乘用车辆的稳定杆刚度强度预测方法、装置及车辆与流程

本技术涉及车辆零部件测试，特别涉及一种乘用车辆的稳定杆刚度强度预测方法、装置及车辆。

背景技术：

1、目前，稳定杆装置在现代车辆上使用极为普遍，是一个极其重要的被动安全装置。乘用车稳定杆在设计阶段需要验证其刚度、强度指标，而设计前期底盘调教期间会频繁调整其硬点、结构以进一步提高汽车性能。随着汽车工业发展、市场竞争加剧及设计周期压缩，更快更低成本地完成乘用车稳定杆刚度、强度预测成为迫切需求。

2、相关技术中，乘用车稳定杆的刚度、强度验证方法主要有以下几种手段：一是试验手段验证，需制作实际样件后开展验证；二是经验公式估计刚度，经验公式来源于某一类相似特征稳定杆或结构规整可直接推导公式的稳定杆；三是仿真分析计算，通过有限元仿真，经绘制三维数据几何、网格划分、属性赋予、边界设置、求解计算等步骤得出刚度和强度数据。

3、然而，相关技术中，由于试验验证依赖实体样件，导致存在样件制作周期长、成本高的问题，与设计前期频繁调整的需求相冲突，由于设计空间和刚度需求等因素，稳定杆具有复杂的几何特征，导致经验公式适用性受限，刚度估算精度难以保障，且无法评估强度性能，而有限元仿真分析计算频繁迭代导致人力成本大、分析效率较低，亟待改善。

技术实现思路

1、本技术提供一种乘用车辆的稳定杆刚度强度预测方法、装置及车辆，以解决相关技术中，由于经验公式适用性受限，使得刚度估算精度难以保障，而仿真分析计算频繁迭代导致人力成本大、分析效率较低的问题。

2、本技术第一方面实施例提供一种乘用车辆的稳定杆刚度强度预测方法，包括以下步骤：确定乘用车辆的稳定杆的稳定杆设计参数及设计空间；基于所述稳定杆设计参数及所述设计空间，构建空心稳定杆样本库和实心稳定杆样本库；利用所述空心稳定杆样本库和所述实心稳定杆样本库分别建立空心稳定杆预测模型和实心稳定杆预测模型，以输出所述稳定杆的刚度强度预测值。

3、通过上述技术手段，本技术实施例可以基于稳定杆设计参数及设计空间，构建空心稳定杆样本库和实心稳定杆样本库，并分别建立空心稳定杆预测模型和实心稳定杆预测模型，以输出稳定杆的刚度强度预测值，从而实现直接从几何模型到刚度、强度结果的快速预测，简化了分析流程步骤、降低繁琐度，进而在保证精度的前提下极大提升效率并降低人力成本。

4、可选地，在本技术的一个实施例中，所述确定乘用车辆的稳定杆设计参数及设计空间，包括：获取所述稳定杆的脊线参数和截面参数；根据所述脊线参数和所述截面参数确定所述稳定杆设计参数，并根据所述稳定杆设计参数、历史数据、脊线趋势和预设设计范围确定所述设计空间。

5、通过上述技术手段，本技术实施例可以获取脊线参数和截面参数确定稳定杆设计参数，并结合历史数据、脊线趋势和预设设计范围确定设计空间，从而为后续样本库构建提供准确的输入边界，避免参数取值脱离实际工程约束，提升预测模型在真实设计空间内的适用性。

6、可选地，在本技术的一个实施例中，所述构建空心稳定杆样本库和实心稳定杆样本库，包括：根据所述稳定杆的类别确定多个脊线参数点；基于所述多个脊线参数点进行抽样，以生成内外半径参数文件、刚强度计算文件和/或刚强度计算结果，以利用所述内外半径参数文件、所述刚强度计算文件和/或所述刚强度计算结果建立所述空心稳定杆样本库和/或所述实心稳定杆样本库。

7、通过上述技术手段，本技术实施例可以通过对脊线参数点进行抽样，生成包含几何参数与对应刚强度计算结果的样本库，从而系统化地构建覆盖多种设计变体的样本库，为后续模型训练提供充足且多样化的数据支持。

8、可选地，在本技术的一个实施例中，所述基于所述多个脊线参数点进行抽样，以生成内外半径参数文件、刚强度计算文件和/或刚强度计算结果，包括：基于所述多个脊线参数点进行抽样，以生成抽样文件；基于所述抽样文件生成所述内外半径参数文件；对所述抽样文件的加载点施加预设载荷值，以得到所述加载点的位移；基于所述加载点的位移和预设换算系数，生成刚强度计算文件和/或刚强度计算结果。

9、通过上述技术手段，本技术实施例可以通过位移预测导出刚度指标，从而降低了样本量需求、数据维度，进而批量生成样本的刚强度计算结果，大幅提高样本库构建效率，降低仿真分析的人力成本。

10、可选地，在本技术的一个实施例中，所述利用所述空心稳定杆样本库和所述实心稳定杆样本库分别建立空心稳定杆预测模型和实心稳定杆预测模型，包括：基于所述空心稳定杆样本库和所述实心稳定杆样本库，建立基于图卷积网络的所述空心稳定杆预测模型和基于图卷积网络的所述实心稳定杆预测模型；基于所述空心稳定杆样本库和所述实心稳定杆样本库，生成空心稳定杆训练集、空心稳定杆验证集、空心稳定杆测试集、实心稳定杆训练集、实心稳定杆验证集和实心稳定杆测试集；根据所述空心稳定杆样本库确定第一训练参数，并根据所述实心稳定杆样本库确定第二训练参数；基于所述空心稳定杆训练集、所述空心稳定杆验证集、所述空心稳定杆测试集和所述第一训练参数，对所述空心稳定杆预测模型进行训练和参数调优，直至所述空心稳定杆测试集的准确率满足第一预设测试条件，保存训练后的所述空心稳定杆预测模型；基于所述实心稳定杆训练集、所述实心稳定杆验证集、所述实心稳定杆测试集和所述第二训练参数，对所述实心稳定杆预测模型进行训练和参数调优，直至所述实心稳定杆测试集的准确率满足第二预设测试条件，保存训练后的所述实心稳定杆预测模型。

11、通过上述技术手段，本技术实施例可以采用图卷积网络分别建立空心稳定杆预测模型和实心稳定杆预测模型，并依据样本库生成独立的训练集、验证集与测试集，结合训练参数进行分模型训练与调优，确保模型预测准确率达标，提升预测结果的可靠性和精准度，从而提高了预测模型的针对性和准确性，实现稳定杆刚度强度的快速、精准预测。

12、本技术第二方面实施例提供一种乘用车辆的稳定杆刚度强度预测装置，包括：确定模块，用于确定乘用车辆的稳定杆的稳定杆设计参数及设计空间；构建模块，用于基于所述稳定杆设计参数及所述设计空间，构建空心稳定杆样本库和实心稳定杆样本库；预测模块，用于利用所述空心稳定杆样本库和所述实心稳定杆样本库分别建立空心稳定杆预测模型和实心稳定杆预测模型，以输出所述稳定杆的刚度强度预测值。

13、通过上述技术手段，本技术实施例可以基于稳定杆设计参数及设计空间，构建空心稳定杆样本库和实心稳定杆样本库，并分别建立空心稳定杆预测模型和实心稳定杆预测模型，以输出稳定杆的刚度强度预测值，从而实现直接从几何模型到刚度、强度结果的快速预测，简化了分析流程步骤、降低繁琐度，进而在保证精度的前提下极大提升效率并降低人力成本。

14、可选地，在本技术的一个实施例中，所述确定模块包括：获取单元，用于获取所述稳定杆的脊线参数和截面参数；第一确定单元，用于根据所述脊线参数和所述截面参数确定所述稳定杆设计参数，并根据所述稳定杆设计参数、历史数据、脊线趋势和预设设计范围确定所述设计空间。

15、通过上述技术手段，本技术实施例可以获取脊线参数和截面参数确定稳定杆设计参数，并结合历史数据、脊线趋势和预设设计范围确定设计空间，从而为后续样本库构建提供准确的输入边界，避免参数取值脱离实际工程约束，提升预测模型在真实设计空间内的适用性。

16、可选地，在本技术的一个实施例中，所述构建模块包括：第二确定单元，用于根据所述稳定杆的类别确定多个脊线参数点；第一建立单元，用于基于所述多个脊线参数点进行抽样，以生成内外半径参数文件、刚强度计算文件和/或刚强度计算结果，以利用所述内外半径参数文件、所述刚强度计算文件和/或所述刚强度计算结果建立所述空心稳定杆样本库和/或所述实心稳定杆样本库。

17、通过上述技术手段，本技术实施例可以通过对脊线参数点进行抽样，生成包含几何参数与对应刚强度计算结果的样本库，从而系统化地构建覆盖多种设计变体的样本库，为后续模型训练提供充足且多样化的数据支持。

18、可选地，在本技术的一个实施例中，所述第一建立单元包括：第一生成子单元，用于基于所述多个脊线参数点进行抽样，以生成抽样文件；第二生成子单元，用于基于所述抽样文件生成所述内外半径参数文件；施加子单元，用于对所述抽样文件的加载点施加预设载荷值，以得到所述加载点的位移；第三生成子单元，用于基于所述加载点的位移和预设换算系数，生成刚强度计算文件和/或刚强度计算结果。

19、通过上述技术手段，本技术实施例可以通过位移预测导出刚度指标，从而降低了样本量需求、数据维度，进而批量生成样本的刚强度计算结果，大幅提高样本库构建效率，降低仿真分析的人力成本。

20、可选地，在本技术的一个实施例中，所述预测模块包括：第二建立单元，用于基于所述空心稳定杆样本库和所述实心稳定杆样本库，建立基于图卷积网络的所述空心稳定杆预测模型和基于图卷积网络的所述实心稳定杆预测模型；生成单元，用于基于所述空心稳定杆样本库和所述实心稳定杆样本库，生成空心稳定杆训练集、空心稳定杆验证集、空心稳定杆测试集、实心稳定杆训练集、实心稳定杆验证集和实心稳定杆测试集；第三确定单元，用于根据所述空心稳定杆样本库确定第一训练参数，并根据所述实心稳定杆样本库确定第二训练参数；第一训练单元，用于基于所述空心稳定杆训练集、所述空心稳定杆验证集、所述空心稳定杆测试集和所述第一训练参数，对所述空心稳定杆预测模型进行训练和参数调优，直至所述空心稳定杆测试集的准确率满足第一预设测试条件，保存训练后的所述空心稳定杆预测模型；第二训练单元，用于基于所述实心稳定杆训练集、所述实心稳定杆验证集、所述实心稳定杆测试集和所述第二训练参数，对所述实心稳定杆预测模型进行训练和参数调优，直至所述实心稳定杆测试集的准确率满足第二预设测试条件，保存训练后的所述实心稳定杆预测模型。

21、通过上述技术手段，本技术实施例可以采用图卷积网络分别建立空心稳定杆预测模型和实心稳定杆预测模型，并依据样本库生成独立的训练集、验证集与测试集，结合训练参数进行分模型训练与调优，确保模型预测准确率达标，提升预测结果的可靠性和精准度，从而提高了预测模型的针对性和准确性，实现稳定杆刚度强度的快速、精准预测。

22、本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的乘用车辆的稳定杆刚度强度预测方法。

23、本技术第四方面实施例提供一种非易失性计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的乘用车辆的稳定杆刚度强度预测方法。

24、本技术第五方面实施例提供一种计算机程序产品，所述计算机程序产品存储计算机程序，该程序被处理器执行时实现如上的乘用车辆的稳定杆刚度强度预测方法。

25、本技术实施例可以基于稳定杆设计参数及设计空间，构建空心稳定杆样本库和实心稳定杆样本库，并分别建立空心稳定杆预测模型和实心稳定杆预测模型，以输出稳定杆的刚度强度预测值，从而实现直接从几何模型到刚度、强度结果的快速预测，简化了分析流程步骤、降低繁琐度，进而在保证精度的前提下极大提升效率并降低人力成本。由此，解决了相关技术中，由于经验公式适用性受限，使得刚度估算精度难以保障，而仿真分析计算频繁迭代导致人力成本大、分析效率较低的问题。

26、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。