基于用户大数据的电子助力制动器可靠性工况特征研究

doi:10.19562/j.chinasae.qcgc.2021.09.015

汽车工程 ›› 2021, Vol. 43 ›› Issue (9): 1375-1382.doi: 10.19562/j.chinasae.qcgc.2021.09.015

基于用户大数据的电子助力制动器可靠性工况特征研究

赵礼辉^1,^2,³(),周驰¹,徐侃峰⁴,王震¹,郑松林^1,^2,³

^1.上海理工大学机械工程学院，上海 200093
^2.机械工业汽车强度与可靠性评价重点实验室，上海 200093
^3.上海新能源汽车可靠性评价公共技术平台，上海 200093
^4.上海汇众汽车制造有限公司，上海 200122

收稿日期:2021-07-12 修回日期:2021-07-29 出版日期:2021-09-25 发布日期:2021-09-26
通讯作者: 赵礼辉 E-mail:Pheigoe@126.com
基金资助:
国家重点研发计划(2018YFB0104802);上海市汽车工业科技发展基金（2005）和上海市扬帆计划(19YF1434400)

Research on Reliability Condition Characteristics of Electronic Brake Booster Based on User Big Data

Lihui Zhao^1,^2,³(),Chi Zhou¹,Kanfeng Xu⁴,Zhen Wang¹,Songlin Zheng^1,^2,³

^1.School of Mechanical Engineering，University of Shanghai for Science & Technology，Shanghai 200093
^2.CMIF Key Laboratory for Strength and Reliability Evaluation of Automotive Structures，Shanghai 200093
^3.SAIC Commercial Vehicle Technology Center，Shanghai 200093
^4.Shanghai Huizhong Automobile Manufacturing Co. ，Ltd. ，Shanghai 200122

Received:2021-07-12 Revised:2021-07-29 Online:2021-09-25 Published:2021-09-26
Contact: Lihui Zhao E-mail:Pheigoe@126.com

摘要/Abstract

摘要：

本文中以不同地域和车型的实际用户运行数据为基础，通过提取制动工况片段对制动时间、制动距离和制动强度分布进行分析；根据台架试验数据，建立制动强度与工况载荷之间的关系，实现用户运行数据向工况载荷的转换，并分析用户载荷下典型部件的损伤和损伤贡献，进一步将用户工况与标准工况在频次和损伤方面进行对比，结果表明现有的可靠性试验规范难以有效复现用户实际制动水平。因此建议及早制定更加合理的电子助力制动系统可靠性评价规范。

关键词: 用户大数据, 电子助力制动器, 可靠性, 工况特征

Abstract:

Based on the real users' operation data of different regions and vehicle models， the distributions of braking time， braking distance and braking strength are analyzed by extracting the segments of braking conditions. According to bench test data， the relationship between braking strength and operating load is established to achieve the transformation of user operating data to operating load， analyze the damage and damage contribution of typical components under the user's load， and further compare user working conditions with standard working conditions in terms of frequency and damage. The results show that the existing reliability test specifications are hard to effectively reproduce the actual braking level of users， so it is strongly suggested to formulate more rational reliability assessment specifications of electronic brake booster as soon as possible.

Key words: user big data, electronic brake booster, reliability, working condition characteristics

赵礼辉,周驰,徐侃峰,王震,郑松林. 基于用户大数据的电子助力制动器可靠性工况特征研究[J]. 汽车工程, 2021, 43(9): 1375-1382.

Lihui Zhao,Chi Zhou,Kanfeng Xu,Zhen Wang,Songlin Zheng. Research on Reliability Condition Characteristics of Electronic Brake Booster Based on User Big Data[J]. Automotive Engineering, 2021, 43(9): 1375-1382.

图/表 21

图1

图2

表1

运行状态划分准则"

运行状态	加速度 $a$ /（m·s^-2）
加速	$a$ >0.2
匀速	-0.2≤ $a$ ≤0.2
减速	$a$ <-0.2

表1

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

图16

图17

图18

图19

图20

参考文献 16

1	高柯夫，孙宏彬，王楠，等. “互联网+”智能交通发展战略研究［J］. 中国工程科学， 2020， 22（4）： 101-105.
	GAO K F， SUN H B， WANG N， et al. Development strategy of internet plus intelligent transportation［J］. Strategic Study of CAE， 2020， 22（4）： 101-105.
2	陈志成，吴坚，赵健，等. 混合线控制动系统制动力精确调节控制策略［J］. 汽车工程， 2018， 40（4）： 457-464.
	CHEN Z C， WU J ， ZHAO J， et al， Control strategy for accurate adjustment of braking force in hybrid brake by wire system［J］. Automotive Engineering， 2018， 40（4）： 457-464.
3	XIANG W， RICHARDSON P C， ZHAO C， et al. Automobile brake-by-wire control system design and analysis［J］. IEEE Transactions on Vehicular Technology， 2008， 57（1）： 138-145.
4	余卓平，韩伟，徐松云，等. 电子液压制动系统液压力控制发展现状综述［J］. 机械工程学报， 2017， 53（14）： 1-15.
	YU Z P， HAN W， XU S， et al. Review on hydraulic pressure control of electro-hydraulic brake system［J］. Journal of Mechanical Engineering， 2017， 53（14）： 1-15.
5	赵礼辉，王震，冯金芝，等. 基于用户大数据的电驱动系统可靠性工况特征研究［J］. 汽车工程， 2020， 42（10）： 1386-1396.
	ZHAO L H， WANG Z， FENG J Z， et al. Ｒesearch on reliability condition characteristics of electric drive system based on user big data［J］. Automotive Engineering， 2020， 42（10）： 1386-1396.
6	GANDOMAN F H， AHMADI A， PETER V， et al. Status and future perspectives of reliability assessment for electric vehicles［J］. Reliability Engineering and System Safety， 2019， 183： 1-16.
7	JOHANNESSON P， SPECKERT M， DRESSLER K， et al. Guide to load analysis for durability in vehicle engineering［M］. Wiley， 2013.
8	赵礼辉，刘斌，井清，等. 轻型商用车全寿命周期目标里程与运行工况研究［J］. 汽车工程， 2018， 40（3）： 342-348.
	ZHAO L H，LIU B，JING Q，et al． A research on target mileage and operation conditions in total life cycle for light commercial vehicles［J］． Automotive Engineering，2018，40（ 3）： 342-348.
9	佘承其，张照生，刘鹏，等. 大数据分析技术在新能源汽车行业的应用综述——基于新能源汽车运行大数据［J］. 机械工程学报， 2019， 55（20）： 3-16.
	SHE C Q， ZHANG Z S， LIU P， et al. Overview of the application of big data analysis technology in new energy vehicle industry：based on operating big data of new energy vehicle［J］. Journal of Mechanical Engineering， 2019， 55（20）： 3-16.
10	WANG Z， HONG J， LIU P， et al. Voltage fault diagnosis and prognosis of battery systems based on entropy and Z-score for electric vehicles［J］. Applied Energy， 2017， 196（JUN.15）： 289-302.
11	LIEBSCHER E. Approximation of distributions by using the Anderson Darling statistic［J］. Communications in Statistics⁃Theory and Methods， 2016， 45（22）： 6732-6745.
12	施闯闯，赵礼辉，顾振飞，等. 试验场载荷特征分析与标准化方法研究［J］. 机械强度， 2021， 43（1）： 225-232.
	SHI C C， ZHAO L H， GU Z F， et al. Research on the load characteristic analysis and standardization method of proving ground［J］. Journal of Mechanical Strength， 2021， 43（1）： 225-232.
13	LIANG X， ZUO M J， FENG Z. Dynamic modeling of gearbox faults： a review［J］. Mechanical Systems and Signal Processing， 2018， 98： 852-876.
14	陈志成，赵健，朱冰，等. 基于电控助力制动级联制动防抱死控制策略［J］. 汽车工程， 2019， 41（11）： 1320-1326.
	CHEN Z C， ZHAO J， ZHU B， et al. Cascaded anti-lock brake control strategy based on electro-booster brake［J］. Automotive Engineering， 2019， 41（11）： 1320-1326.
15	LEE Y L， PAN J， HATHAWAY R， et al. Fatigue testing and analysis［M］.Elsevier Inc， 2005.
16	USABIAGA H， MUNIZ-CALVENTE M， RAMALLE M， et al. Improving with probabilistic and scale features the basquin linear and bi-linear fatigue models［J］. Engineering Failure Analysis， 2020， 116： 104728.

[1]	王俊峰,陈吉清,兰凤崇,刘青山. 矢量-角度几何映射的方向重要抽样分布函数近似化方法及多失效模式可靠性分析[J]. 汽车工程, 2023, 45(6): 1081-1089.
[2]	吕辉,钟顺江,李振聪,曹懿莎,上官文斌,赵克刚. 基于多维子平行六面体模型的可靠性分析方法及应用[J]. 汽车工程, 2023, 45(6): 1090-1098.
[3]	方川,袁殿,邵扬斌,徐梁飞,李飞强,胡尊严,李建秋,周宝,戴威. 面向冬奥示范的新一代燃料电池系统技术突破[J]. 汽车工程, 2022, 44(4): 535-544.
[4]	谷先广,高梦琳,王笑乐,黄岳竹. 基于GWO⁃KRG近似模型的乘员约束系统可靠性优化设计[J]. 汽车工程, 2021, 43(6): 870-876.
[5]	魏彤辉, 左文杰, 郑宏伟, 李锋. 基于降维算法的车身可靠性优化^*[J]. 汽车工程, 2020, 42(7): 941-948.
[6]	柯俊, 祖洪飞, 史文库. 基于有限元法及遗传算法的推力杆球铰多目标优化方法^*[J]. 汽车工程, 2020, 42(2): 178-183.
[7]	赵礼辉, 王震, 冯金芝, 郑松林. 基于用户大数据的电驱动系统可靠性工况特征研究^*[J]. 汽车工程, 2020, 42(10): 1386-1396.
[8]	贺宜, Xiao-Yun LU, 褚端峰, 吴超仲. 车路环境耦合作用下侧向动力学模型可靠性估计[J]. 汽车工程, 2019, 41(7): 800-806.
[9]	王琼, 黄志亮. 含概率区间混合不确定性的汽车正面碰撞可靠性优化设计^*[J]. 汽车工程, 2019, 41(5): 545-549.
[10]	孙冬野, 刘升, 郝允志, 罗勇, 王勇, 秦大同. 高强度制动轮边湿式制动器总成多场耦合下热可靠性分析^*[J]. 汽车工程, 2019, 41(2): 161-169.
[11]	王晗蓓，于德介，黄亚. 汽车盘式制动器时变稳定性的分析与优化[J]. 汽车工程, 2018, 40(7): 795-.
[12]	吕晓江，周大永，孙光永，刘卫国，谷先广. 基于多目标可靠性优化的骡车车身耐撞性及轻量化设计[J]. 汽车工程, 2018, 40(7): 790-.

基于用户大数据的电子助力制动器可靠性工况特征研究

Research on Reliability Condition Characteristics of Electronic Brake Booster Based on User Big Data

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 21

参考文献 16

相关文章 12

Metrics

本文评价

推荐阅读 10