[发明专利]发动机连杆台架的疲劳程度分析方法及装置在审
申请号: | 202211085255.3 | 申请日: | 2022-09-06 |
公开(公告)号: | CN115455768A | 公开(公告)日: | 2022-12-09 |
发明(设计)人: | 蔡存朋;武斌;张醒国;朱学武;介海锋;沈宇航;王宏飞;刘洋;谢丽颖;刘子龙 | 申请(专利权)人: | 中国第一汽车股份有限公司 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F111/04;G06F119/04 |
代理公司: | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人: | 谢湘宁 |
地址: | 130011 吉林省长*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 发动机 连杆 台架 疲劳 程度 分析 方法 装置 | ||
1.一种发动机连杆台架的疲劳程度分析方法,其特征在于,包括:
构建发动机连杆台架的有限元仿真模型,所述有限元仿真模型中至少包括:发动机连杆中多个第一组件的第一仿真子模型和台架边界中多个第二组件的第二仿真子模型,其中,所述第一仿真子模型中至少包括:针对小头衬套的不同材料层进行分体建模得到的小头衬套仿真子模型;
确定目标工况下的仿真参数,并将所述仿真参数输入至所述有限元仿真模型中进行仿真分析,得到所述目标工况下的疲劳程度分析结果,其中,所述仿真参数中至少包括:目标约束参数、目标载荷参数和目标工况参数。
2.根据权利要求1所述的方法,其特征在于,构建发动机连杆台架的有限元仿真模型,包括:
获取每个所述第一组件的第一组件信息,并依据所述第一组件信息构建每个所述第一组件的第一仿真子模型,其中,所述第一组件中至少包括:连杆杆身、连杆盖、小头衬套、大头轴瓦和连杆螺栓,所述第一组件信息中至少包括所述第一组件的结构和材料参数;
获取每个所述第二组件的第二组件信息,并依据所述第二组件信息构建每个所述第二组件的第二仿真子模型,其中,所述第二组件中至少包括:试验台架、连杆小头销轴、连杆大头销轴、小头夹具、大头夹具和夹具连接螺栓,所述第二组件信息中至少包括所述第二组件的结构和材料参数;
依据各个所述第一组件和各个所述第二组件之间的相对位置关系,对各个所述第一仿真子模型和各个所述第二仿真子模型进行装配,得到所述有限元仿真模型。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在任一所述第一组件为对称结构时,采用对称建模方式构建所述第一组件的对称结构的第一仿真子模型;
在任一所述第二组件为对称结构时,采用对称建模方式构建所述第二组件的对称结构的第二仿真子模型。
4.根据权利要求1所述的方法,其特征在于,在确定目标工况下的仿真参数之前,所述方法还包括:
设置第一约束参数为约束6个方向上的自由度;
设置第一载荷参数为连杆螺栓预紧轴力载荷和连杆小头衬套过盈载荷;
设置第一工况参数为静力学计算工况;
将所述第一约束参数、所述第一载荷参数和所述第一工况参数输入至所述有限元仿真模型中进行仿真分析,得到小头衬套过盈装配工况下的第一应力响应结果和第一应变响应结果;
将所述第一应力响应结果作为模型参数引入所述有限元仿真模型中的所述小头衬套仿真子模型。
5.根据权利要求1所述的方法,其特征在于,所述目标工况为装配工况,确定目标工况下的仿真参数,并将所述仿真参数输入至所述有限元仿真模型中进行仿真分析,得到所述目标工况下的疲劳程度分析结果,包括:
确定所述目标约束参数为约束6个方向上的自由度;
确定所述目标载荷参数为夹具螺栓预紧轴力载荷;
确定所述目标工况参数为静力学计算工况;
将所述目标约束参数、所述目标载荷参数和所述目标工况参数输入至所述有限元仿真模型进行仿真分析,得到第二应力响应结果和第二应变响应结果,所述第二应力响应结果和所述第二应变响应结果用于反映发动机连杆台架在所述装配工况下的疲劳程度。
6.根据权利要求1所述的方法,其特征在于,所述目标工况为拉伸工况,确定目标工况下的仿真参数,并将所述仿真参数输入至所述有限元仿真模型中进行仿真分析,得到所述目标工况下的疲劳程度分析结果,包括:
确定所述目标约束参数为约束6个方向中除拉伸方向外的其余方向上的自由度;
确定所述目标载荷参数为连杆拉伸载荷;
确定所述目标工况参数为静力学计算工况;
将所述目标约束参数、所述目标载荷参数和所述目标工况参数输入至所述有限元仿真模型进行仿真分析,得到第三应力响应结果和第三应变响应结果,所述第三应力响应结果和所述第三应变响应结果用于反映发动机连杆台架在所述拉伸工况下的疲劳程度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国第一汽车股份有限公司,未经中国第一汽车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211085255.3/1.html,转载请声明来源钻瓜专利网。