基于新能源汽車輪轂軸承的數(shù)字李生模型構(gòu)建與修正研究

中圖分類號(hào)：U469.7 收稿日期：2025-04-15 DOI：10.19999/j.cnki.1004-0226.2025.06.006

Abstract：Hubbearing isakeycomponentofnewenergyvehicles.Intheservice processofnewenergy vehicles，hubbearings havethecharacteristisoflongworkingtimeandighreliabilityandthepossibiltyoffilureislow，whichisoftenigordHowev er，thehubbearingwillbeectedbydynamictime-varingworkingconditionsduringtheorkingproces，andterewillbefailure. Obtainingthewholelifedataintheserviceprocessbymeansofexperimentswillconsumealotofmanpowerandmaterialresources， andevenbediiculttoachieve.Inthispaper，throughthecombinatioofdigitaltwintechnologyandexperimentaldataanaurate digitaltwnmodelofubbearingisconstructed.Withthismodel，theservicedataoftewholelifecycleofubbearingisobtained， andthedegradationdegreeofbearingisunderstood，whichcaneffectivelyreducethefailureofhubbearingofnewenergyvehicleand improve the service performance of new energy vehicle.

Key words：New energy vehicles;Hub bearing;Digital twin model;Construction correction

1前言

隨著新能源汽車銷量的不斷增長(zhǎng)，我國(guó)的汽車產(chǎn)業(yè)正在朝著節(jié)能減排的方向迅猛發(fā)展。根據(jù)國(guó)家統(tǒng)計(jì)局顯示的數(shù)據(jù)，2024年我國(guó)新能源汽車產(chǎn)量突破1300萬(wàn)輛，穩(wěn)居全球制造業(yè)第一大國(guó)。

據(jù)最新的“全球汽車輪轂軸承市場(chǎng)報(bào)告2023—2029”預(yù)測(cè)，至2029年，全球汽車輪轂軸承市場(chǎng)的規(guī)模有望達(dá)到98.6億美元，并預(yù)計(jì)在未來(lái)幾年內(nèi)，市場(chǎng)的年復(fù)合增長(zhǎng)率將維持在 5.9% 的水平。而在追求高產(chǎn)量的同時(shí)，新能源汽車的性能也越來(lái)越受關(guān)注。

輪轂軸承是新能源汽車傳動(dòng)和承載的關(guān)鍵部件，如圖1所示。在汽車正常行駛時(shí)起著至關(guān)重要的作用，輪轂軸承的性能會(huì)直接影響汽車行駛的安全性和乘客的舒適性[1]。為了滿足汽車不斷提升的性能要求，輪轂軸承正朝著高質(zhì)量、長(zhǎng)壽命以及高集成度的方向發(fā)展[2]。為了預(yù)測(cè)軸承的疲勞壽命，需要進(jìn)行大量的疲勞實(shí)驗(yàn)，通過(guò)現(xiàn)場(chǎng)實(shí)驗(yàn)或者搭建實(shí)驗(yàn)臺(tái)架模擬軸承的承載和工況。但是，疲勞實(shí)驗(yàn)通常需要耗費(fèi)很長(zhǎng)的時(shí)間，結(jié)果也不盡如人意。因此建立滾動(dòng)軸承全壽命周期的仿真模型對(duì)于其退化性能分析和健康管理具有重要意義。

軸承的數(shù)字孿生體的構(gòu)建可以獲得全壽命周期的數(shù)據(jù)，該數(shù)據(jù)具有高保真性，能夠有效開(kāi)展可靠性的評(píng)估[3]。

2輪轂軸承物理空間數(shù)據(jù)采集

2.1新能源汽車輪轂軸承工況分析

輪轂軸承是新能源汽車的關(guān)鍵零部件之一，它的主要作用是承載車輛的重量，在汽車轉(zhuǎn)彎過(guò)程中為輪轂的轉(zhuǎn)動(dòng)提供精確的引導(dǎo)[4]。新能源汽車輪轂軸承的工況主要包括以下幾個(gè)方面：

a.新能源汽車輪轂軸承服役時(shí)長(zhǎng)。

新能源汽車輪轂軸承是高可靠性關(guān)鍵部件，工作時(shí)間較長(zhǎng)，一般可以正常服役3＼～5年，甚至?xí)r間更長(zhǎng)。在車輛正常的維護(hù)保養(yǎng)的情況下，輪轂軸承的服役時(shí)間可以達(dá)到10萬(wàn) km ，部分車輛的輪轂軸承會(huì)工作到報(bào)廢。對(duì)于高可靠性的輪轂軸承，采用全壽命實(shí)驗(yàn)預(yù)測(cè)其壽命是不可取的，甚至無(wú)法實(shí)現(xiàn)。

b.新能源汽車行駛路況。

新能源汽車輪轂軸承的工作狀況比較復(fù)雜，時(shí)常會(huì)遇到惡劣的路況，工作環(huán)境較為惡劣?？v使現(xiàn)代公路交通的路面質(zhì)量較以往有了很大提升，汽車行駛過(guò)程中也會(huì)遇到顛簸、大量積水和泥濘的路面。在這種情況下，輪轂軸承受到頻繁的沖擊，沾染路面泥沙和水分，縮短其服役的壽命[5]。在軸承的工況分析過(guò)程中應(yīng)當(dāng)重點(diǎn)考慮這些極端的環(huán)境對(duì)軸承的影響。輪轂軸承的工作處于動(dòng)態(tài)時(shí)變的工況，同時(shí)軸承承受的載荷主要有徑向載荷和軸向載荷，伴隨著部分沖擊載荷[6]。這種時(shí)變的工況難以通過(guò)實(shí)驗(yàn)的條件來(lái)完成路況的模擬[7]。

c.潤(rùn)滑狀況對(duì)軸承的壽命有重要影響。

隨著社會(huì)的汽車保有量越來(lái)越大，道路堵車現(xiàn)象在城市內(nèi)部經(jīng)常發(fā)生，這就造成了新能源汽車頻繁的加減速，速度變化跨度較大。在高轉(zhuǎn)速的情況下，由于離心力的作用，潤(rùn)滑油被甩到滾動(dòng)體的外側(cè)，造成內(nèi)側(cè)潤(rùn)滑不足，出現(xiàn)乏潤(rùn)滑現(xiàn)象[8]。汽車行駛在積水路面時(shí)，軸承的內(nèi)圈和外圈之間存在密封不嚴(yán)的情形，水分和道路沙粒會(huì)進(jìn)入軸承內(nèi)部，加速軸承的磨損，導(dǎo)致潤(rùn)滑油脂失去其耐水性。時(shí)間過(guò)長(zhǎng)會(huì)使?jié)櫥兂扇闋钜?，失去?rùn)滑效果，從而加速軸承滾動(dòng)體、內(nèi)外套的磨損[8]。目前軸承的密封性需要進(jìn)一步加強(qiáng)。

2.2新能源汽車輪轂軸承物理信息

新能源汽車輪轂軸承的物理信息主要包括軸承的靜態(tài)信息和軸承在服役過(guò)程中的動(dòng)態(tài)信息。靜態(tài)信息主要包括軸承的結(jié)構(gòu)參數(shù)、潤(rùn)滑油的種類等。動(dòng)態(tài)信息主要針對(duì)軸承的服役過(guò)程中產(chǎn)生的數(shù)據(jù)，主要包括軸承轉(zhuǎn)速、潤(rùn)滑油的溫度、振動(dòng)信號(hào)等。

靜態(tài)信息的獲取渠道簡(jiǎn)單，容易操作，但是對(duì)于動(dòng)態(tài)信息的獲取需要在輪轂軸承周圍設(shè)置種類豐富的傳感器，對(duì)輪轂軸承的運(yùn)行狀態(tài)和主要設(shè)備部件進(jìn)行運(yùn)行狀態(tài)的監(jiān)測(cè)，主要采集數(shù)據(jù)中模塊的特征參數(shù)以及輪轂軸承轉(zhuǎn)速、振動(dòng)和溫度等。收集輪轂軸承幾何模型和滾動(dòng)軸承轉(zhuǎn)子系統(tǒng)的模型，利用多物理模擬進(jìn)行后續(xù)物理系統(tǒng)的靜態(tài)和動(dòng)態(tài)分析。通過(guò)智能傳感器采集服役狀態(tài)下軸承各組成部件的實(shí)時(shí)溫度、角速度和振動(dòng)頻率等運(yùn)轉(zhuǎn)數(shù)據(jù)，實(shí)現(xiàn)物理空間信息全覆蓋。

除了采集輪轂軸承正常工作狀態(tài)下的數(shù)據(jù)外，還應(yīng)當(dāng)采集部分故障狀態(tài)的數(shù)據(jù)。故障數(shù)據(jù)分為單個(gè)故障數(shù)據(jù)和復(fù)合故障數(shù)據(jù)。單個(gè)故障數(shù)據(jù)主要包括內(nèi)圈故障、外圈故障、滾動(dòng)體故障、轉(zhuǎn)子碰撞摩擦、轉(zhuǎn)子不對(duì)中等數(shù)據(jù)。復(fù)合故障主要包括內(nèi)圈故障、轉(zhuǎn)子磨損復(fù)合故障、外圈故障、滾動(dòng)體故障、轉(zhuǎn)子磨損故障。

3輪轂軸承的數(shù)字孿生模型的搭建

3.1數(shù)字化建模

利用計(jì)算機(jī)輔助設(shè)計(jì)（CAD）、計(jì)算流體動(dòng)力學(xué)（CFD）、有限元分析（FEA）等工具進(jìn)行新能源汽車輪轂軸承數(shù)字化建模。構(gòu)建的輪轂軸承模型應(yīng)當(dāng)符合新能源汽車輪轂軸承的實(shí)際工作狀況，同時(shí)可以精確還原軸承在實(shí)車上的應(yīng)有結(jié)構(gòu)和功能。

3.2模型優(yōu)化

通過(guò)軟件等技術(shù)構(gòu)建的新能源汽車輪轂軸承的三維數(shù)字化模型需要進(jìn)一步優(yōu)化才能反映實(shí)際的情形。采用三維建模軟件和有限元仿真軟件完成滾動(dòng)軸承高保真數(shù)字模型的構(gòu)建。

在有限元軟件仿真平臺(tái)上建立滾動(dòng)軸承的多個(gè)物理耦合場(chǎng)，充分考慮磨損、密封空間等因素，從環(huán)境、位置等離線數(shù)據(jù)構(gòu)建滾動(dòng)軸承超真實(shí)感仿真環(huán)境，實(shí)現(xiàn)有限元模型與仿真環(huán)境的融合。

目前，傳感器技術(shù)越來(lái)越智能化。將傳感器安裝在輪轂軸承的周圍，能采集豐富的數(shù)據(jù)信息。將采集的數(shù)據(jù)運(yùn)用人工智能的方法進(jìn)行分析，提煉有用的數(shù)據(jù)知識(shí)，結(jié)合構(gòu)建的軸承數(shù)字化模型，對(duì)模型進(jìn)行優(yōu)化，提高模型的精度和可靠性，確保模型能夠準(zhǔn)確反映物理對(duì)象的真實(shí)行為。

4物理系統(tǒng)和數(shù)字孿生虛擬空間數(shù)據(jù)融合

對(duì)新能源汽車輪轂軸承物理空間多源分散采集和連續(xù)實(shí)時(shí)多頻采樣的數(shù)據(jù)進(jìn)行清洗，在虛擬空間內(nèi)注入不同故障或改變運(yùn)行環(huán)境參數(shù)，得到不同工況下滾動(dòng)軸承的海量仿真數(shù)據(jù)集。采用歷史感知數(shù)據(jù)產(chǎn)生的虛擬數(shù)據(jù)建立初步的孿生模型；采用感知數(shù)據(jù)產(chǎn)生的虛擬數(shù)據(jù)實(shí)時(shí)更新該初步孿生模型。然后，基于歷史數(shù)據(jù)和實(shí)時(shí)感知數(shù)據(jù)建立輪轂軸承的數(shù)字孿生模型，產(chǎn)生孿生數(shù)據(jù)，如圖2所示。

5CGAN模型訓(xùn)練與數(shù)字孿生模型修正

生成對(duì)抗網(wǎng)絡(luò)（GAN）是一種網(wǎng)絡(luò)訓(xùn)練框架，主要由生成器和判別器組成。生成對(duì)抗網(wǎng)絡(luò)的核心思想是博弈論中的零和博弈，訓(xùn)練過(guò)程中將生成器和判別器看作博弈雙方。生成器用于生成盡量服從真實(shí)數(shù)據(jù)分布的樣本，判別器用于判斷輸入樣本是真實(shí)樣本還是生成樣本。優(yōu)化目標(biāo)是通過(guò)對(duì)抗機(jī)制達(dá)到納什均衡的。而條件生成對(duì)抗網(wǎng)絡(luò)（CGAN）是在GAN的基礎(chǔ)上增加了額外的干擾條件，使其更加符合實(shí)際的條件。

構(gòu)建的輪轂軸承數(shù)字孿生模型可以生成符合輪轂軸承服役性能的數(shù)據(jù)，然而這個(gè)數(shù)據(jù)與實(shí)際的服役情況存在一定的差異，需要不斷優(yōu)化數(shù)字孿生模型才會(huì)生成實(shí)際軸承的服役數(shù)據(jù)。將數(shù)字孿生仿真數(shù)據(jù)和物理傳感器采集的實(shí)測(cè)數(shù)據(jù)，輸入事先構(gòu)建的生成式對(duì)抗網(wǎng)絡(luò)模型中（CGAN）進(jìn)行訓(xùn)練。生成對(duì)抗網(wǎng)絡(luò)通過(guò)學(xué)習(xí)輪轂軸承真實(shí)數(shù)據(jù)的潛在分布，使生成的數(shù)據(jù)分布不斷逼近實(shí)測(cè)數(shù)據(jù)分布。判別網(wǎng)絡(luò)判斷輸入數(shù)據(jù)是來(lái)自真實(shí)數(shù)據(jù)還是生成網(wǎng)絡(luò)生成的數(shù)據(jù)，通過(guò)相互博弈不斷提升模型的性能，直到判別網(wǎng)絡(luò)無(wú)法區(qū)分生成數(shù)據(jù)是來(lái)自實(shí)測(cè)數(shù)據(jù)還是來(lái)自生成網(wǎng)絡(luò)的生成數(shù)據(jù)為止。通過(guò)實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行數(shù)字孿生模型的更新。在構(gòu)造的生成器和判別器的基礎(chǔ)上增加噪聲對(duì)滾動(dòng)軸承數(shù)據(jù)信號(hào)的影響，使生成器產(chǎn)生的數(shù)據(jù)符合實(shí)際工程的需要，并更新相應(yīng)的參數(shù)，構(gòu)建精確度較高的數(shù)字孿生模型。

6結(jié)語(yǔ)

數(shù)字孿生技術(shù)的飛速發(fā)展，已經(jīng)滲透到工業(yè)各個(gè)具體領(lǐng)域。新能源汽車的市場(chǎng)保有量越來(lái)越高，在生產(chǎn)過(guò)程和使用過(guò)程中的問(wèn)題也會(huì)層出不窮。新能源汽車輪轂軸承在服役過(guò)程中容易出現(xiàn)故障。構(gòu)建高精度的輪轂軸承數(shù)字孿生模型，可以預(yù)測(cè)出軸承在服役過(guò)程中的實(shí)時(shí)數(shù)據(jù)，對(duì)其服役過(guò)程中的數(shù)據(jù)可以實(shí)時(shí)獲取，并進(jìn)行故障和剩余壽命的預(yù)測(cè)。該模型的建立可以提升新能源汽車在使用過(guò)程中的安全性，提升汽車用戶的駕駛感受。

參考文獻(xiàn)：

[1]楊傳猛，朱夢(mèng)宇，邱明，等.基于非線性累積損傷理論的輪轂軸承疲勞壽命評(píng)估[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2025（1）：63-68

[2]曹立，于士超，原躍平.汽車軸承智能檢測(cè)與故障診斷技術(shù)[J].汽車維修技師，2025（4）：117-119.

[3]劉國(guó).乏信息與無(wú)失效數(shù)據(jù)條件下滾動(dòng)軸承可靠性研究[D].株洲：湖南工業(yè)大學(xué)，2021.

[4]劉國(guó)，易聲超，向景勛，等.輪轂軸承失效模式與剩余壽命預(yù)測(cè)研究[J].專用汽車，2023（7）：56-58.

[5]毛玲，鄧思文，趙登輝，等.新能源汽車監(jiān)測(cè)平臺(tái)在行駛和充電場(chǎng)景中的應(yīng)用與思考[J].電工技術(shù)學(xué)報(bào)，2022，37（1）：48-57.

[6]林棻，熊鎧，柴靖，等.第三代輪轂軸承疲勞壽命多影響因素分析[J].重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2023，37（12）：103-111.

[7]嚴(yán)如強(qiáng)，朱啟翔，李亞松，等.深度對(duì)比一類分類在軸承異常檢測(cè)中的應(yīng)用[J].振動(dòng).測(cè)試與診斷 ^{，2025，45（1）：1-9+196}

[8]楊興，王永富，張俊彥，等.軸承滾珠表面二維異質(zhì)納米復(fù)合涂層制備及固體超潤(rùn)滑研究[J].表面技術(shù)，2024，53（21）：14-22.