构建装甲车辆综合工况振动谱及长寿命试验谱的方法与流程

1.本发明涉及装甲车辆振动谱数据处理方法技术领域，具体涉及一种构建装甲车辆综合工况振动谱及长寿命试验谱的方法。


背景技术：

2.装甲车辆属于军用汽车，可行驶在各种路面上，主要用于运输、侦查和机动性攻击等，因此其振动大小不仅影响作战人员的疲劳程度和工作效率，而且会影响装置在车辆上的武器的攻击精度。若整车振动过大，则会缩短装置的使用寿命，甚至导致装置损坏。
3.为了对装甲车辆的振动性能进行分析，目前主要采用试验法，对装甲车辆车架等的结构强度以及耐久性等进行测试。为此通常采用长寿命模拟试验进行质量检验，以确定装甲车辆整车的振动性能和安全可靠性。
4.然而，标准gjb/z 126
‑
99《振动、冲击环境测试数据归纳方法》中规定的随机振动环境测量数据归纳方法仅仅只能对单工况的随机振动进行数据归纳，获得随机振动规范谱。而装甲车辆实际行驶时会有不同的路面和不同的车速等综合工况，所以上述针对单工况的方法无法直接用于综合工况，导致也无法直接用于长寿命模拟试验。


技术实现要素：

5.因此，为了克服上述缺陷，本发明实施例提供一种构建装甲车辆综合工况振动谱及长寿命试验谱的方法，可实现综合工况振动实测谱和规范谱的重构，并且基于综合工况振动规范谱构建适用于综合工况的长寿命试验谱。
6.为此，本发明实施例的一种构建装甲车辆综合工况振动谱的方法，包括以下步骤：
7.获取装甲车辆测试综合工况的第i种路况下的路面占比b
i
及在第i种路况行驶所用第j种车速的车速占比a
ij
，其中，1，p为路面种类总数，q为车速种类总数；
8.分别获取路况i和车速j下第m个样本的单工况实测谱根据单工况实测谱第一储备系数c
ij(1)
归纳获得测点所有车速和路况的综合工况实测谱fgs，获得单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第一关系；
9.根据单工况实测谱和第一储备系数c
ij(1)
计算获得测点所有车速和路况的综合工况实测谱fgs，获得单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第二关系；
10.将单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第二关系代入单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第一关系，获得第一储备系数c
ij(1)
和综合工况实测谱fgs之间的关系；
11.将综合工况实测谱fgs作为第一rbf神经网络的输入，将根据第一储备系数c
ij(1)
和
综合工况实测谱fgs之间的关系得到的第一储备系数c
ij(1)
作为第一rbf神经网络的期望输出，利用输入和期望输出训练第一rbf神经网络，将当前综合工况实测谱输入训练好的第一rbf神经网络，得到当前第一储备系数；
12.分别获取路况i和车速j下第m个样本的单工况规范谱根据单工况规范谱第二储备系数c
ij(2)
归纳获得测点所有车速和路况的综合工况规范谱fgg，获得单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第一关系；
13.根据单工况规范谱和第二储备系数c
ij(2)
计算获得测点所有车速和路况的综合工况规范谱fgg，获得单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第二关系；
14.将单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第二关系代入单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第一关系，获得第二储备系数c
ij(2)
和综合工况规范谱fgg之间的关系；
15.将综合工况规范谱fgg作为第二rbf神经网络的输入，将根据第二储备系数c
ij(2)
和综合工况规范谱fgg之间的关系得到的第二储备系数c
ij(2)
作为第二rbf神经网络的期望输出，利用输入和期望输出训练第二rbf神经网络，将当前综合工况规范谱输入训练好的第二rbf神经网络，得到当前第二储备系数；
16.根据当前第一储备系数和当前第二储备系数计算获得储备系数c
ij
；
17.根据所述储备系数c
ij
、路况i和车速j下的单工况实测谱g
shice
(i,j)和单工况规范谱g
guifan
(i,j)，分别计算获得测点所有车速和路况的综合工况实测谱fgs和综合工况规范谱fgg。
18.优选地，所述根据单工况实测谱和第一储备系数c
ij(1)
归纳获得测点所有车速和路况的综合工况实测谱fgs的步骤包括：
19.根据单工况实测谱和第一储备系数c
ij(1)
计算获得路况i和车速j下的均值和方差，计算公式为：
[0020][0021]
其中，n
i，j
为单工况下的样本数量；
[0022]
根据路况i和车速j下的均值和方差计算获得加权均值和方差，计算公式为：
[0023]
根据加权均值和方差计算获得测点所有车速和路况的综合工况实测谱fgs，计算公式为：
[0024][0025]
其中，f
11
为第一容差上限系数，其计算公式为：
[0026][0027]
其中，z
β
为满足prob[z≤z
β
]＝β的正态分布分位点，为自由度为(n
‑
1)的χ2分布α分位点，t
n
‑
1；(1
‑
α)
为自由度为(n
‑
1)的中心t分布1
‑
α分位点，n为样本总数量，
[0028]
优选地，所述根据单工况实测谱和第一储备系数c
ij(1)
计算获得测点所有车速和路况的综合工况实测谱fgs的计算公式为：
[0029][0030]
其中，n
i,j
为单工况下的样本数量。
[0031]
优选地，所述根据单工况规范谱和第二储备系数c
ij(2)
归纳获得测点所有车速和路况的综合工况规范谱fgg的步骤包括：
[0032]
根据单工况规范谱和第二储备系数c
ij(2)
计算获得路况i和车速j下每条谱线的均值和方差，计算公式为：
[0033][0034]
其中，n
i，j
为单工况下的样本数量；
[0035]
根据路况i和车速j下每条谱线的均值和方差计算获得加权均值和方差，计算公式为：
[0036][0037]
根据加权均值和方差计算获得统计量f
n
和t
n
，计算公式为：
[0038][0039]
其中，n为样本总数量，
[0040]
根据统计量f
n
和t
n
在置信度(1
‑
α)下进行频段划分，获得h1个频段，其中第h频段两端点的谱线号为k
h1
、k
h2
，h＝1,2,
…
,h1，谱线数为n
h
＝k
h2
‑
k
h1
+1；
[0041]
根据所述加权均值和方差计算获得第h频段内的加权均值和方差，计算公式为：
[0042][0043]
根据第h频段内的加权均值和方差计算获得第h频段内的平直谱容差上限估计，计算公式为：
[0044][0045]
其中，f
12
为置信度为(1
‑
α)、分位点为β的第二容差上限系数，其计算公式为：
[0046][0047]
其中，z
β
为满足prob[z≤z
β
]＝β的正态分布分位点，为自由度为(n
·
n
h
‑
1)的χ2分布α分位点，为自由度为(n
·
n
h
‑
1)的中心t分布1
‑
α分位点；
[0048]
将第h频段内的平直谱容差上限估计作为该频段的幅值，在双对数坐标下，用直线连接各相邻的平直谱，得到测点所有车速和路况的综合工况规范谱fgg。
[0049]
优选地，所述根据单工况规范谱和第二储备系数c
ij(2)
计算获得测点所有车速和路况的综合工况规范谱fgg的计算公式为：
[0050]
[0051]
其中，n
i,j
为单工况下的样本数量。
[0052]
优选地，所述储备系数c
ij
为当前第一储备系数和当前第二储备系数的均方根值。
[0053]
优选地，所述根据所述储备系数c
ij
、路况i和车速j下的单工况实测谱g
shice
(i,j)和单工况规范谱g
guifan
(i,j)，分别计算获得测点所有车速和路况的综合工况实测谱fgs和综合工况规范谱fgg的计算公式分别为：
[0054][0055][0056]
本发明实施例的一种构建装甲车辆长寿命试验谱的方法，包括以下步骤：
[0057]
获取在第i种路况行驶所用第j种车速的时间t
ij
，i＝1,2,
…
，p，j＝1，2，
…
，q，p为路面种类总数，q为车速种类总数；
[0058]
根据第i种路况行驶所用第j种车速的时间t
ij
，计算获得在路况i和车速j下的分段加速度比例系数β
ij
；
[0059]
根据上述的构建装甲车辆综合工况振动谱的方法获得的综合工况规范谱和分段加速度比例系数β
ij
，计算获得长寿命试验谱lf。
[0060]
优选地，所述分段加速度比例系数β
ij
的计算公式为：
[0061][0062]
其中，t
s
为实际运行时间，m为指数。
[0063]
优选地，所述长寿命试验谱lf的计算公式为：
[0064][0065][0066]
本发明实施例的技术方案，具有如下优点：
[0067]
1.本发明实施例提供的构建装甲车辆综合工况振动谱的方法，分别利用归纳方法和公式计算方法分别推导了综合工况实测谱和规范谱，并且利用两种方法的结论分别获得了第一储备系数和综合工况实测谱的关系以及第二储备系数和综合工况规范谱的关系，从而基于该关系分别对rbf神经网络进行训练，获得第一、第二储备系数估计值，然后根据此估计值计算获得了实际构建振动谱时采用的储备系数，从而提高了构建精度。
[0068]
2.本发明实施例提供的构建装甲车辆长寿命试验谱的方法，通过对加速度比例系数根据路况和车速进行分段，从而使其更符合实际的振动数据测量试验情况，提高了准确
性，能够更加有效的模拟真实振动环境，使得试验结果更加真实可靠。
附图说明
[0069]
为了更清楚地说明本发明具体实施方式中的技术方案，下面将对具体实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0070]
图1为本发明实施例1中构建装甲车辆综合工况振动谱的方法的一个具体示例的流程图；
[0071]
图2为本发明实施例1中构建装甲车辆综合工况振动谱的方法的另一个具体示例的流程图；
[0072]
图3为本发明实施例1中构建装甲车辆综合工况振动谱的方法的又一个具体示例的流程图；
[0073]
图4为本发明实施例2中构建装甲车辆长寿命试验谱的方法的一个具体示例的流程图。
具体实施方式
[0074]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0075]
在本发明的描述中，需要说明的是，本文所用的术语仅用于描述特定实施例的目的，而并非旨在限制本发明。除非上下文明确指出，否则如本文中所使用的单数形式“一”、“一个”和“该”等意图也包括复数形式。使用“包括”和/或“包含”等术语时，是意图说明存在该特征、整数、步骤、操作、元素和/或组件，而不排除一个或多个其他特征、整数、步骤、操作、元素、组件、和/或其他组合的存在或增加。术语“和/或”包括一个或多个相关列出项目的任何和所有组合。
[0076]
此外，本说明书中的某些图式是用于例示方法的流程图。应了解，这些流程图中的每一个方块、及这些流程图中方块的组合可通过计算机程序指令来实施。这些计算机程序指令可加载至一计算机或其他可编程的设备上来形成一机器，以使在所述计算机或其他可编程设备上执行的指令形成用于实施在所述流程图方块中所规定功能的结构。这些计算机程序指令也可储存于一计算机可读存储器中，所述计算机可读存储器可指令一计算机或其他可编程设备以一特定方式工作，以使储存于所述计算机可读存储器中的指令形成一包含用于实施在所述流程图方块中所规定功能的指令结构的制品。所述计算机程序指令也可加载至一计算机或其他可编程设备上，以便在所述计算机或其他可编程设备上执行一系列操作步骤来形成一由计算机实施的过程，从而使在所述计算机或其他可编程设备上执行的指令提供用于实施在所述流程图方块中所规定功能的步骤。
[0077]
相应地，各流程图中的方块支持用于执行所规定功能的结构的组合及用于执行所规定功能的步骤的组合。还应了解，所述流程图中的每一个方块、及所述流程图中方块的组合可由执行所规定功能或步骤的基于专用硬件的计算机系统、或者专用硬件与计算机指令
的组合来实施。
[0078]
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0079]
实施例1
[0080]
本实施例提供一种构建装甲车辆综合工况振动谱的方法，振动谱包括实测谱和规范谱，如图1所示，包括以下步骤：
[0081]
步骤101、获取装甲车辆测试综合工况的第i种路况下的路面占比b
i
及在第i种路况行驶所用第j种车速的车速占比a
ij
，其中，，其中，p为路面种类总数，q为车速种类总数。例如，共涉及8种路面，各路面所用9种车速，其关系如下表所示。
[0082][0083]
步骤102、分别获取路况i和车速j下第m个样本的单工况实测谱根据单工况实测谱和第一储备系数c
ij(1)
归纳获得测点所有车速和路况的综合工况实测谱fgs，获得单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第一关系，如图2所示，归纳过程如下：
[0084]
步骤102
‑
1、根据单工况实测谱和第一储备系数c
ij(1)
计算获得路况i和车速j下的均值和方差，计算公式为：
[0085][0086]
其中，n
i，j
为单工况下的样本数量；
[0087]
步骤102
‑
2、根据路况i和车速j下的均值和方差计算获得加权均值和方差，计算公式为：
[0088][0089]
步骤102
‑
3、根据加权均值和方差计算获得测点所有车速和路况的综合工况实测谱fgs，计算公式为：
[0090][0091]
其中，f
11
为第一容差上限系数，其计算公式为：
[0092][0093]
其中，z
β
为满足prob[z≤z
β
]＝β的正态分布分位点，为自由度为(n
‑
1)的χ2分布α分位点，t
n
‑
1；(1
‑
α)
为自由度为(n
‑
1)的中心t分布1
‑
α分位点，n为样本总数量，由此获得单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第一关系。
[0094]
步骤103、根据单工况实测谱和第一储备系数c
ij(1)
计算获得测点所有车速和路况的综合工况实测谱fgs，获得单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第二关系，计算公式为：
[0095][0096]
步骤104、将单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第二关系代入单工况实测谱第一储备系数c
ij(1)
和综合工况实测谱fgs之间的第一关系，获得第一储备系数c
ij(1)
和综合工况实测谱fgs之间的关系。
[0097]
步骤105、将综合工况实测谱fgs作为第一rbf神经网络的输入，将根据第一储备系数c
ij(1)
和综合工况实测谱fgs之间的关系得到的第一储备系数c
ij(1)
作为第一rbf神经网络的期望输出，利用输入和期望输出训练第一rbf神经网络，将当前综合工况实测谱输入训练好的第一rbf神经网络，得到当前第一储备系数。
[0098]
步骤106、分别获取路况i和车速j下第m个样本的单工况规范谱根据单工况规范谱和第二储备系数c
ij(2)
归纳获得测点所有车速和路况的综合工况规范谱fgg，获得单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第一关系，如图3所示，归纳过程如下：
[0099]
步骤106
‑
1、根据单工况规范谱和第二储备系数c
ij(2)
计算获得路况i和车速j下每条谱线的均值和方差，计算公式为：
[0100][0101]
其中，n
i，j
为单工况下的样本数量；
[0102]
步骤106
‑
2、根据路况i和车速j下每条谱线的均值和方差计算获得加权均值和方差，计算公式为：
[0103][0104]
步骤106
‑
3、根据加权均值和方差计算获得统计量f
n
和t
n
，计算公式为：
[0105][0106]
其中，n为样本总数量，
[0107]
步骤106
‑
4、根据统计量f
n
和t
n
在置信度(1
‑
α)下进行频段划分，获得h1个频段，其中第h频段两端点的谱线号为k
h1
、k
h2
，h＝1，2，
…
，h1，谱线数为n
h
＝k
h2
‑
k
h1
+1；
[0108]
优选地，步骤106
‑
4包括：
[0109]
在给定的置信度(1
‑
α)下判别是否是同一频段，判别条件为：
[0110]
f
(n
‑
1，n
‑
1)；α/2
≤f
n
(k，k+1)≤f
(n
‑
1，n
‑
1)；(1
‑
α/2)
[0111]
|t
n
(k，k+1)|≤t
2(n
‑
1)；(1
‑
α/2)
[0112]
其中，t
2(n
‑
1)；(1
‑
α/2)
为自由度为2(n
‑
1)的中心t分布1
‑
α/2分位点，f
(n
‑
1，n
‑
1)；α/2
为自由度为(n
‑
1，n
‑
1)的f分布α/2分位点，若f
n
(k，k+1)服从自由度为(n
‑
1，n
‑
1)的f分布，t
n
(k，k+1)服从自由度为2(n
‑
1)的中心t分布，且满足所述判别条件，则特征样本相邻谱线k和k+1的功率谱密度(psd)属于同一频段，否则不属于同一频段。
[0113]
将相邻属于同一频段的谱线归并在同一频段内，形成h1个频段，其中第h频段两端点的谱线号为k
h1
、k
h2
，h＝1，2，
…
，h1，谱线数为n
h
＝k
h2
‑
k
h1
+1。
[0114]
步骤106
‑
5、根据所述加权均值和方差计算获得第h频段内的加权均值和方差，计算公式为：
[0115][0116]
步骤106
‑
6、根据第h频段内的加权均值和方差计算获得第h频段内的平直谱容差上限估计，计算公式为：
[0117][0118]
其中，f
12
为置信度为(1
‑
α)、分位点为β的第二容差上限系数，其计算公式为：
[0119][0120]
其中，z
β
为满足prob[z≤z
β
]＝β的正态分布分位点，为自由度为(n
·
n
h
‑
1)的χ2分布α分位点，为自由度为(n
·
n
h
‑
1)的中心t分布1
‑
α分位点；
[0121]
步骤106
‑
7、将第h频段内的平直谱容差上限估计作为该频段的幅值，在双对数坐标下，用直线连接各相邻的平直谱，得到测点所有车速和路况的综合工况规范谱fgg，由此获得单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第一关系。
[0122]
步骤107、根据单工况规范谱和第二储备系数c
ij(2)
计算获得测点所有车速和路况的综合工况规范谱fgg，获得单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第二关系，计算公式为：
[0123][0124]
步骤108、将单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第二关系代入单工况规范谱第二储备系数c
ij(2)
和综合工况规范谱fgg之间的第一关系，获得第二储备系数c
ij(2)
和综合工况规范谱fgg之间的关系。
[0125]
步骤109、将综合工况规范谱fgg作为第二rbf神经网络的输入，将根据第二储备系数c
ij(2)
和综合工况规范谱fgg之间的关系得到的第二储备系数c
ij(2)
作为第二rbf神经网络的期望输出，利用输入和期望输出训练第二rbf神经网络，将当前综合工况规范谱输入训练好的第二rbf神经网络，得到当前第二储备系数。
[0126]
步骤110、根据当前第一储备系数和当前第二储备系数计算获得储备系数c
ij
。优选地，储备系数c
ij
为当前第一储备系数和当前第二储备系数的均方根值。
[0127]
步骤111、根据所述储备系数c
ij
、路况i和车速j下的单工况实测谱g
shice
(i,j)和单
工况规范谱g
guifan
(i,j)，分别计算获得测点所有车速和路况的综合工况实测谱fgs和综合工况规范谱fgg，计算公式分别为：
[0128][0129][0130]
上述构建装甲车辆综合工况振动谱的方法，分别利用归纳方法和公式计算方法分别推导了综合工况实测谱和规范谱，并且利用两种方法的结论分别获得了第一储备系数和综合工况实测谱的关系以及第二储备系数和综合工况规范谱的关系，从而基于该关系分别对rbf神经网络进行训练，获得第一、第二储备系数估计值，然后根据此估计值计算获得了实际构建振动谱时采用的储备系数，从而提高了构建精度。
[0131]
优选地，利用输入和期望输出训练第一/第二rbf神经网络的过程为：
[0132]
定义x＝(x1,x2,
…
,x
n
)
t
为网络输入矢量，y＝(y1,y2,
…
,y
s
)
t
为网络输出，φ
i
(*)为第i个隐含层节点的径向基函数。rbf神经网络的分布函数为：
[0133][0134]
其中，m为隐含层神经元节点数，即径向基函数中心个数，系数w
i
为连接权重；
[0135][0136]
其中，φ(*)为径向基函数，||x
‑
c
i
||为欧几里德范数，c
i
为rbf的第i个中心，ξ
i
为rbf的第i个半径，可得网络输出为：
[0137][0138]
因此，rbf网络的矩阵表达式可以表示为：
[0139]
d＝hw+e，
[0140]
其中，期望输出向量为d＝(d1,d2,
…
,d
p
)
t
，期望输出和网络输出之间的误差向量为e＝(e1,e2,
…
,e
p
)
t
，权重向量为w＝(w1,w2,
…
,w
m
)
t
，回归矩阵为h＝(h1,h2,
…
,h
m
)
t
；
[0141]
考虑到所有训练样本的影响，c
i
、ξ
i
和w
i
的调整量为：
[0142][0143][0144]
[0145]
其中，φ
i
(x
j
)为第i个隐含节点对x
j
的输入，η1、η2、η3分别为对应的学习速率，c
i
(t)和c
i
(t+1)分别为第t次和t+1次迭代时的c
i
，ξ
i
(t)和ξ
i
(t+1)分别为第t次和t+1次迭代时的ξ
i
，w
i
(t)和w
i
(t+1)分别为第t次和t+1次迭代时的w
i
；根据代价函数e来获得均方误差，以此结束训练的条件；当实际输出和期望输出的均方误差小于设定的阈值，则网络被认为训练完成。
[0146]
实施例2
[0147]
本实施例提供一种构建装甲车辆长寿命试验谱的方法，如图4所示，包括以下步骤：
[0148]
步骤201、获取在第i种路况行驶所用第j种车速的时间t
ij
；
[0149]
步骤202、根据第i种路况行驶所用第j种车速的时间t
ij
，计算获得在路况i和车速j下的分段加速度比例系数β
ij
，计算公式为：
[0150][0151]
其中，t
s
为实际运行时间，可根据装甲车辆的实际使用寿命要求进行设置，m为指数，一般取3～9；
[0152]
步骤203、根据实施例1的构建装甲车辆综合工况振动谱的方法获得的综合工况规范谱和分段加速度比例系数β
ij
，计算获得长寿命试验谱lf，计算公式为：
[0153][0154]
上述构建装甲车辆长寿命试验谱的方法，通过对加速度比例系数根据路况和车速进行分段，从而使其更符合实际的振动数据测量试验情况，提高了准确性，能够更加有效的模拟真实振动环境，使得试验结果更加真实可靠。
[0155]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。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。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。