APP下载

基于数据驱动的车辆动力总成冷却系统密封性质量预测

2021-07-15杨爱平唐倩撒利军刘达

机械工程师 2021年7期
关键词:模型

杨爱平 ,唐倩 ,撒利军 ,刘达

(1.重庆大学 机械传动国家重点实验室,重庆 400044;2.长安汽车有限责任公司,重庆 400023)

0 引言

车辆在行驶过程中会产生大量热量,对于传统内燃机汽车,热量来自于动力总成中内燃机缸体内燃料的燃烧与零件的相对运动,而对于电驱动的新能源汽车,热量则来自于车辆内锂离子电池的产热[1]。这些热量若没有及时被带走,轻则造成车辆运行稳定性下降、燃油经济性降低,重则导致动力总成过热报废。现代车辆冷却系统多倾向于使用成熟的液冷散热,但液冷散热系统存在大量的冷却管路,需要保证其具有良好的密封性。在汽车的生产过程中,冷却系统的密封性检测是在冷却液加注之前进行的,具体方法是对冷却系统进行气体加压处理,通过一个保压过程进行密封性测试[2]。但这种方法工序复杂,并且测试要求的环境条件较高。随着大数据科学的快速发展及汽车生产中全流程信息采集系统的广泛应用,已经可以实现以低成本、大范围、增量累计的方式获取车辆生产过程中的有用信息[3],这为使用基于数据驱动的方法进行动力总成冷却系统密封性预测奠定了基础。相比于传统基于模型的方法,数据驱动的方法可以在没有系统先验知识与准确数学模型的基础上,通过生产与测试过程中产生的大量有用信息训练AI模型,使其具备解决某一特定问题的能力[4]。基于数据的预测方法已经取得了十分广泛的应用,胡杰等[5]基于车辆状态参数、环境信息对电动车行驶里程进行了预测,Lin Xie等[6]基于天然气、石油行业安全仪表的操作数据预测了仪表的故障率。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用