4.4. Применение ЭВМ при прогнозировании показателей надежности автомобилей на стадии проектирования

Интенсификация производства подвижного состава автомобильного транспорта требует повышения качества и сокращения сроков разработки проектов, испытаний и доводки новых образцов автомобильной техники. Успешное решение этой проблемы возможно лишь на основе широкой комплексной автоматизации проектно-конструкторских и исследовательских работ с ориентацией на достаточно мощные ЭВМ.

Выделим четыре основные группы задач, оперативное решение которых требует автоматизации и применения вычислительной техники, Первая группа задач связана с классификацией, сортировкой, хранением и обработкой статистической информации о ресурсах деталей автомобилей в различных условиях эксплуатации. Фактически речь идет о создании информационной базы отрасли (банка данных) для оценки показателей эксплуатационной надежности серийных автомобилей" Под информационной базой здесь понимаются не только систематизированные данные о ресурсах и условиях эксплуатации подконтрольных партий автомобилей, но и данные о конструктивных параметрах, характеристиках используемых материалов, вносимых изменениях и т. п. К первой группе могут быть отнесены также задачи дисперсионного анализа (определение влияния различных эксплуатационных факторов на ресурс деталей), корреляционного анализа (определение зависимостей между показателями ресурсов и условиями эксплуатации), прогнозирования, основанного на экстраполяции временных рядов, например средних ресурсов узлов (агрегатов) от времени выпуска ит. п.

Вторая группа задач связана с моделированием движения автомобиля в различных дорожных условиях. При этом дорожные условия задаются (например, нормируются при испытаниях на надежность) или выбираются таким образом, чтобы они соответствовали условиям подконтрольных партий автомобилей. В результате моделирования определяются измерители таких эксплуатационных свойств автомобиля как скоростность, топливная экономичность, плавность хода, управляемость, проходимость и др. Очевидно, к этой группе задач можно отнести моделирование рабочих процессов и нагрузочных режимов и их схематизацию.

На "стыке" первой и второй групп задач находятся вопросы определения корреляционных уравнений долговечности, для рас-чета которых используются данные о ресурсах, условиях эксплуатации и параметрах нагрузочных режимов, Практически речь идет о многофакторных зависимостях, в которых один из факторов - критерий долговечности - находится в результате моделирования нагрузочных режимов с учетом условий эксплуатации и конструктивных параметров. Например, при построении КУД рессор грузовых автомобилей только для расчета критериев долговечности, выполняемых на ЭВМ, потребовалось ввести в виде исходных данных свыше 800 различных параметров [41]. Кроме того, для определения оптимальных моделей КУД деталей автомобиля на ЭВМ выполнялись расчеты с использованием различных аппроксимирующих зависимостей, число которых достигло 10.

Третья группа включает задачи, связанные непосредственно с расчетами на долговечность. Из большого числа приводящих к отказам процессов разрушения важнейшими, с точки зрения расчета деталей механических систем, являются износ, усталость, прочность, коррозия и их разновидности о учетом влияния высоких и низких температур. Это позволяет ограничить число расчетных моделей следующими: "нагрузка - несущая способность" - при расчете на прочность; "случайный процесс - поле допуска" - при расчете на износ; "суммирование повреждений" - при расчете на усталость. На основе совокупности указанных простых моделей строятся логические модели отказов деталей" которые являются основой для моделирования характеристик надежности узлов и агрегатов,

К четвертой группе следует отнести различные задачи оптимизации проектируемой системы с учетом ее надежности. В настоящее время автоматизация решения рассмотренных задач развивается в направлении создания систем автоматизированного проектирования (САПР). Очевидно, неотъемлемой частью САПР автомобиля должна быть проблемно ориентированная подсистема определения характеристик надежности, обладающая способностью к адаптации и самообучению. Основными элементами такой подсистемы являются локальная база данных (БД) с системой управления (СУБД) и библиотеки программ (рис. 4.6): формирования нагрузочных режимов (HP); статистической обработки данных (СТАХ); формирования пространства априорных оценок (прогнозов) (RS); принятия решений (ПР).

В общем случае информация в БД должна упорядочиваться по принадлежности к задачам и виду представления данных - натуральному или упакованному (сжатому). Под упаковкой понимается представление информации в виде аппроксимирующих уравнений, корреляционных, структурных или спектральных функций, распределений и т. д. В такой БД также должна храниться и накапливаться информация об испытаниях на надежность аналогов с соответствующими характеристиками нагруженное или условий эксплуатации. Подсистема должна поддерживаться специальной управляющей программой (М), позволяющей пользователю работать в интерактивном режиме.

Рассмотрим кратко содержание и назначение программного обеспечения подсистемы РЕСУРС САПР автомобиля (см. рис. 4,6).

Библиотека RS включает пакеты программ моделирования ресурса MRS, расчета на долговечность с использованием различных феноменологических и корреляционных моделей отказов деталей МОД, КУД и модулей МР, описывающих разрушительные процессы (износ, прочность, усталость и т. д.). В библиотеке хранится до N модификаций программ МОД и КУД для различных деталей.

В основу моделирования ресурса (MRS) положен метод Монте-Карло, реализуемый программой МК. Моделирование зависимых случайных величин осуществляется методом отсеивания Неймана (NEJ). В качестве генератора псевдослучайных чисел используется стандартная программа RANDU из пакета SSP ЕС ЭВМ. Для моделирования реализаций износа подключается программа моделирования случайного процесса (СП).

Библиотека HP включает пакеты моделирования (МНР) и обработки нагрузочного режима деталей. При моделировании нагрузочного режима для формирования внешних воздействий используются программы СП и МК, В качестве МНР могут быть использованы универсальные пакеты программ анализа динамики систем. Результаты моделирования подвергаются обработке, которая заключается в сортировке (RH), схематизации процесса нагружения (СПН) и построении обобщенного нагрузочного режима (ОНР). Обработка может быть завершена выравниванием полученного распределения нагрузки стандартными распределениями (РВС).

Рис. 4.6. Схема взаимодействия библиотек подсистемы РЕСУРС САПР автомобиля

Библиотека раздела СТАТ включает программы обработки результатов испытаний и моделирования. Помимо стандартных программ из пакета SSP ЕС ЭВМ в библиотеку входят программы обработки усеченных, многократно усеченных выборок (МУВ) и малых выборок (MB), Для анализа малых выборок привлекается программа распознавания (РО) и программа" реализующая метод наименьших модулей или квадратов в модифицированном варианте (МНК).

Библиотека ПР состоит из программ синтеза прогнозов (СИН) оптимизации решений в условиях неопределенности (ОПТ) и статистической адаптации решений (СТАР) на основе информации об испытаниях опытных образцов, оперативных данных на начальной и последующих стадиях эксплуатации изделия, Оптимизация решения заключается в определении наиболее вероятной прогнозируемой оценки ресурса детали исходя из полученного модели" рованием пространства решений, В более широком смысле оптимизация решения может пониматься как определение оптимального (наиболее целесообразного) ресурса изделия с экономической, технической или с какой-либо другой точки зрения. В этом случае в структуру подсистемы следует ввести связь между задачами ПР, RS и БД для варьирования характеристиками сопротивления разрушению или между задачами ПР, HP и БД для варьирования условиями эксплуатации, Следует отметить, что для удобства работы с программами целесообразно в рамках операционной системы разработать специальный проблемно-ориентированный язык (ПОЯ) высокого уровня,

Рассмотрим процесс организации БД в узком смысле с позиций упорядочения и хранения экспериментальной информации о нагрузочных режимах (HP) для последующих расчетов надежности, Определяющим является вопрос о том, в каком виде должен представляться нагрузочный режим для хранения. Его решение связано с современными представлениями о процессах разрушения механических систем и со сложившейся практикой расчетов на долговечность. Общие требования к обработке нагрузочных режимов следующие:

компактность представления для хранения в БД без потери информативности процесса;

возможность восстановления исходного процесса; общность относительно всех известных методов схематизации и относительно применяемых и перспективных методов расчета на долговечность.

Наиболее полно указанным требованиям отвечает спектральный (корреляционный) анализ случайных процессов. Известно, что исчерпывающими характеристиками случайного процесса (СП) являются плотность распределения, структурная или корреляционная функция (или спектральная плотность) и энергия процесса (среднее значение квадрата СП). В то же время анализ нагруженности деталей автомобилей и других машиностроительных конструкций показывает, что в большинстве случаев класс СП можно ограничить стационарными или сводимыми к ним процессами. Более того, в случае представления нагрузочного режима достаточно длинными реализациями, включающими несколько циклов перемены режимов работы, СП практически всегда становится стационарным. Достаточными для БД характеристиками таких процессов являются корреляционная функция и математическое ожидание. Таким образом, например, может быть представлен нагрузочный режим подвески и других элементов ходовой части автомобиля. В первом приближении так можно оценить нагруженность полуоси, главной и карданной передач. Однако этот метод не годится для анализа нагруженности элементов коробки передач, поскольку их режимы являются дискретно непрерывными.

Полученные авторами удовлетворительные результаты [411 подтверждают необходимость отказа от непосредственной схематизации нагрузочных режимов в пользу естественного их представления соответствующими статистическими характеристиками. В свою очередь, это потребует организации дополнительных ресурсных испытаний деталей автомобилей в стендовых либо полигонных условиях при случайном нагружении с целью построения критериальных функциональных зависимостей для характеристик предельных состояний. При таком подходе с учетом накопления информации об испытаниях в БД можно достаточно оперативно получать подобные характеристики, используя как уже имеющиеся данные, так и материалы стендовых и эксплуатационных испытаний. Главной предпосылкой для такого объединения информации будет единый подход к обработке и представлению нагрузочных режимов, не искаженных схематизацией.