当前位置: 首页 > news >正文

技术干货|如何轻松完成空调管路的随机振动分析以及疲劳寿命预测

基于NVHD 的虚拟路面谱激励车内结构路噪优化

作者:戴相花  颜磊  吕霞  杨凯

单位:苏州三星电子有限公司

论文摘要

随机振动试验是评估空调管路流通振动耐久性的重要试验之一。本文以某型号空调管路系统为研究对象,评估空调管路随机振动疲劳寿命。首先基于Altair OptiStruct™平台,计算空调管路系统在随机振动试验的PSD谱下的频响应力。其次基于Altair HyperLife™,结合材料S-N曲线和Miner疲劳累积损伤法则,进行疲劳寿命分析。

初始方案管路的仿真疲劳断裂位置与试验一致,验证了仿真分析的有效性。进一步对该空调管路进行结构优化,在仿真分析中,优化方案的管路寿命得到了明显提升。最后,通过流通试验验证了优化方案可行性。因此,仿真分析为空调管路结构的疲劳寿命预测和优化设计提供指导,缩短了项目开发周期。

1. 引言

管路是空调的重要部件,管路的耐振动性能直接决定了空调的安全性和使用寿命。由于空调实际流通运输路况的随机性,因此空调及管路系统所受到的振动情况也是随机的。随机振动试验评估空调管路流通振动耐久性的重要试验之一,目前对空调管路的随机振动疲劳评估大多是设计完成之后使用随机振动台进行试验,成本高且效率低。

本文以某型号空调管路系统为研究对象,基于Altair OptiStruct™和HyperLife™平台,对空调管路系统进行随机振动疲劳分析,结合试验对仿真分析进行验证,并对管路进行优化设计,为空调管路的寿命预测和优化设计提供指导。

2.  随机振动疲劳基本理论

2.1随机振动

随机振动是指未来任一给定时刻的瞬时值不能预先确定的机械振动,无法用确定性函数而须用概率统计方法定量描述其运动规律的振动[1]。随机振动一般采用频域分析方法,在频域中,功率谱密度函数PSD是一个最基本的量,通过谱分析可以了解随机振动的频率成分。PSD的表达式为[2]:

图片

式中

图片

为平稳随机振动的自相关函数,

图片

为时延积分常数。

2.2 Miner 疲劳线性累积损伤法则

由不同载荷块组成的变幅加载所产生的疲劳累积损伤是有限元寿命设计的核心问题。疲劳累积损伤理论发展至今不下几十种。其中著名的Palmgren-Miner线性累积损伤法则,简称为Miner法则,由于形式简单,使用方便,因此在工程中得到了广泛应用。

Miner根据材料吸收净功的原理,提出了随机载荷下的疲劳线性累积损伤计算公式[3]:

图片

其中,

图片

 对应不同的应力幅值

图片

图片

 为变幅载荷的应力总级数。

图片

为第级载荷

图片

的循环次数,

图片

为第 

图片

 级载荷 

图片

下的疲劳寿命,D为疲劳总损伤度。当D小于1时,结构在要求的时间内不会发生破坏,满足疲劳破坏要求;当损伤D累积到1,结构在要求时间内会发生疲劳破坏。

3. 压缩机管路随机振动疲劳分析

3.1 随机振动疲劳分析流程

以某型号的空调管路为例。首先对开发初期设计的初始管路进行随机振动疲劳分析,以Altair OptiStruct™和HyperLife™为平台进行分析,随机振动疲劳分析的一般过程主要包括以下步骤,如图3.1所示。

图片

图3.1 随机振动疲劳分析流程图

3.2 空调随机振动PSD谱

为确保空调整机在长时间、道路载荷引起的振动条件下的性能和寿命,对空调整机进行随机振动试验考核,将空调整机固定于振动试验台上,在竖直Z向、水平左右X向和水平前后Y向这3个方向上分别施加随机振动激励,如图3.2所示,由于在运输过程中空调受到的竖直和水平方向上的振动强度有所差异,因此竖直谱和水平谱的振动图谱有所差异,先沿竖直方向Z向运行60mins后,再分别沿水平方向X向和Y向各振动10mins,以等效模拟实际运输疲劳情况。

图片

图片

图3.2 空调随机振动试验施振方向及3个方向随机振动加速度功率谱密度曲线

3.3 随机振动疲劳分析

对初始设计的管路进行随机振动疲劳分析,在HyperMesh™中创建空调管路系统的有限元模型(见图3.3),用rbe2单元连接各管路固定端与压缩机底脚,并在底脚处按照随机振动试验要求分别施加竖直方向及水平方向PSD激励谱,并在OptiStruct™中进行随机振动分析。

图片

图3.3  空调系统随机振动有限元模型

其中压缩机采用简化等效模型,且其前7阶模态与压缩机模态试验对标的误差在5%以内(见表1),表明压缩机简化模型建模准确。

图片

表1压缩机模态频率仿真与实验对标

将水平方向和竖直方向随机振动的结果导入HyperLife™中,结合铜管的S-N曲线,见图3.4和图3.5,按照随机振动试验顺序和持续时间进行设置,抽取von Mises应力作为应力的循环,采用Dirlik疲劳方法,设置置信区间为50%,平均应力修正采用Goodman方法,最终软件自动进行结果叠加得到初始方案的管路寿命为0.729(如图3.6所示),且压缩机出口处Tube Discharge发生断裂,与初始方案管路的随机振动试验结果吻合(见图3.7所示),验证了有限元模型的有效性。

图片

图3.4  铜管的S-N曲线

图片

图3.5  疲劳参数设置

图片

图片

图3.6

初始方案管路随机振动疲劳分析结果

图3.7 

初始方案管路随机振动试验断裂

4. 管路优化分析及试验验证

4.1优化方案随机振动疲劳分析

为提高管路的随机振动疲劳寿命,需对管路进行优化设计,增加管路柔性,并将Rubber固定的位置进行变更,导出优化方案(见表2)。

图片

表2  管路优化方案

对优化方案进行随机振动疲劳分析,得到优化方案的寿命为3.159,预测随机振动疲劳寿命合格,如图4.1所示。

图片

图4.1  优化方案管路的随机振动疲劳分析结果

4.2  优化方案随机振动试验验证

对优化方案的管路进行随机振动疲劳试验,由图4.2可知优化方案的流通试验结果合格,验证了优化方案的可行性。

图片

图4.2  优化方案的管路随机振动疲劳试验结果

5.  结论

本文以某型号空调管路为例,基于Altair OptiStruct™和HyperLife™软件平台,通过随机振动疲劳分析计算初始设计管路结构的疲劳寿命,且初始设计管路疲劳分析的断裂位置与试验结果一致,验证了仿真模型的准确性。在此基础上,对管路进行结构优化及疲劳寿命预测,优化后的管路寿命得到了明显提升。

本文为空调管路的随机振动分析和疲劳寿命预测提供了有效的计算方法,对管路的优化设计具有一定的工程指导意义。

参考文献

[1] 王文伟,程雨婷,姜卫远等.电动汽车电池箱结构随机振动疲劳分析[J].2016,6(1):10-14.

[2] 龚苏生,王艳军,陈明,徐政等.汽车空调管路系统随机振动疲劳分析优化研究[J].汽车技术,2020(10):14-18.

[3] 赵少汴.抗疲劳设计手册[M].北京:机械工业出版社,2015:179-180.

*本论文来自 2021 Altair 技术大会论文投稿

获选 2021 Altair技术大会优秀论文


关于 Altair RapidMiner

Altair RapidMiner 数据分析与人工智能平台,是数据分析领域中最早实现将自动化数据科学、文本分析、自动特征工程和深度学习等多种功能同时集成的企业级一站式数据科学平台,帮助用户解决从数据清洗、准备、数据科学建模到模型管理和部署的全流程需求,同时支持数据和流数据的实时分析可视化,适用于从学术研究到企业级应用的广泛场景。

欲了解更多信息,欢迎关注公众号:Altair 澳汰尔

相关文章:

技术干货|如何轻松完成空调管路的随机振动分析以及疲劳寿命预测

基于NVHD 的虚拟路面谱激励车内结构路噪优化 作者:戴相花 颜磊 吕霞 杨凯 单位:苏州三星电子有限公司 论文摘要 随机振动试验是评估空调管路流通振动耐久性的重要试验之一。本文以某型号空调管路系统为研究对象,评估空调管路随机振动疲劳…...

中英双语介绍中国的城市:上海市(Shanghai)

中文版 上海市是中国最大的城市之一,也是全球重要的金融、贸易和航运中心。作为一座现代化的国际大都市,上海以其繁华的商业区、丰富的文化遗产和多样化的经济结构而闻名。以下是对上海市的详细介绍,包括其地理位置、人口、经济、教育、文化…...

代码随想录算法训练营第75天:总结篇[1]

代码随想录算法训练营第75天:总结篇 代码随想录姑且是都过了一遍了,最开始了解到的时候还不会c语法,跟着学习还是有难度的,也很难坚持着去写题,后面决定加入训练营与大家齐头并进,刚开始气氛很好&#xff…...

眼动追踪技术 | 眼动的分类和模型

摘要 灵长类动物用于调整中央凹位置的正常眼动,几乎都可以归结为五种基本类型的组合:扫视、平稳追踪、聚散、前庭眼震和生理性眼震(与注视相关的微小运动)。聚散运动用于将双眼聚焦于远处的目标(深度知觉)。其他运动(如适应和聚焦)指的是眼动的非位置变…...

如何使用PHP根据输入文字动态调整图片尺寸?

根据文字改变图片尺寸的PHP代码 以下是一个使用PHP实现根据输入的文字动态调整图片尺寸的示例代码。该代码使用GD库来处理图片。 1. 创建HTML表单 首先&#xff0c;我们需要一个HTML表单来接受用户输入的文字和新的图片尺寸。 <!DOCTYPE html> <html lang"en…...

3.js - hdr贴图 是什么,有什么用

HDR贴图&#xff1a;High-Dynamic Range&#xff08;高动态范围&#xff09;贴图 一、定义与特点 定义&#xff1a;HDR贴图是具有高动态范围的环境贴图&#xff0c;能够捕捉并保留丰富的亮部细节和暗部细节&#xff0c;从而模拟出更加真实的光照效果。特点&#xff1a; 高动态…...

Nature Communications|用于电子皮肤的自主自愈晶体管(柔性半导体器件/电子皮肤/柔性电子)

2024年4月23日,韩国庆熙大学Jin Young Oh,美国斯坦福大学鲍哲南(Zhenan Bao)和韩国嘉泉大学Tae Il Lee团队,在《Nature Communications》上发布了一篇题为“Autonomous self-healing supramolecular polymer transistors for skin electronics”的论文。论文内容如下: 一…...

6月30日功能测试Day10

3.4.4拼团购测试点 功能位置&#xff1a;营销-----拼团购 后台优惠促销列表管理可以添加拼团&#xff0c;查看拼团活动&#xff0c;启动活动&#xff0c;编辑活动&#xff0c;删除活动。 可以查看拼团活动中已下单的订单以状态 需求分析 功能和添加拼团 商品拼团活动页 3…...

无人机对地面运动目标定位---获取目标的移动方向和速度

目录 一、引子 我们利用单目无人机通过等时间间隔拍照的形式对地面某移动目标进行定位&#xff0c;当前&#xff0c;我们已经获得了每张相片上该目标的三维坐标&#xff0c;并且知道该无人机在飞行过程中拍照的时间间隔&#xff0c;那么我们就可以通过一定的计算&#xff0c;得…...

管理才是最根本的核心竞争力

相信大家对于华为提出的“管理是核心竞争力”“管理才是企业的核心竞争力”等言论并不陌生&#xff0c;而华为的确也一直践行这样的理念。比如&#xff0c;在华为发展历史上很艰难的2002年&#xff0c;华为仍然坚持重点抓管理。总裁任正非后来提到&#xff1a;“2002年华为快崩…...

Raid阵列中硬盘损坏后,新硬盘可以直接换上吗?

RAID更换的方式基本类似&#xff0c;这里以RAID 1为例。 1. 关闭服务器&#xff1a;确保服务器或RAID控制器处于关闭或已停止状态&#xff0c;以避免数据写入或损坏。确定损坏硬盘&#xff1a;通过RAID控制器的管理界面&#xff0c;确定哪一块硬盘在RAID 中损坏。 2. 拆卸原硬…...

Python爬虫康复训练——笔趣阁《神魂至尊》

还是话不多说&#xff0c;很久没写爬虫了&#xff0c;来个bs4康复训练爬虫&#xff0c;正好我最近在看《神魂至尊》&#xff0c;爬个txt文件下来看看 直接上代码 """ 神魂至尊网址-https://www.bqgui.cc/book/1519/ """ import requests from b…...

Kaptcha验证码

Kaptcha验证码 Kaptcha 是一个用于生成验证码的开源库&#xff0c;在 Java 中使用它可以轻松地为应用程序添加验证码功能。 一、引入依赖 首先&#xff0c;需要在项目的 pom.xml 文件&#xff08;如果是 Maven 项目&#xff09;中添加 Kaptcha 的依赖&#xff1a; <depend…...

Rufus 制作启动盘 | 便携的工作空间

唠唠闲话 最近服务器硬盘故障多&#xff0c;在修复过程中&#xff0c;学习了一些操作&#xff0c;这里做个记录。本期主要介绍 U盘启动盘的制作&#xff0c;以及持久化存储。 U 盘启动盘 镜像选择 Ubuntu 的版本命名遵循 “Adjective Animal” 的模式&#xff0c;即 “形容…...

python函数参数

Python 函数参数是函数定义时用于接收传递给函数的值的变量。在Python中&#xff0c;函数可以有多种类型的参数&#xff0c;这增加了函数的灵活性和可重用性。下面是一些主要的参数类型&#xff1a; 1. 位置参数&#xff08;Positional Arguments&#xff09; 位置参数是最常…...

深入理解 XML 和 HTML 之间的区别

在现代网络技术的世界中&#xff0c;XML&#xff08;可扩展标记语言&#xff09;和 HTML&#xff08;超文本标记语言&#xff09; 是两个非常重要的技术。尽管它们都使用标签和属性的格式来描述数据&#xff0c;但它们在形式和用途上有显著的区别。 概述 什么是 XML&#xff…...

代码随想录算法训练营第四十四天|188.买卖股票的最佳时机IV、309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费

188.买卖股票的最佳时机IV 题目链接&#xff1a;188.买卖股票的最佳时机IV 文档讲解&#xff1a;代码随想录 状态&#xff1a;不会 思路&#xff1a; 在股票买卖1使用一维dp的基础上&#xff0c;升级成二维的即可。 定义dp[k1][2]&#xff0c;其中 dp[j][0] 表示第j次交易后持…...

YOLOv8改进 添加CVPR2024 PKINet中注意力机制CAAttention

一、PKINet论文 论文地址:2403.06258 (arxiv.org) 二、CAAttention结构 CAA(Context Anchor Attention)注意力模块是一种用于捕捉长距离上下文信息的并行模块。 在计算机视觉领域中,上下文信息是指与目标物体或任务相关的周围环境和语境信息。上下文信息可以帮助我们更好…...

油猴Safari浏览器插件:Tampermonkey for Mac 下载

Tampermonkey 是一个强大的浏览器扩展&#xff0c;用于运行用户脚本&#xff0c;这些脚本可以自定义和增强网页的功能。它允许用户在网页上执行各种自动化任务&#xff0c;比如自动填写表单、移除广告、改变页面布局等。适用浏览器&#xff1a; Tampermonkey 适用于多数主流浏览…...

如何在Vue中添加事件监听器

在Vue中添加事件监听器主要有两种方式&#xff1a;在模板中直接添加和使用Vue实例的方法。以下将详细解释这两种方法。 1. 在模板中直接添加 在Vue的模板中&#xff0c;你可以直接在HTML元素上使用v-on指令&#xff08;或其简写形式&#xff09;来监听DOM事件&#xff0c;并在…...

以下是对华为 HarmonyOS NETX 5属性动画(ArkTS)文档的结构化整理,通过层级标题、表格和代码块提升可读性:

一、属性动画概述NETX 作用&#xff1a;实现组件通用属性的渐变过渡效果&#xff0c;提升用户体验。支持属性&#xff1a;width、height、backgroundColor、opacity、scale、rotate、translate等。注意事项&#xff1a; 布局类属性&#xff08;如宽高&#xff09;变化时&#…...

Nginx server_name 配置说明

Nginx 是一个高性能的反向代理和负载均衡服务器&#xff0c;其核心配置之一是 server 块中的 server_name 指令。server_name 决定了 Nginx 如何根据客户端请求的 Host 头匹配对应的虚拟主机&#xff08;Virtual Host&#xff09;。 1. 简介 Nginx 使用 server_name 指令来确定…...

Element Plus 表单(el-form)中关于正整数输入的校验规则

目录 1 单个正整数输入1.1 模板1.2 校验规则 2 两个正整数输入&#xff08;联动&#xff09;2.1 模板2.2 校验规则2.3 CSS 1 单个正整数输入 1.1 模板 <el-formref"formRef":model"formData":rules"formRules"label-width"150px"…...

大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计

随着大语言模型&#xff08;LLM&#xff09;参数规模的增长&#xff0c;推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长&#xff0c;而KV缓存的内存消耗可能高达数十GB&#xff08;例如Llama2-7B处理100K token时需50GB内存&a…...

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列&#xff0c;以便知晓哪些列包含有价值的数据&#xff0c;…...

A2A JS SDK 完整教程:快速入门指南

目录 什么是 A2A JS SDK?A2A JS 安装与设置A2A JS 核心概念创建你的第一个 A2A JS 代理A2A JS 服务端开发A2A JS 客户端使用A2A JS 高级特性A2A JS 最佳实践A2A JS 故障排除 什么是 A2A JS SDK? A2A JS SDK 是一个专为 JavaScript/TypeScript 开发者设计的强大库&#xff…...

《信号与系统》第 6 章 信号与系统的时域和频域特性

目录 6.0 引言 6.1 傅里叶变换的模和相位表示 6.2 线性时不变系统频率响应的模和相位表示 6.2.1 线性与非线性相位 6.2.2 群时延 6.2.3 对数模和相位图 6.3 理想频率选择性滤波器的时域特性 6.4 非理想滤波器的时域和频域特性讨论 6.5 一阶与二阶连续时间系统 6.5.1 …...

GraphRAG优化新思路-开源的ROGRAG框架

目前的如微软开源的GraphRAG的工作流程都较为复杂&#xff0c;难以孤立地评估各个组件的贡献&#xff0c;传统的检索方法在处理复杂推理任务时可能不够有效&#xff0c;特别是在需要理解实体间关系或多跳知识的情况下。先说结论&#xff0c;看完后感觉这个框架性能上不会比Grap…...

StarRocks 全面向量化执行引擎深度解析

StarRocks 全面向量化执行引擎深度解析 StarRocks 的向量化执行引擎是其高性能的核心设计&#xff0c;相比传统行式处理引擎&#xff08;如MySQL&#xff09;&#xff0c;性能可提升 5-10倍。以下是分层拆解&#xff1a; 1. 向量化 vs 传统行式处理 维度行式处理向量化处理数…...

LINUX编译vlc

下载 VideoLAN / VLC GitLab 选择最新的发布版本 准备 sudo apt install -y xcb bison sudo apt install -y autopoint sudo apt install -y autoconf automake libtool编译ffmpeg LINUX FFMPEG编译汇总&#xff08;最简化&#xff09;_底部的附件列表中】: ffmpeg - lzip…...