輪轂電機驅動電動汽車轉向節疲勞壽命分析

【摘要】為有效評估某輪轂電機驅動電動汽車轉向節的疲勞壽命，基于實測道路載荷譜開展懸架多體動力學建模與路譜信號的虛擬迭代分析，獲得轉向節載荷譜輸入文件，并結合慣性釋放結果、材料應力-壽命曲線（S-N曲線）和Miner線性累積損傷準則對轉向節開展疲勞壽命分析，最后進行了轉向節疲勞試驗。仿真和試驗結果均表明：轉向節疲勞危險點主要在轉向橫拉桿和減振器下端連接桿與轉向節相連的區域；轉向節滿足整車行駛16×104 km后不發生疲勞破壞的設計壽命要求。

關鍵詞：電動汽車 分布式驅動 轉向節 載荷譜 多體動力學 虛擬迭代 疲勞壽命

中圖分類號：U462.3+6" 文獻標志碼：A" "DOI： 10.20104/j.cnki.1674-6546.20230534

Research on Fatigue Life Analysis of In-Wheel-Motor-Driven Electric Vehicle Steering Knuckles

Li Luyuan1， Wang Yuelian2， Yu Xuetian2， Han Meng1， Bian Zengyuan1， Zhuang Ye2

（1. Jilin Province Product Quality Supervision and Inspection Institute， 130103; 2. National Key Laboratory of Automotive Chassis Integration and Bionics， Jilin University， Changchun 130022）

【Abstract】To effectively evaluate the fatigue life of in-wheel-motor-driven electric vehicle steering knuckles， virtual iterative analysis of suspension multi-body dynamics modeling and road spectrum signals is conducted based on the measured road load spectrum， form which the input file of steering knuckles load spectrum is obtained. Fatigue life analysis on the steering knuckle is conducted by combining the inertia release results， material S-N curve and Miner linear cumulative damage criterion， and Fatigue tests are conducted on the steering knuckles for verification." Findings from both simulations and experiments indicate that the primary fatigue risk areas are at the interfaces between the steering tie rod and the lower shock absorber connecting rod. The steering knuckle design satisfies the requirement for a fatigue-free lifespan over a diriveing distance of 16×104 km.

Key words： Electric vehicle， Distributed drive， Steering knuckles， Load spectrum， Multi-body dynamics， Virtual iteration， Fatigue life

1 前言

輪轂電機驅動電動汽車將車輛的動力裝置、傳動裝置和制動裝置整體布置到輪轂內，簡化了車輛的動力總成機械部分，具有結構緊湊、傳動效率高、轉矩分配靈活的優勢。這種布置形式導致簧下質量增加較多、懸架各部件載荷增加，需重點關注各部件的耐久性能。

懸架轉向節的耐久性研究過程中，需要確定轉向節的連接關系并獲取對應連接點的載荷譜，但存在連接點部位的受力載荷譜難以直接通過試驗測得的問題。針對懸架內部載荷的提取，常用方法有虛擬試驗場（Virtual Proving Ground）技術[1]、約束載荷加載法和虛擬迭代技術。虛擬試驗場技術[2]通過全仿真分析的方式求解內部載荷，但準確的虛擬路面的建立難度較大，復雜路面的掃描獲取也存在困難。約束載荷加載法將實測輪心激勵加載到整車模型的輪心位置，從而提取出轉向節連接點處的受力載荷，該方法忽略了部件慣性的影響，對模型的精度要求高，各類準確性不足都會對連接點處的載荷產生很大影響。值得注意的是，該仿真方法無法考慮簧上質量對模型的影響，與實際工況不符，試驗與仿真結果存在偏差。虛擬迭代[3]通過輪胎六分力傳感器測量獲得實車輪心六分力，建立動力學模型，利用FEMFAT軟件完成虛擬迭代仿真[4]，獲得輪心垂向位移，并以此及其余五分力作為動力學模型的驅動載荷，獲得目標部件轉向節連接點處的載荷，進而在單位載荷加載下對轉向節有限元模型進行慣性釋放分析。基于慣性釋放應力場結果文件、整車載荷分解提取的轉向節疲勞分析載荷譜和轉向節材料參數，選擇合理的方法進行轉向節疲勞壽命分析，即可得到轉向節疲勞損傷分布云圖，找出疲勞危險點。

為了高效準確地獲得轉向節疲勞壽命，本文采用虛擬迭代仿真分析的方式獲取目標部件的載荷譜，對轉向節進行疲勞壽命預測仿真，并開展轉向節疲勞臺架試驗，通過轉向節在基礎循環次數下的試驗結果，驗證疲勞壽命預測結果的有效性[5]。

2 道路載荷譜信號采集

2.1 典型路面測試信號的采集

為了獲得精確的整車零部件疲勞載荷，為后續動力學仿真和疲勞仿真提供輸入，選取多種典型路面，如高速環形跑道、二號環道、標準坡道等，并按不同權重分配相應的試驗里程，如表1所示，不同的強化路面具有代表性和概括性，可充分反映實車行駛狀況。

為在車輪軸頭處測量車輪六分力，獲取整車仿真激勵載荷，根據需要的信號種類選取MSC公司的LW12.8-50型車輪力傳感器，可同時測量車輪受到的3個方向的力和力矩，并需在車輪軸頭處測量加速度信號，以獲取輪心響應，驗證載荷分解仿真激勵結果。傳感器布置情況如圖1所示。

為監測實際道路試驗過程中懸架上部分部位的應力變化情況，還需布置應變測量裝置，對于主應力方向明確的應變測量，一般使用應變片即可，但實際工作過程中，主應力的方向并不明確，因此在這些位置布置應變花，統一用數據采集系統采集信號。

2.2 路譜試驗數據預處理

通常，采集的路面載荷譜不能直接用于仿真計算。路面測試工況復雜、環境惡劣，信號采集過程中的各種干擾因素會導致最終采集的信號出現各種異常，影響后續分析結果的精度，因此，必須對采集到的信號進行濾波、重新采樣、縮減等處理[6]。

采集到的原始信號及其處理過程如圖2所示：首先初步檢查信號的完整性，不存在測試信號丟失的情況；接著進行幅值譜分析，確認信號是否服從正態分布，判斷信號的準確性；然后根據信號的類型和分析用途等進行分類，對數據進行簡單處理，如根據后續仿真的要求轉換信號的單位、根據應變片的布置情況利用應變信號計算主應力等；最后，對獲得的數據進行去除毛刺、漂移等處理，以不同的采樣頻率進行測試，最終選擇將信號按256 Hz重新采樣，在盡可能簡化載荷譜的同時，保留更多的波峰、波谷值，保證耐久性預測結果相對準確，用低通濾波器濾除40 Hz以上的高頻信號，去除干擾噪聲，處理好的載荷用于虛擬迭代。圖2中，Fx、Fy、Fz分別為車軸軸頭在x、y、z方向的受力，Mx、My、Mz分別為車軸軸頭在x、y、z方向所受力矩。本文測試信號的數據處理主要在nCode Glyph Works及FEMFAT軟件中進行。

3 前懸架系統的多體動力學建模

獲得路譜后，通過多體動力學仿真獲取目標構件處的受載情況，本文的研究對象為前懸架的轉向節部件，故根據實車上測量獲得的硬點數據和特性參數，基于Adams/Car軟件對前懸架系統進行動力學建模，為了盡可能使模型與實車相符，對減振器阻尼特性、襯套特性等參數進行了試驗測量，并在模型中添加相關屬性數據。

在輪心處建立垂直向上的位移輸入，作為后續虛擬迭代過程中輸入的接口，對輸入進行不斷修正，同樣在輪心處添加垂直向上的力響應，用于輸出位移驅動下的垂向力數據[7]。完成設置后輸出為.adm文件，為后續虛擬迭代作準備，搭建完成的懸架動力學模型如圖3所示，值得注意的是，各連接件間的連接關系需保證與實際連接關系一致。

4 道路載荷譜的虛擬迭代

道路試驗采集到的載荷譜信號直接用于動力學模型仿真會引起模型傾覆，仿真失敗，需要通過虛擬迭代將垂向力信號轉換成位移信號進行仿真。虛擬迭代是對非線性系統進行逆向求解的過程，將復雜的動力學系統簡化為線性系統進行表達，通過多次迭代求解，對反函數進行修正，使輸入信號經過系統后獲得的輸出信號與實際目標信號逐漸接近[8]。

首先，將多體動力學模型作為未知系統，設置白噪聲作為位移輸入信號u0（s），對系統產生激勵響應信號y0（s），求得系統的傳遞函數為：

F（s）=y0（s）/u0（s） （1）

進而可根據式（1）求得逆函數F-1（s）。

其次，以路試實測信號作為目標信號yd（s），根據逆函數F-1（s）計算初始輸入信號：

u1（s）=F-1（s）yd（s） （2）

然后，利用初始驅動信號激勵多體動力學模型得到響應信號y1（s），因為傳遞函數不能精確表征多體動力學模型，所以目標信號yd（s）與響應信號y1（s）之間存在一定的誤差。

最后，用修正算法固定逆傳遞函數F-1（s）。將得到的響應值與目標值進行對比判定，誤差較大時需要重新計算，通過式（3）進行反復迭代，直到使迭代收斂；對目標信號與響應信號進行時域和頻域對比，如果誤差均方根值為零或目標信號與響應信號接近，則認為收斂較好；對相對損傷值進行比較，如果迭代信號與試驗數據的相對損傷值接近1，則認為收斂較好，如果在0.5～1.5范圍內收斂，認為虛擬迭代結果可以接受，停止迭代，最終得到的輸入信號即輪心z向位移。迭代公式為：

uk+1（s）=uk（s）+F-1（s）[yd（s）-yk（s）] （3）

式中：yk（s）為第k次迭代的響應信號，uk（s）為第k次驅動信號。

整個流程可以在FEMFAT軟件的虛擬迭代（Virtual Iteration，VI）模塊中實現，該模塊通過調用Adams/Car中的求解器對搭建的多體動力學模型進行仿真。首先，根據仿真要求輸入位移信號，對白噪聲進行設置，生成的其中一個通道的白噪聲信號如圖4所示，將生成的白噪聲作為輸入，得到響應信號后，求取傳遞函數。

然后求出逆函數，同時以實測載荷譜作為目標信號進行虛擬迭代，反求出第一次載荷輸入，驅動多體模型，將得到的響應值與目標值進行對比，誤差較大時重新計算，直到使迭代收斂，得到輪心z向位移。

一般在10～20步內收斂完成，取其中最接近1的一組信號進行后續的動力學驅動求解。迭代過程中，左、右輪的驅動信號收斂過程如圖5所示，經過10次迭代計算后收斂到1.2附近，收斂效果較好。

最后一次迭代的驅動信號如圖6所示，將其與其余五分力一起作為輸入，添加到Adams/Car軟件中建立的前懸架動力學模型的輪心處，驅動動力學模型，得到轉向節各連接點處各方向的載荷譜。

5 轉向節部件有限元仿真分析

為獲得各連接點處不同載荷輸入下轉向節各部分的受載情況，需要對轉向節部件進行有限元靜力分析。獲得構件的主要受力部位后，在受力部位施加載荷，以HyperMesh作為前處理器、Nastran為求解器、HyperView為后處理器，開展模型的慣性釋放分析。轉向節有限元模型的建立主要分為以下幾個步驟：

a. 模型導入。將轉向節三維模型導入有限元軟件。

b. 幾何特征的簡化及清理。對幾何特征缺失的情況進行檢查與清理，填補導入過程中破損的面等，并根據半徑對倒角、圓角等進行處理，提高分析計算的效率和網格單元的質量。

c. 單元類型的選擇。采用3D單元對轉向節進行網格劃分，結果如圖7所示。

d. 連接關系設定。在各連接點處添加鉸接點，見圖7，將其作為單位力的輸入點進行慣性釋放，并作為后續疲勞仿真載荷譜的輸入點。

e. 材料屬性的添加。添加轉向節的材料屬性，以提高仿真的準確性。

使用HyperWorks軟件中的HyperMesh模塊建立轉向節有限元模型，并使用其中的Optistruct求解器進行轉向節慣性釋放分析[9]。

有限元慣性釋放分析中建立的平衡方程為：

F+M[φ]=0 （4）

式中：F為外部載荷矩陣，[φ]為加速度矩陣，M為質量矩陣。

轉向節的慣性釋放結果如圖8所示，得到每個加載點位置載荷單獨作用時各節點位移分布情況。

6 轉向節疲勞壽命預測分析

以虛擬迭代得到的輪心處垂向位移和輪心處其余五分力作為驅動對前懸架系統的動力學模型進行激勵，仿真獲取轉向節各連接點處的載荷譜。

懸架系統受隨機載荷作用，對于隨機載荷譜，名義應力法主要用于應力水平未超過材料屈服強度時的疲勞分析，局部應力應變法能有效考慮結構局部高應力（超過屈服強度）狀態下的塑性變形，主要用于結構最大應力超過屈服強度時的疲勞分析。通過應力-壽命（S-N）法對懸架動力學系統進行疲勞分析，平均應力修正方法選擇古德曼（Goodman）法[10]，分析結果中最大應力未超過屈服強度，故本文疲勞分析選擇名義應力法。

目前，疲勞累積損傷理論主要有線性、非線性和雙線性累積損傷理論3類。線性疲勞累積損傷理論中的Miner理論[11]是線性累積損傷方式中的經典理論，本文采用Miner理論對懸架系統進行損傷累積計算。

設構件在某載荷水平S下的疲勞壽命為N，則1個循環造成的損傷D為：

D=1/N （5）

在載荷水平Si下經過ni次循環造成的損傷為：

Di=ni/Ni （6）

式中：Ni為載荷水平Si下的疲勞壽命。

在m個應力水平Si作用下各經過ni循環，其總損傷可以表達為：

[Dm=i=1mniNi] （7）

零件在載荷循環作用下產生的損傷累加值達到1時發生疲勞破壞。

綜合部件疲勞載荷譜、有限元分析結果、材料S-N曲線進行零部件疲勞壽命分析[12]，得到零部件的疲勞損壞危險點。

值得注意的是，S-N模塊需根據實際的材料特性生成相應的S-N曲線，以滿足疲勞壽命的計算要求。此外，還需要對疲勞分析方法進行設置，如選擇合適的平均應力修正方法、單軸或多軸應力分析等，以得到更為精確的疲勞分析結果。

在nCode中進行結構總的應力分布計算，基本思想是根據有限元計算的結果先求出每個加載點位置載荷單獨作用時產生的應力分布，然后將各加載點位置載荷產生的應力進行線性累加得到總的應力加載過程，通過疲勞理論對應力作用的累積結果進行計算。

得到疲勞損傷云圖如圖9所示，最大損傷值為5.28×10-8，對應載荷段循環次數為1.89×107次，依據循環次數和原始路譜數據等比例選取單次循環長度為0.015 km的強化路面數據，計算可得該轉向節在強化路面下的有效行駛里程為28.35×104 km[13]。

根據GB/T 18388—2005《電動汽車 定型試驗規程》的耐久性要求，電動汽車可靠性行駛里程不得少于5 000 km。同時，本文研究對象的設計要求為在車輛行駛16×104 km的里程范圍內不發生疲勞破壞，在強化路面下，轉向節在車輛行駛28.35×104 km后發生疲勞破壞，耐久性符合設計目標，且滿足國家標準的耐久性要求。

同時可以觀察到，損傷值較大的部分出現在轉向節節臂處，可通過已有的使用損傷情況、路試試驗，以及臺架試驗對結構的疲勞情況進行比對，確認仿真分析的正確性。

7 不同載荷工況下轉向節疲勞試驗驗證

首先截取典型路面的路譜片段，分路況開展虛擬迭代，分解得到轉向節各主要連接點處的疲勞載荷譜，之后根據隨機載荷的時間長度系數，將各路況下的各連接點處疲勞載荷等效至16×104 km的用戶道路情況。最后，結合準靜態法和材料的S-N曲線數據開展轉向節的疲勞壽命評估。由慣性釋放分析結果可知，側向力載荷為轉向節的失效主導載荷。

復雜的工作條件使懸架關鍵零部件的疲勞壽命很難僅依靠理論計算得到。因此，要檢驗零部件的疲勞壽命及可靠性能否達到設計要求，必須對其進行疲勞試驗。零部件在工作過程中所承受的載荷通常為隨機載荷，然而，受試驗條件及試驗成本等因素的限制，隨機疲勞試驗難度較大。為此，從壽命等效的原則出發，利用恒幅載荷下的S-N曲線模型及隨機載荷下的疲勞壽命預測模型，建立隨機載荷作用下零部件可靠性評估的等效應力試驗法，在隨機應力作用下，轉向節的疲勞壽命為N*，根據壽命等效原則，得到疲勞壽命為N*時對應的恒幅等效應力為：

[Seq=CN*b] （8）

式中：b、C為材料疲勞性能參數，與材料屬性、試樣形狀及加載方式等有關。

對實測道路載荷進行雨流計數，結合實測道路載荷的幅值分布特點以及臺架試驗循環次數要求進行加速試驗譜的編制。

轉向節節臂力疲勞試驗加載方案為：在轉向節與轉向橫拉桿連接處加載Y方向的力，載荷為對稱等幅5.417 1 kN的循環力，試驗載荷加載頻率為10 Hz，基礎循環次數為150×104次，終止循環次數為300×104次。疲勞試驗設備信息如表2所示。

固定轉向節部件，在其實際工況連接點處施加單一方向的恒幅循環載荷，使用多個樣件重復單通道臺架試驗[14]，提高試驗的可靠性，設置不同的加載循環次數，測試轉向節的疲勞損傷情況，其中一組試驗工況的試驗過程如圖10所示。

具體試驗過程及結果如表3所示，通過多次試驗確認多數情況下樣件在預期循環次數下未失效，其中的失效樣件可能存在缺陷等其他因素影響加速了失效，而其失效部位與仿真結果一致，最終通過重復試驗確認轉向節部件最先發生疲勞破壞的位置與仿真分析得到的結果一致，轉向節試驗樣件在基礎循環150×104次時，均未出現疲勞斷裂，與轉向節疲勞壽命分析結果相同，表明轉向節的疲勞壽命滿足相關標準要求，驗證了轉向節疲勞壽命分析仿真結果具有一定的正確性。

8 結束語

本文基于整車試驗場耐久性道路實測路譜對輪轂電機驅動電動汽車轉向節進行了疲勞壽命分析，并對疲勞壽命結果進行了試驗驗證，結果表明，轉向節疲勞臺架試驗終止循環次數的試驗結果與仿真分析結果中的結構疲勞失效危險點區域基本吻合，仿真誤差在可接受范圍。

參考文獻

[1]" "王超. 基于虛擬試驗場的車輪六分力提取方法研究[D]. 重慶： 重慶理工大學， 2023.

WANG C. Research on Wheel Six-Component Force Extraction Method Based on Virtual Proving Ground[D]. Chongqing： Chongqing University of Technology， 2023.

[2]" "蔡劍， 吳澤勛， 車媛媛， 等. 基于虛擬試驗場技術的汽車懸架緩沖塊虛擬調校[J]. 汽車工程師， 2024（1）： 37-42.

CAI J， WU Z X， CHE Y Y， et al. Virtual Tuning of Automobile Suspension Jounce Bumper Based on VPG[J]. Automotive Engineer， 2024（1）： 37-42.

[3]" "付似愚. 基于虛擬迭代的下控制臂載荷提取及驗證[J]. 機械研究與應用， 2022， 35（6）： 73-75+80.

FU S Y. Load Extraction and Verification of Lower Control Arm Based on Virtual Iteration Method[J]. Mechanical Research amp; Application， 2022， 35（6）： 73-75+80.

[4]" "王子怡. 基于虛擬迭代的汽車疲勞耐久載荷譜提取[D]. 重慶： 重慶大學， 2022.

WANG Z Y. Extraction of Fatigue Endurance Load Spectrum of Automobile Based on Virtual Iteration[D]. Chongqing： Chongqing University of Technology， 2022.

[5]" "何正規. 某電動轎車轉向節疲勞壽命分析與疲勞載荷譜編制方法研究[D]. 長春： 吉林大學， 2022.

HE Z G. Research on Fatigue Life Analysis and Fatigue Load Spectrum Compilation Method of Steering Knuckle of an Electric Car[D]. Changchun： Jilin University， 2022.

[6]" "孫英杰. 基于虛擬迭代的叉車車架疲勞壽命分析及程序載荷譜編制[D]. 合肥： 合肥工業大學， 2022.

SUN Y J. Fatigue Life Analysis and Program Load Spectrum Compilation of Forklift Truck Frame Based on Virtual Iteration[D]. Hefei： Hefei University of Technology， 2022.

[7]" "劉亞軍. 基于車輪六分力測量的某商用車車架疲勞壽命分析研究[D]. 合肥： 合肥工業大學， 2018.

LIU Y J. The Fatigue Life Analysis of a Commercial Vehicle Frame Based on the Measured Wheel Six-Component Force[D]. Hefei： Hefei University of Technology， 2018.

[8]" "付春雨， 曾超， 劉宏杰， 等. 基于虛擬迭代的裝載機后處理支架載荷譜獲取方法[J]. 現代制造工程， 2021（1）： 17-21.

FU C Y， ZENG C， LIU H J， et al. Obtaining Load Spectrum Method of Loader’s Post-Processing Bracket Based on Virtual Iteration[J]. Modern Manufacturing Engineering， 2021（1）： 17-21.

[9]" "張金豹， 胡錚， 張金樂， 等. 疲勞S-N曲線預測模型進展綜述[J]. 科學技術與工程， 2023， 23（13）： 5390-5411.

ZHANG J B， HU Z， ZHANG J L， et al. Review of Advances in Fatigue S-N Curve Prediction Models[J]. Science Technology and Engineering， 2023， 23（13）： 5390-5411.

[10] 周東龍. 基于虛擬迭代的某輕卡后橋疲勞分析研究[D]. 太原： 中北大學， 2019.

ZHOU D L. Fatigue Analysis of a Light Truck Rear Bridge Based on Virtual Iteration[D]. Taiyuan： North University of China， 2019.

[11] 夏鋆. 電動汽車減速器疲勞壽命分析與預測方法研究[D]. 重慶： 重慶理工大學， 2020.

XIA J. Research on Fatigue Life Analysis and Prediction Method of Electric Vehicle Gear Reducer[D]. Chongqing： Chongqing University of Technology， 2020.

[12] 韓崇瑞. 基于剛柔耦合動力學仿真的塔式起重機疲勞壽命分析[D]. 北京： 北京建筑大學， 2022.

HAN C R. Fatigue Life Analysis of Tower Cranes Based on Rigid-Flexible Coupled Dynamics Simulation[D]. Beijing： Beijing University of Civil Engineering and Architecture， 2022.

[13] 趙炳豪. 汽車輪邊減速器殼體的輕量化設計與疲勞壽命分析[D]. 新鄉： 河南科技學院， 2023.

ZHAO B H. A Dissertation Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Engineering[D]. Xinxiang： Henan Institute of Science and Technology， 2023.

[14] 杜建， 黃麗美， 魏敏先， 等. 轉向節多軸虛擬試驗臺架載荷譜應用研究[J]. 機械強度， 2023， 45（1）： 198-208.

DU J， HUANG M L， WEI M X， et al. Application Research on Load Spectrum of Setting Knuckle Multi-Axis Virtual Test Bench[J]. Journal of Mechanical Strength， 2023， 45（1）： 198-208.

（責任編輯 斛 畔）

*基金項目：國家市場監督管理總局科技計劃項目（2022MK022）。

通信作者：王悅廉（1998—），男，湖北仙桃人，博士研究生，主要研究方向為車輛多體動力學與耐久性，yuelian21@mails.jlu.edu.cn。

【引用格式】 李祿源， 王悅廉， 于學天， 等. 輪轂電機驅動電動汽車轉向節疲勞壽命分析[J]. 汽車工程師， 2025（4）： 36-43.

LI L Y， WANG Y L， YU X T， et al. Research on Fatigue Life Analysis of In-Wheel-Motor-Driven Electric Vehicle Steering Knuckles[J]. Automotive Engineer， 2025（4）： 36-43.