算的效率和網(wǎng)格單元的質(zhì)量。

c. 單元類型的選擇。采用3D單元對轉(zhuǎn)向節(jié)進(jìn)行網(wǎng)格劃分，結(jié)果如圖7所示。

d. 連接關(guān)系設(shè)定。在各連接點(diǎn)處添加鉸接點(diǎn)，見圖7，將其作為單位力的輸入點(diǎn)進(jìn)行慣性釋放，并作為后續(xù)疲勞仿真載荷譜的輸入點(diǎn)。

e. 材料屬性的添加。添加轉(zhuǎn)向節(jié)的材料屬性，以提高仿真的準(zhǔn)確性。

使用HyperWorks軟件中的HyperMesh模塊建立轉(zhuǎn)向節(jié)有限元模型，并使用其中的Optistruct求解器進(jìn)行轉(zhuǎn)向節(jié)慣性釋放分析[9]。

有限元慣性釋放分析中建立的平衡方程為：

F+M[φ]=0 （4）

式中：F為外部載荷矩陣，[φ]為加速度矩陣，M為質(zhì)量矩陣。

轉(zhuǎn)向節(jié)的慣性釋放結(jié)果如圖8所示，得到每個加載點(diǎn)位置載荷單獨(dú)作用時各節(jié)點(diǎn)位移分布情況。

6 轉(zhuǎn)向節(jié)疲勞壽命預(yù)測分析

以虛擬迭代得到的輪心處垂向位移和輪心處其余五分力作為驅(qū)動對前懸架系統(tǒng)的動力學(xué)模型進(jìn)行激勵，仿真獲取轉(zhuǎn)向節(jié)各連接點(diǎn)處的載荷譜。

懸架系統(tǒng)受隨機(jī)載荷作用，對于隨機(jī)載荷譜，名義應(yīng)力法主要用于應(yīng)力水平未超過材料屈服強(qiáng)度時的疲勞分析，局部應(yīng)力應(yīng)變法能有效考慮結(jié)構(gòu)局部高應(yīng)力（超過屈服強(qiáng)度）狀態(tài)下的塑性變形，主要用于結(jié)構(gòu)最大應(yīng)力超過屈服強(qiáng)度時的疲勞分析。通過應(yīng)力-壽命（S-N）法對懸架動力學(xué)系統(tǒng)進(jìn)行疲勞分析，平均應(yīng)力修正方法選擇古德曼（Goodman）法[10]，分析結(jié)果中最大應(yīng)力未超過屈服強(qiáng)度，故本文疲勞分析選擇名義應(yīng)力法。

目前，疲勞累積損傷理論主要有線性、非線性和雙線性累積損傷理論3類。線性疲勞累積損傷理論中的Miner理論[11]是線性累積損傷方式中的經(jīng)典理論，本文采用Miner理論對懸架系統(tǒng)進(jìn)行損傷累積計(jì)算。

設(shè)構(gòu)件在某載荷水平S下的疲勞壽命為N，則1個循環(huán)造成的損傷D為：

D=1/N （5）

在載荷水平Si下經(jīng)過ni次循環(huán)造成的損傷為：

Di=ni/Ni （6）

式中：Ni為載荷水平Si下的疲勞壽命。

在m個應(yīng)力水平Si作用下各經(jīng)過ni循環(huán)，其總損傷可以表達(dá)為：

[Dm=i=1mniNi] （7）

零件在載荷循環(huán)作用下產(chǎn)生的損傷累加值達(dá)到1時發(fā)生疲勞破壞。

綜合部件疲勞載荷譜、有限元分析結(jié)果、材料S-N曲線進(jìn)行零部件疲勞壽命分析[12]，得到零部件的疲勞損壞危險(xiǎn)點(diǎn)。

值得注意的是，S-N模塊需根據(jù)實(shí)際的材料特性生成相應(yīng)的S-N曲線，以滿足疲勞壽命的計(jì)算要求。此外，還需要對疲勞分析方法進(jìn)行設(shè)置，如選擇合適的平均應(yīng)力修正方法、單軸或多軸應(yīng)力分析等，以得到更為精確的疲勞分析結(jié)果。

在nCode中進(jìn)行結(jié)構(gòu)總的應(yīng)力分布計(jì)算，基本思想是根據(jù)有限元計(jì)算的結(jié)果先求出每個加載點(diǎn)位置載荷單獨(dú)作用時產(chǎn)生的應(yīng)力分布，然后將各加載點(diǎn)位置載荷產(chǎn)生的應(yīng)力進(jìn)行線性累加得到總的應(yīng)力加載過程，通過疲勞理論對應(yīng)力作用的累積結(jié)果進(jìn)行計(jì)算。

得到疲勞損傷云圖如圖9所示，最大損傷值為5.28×10-8，對應(yīng)載荷段循環(huán)次數(shù)為1.89×107次，依據(jù)循環(huán)次數(shù)和原始路譜數(shù)據(jù)等比例選取單次循環(huán)長度為0.015 km的強(qiáng)化路面數(shù)據(jù)，計(jì)算可得該轉(zhuǎn)向節(jié)在強(qiáng)化路面下的有效行駛里程為28.35×104 km[13]。

根據(jù)GB/T 18388—2005《電動汽車 定型試驗(yàn)規(guī)程》的耐久性要求，電動汽車可靠性行駛里程不得少于5 000 km。同時，本文研究對象的設(shè)計(jì)要求為在車輛行駛16×104 km的里程范圍內(nèi)不發(fā)生疲勞破壞，在強(qiáng)化路面下，轉(zhuǎn)向節(jié)在車輛行駛28.35×104 km后發(fā)生疲勞破壞，耐久性符合設(shè)計(jì)目標(biāo)，且滿足國家標(biāo)準(zhǔn)的耐久性要求。

同時可以觀察到，損傷值較大的部分出現(xiàn)在轉(zhuǎn)向節(jié)節(jié)臂處，可通過已有的使用損傷情況、路試試驗(yàn)，以及臺架試驗(yàn)對結(jié)構(gòu)的疲勞情況進(jìn)行比對，確認(rèn)仿真分析的正確性。

7 不同載荷工況下轉(zhuǎn)向節(jié)疲勞試驗(yàn)驗(yàn)證

首先截取典型路面的路譜片段，分路況開展虛擬迭代，分解得到轉(zhuǎn)向節(jié)各主要連接點(diǎn)處的疲勞載荷譜，之后根據(jù)隨機(jī)載荷的時間長度系數(shù)，將各路況下的各連接點(diǎn)處疲勞載荷等效至16×104 km的用戶道路情況。最后，結(jié)合準(zhǔn)靜態(tài)法和材料的S-N曲線數(shù)據(jù)開展轉(zhuǎn)向節(jié)的疲勞壽命評估。由慣性釋放分析結(jié)果可知，側(cè)向力載荷為轉(zhuǎn)向節(jié)的失效主導(dǎo)載荷。

復(fù)雜的工作條件使懸架關(guān)鍵零部件的疲勞壽命很難僅依靠理論計(jì)算得到。因此，要檢驗(yàn)零部件的疲勞壽命及可靠性能否達(dá)到設(shè)計(jì)要求，必須對其進(jìn)行疲勞試驗(yàn)。零部件在工作過程中所承受的載荷通常為隨機(jī)載荷，然而，受試驗(yàn)條件及試驗(yàn)成本等因素的限制，隨機(jī)疲勞試驗(yàn)難度較大。為此，從壽命等效的原則出發(fā)，利用恒幅載荷下的S-N曲線模型及隨機(jī)載荷下的疲勞壽命預(yù)測模型，建立隨機(jī)載荷作用下零部件可靠性評估的等效應(yīng)力試驗(yàn)法，在隨機(jī)應(yīng)力作用下，轉(zhuǎn)向節(jié)的疲勞壽命為N*，根據(jù)壽命等效原則，得到疲勞壽命為N*時對應(yīng)的恒幅等效應(yīng)力為：

[Seq=CN*b] （8）

式中：b、C為材料疲勞性能參數(shù)，與材料屬性、試樣形狀及加載方式等有關(guān)。

對實(shí)測道路載荷進(jìn)行雨流計(jì)數(shù)，結(jié)合實(shí)測道路載荷的幅值分布特點(diǎn)以及臺架試驗(yàn)循環(huán)次數(shù)要求進(jìn)行加速試驗(yàn)譜的編制。

轉(zhuǎn)向節(jié)節(jié)臂力疲勞試驗(yàn)加載方案為：在轉(zhuǎn)向節(jié)與轉(zhuǎn)向橫拉桿連接處加載Y方向的力，載荷為對稱等幅5.417 1 kN的循環(huán)力，試驗(yàn)載荷加載頻率為10 Hz，基礎(chǔ)循環(huán)次數(shù)為150×104次，終止循環(huán)次數(shù)為300×104次。疲勞試驗(yàn)設(shè)備信息如表2所示。

固定轉(zhuǎn)向節(jié)部件，在其實(shí)際工況連接點(diǎn)處施加單一方向的恒幅循環(huán)載荷，使用多個樣件重復(fù)單通道臺架試驗(yàn)[14]，提高試驗(yàn)的可靠性，設(shè)置不同的加載循環(huán)次數(shù)，測試轉(zhuǎn)向節(jié)的疲勞損傷情況，其中一組試驗(yàn)工況的試驗(yàn)過程如圖10所示。

具體試驗(yàn)過程及結(jié)果如表3所示，通過多次試驗(yàn)確認(rèn)多數(shù)情況下樣件在預(yù)期循環(huán)次數(shù)下未失效，其中的失效樣件可能存在缺陷等其他因素影響加速了失效，而其失效部位與仿真結(jié)果一致，最終通過重復(fù)試驗(yàn)確認(rèn)轉(zhuǎn)向節(jié)部件最先發(fā)生疲勞破壞的位置與仿真分析得到的結(jié)果一致，轉(zhuǎn)向節(jié)試驗(yàn)樣件在基礎(chǔ)循環(huán)150×104次時，均未出現(xiàn)疲勞斷裂，與轉(zhuǎn)向節(jié)疲勞壽命分析結(jié)果相同，表明轉(zhuǎn)向節(jié)的疲勞壽命滿足相關(guān)標(biāo)準(zhǔn)要求，驗(yàn)證了轉(zhuǎn)向節(jié)疲勞壽命分析仿真結(jié)果具有一定的正確性。

8 結(jié)束語

本文基于整車試驗(yàn)場耐久性道路實(shí)測路譜對輪轂電機(jī)驅(qū)動電動汽車轉(zhuǎn)向節(jié)進(jìn)行了疲勞壽命分析，并對疲勞壽命結(jié)果進(jìn)行了試驗(yàn)驗(yàn)證，結(jié)果表明，轉(zhuǎn)向節(jié)疲勞臺架試驗(yàn)終止循環(huán)次數(shù)的試驗(yàn)結(jié)果與仿真分析結(jié)果中的結(jié)構(gòu)疲勞失效危險(xiǎn)點(diǎn)區(qū)域基本吻合，仿真誤差在可接受范圍。

參考文獻(xiàn)

[1]" "王超. 基于虛擬試驗(yàn)場的車輪六分力提取方法研究[D]. 重慶： 重慶理工大學(xué)， 2023.

WANG C. Research on Wheel Six-Component Force Extraction Method Based on Virtual Proving Ground[D]. Chongqing： Chongqing University of Technology， 2023.

[2]" "蔡劍， 吳澤勛， 車媛媛， 等. 基于虛擬試驗(yàn)場技術(shù)的汽車懸架緩沖塊虛擬調(diào)校[J]. 汽車工程師， 2024（1）： 37-42.

CAI J， WU Z X， CHE Y Y， et al. Virtual Tuning of Automobile Suspension Jounce Bumper Based on VPG[J]. Automotive Engineer， 2024（1）： 37-42.

[3]" "付似愚. 基于虛擬迭代的下控制臂載荷提取及驗(yàn)證[J]. 機(jī)械研究與應(yīng)用， 2022， 35（6）： 73-75+80.

FU S Y. Load Extraction and Verification of Lower Control Arm Based on Virtual Iteration Method[J]. Mechanical Research amp; Application， 2022， 35（6）： 73-75+80.

[4]" "王子怡. 基于虛擬迭代的汽車疲勞耐久載荷譜提取[D]. 重慶： 重慶大學(xué)， 2022.

WANG Z Y. Extraction of Fatigue Endurance Load Spectrum of Automobile Based on Virtual Iteration[D]. Chongqing： Chongqing University of Technology， 2022.

[5]" "何正規(guī). 某電動轎車轉(zhuǎn)向節(jié)疲勞壽命分析與疲勞載荷譜編制方法研究[D]. 長春： 吉林大學(xué)， 2022.

HE Z G. Research on Fatigue Life Analysis and Fatigue Load Spectrum Compilation Method of Steering Knuckle of an Electric Car[D]. Changchun： Jilin University， 2022.

[6]" "孫英杰. 基于虛擬迭代的叉車車架疲勞壽命分析及程序載荷譜編制[D]. 合肥： 合肥工業(yè)大學(xué)， 2022.

SUN Y J. Fatigue Life Analysis and Program Load Spectrum Compilation of Forklift Truck Frame Based on Virtual Iteration[D]. Hefei： Hefei University of Technology， 2022.

[7]" "劉亞軍. 基于車輪六分力測量的某商用車車架疲勞壽命分析研究[D]. 合肥： 合肥工業(yè)大學(xué)， 2018.

LIU Y J. The Fatigue Life Analysis of a Commercial Vehicle Frame Based on the Measured Wheel Six-Component Force[D]. Hefei： Hefei University of Technology， 2018.

[8]" "付春雨， 曾超， 劉宏杰， 等. 基于虛擬迭代的裝載機(jī)后處理支架載荷譜獲取方法[J]. 現(xiàn)代制造工程， 2021（1）： 17-21.

FU C Y， ZENG C， LIU H J， et al. Obtaining Load Spectrum Method of Loader’s Post-Processing Bracket Based on Virtual Iteration[J]. Modern Manufacturing Engineering， 2021（1）： 17-21.

[9]" "張金豹， 胡錚， 張金樂， 等. 疲勞S-N曲線預(yù)測模型進(jìn)展綜述[J]. 科學(xué)技術(shù)與工程， 2023， 23（13）： 5390-5411.

ZHANG J B， HU Z， ZHANG J L， et al. Review of Advances in Fatigue S-N Curve Prediction Models[J]. Science Technology and Engineering， 2023， 23（13）： 5390-5411.

[10] 周東龍. 基于虛擬迭代的某輕卡后橋疲勞分析研究[D]. 太原： 中北大學(xué)， 2019.

ZHOU D L. Fatigue Analysis of a Light Truck Rear Bridge Based on Virtual Iteration[D]. Taiyuan： North University of China， 2019.

[11] 夏鋆. 電動汽車減速器疲勞壽命分析與預(yù)測方法研究[D]. 重慶： 重慶理工大學(xué)， 2020.

XIA J. Research on Fatigue Life Analysis and Prediction Method of Electric Vehicle Gear Reducer[D]. Chongqing： Chongqing University of Technology， 2020.

[12] 韓崇瑞. 基于剛?cè)狁詈蟿恿W(xué)仿真的塔式起重機(jī)疲勞壽命分析[D]. 北京： 北京建筑大學(xué)， 2022.

HAN C R. Fatigue Life Analysis of Tower Cranes Based on Rigid-Flexible Coupled Dynamics Simulation[D]. Beijing： Beijing University of Civil Engineering and Architecture， 2022.

[13] 趙炳豪. 汽車輪邊減速器殼體的輕量化設(shè)計(jì)與疲勞壽命分析[D]. 新鄉(xiāng)： 河南科技學(xué)院， 2023.

ZHAO B H. A Dissertation Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Engineering[D]. Xinxiang： Henan Institute of Science and Technology， 2023.

[14] 杜建， 黃麗美， 魏敏先， 等. 轉(zhuǎn)向節(jié)多軸虛擬試驗(yàn)臺架載荷譜應(yīng)用研究[J]. 機(jī)械強(qiáng)度， 2023， 45（1）： 198-208.

DU J， HUANG M L， WEI M X， et al. Application Research on Load Spectrum of Setting Knuckle Multi-Axis Virtual Test Bench[J]. Journal of Mechanical Strength， 2023， 45（1）： 198-208.

（責(zé)任編輯 斛 畔）

*基金項(xiàng)目：國家市場監(jiān)督管理總局科技計(jì)劃項(xiàng)目（2022MK022）。

通信作者：王悅廉（1998—），男，湖北仙桃人，博士研究生，主要研究方向?yàn)檐囕v多體動力學(xué)與耐久性，yuelian21@mails.jlu.edu.cn。

【引用格式】 李祿源， 王悅廉， 于學(xué)天， 等. 輪轂電機(jī)驅(qū)動電動汽車轉(zhuǎn)向節(jié)疲勞壽命分析[J]. 汽車工程師， 2025（4）： 36-43.

LI L Y， WANG Y L， YU X T， et al. Research on Fatigue Life Analysis of In-Wheel-Motor-Driven Electric Vehicle Steering Knuckles[J]. Automotive Engineer， 2025（4）： 36-43.