汽车悬架-车身全接附点载荷预测方法及系统与流程

本申请属于整车疲劳寿命评估，尤其涉及一种汽车悬架-车身全接附点载荷预测方法及系统。

背景技术：

1、汽车悬架-车身接附点动态载荷谱是车身、悬架零部件和连接结构疲劳寿命评估的重要边界条件，每一接附点的六向载荷通常包括沿车辆坐标系三个方向的力分量以及绕三个方向的力矩分量。由于接附点数量多、安装空间有限且强化路面冲击显著，直接在全部接附点布置应变片或多轴力传感器存在布置困难、标定工作量大、多通道同步采集成本高和信号稳定性不足等问题。

2、现有载荷分解方法通常将实车采集的轮心六分力、悬架位移或加速度输入整车多体动力学模型，并通过虚拟迭代或动力学求解获得零部件连接点载荷。该方法依赖高精度整车模型以及弹簧、减振器、衬套等非线性参数，模型调校和迭代计算周期较长，在复杂工况下还可能出现不收敛。已有神经网络方法可用于时序响应或载荷谱预测，但纯数据驱动模型缺乏力学边界约束，在训练数据覆盖不足或极端冲击工况下可能产生不满足车身合力、合力矩平衡关系的预测结果；同时，仅针对单一车型训练的模型难以适应车身质量、惯量、硬点位置、悬架刚度和阻尼参数的变化。

技术实现思路

1、有鉴于此，本申请旨在提出一种汽车悬架-车身全接附点载荷预测方法及系统，以解决上述至少一个问题。

2、为达到上述目的，本申请的技术方案是这样实现的：

3、第一方面，本申请提供了一种汽车悬架-车身全接附点载荷预测方法，包括：

4、获取车辆的同步时序数据和车型参数，所述同步时序数据包括四轮轮心六分力、各减振器阻尼力、车身惯性测量信号以及作为标签的各悬架-车身接附点六向载荷；

5、对所述同步时序数据和所述车型参数进行数据预处理，基于滑动时间窗口构建训练样本，并利用无标签激励序列对时序编码器进行掩码重建预训练；

6、构建载荷预测模型，将由所述轮心六分力和减振器阻尼力构成的激励序列进行通道加权及多尺度时序编码，利用由车型参数生成的调制参数对编码特征进行条件化调制，将调制后的编码特征输入具有相对位置偏置的transformer编码器，输出全部接附点的六向载荷预测序列；

7、基于所述预测序列与标签的数据拟合误差、根据白车身运动状态及各接附点位置建立的六自由度合力与合力矩平衡误差、频谱误差以及受接附点刚度限制的载荷变化率越界误差构建总损失，并训练载荷预测模型；

8、获取待预测车辆的轮心六分力、减振器阻尼力和车型参数，按所述时序窗口输入训练后的载荷预测模型，得到并输出待预测车辆全部悬架-车身接附点的六向动态载荷序列。

9、第二方面，基于同一发明构思，本申请还提供了一种汽车悬架-车身全接附点载荷预测系统，包括：

10、数据采集模块，被配置为获取车辆的同步时序数据和车型参数，所述同步时序数据包括四轮轮心六分力、各减振器阻尼力、车身惯性测量信号以及作为标签的各悬架-车身接附点六向载荷；

11、自监督预训练模块，被配置为对所述同步时序数据和所述车型参数进行数据预处理，基于滑动时间窗口构建训练样本，并利用无标签激励序列对时序编码器进行掩码重建预训练；

12、模型构建模块，被配置为构建载荷预测模型，将由所述轮心六分力和减振器阻尼力构成的激励序列进行通道加权及多尺度时序编码，利用由车型参数生成的调制参数对编码特征进行条件化调制，将调制后的编码特征输入具有相对位置偏置的transformer编码器，输出全部接附点的六向载荷预测序列；

13、模型训练模块，被配置为基于所述预测序列与标签的数据拟合误差、根据白车身运动状态及各接附点位置建立的六自由度合力与合力矩平衡误差、频谱误差以及受接附点刚度限制的载荷变化率越界误差构建总损失，并训练载荷预测模型；

14、预测输出模块，被配置为获取待预测车辆的轮心六分力、减振器阻尼力和车型参数，按时序窗口输入训练后的载荷预测模型，得到并输出待预测车辆全部悬架-车身接附点的六向动态载荷序列。

15、第三方面，基于同一发明构思，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的方法。

16、第四方面，基于同一发明构思，本申请还提供了一种非暂态计算机可读存储介质，其中，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如第一方面所述的方法。

17、相对于现有技术，本申请所述的一种汽车悬架-车身全接附点载荷预测方法及系统具有以下有益效果：

18、本申请仅需采集易获取的轮心六分力、减震器阻尼力及车型关键参数作为输入，实现预测悬架与车身之间全部接附点的六向载荷，大幅降低载荷获取成本，保证物理约束动力学边界严格自洽，提升极端工况预测精度、跨车型泛化能力与工程应用效率，预测结果可直接用于车身本体疲劳与受力校核。

1.一种汽车悬架-车身全接附点载荷预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述掩码重建预训练包括：

3.根据权利要求1所述的方法，其特征在于：

4.根据权利要求1所述的方法，其特征在于，所述六自由度合力与合力矩平衡误差的获得方式包括：

5.根据权利要求1所述的方法，其特征在于：

6.根据权利要求1所述的方法，其特征在于：

7.根据权利要求1所述的方法，其特征在于：

8.根据权利要求1所述的方法，其特征在于，输出所述六向动态载荷序列包括：

9.一种汽车悬架-车身全接附点载荷预测系统，其特征在于，包括：

10.根据权利要求9所述的系统，其特征在于：