一种汽车零部件载荷谱有效压缩方法与流程

本发明涉及汽车零部件的路谱编辑方法，具体讲是将汽车零部件进行室内道路模拟的载荷谱时间进行压缩的方法。

背景技术：

汽车零部件室内道路模拟试验实现在室内复现出零件的实际路面行驶下的受载情况，具有试验周期短、试验效率高、复现性好等特点而广泛应用在零件的耐久性研究中。汽车零部件载荷谱编辑技术是进行零件室内道路模拟试验研究的一个重要环节，零件的实际载荷谱与经验载荷谱相比更能精确反映其实际寿命，但完整的施加零件的实际道路载荷谱，将会耗费大量的时间及试验成本。有必要对采集的零件载荷谱进行加速编辑，在保证载荷谱加载效果相同的前提下，得到时间更短的载荷谱，用于零件疲劳耐久性试验研究。要保证缩减载荷谱与原始载荷谱对零件的加载效果相同，必须要使缩减载荷谱在损伤量、统计参数（均值、均方根值和峰值系数）、功率谱密度以及穿级计数等方面与原始信号基本一致。

零件载荷谱编辑的方法有多种，基本的原理都是删除信号中对损伤贡献量不大的循环以缩短试验时间，且保证信号的损伤携带量与原始信号基本一致，编辑方法之间的差异主要体现在损伤量识别与删除的方法上。信号的损伤量通常与幅值成正比例关系，而对于信号中幅值变化较大的部分，小波变换可以有效的进行识别。基于小波变换的信号编辑方法，主要原理在于识别与保留信号中对零件损伤贡献大的部分，通过对比信号缩减前后的统计参数（均方根，峰值系数）来确定最终的缩减信号。

现有技术中，汽车零部件的载荷谱加速耐久性编辑方法有：利用Ncode软件，设置损伤保留量进行载荷谱的缩减。该方法能够对汽车零部件的载荷谱进行缩减，但所得到的缩减信号在统计参数（均值、均方根值和峰值系数）及功率谱密度等方面与原始信号有较大的差异。因此，提出一种基于小波变换的汽车零部件载荷谱有效压缩方法，使缩减信号不仅在损伤保持量上与原始信号基本一致，并且在统计参数（均值、均方根值和峰值系数）及功率谱密度等方面与原始信号保持基本一致。

技术实现要素：

本发明所要解决的技术问题是：提供一种基于小波变换的汽车零部件载荷谱有效压缩方法，该方法能够使得压缩信号与原始信号在损伤量、统计参数（均值、均方根值和峰值系数）、功率谱密度以及穿级计数等方面与原始信号保持一致，从而实现与原始信号有相同的加载效果。

为解决上述技术问题，本发明所采用的技术方案为：

一种汽车零部件载荷谱有效压缩方法，包括以下步骤：

1）、输入零件的原始载荷谱；

2）、对载荷谱进行缩减前的处理，包括重采样、滤波、去奇异值处理；

3）、指定小波类型及分解的层数N，对零件的原始载荷谱进行小波分解，得到一个低频小波系数和N个不同尺度下的高频小波系数；

4）、对高频小波系数进行重构，得到N个不同尺度下的小波分量；

5）、对小波分量设置阈值，根据所设置的阈值，利用包络线损伤成分识别法，识别高于阈值的数据，并定位对应数据的时间点。将时间点对应到原始载荷谱中，即可得到损伤贡献大的信号片段；

6）、对信号片段进行拼接，得到压缩信号；

7）、计算压缩信号的统计参数，包括均方根值与峰值系数，由于取不同的阈值，将得到不同的压缩信号，因此当压缩信号与原始信号的统计参数误差大于10%时，则循环步骤5），重新设置小波分量的阈值，直到压缩信号与原始信号的统计参数误差小于10%，则跳出循环；

8）、完成信号的缩减工作。

进一步地，所述的小波类型包含dbN、Meyr小波函数，所述分解层数根据小波函数而定。

进一步地，所述步骤5）中的对小波分量设置阈值的步骤具体包括：对于单轴的汽车零部件的载荷谱缩减，则对N个不同尺度下的小波分量分别设置阈值；对于多轴的汽车零部件载荷谱缩减，则对N个不同尺度下的小波分量进行累积平方求和，对累积平方求和的结果设置阈值。

进一步地，所述步骤6）中的对信号片段进行拼接的步骤具体包括：对单轴的汽车零部件的载荷谱而言，基于每个尺度下的小波分量将提取出若干个信号片段，这些信号片段对应的时间存在交集，而导致信号片段存在重复提取，因此，对于单轴的汽车零部件的载荷谱在进行信号拼接时，将各尺度下重复提取的信号片段取并集处理；对于多轴的汽车零部件载荷谱而言，每个通道基于累计小波系数和所提取出信号片段存在交集，为了保证通道间的相位关系，需要对各通道的载荷谱进行同时的删减，因此，对于多轴汽车零部件的载荷谱在进行信号拼接时，将各通道都多提取出来的信号片段取并集处理。

进一步地，每种类型的小波分解均包括一个最优的分解层数，能够使得最终的压缩信号压缩比最小，损伤保持量最大，统计参数及功率谱密度等方面与原始信号保持基本一致，所述统计参数包括均值、均方根值和峰值系数。

进一步地，所述单轴与多轴所提取的信号片段均采用了取并集的方法进行拼接，得到压缩信号与原始信号最为接近。

本发明与现有技术相比，具有以下优点：

1）基于小波变换编辑方法得到的压缩信号的损伤保持量比基于损伤保留编辑方法得到的压缩信号的大，并且能够保持在99%以上；

2）基于小波变换编辑方法得到的压缩信号的统计参数（均值、均方根与峰值系数）的误差比基于损伤保留编辑方法得到的压缩信号的大，能够保持在10%以下；

3）基于小波变换编辑方法得到的压缩信号的功率谱密度曲线与基于损伤保留编辑方法得到的压缩信号相比，前者的曲线与原始信号更接近；

4）基于小波变换编辑方法得到的压缩信号的穿级计数分析与基于损伤保留编辑方法得到的压缩信号相比，前者的曲线与原始信号更接近；

5）基于小波变换编辑方法能够保持原始信号的所有路面工况，但基于损伤保留的编辑方法将丢失某些路面工况特征。

附图说明

图1是本发明流程图。

图2是本发明中单轴包络线损伤成分识别图。

图3是本发明中多轴包络线损伤成分识别图。

图4是本发明中单轴信号拼接图。

图5是本发明中多轴信号拼接图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

如图1所示，一种汽车零部件载荷谱有效压缩方法，包括以下步骤：

1）、输入零件的原始载荷谱；

2）、对载荷谱进行缩减前的处理，包括重采样、滤波、去奇异值处理；

3）、指定小波类型及分解的层数N，对零件的原始载荷谱进行小波分解，得到一个低频小波系数和N个不同尺度下的高频小波系数；

4）、对高频小波系数进行重构，得到N个不同尺度下的小波分量；

5）、对小波分量设置阈值，根据所设置的阈值，利用包络线损伤成分识别法，识别高于阈值的数据，并定位对应数据的时间点，将时间点对应到原始载荷谱中，即可得到损伤贡献大的信号片段(见图2、图3)；

6）、对信号片段进行拼接，得到压缩信号；

7）、计算压缩信号的统计参数，包括均方根值与峰值系数，由于取不同的阈值，将得到不同的压缩信号，因此当压缩信号与原始信号的统计参数误差大于10%时，则循环步骤5），重新设置小波分量的阈值，直到压缩信号与原始信号的统计参数误差小于10%，则跳出循环；

8）、完成信号的缩减工作。

具体而言，所述的小波类型包含dbN、Meyr小波函数，所述分解层数根据小波函数而定。

具体而言，所述步骤5）中的对小波分量设置阈值的步骤具体包括：对于单轴的汽车零部件的载荷谱缩减，则对N个不同尺度下的小波分量分别设置阈值；对于多轴的汽车零部件载荷谱缩减，则对N个不同尺度下的小波分量进行累积平方求和，对累积平方求和的结果设置阈值。

具体而言，所述步骤6）中的对信号片段进行拼接的步骤具体包括：对单轴的汽车零部件的载荷谱而言，基于每个尺度下的小波分量将提取出若干个信号片段，这些信号片段对应的时间存在交集，而导致信号片段存在重复提取，因此，对于单轴的汽车零部件的载荷谱在进行信号拼接时，将各尺度下重复提取的信号片段取并集处理(见图4)；对于多轴的汽车零部件载荷谱而言，每个通道基于累计小波系数和所提取出信号片段存在交集，为了保证通道间的相位关系，需要对各通道的载荷谱进行同时的删减，因此，对于多轴汽车零部件的载荷谱在进行信号拼接时，将各通道多提取出来的信号片段取并集处理(见图5)。

具体而言，每种类型的小波分解均包括一个最优的分解层数，能够使得最终的压缩信号压缩比最小，损伤保持量最大，统计参数及功率谱密度等方面与原始信号保持基本一致，所述统计参数包括均值、均方根值和峰值系数。

具体而言，所述单轴与多轴所提取的信号片段均采用了取并集的方法进行拼接，得到压缩信号与原始信号最为接近。

本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。