[发明专利]一种悬架弹簧疲劳寿命预测方法、装置、设备及介质

权利要求书

1.一种悬架弹簧疲劳寿命预测方法，其特征在于，包括：

获取基于仿真模型的悬架弹簧的残余压应力面积和粗糙度；

根据所述残余压应力面积和粗糙度对疲劳寿命的影响程度，建立所述残余压应力面积、所述粗糙度与疲劳寿命预测的初始多元线性回归模型；

将所述初始多元线性回归模型进行线性回归模拟，确定所述初始多元线性回归模型的回归参数后得到目的多元线性回归模型；

将所述残余压应力面积和粗糙度作为输入参数输入至所述目的多元线性回归模型，得到所述悬架弹簧疲劳寿命预测值。

2.根据权利要求1所述的悬架弹簧疲劳寿命预测方法，其特征在于，所述获取基于仿真模型的悬架弹簧的残余压应力面积，包括：

获取残余应力；

根据所述残余应力，基于预设的积分法，获取残余压应力面积。

3.根据权利要求1所述的悬架弹簧疲劳寿命预测方法，其特征在于，所述获取基于仿真模型的悬架弹簧的粗糙度，包括：

获取悬架弹簧的材料参数、喷丸参数以及弹丸材料参数；

根据悬架弹簧的材料参数、喷丸参数以及弹丸材料参数，建立悬架弹簧喷丸仿真模型；

基于所述悬架弹簧喷丸仿真模型，获取悬架弹簧喷丸表面的粗糙度。

4.根据权利要求1所述的悬架弹簧疲劳寿命预测方法，其特征在于，根据所述残余压应力面积和粗糙度对疲劳寿命的影响程度，建立所述残余压应力面积、所述粗糙度与疲劳寿命预测的初始多元线性回归模型，包括：

获取相同喷丸参数和悬架弹簧材料下的悬架弹簧的第一疲劳寿命值；

确定所述第一疲劳寿命值与残余压应力面积和粗糙度之间的关系。

5.根据权利要求1所述的悬架弹簧疲劳寿命预测方法，其特征在于，将所述初始多元线性回归模型进行线性回归模拟，确定所述初始多元线性回归模型的回归参数后得到目的多元线性回归模型，包括：

将所述残余压应力面积、粗糙度和第一疲劳寿命值输入所述初始多元线性回归模型中，构建多元线性回归方程的回归参数；

基于预设的最小二乘法，获取所述回归参数的估计值；

根据所述回归参数的估计值，确定悬架弹簧疲劳寿命预测模型。

6.根据权利要求5所述的悬架弹簧疲劳寿命预测方法，其特征在于，所述多元线性回归模型为：y＝b₀+b₁x₁+b₂x₂+ε，

其中，ε为喷丸后悬架弹簧疲劳寿寿命的估计误差，y为喷丸后悬架弹簧疲劳寿命，x₁为残余压应力面积，x₂为表面粗糙度；b₀、b₁和b₂为待计算的回归参数。

7.根据权利要求1所述的悬架弹簧疲劳寿命预测方法，其特征在于，根据预设的轮廓算数平均偏差获取所述粗糙度。

8.一种悬架弹簧疲劳寿命预测装置，其特征在于，包括：

获取模块，用于获取基于仿真模型的悬架弹簧的残余应力面积和粗糙度；

模型建立模块，用于根据所述残余压应力面积和粗糙度对疲劳寿命的影响程度，建立所述残余压应力面积、所述粗糙度与疲劳寿命预测的初始多元线性回归模型；

目的模型确定模块，用于将所述初始多元线性回归模型进行线性回归模拟，确定所述初始多元线性回归模型的回归参数后得到目的多元线性回归模型；

疲劳寿命预测模块，用于将所述残余压应力面积和粗糙度作为输入参数输入至所述目的多元线性回归模型，得到所述悬架弹簧疲劳寿命预测值。

9.一种电子设备，其特征在于，包括：处理器和存储器；

所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的悬架弹簧疲劳寿命预测方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的悬架弹簧疲劳寿命预测方法中的步骤。