การทดสอบความล้าแบบเร่งรัดสำหรับชุดลดความเร็วของยานยนต์ไฟฟ้าโดยใช้ระเบียบวิธี SVR–FDS
อุตสาหกรรมยานยนต์ไฟฟ้า (EV) กำลังเติบโตอย่างรวดเร็วทั่วโลก โดยมีการมุ่งเน้นไปที่การพัฒนาส่วนประกอบที่มีประสิทธิภาพสูง เช่น ชุดลดความเร็ว ชุดลดความเร็วนั้นมีบทบาทสำคัญในการแปลงความเร็วและแรงบิดจากมอเตอร์ไฟฟ้าไปยังล้อ ซึ่งส่งผลโดยตรงต่อประสิทธิภาพและระยะทางในการขับขี่ อย่างไรก็ตาม ชุดลดความเร็วยังเป็นส่วนประกอบหนึ่งที่มีแนวโน้มที่จะเกิดความล้าเนื่องจากสภาวะการทำงานที่รุนแรง เช่น - แรงบิดสูง - ความเร็วสูง - การเปลี่ยนแปลงโหลดบ่อยครั้ง
การทดสอบความล้าเป็นสิ่งสำคัญในการประเมินอายุการใช้งานและความน่าเชื่อถือของชุดลดความเร็ว อย่างไรก็ตาม การทดสอบความล้าแบบดั้งเดิมนั้นใช้เวลานานและมีค่าใช้จ่ายสูง เพื่อแก้ไขปัญหานี้ นักวิจัยได้เสนอวิธีการทดสอบความล้าแบบเร่งรัด (AFT) ต่างๆ เพื่อลดเวลาและค่าใช้จ่ายในการทดสอบ โดยทั่วไปแล้ว วิธี AFT จะเกี่ยวข้องกับการใช้โหลดหรือความเค้นที่เพิ่มขึ้นกับส่วนประกอบที่ทดสอบเพื่อเร่งกระบวนการความล้า
บทความ Sensors, Vol. 24, Pages 5359: Accelerated Fatigue Test for Electric Vehicle Reducer Based on the SVR–FDS Method
บทความ Sensors, Vol. 24, Pages 5359 นำเสนอวิธี AFT แบบใหม่สำหรับชุดลดความเร็วของยานยนต์ไฟฟ้าโดยใช้ระเบียบวิธี Support Vector Regression–Fatigue Damage Spectrum (SVR–FDS) วิธีการที่นำเสนอนี้มีวัตถุประสงค์เพื่อเอาชนะข้อจำกัดของวิธี AFT แบบดั้งเดิม ซึ่งมักจะต้องใช้ข้อมูลการทดสอบจำนวนมากและไม่สามารถจับภาพผลกระทบของประวัติโหลดที่ซับซ้อนที่มีต่อความล้าได้อย่างแม่นยำ
ระเบียบวิธี SVR–FDS
ระเบียบวิธี SVR–FDS ประกอบด้วยสองขั้นตอนหลัก:
- การสร้างแบบจำลอง SVR: ในขั้นตอนนี้ จะมีการพัฒนาแบบจำลอง SVR เพื่อสร้างความสัมพันธ์ระหว่างพารามิเตอร์การทำงานของชุดลดความเร็ว (เช่น ความเร็ว แรงบิด และอุณหภูมิ) และความเสียหายจากความล้า แบบจำลอง SVR ได้รับการฝึกฝนโดยใช้ข้อมูลที่ได้จากการจำลองแบบจำลองเชิงตัวเลขหรือการทดลอง
- การสร้างคลื่นความล้า: ในขั้นตอนนี้ จะมีการสร้างคลื่นความล้าแบบเร่งรัดโดยใช้ FDS FDS เป็นเทคนิคทางสถิติที่ใช้ในการแสดงลักษณะการกระจายแอมพลิจูดของวงจรความเค้นในประวัติโหลด จากนั้น คลื่นความล้าแบบเร่งรัดจะถูกนำไปใช้กับชุดลดความเร็วในการทดสอบเพื่อเร่งกระบวนการความล้า
ข้อดีของระเบียบวิธี SVR–FDS
ระเบียบวิธี SVR–FDS นำเสนอข้อดีหลายประการเหนือวิธี AFT แบบดั้งเดิม:
- ความแม่นยำที่เพิ่มขึ้น: แบบจำลอง SVR สามารถจับภาพผลกระทบของประวัติโหลดที่ซับซ้อนที่มีต่อความล้าได้อย่างแม่นยำ ซึ่งนำไปสู่ผลลัพธ์การทดสอบที่แม่นยำยิ่งขึ้น
- ความต้องการข้อมูลที่ลดลง: ระเบียบวิธี SVR–FDS ต้องการข้อมูลการทดสอบน้อยกว่าวิธี AFT แบบดั้งเดิม ซึ่งช่วยลดเวลาและค่าใช้จ่ายในการทดสอบ
- ความสามารถในการปรับตัว: ระเบียบวิธี SVR–FDS สามารถปรับให้เข้ากับชุดลดความเร็วและเงื่อนไขการทำงานต่างๆ ทำให้เป็นเครื่องมือที่หลากหลายสำหรับการทดสอบความล้า
ข้อสรุป
บทความ Sensors, Vol. 24, Pages 5359 นำเสนอวิธี AFT แบบใหม่สำหรับชุดลดความเร็วของยานยนต์ไฟฟ้าโดยใช้ระเบียบวิธี SVR–FDS วิธีการที่นำเสนอนี้มีศักยภาพในการปรับปรุงความแม่นยำ ประสิทธิภาพ และความสามารถในการปรับตัวของการทดสอบความล้าสำหรับชุดลดความเร็ว ซึ่งนำไปสู่การออกแบบที่น่าเชื่อถือและมีประสิทธิภาพมากขึ้นสำหรับยานยนต์ไฟฟ้า
#ยานยนต์ไฟฟ้า #ชุดลดความเร็ว #การทดสอบความล้า #Sensors