基于测试、仿真数据的车轮失效风险预测模型构建方法与流程

本申请涉及车轮失效风险管理与预测，尤其涉及一种基于测试、仿真数据的车轮失效风险预测模型构建方法和记录介质。

背景技术：

1、在汽车车轮研发中，车轮设计、仿真评估、测试的周期长、投入大，且校核通过的车轮也存在概率性失效等问题。如何基于已有数据、仿真结果来快速预测车轮新设计的失效风险等级，并对不同特征尺寸、工艺的车轮的潜在失效风险进行评估成为亟需解决的问题。

技术实现思路

1、本申请提供了一种基于测试、仿真数据的车轮失效风险预测模型构建及应用方法，以至少解决现有技术中存在的以上技术问题。

2、根据本申请实施例的第一方面，提供一种基于测试、仿真数据的车轮失效风险预测模型构建方法，包括：建立车轮失效风险诊断数据库，将车轮历史研发数据采集至数据库中，采用顺序存储、链式存储、索引存储或哈希存储等方式进行数据结构化管理；根据所述车轮失效风险诊断数据库，对失效进行标识和等级划分；根据所述车轮失效风险诊断数据库，对车轮结构化数据进行统计分析，建立车轮失效风险预测模型；根据所述车轮失效风险预测模型，进行车轮失效风险预测。

3、在一实施方式中，分别建立车轮基本信息数据库、车轮细分材料数据库、车轮仿真数据库、车轮试验数据库、车轮试验失效数据库，作为所述车轮失效风险诊断数据库的主要内容。

4、在一实施方式中，将车轮失效风险等级划分为安全、低风险、高风险：安全——预测结果在寿命期内不会失效；低风险——预测结果在寿命期内不会失效，但工艺上会导致一定次品概率；高风险——预测结果在寿命期内会失效。

5、在一实施方式中，基于所述车轮失效风险数据库的数据，以所有车轮的市场、胎宽、扁平比、关键尺寸、工艺、各工况下车轮各部位仿真性能、不同材料为输入，以车轮的失效工况、失效部位、失效类型、铸造工艺缺陷信息（类型、尺寸、位置）为输出，进行数据建模，形成车轮失效风险预测模型。

6、在一实施方式中，以车轮有限元分析结果、市场、车轮类型、工艺等为输入，基于车轮失效风险预测模型来预测车轮的失效等级。

7、在一实施方式中，所述车轮基本信息数据库包含所有车轮的市场、编号、胎宽、扁平比、车轮尺寸、质量、工艺、载荷、性能指标等基本信息，并按照既定的数据结构进行管理，数据库管理员可以进行数据库内容的增、删、改、查等数据管理相关基础操作，一般用户可根据市场、编号、胎宽、扁平比、车轮尺寸、质量、工艺、载荷、性能指标等单个或多个关键词组合查询数据库内容。

8、在一实施方式中，所述车轮细分材料数据库包含针对每个轮胎的轮辐、轮辋、内轮缘、外轮缘、轮心这5个部分，分别采集的屈服（mpa）、抗拉（mpa）、延伸率、缩松大小、缩松等级、夹渣大小、夹渣等级、孔隙率、二次枝晶间距数据、以及应力应变曲线，并按照既定的数据结构进行管理，数据库管理员可以进行数据库内容的增、删、改、查等数据管理相关基础操作，一般用户可根据轮胎的轮辐、轮辋、内轮缘、外轮缘、轮心这5个部分的屈服（mpa）、抗拉（mpa）、延伸率、缩松大小、缩松等级、夹渣大小、夹渣等级、孔隙率、二次枝晶间距数据、以及应力应变曲线等单个或多个关键词组合查询数据库内容。

9、在一实施方式中，所述车轮仿真数据库包含所有车轮的弯曲疲劳、径向疲劳、13度冲击、模态分析、动刚性的仿真数据，并按照既定的数据结构进行管理，数据库管理员可以进行数据库内容的增、删、改、查等数据管理相关基础操作，一般用户可根据车轮的弯曲疲劳、径向疲劳、13度冲击、模态分析、动刚性等单个或多个关键词组合查询数据库内容。

10、在一实施方式中，所述车轮试验数据库包含所有车轮的台架试验数据（与仿真工况对应）、如疲劳转数、试验结果图片、裂纹尺寸、判定结果、力-位移曲线、动刚性曲线和动刚性结果等，并按照既定的数据结构进行管理，数据库管理员可以进行数据库内容的增、删、改、查等数据管理相关基础操作，一般用户可根据疲劳转数、试验结果图片、裂纹尺寸、判定结果、力-位移曲线、动刚性曲线、动刚性结果等单个或多个关键词组合查询数据库内容。

11、在一实施方式中，所述车轮试验失效数据库包含所有车轮的失效工况、失效部位、失效类型、失效图片、铸造工艺缺陷信息（sdas、夹渣大小、数字云图、孔隙率、孔洞尺寸、偏析、大小和位置等）、及失效部位的在细分材料数据库中对应的材料数据条目，并按照既定的数据结构进行管理，数据库管理员可以进行数据库内容的增、删、改、查等数据管理相关基础操作，一般用户可根据车轮的失效工况、失效部位、失效类型、失效图片、铸造工艺缺陷信息（sdas、夹渣大小、数字云图、孔隙率、孔洞尺寸、偏析、大小和位置等）、及失效部位的在细分材料数据库中对应的材料数据等单个或多个关键词组合查询数据库内容。

12、在一实施方式中，各数据库均支持基础的数据管理功能、版本管理功能、数据回溯功能。其中，基础的数据管理功能包括对数据库内容的增、删、改、查等，仅数据库管理员具有该功能权限；版本管理可以使用户能够更加准确地查询到相关内容，数据库管理员可以根据版本历史了解相关数据的变更情况，便于数据回溯；数据回溯功能以版本管理功能为基础，使得用户可以查询和/或重用历史版本的数据。

13、在一实施方式中，除了采集已有的历史数据，后续车轮研发相关的数据仍可不断填充到对应的数据库中。

14、在一实施方式中，可以结合数据相关性分析算法，分析所有输入、输出参数之间的相关性。数据相关性分析通过对不同特征和/或输入与输出数据间的关系进行分析，发现输入数据中的关键影响及驱动因素，对输出数据进行预测。相关性分析方法包括但不限于图表相关性分析、协方差及协方差矩阵、相关系数、一元回归及多元回归、信息熵及互信息等，其中图表方法最为直观，相关系数方法可以看到变量间两两的相关性，回归方程可以对相关关系进行提炼，并生成模型用于预测，互信息可以对文本类特征间的相关关系进行度量。

15、在一实施方式中，根据所述预测的车轮失效的位置、等级，以及所述数据相关性分析结果，向车轮研发部门给出建议修改的方向。

16、根据本申请实施例的第二方面，提供一种记录介质，记录有计算机程序，所述计算机程序用于使计算机实现上述方法。

17、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种基于测试、仿真数据的车轮失效风险预测模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，作为所述车轮失效风险诊断数据库，分别建立车轮基本信息数据库、车轮细分材料数据库、车轮仿真数据库、车轮试验数据库、车轮试验失效数据库。

3.根据权利要求1所述的方法，其特征在于，所述等级划分包括：将车轮失效风险等级划分为安全、低风险、高风险，安全表示预测结果在寿命期内不会失效，低风险表示预测结果在寿命期内不会失效，但工艺上会导致一定次品概率，高风险表示预测结果在寿命期内会失效。

4.根据权利要求1所述的方法，其特征在于，基于所述车轮失效风险数据库的数据，以所有车轮的市场、胎宽、扁平比、关键尺寸、工艺、各工况下车轮各部位仿真性能、不同材料为输入，以车轮的失效工况、失效部位、失效类型、铸造工艺缺陷信息为输出，进行数据建模形成失效风险预测模型；以及/或者，以车轮有限元分析结果、市场、车轮类型、工艺为输入，基于失效风险预测模型来预测车轮的失效等级。

5.根据权利要求2所述的方法，其特征在于，所述车轮基本信息数据库包含所有车轮的市场、编号、胎宽、扁平比、车轮尺寸、质量、工艺、载荷、性能指标；以及/或者，所述车轮细分材料数据库包含针对每个轮胎的轮辐、轮辋、内轮缘、外轮缘、轮心这5个部分分别采集的屈服、抗拉、延伸率、缩松大小、缩松等级、夹渣大小、夹渣等级、孔隙率、二次枝晶间距数据、以及应力应变曲线；以及/或者，所述车轮仿真数据库包含所有车轮的弯曲疲劳、径向疲劳、13度冲击、模态分析、动刚性的仿真数据；以及/或者，所述车轮试验数据库包含所有车轮的与仿真工况对应的台架试验数据，该台架试验数据包括：疲劳转数、试验结果图片、裂纹尺寸、判定结果、力-位移曲线、动刚性曲线和动刚性结果；以及/或者，所述车轮试验失效数据库包含所有车轮的失效工况、失效部位、失效类型、失效图片、铸造工艺缺陷信息，该铸造工艺缺陷信息包括sdas、夹渣大小、数字云图、孔隙率、孔洞尺寸、偏析、大小和位置。

6.根据权利要求2所述的方法，其特征在于，各数据库均支持基础的数据管理功能、版本管理功能、数据回溯功能。

7.根据权利要求2所述的方法，其特征在于，除了采集已有的历史数据，允许后续车轮研发相关的数据填充到对应的数据库中。

8.根据权利要求4所述的方法，其特征在于，结合数据相关性分析算法，分析所有输入、输出参数之间的相关性。

9.根据权利要求8所述的方法，其特征在于，根据所述预测的车轮失效的位置、等级，以及所述数据相关性分析结果，向车轮研发部门给出建议修改的方向。

10.一种记录介质，记录有计算机程序，其特征在于，所述计算机程序用于使计算机实现权利要求1至9中任一项所述的方法。

技术总结
一种基于测试、仿真数据的车轮失效风险预测模型构建方法，包括：建立车轮失效风险诊断数据库，将车轮历史研发数据采集至数据库中，采用顺序存储、链式存储、索引存储或哈希存储等方式进行数据结构化管理；根据车轮失效风险诊断数据库，对失效进行标识和等级划分；根据车轮失效风险诊断数据库，对车轮结构化数据进行分析整理，建立车轮失效风险预测模型；根据车轮失效风险预测模型，进行车轮失效风险预测。应用本方法，无需台架试验，即可基于已有数据、仿真结果快速预测车轮新设计的失效风险等级，并可对不同特征尺寸、工艺的车轮的潜在失效风险进行评估，以满足车轮研发轻量化、高效率、高可靠性和低成本的要求。

技术研发人员：郎玉玲,孟晓贺,高健,封乾隆,徐世文,刘海峰,董秀松,丛晋钧,金鹏,赖宇阳,方立桥,范文慧
受保护的技术使用者：中信戴卡股份有限公司
技术研发日：
技术公布日：2024/2/21