3. 载荷谱基础与HBK数据模型

在疲劳寿命评估中,真实零件承受的载荷几乎从不以恒定幅值出现。汽车悬架在颠簸路面上经历的是随机幅值、随机均值、随机循环次序的时域信号;风机叶片承受的是随湍流强度变化的交变弯矩。要把这样的连续信号转化为可用于疲劳损伤计算的载荷谱,必须经过一条清晰的数据处理链:时域采集 → 循环计数 → 雨流计数 → 载荷谱矩阵 → HBK数据模型。本节围绕这条链,讲清时域载荷的表示方式、循环计数的基本思想、雨流计数的原理,以及HBK(HBM nCode / catman 体系)中载荷谱的数据结构、通道定义与元数据管理。

一、时域载荷:从物理量到离散序列

时域载荷是疲劳分析的原始输入,通常表示为随时间变化的物理量序列,例如应变 ε(t)、力 F(t)、扭矩 T(t) 或加速度 a(t)。在HBK采集体系中,一个通道(Channel)对应一个传感器信号,其核心属性包括:采样率 fs、工程单位、量程、耦合方式(AC/DC)、以及标定系数。例如某悬架应变通道:fs = 1200 Hz,单位 με,量程 ±5000 με,标定系数 2.0 με/mV。

时域信号本身不能直接用于疲劳计算,原因有三:一是数据量巨大,一段10分钟、1200 Hz的信号有72万个采样点;二是疲劳损伤由循环幅值和均值决定,而非逐点数值;三是随机载荷的循环定义需要专门算法。因此必须进行循环计数。

二、循环计数与雨流计数原理

循环计数是把连续时域信号转化为一系列离散循环(幅值 Sa、均值 Sm、循环数 n)的过程。最简单的计数方法是峰值谷值计数:只保留局部极值点,丢弃中间单调段。但峰值谷值计数不区分循环的配对方式,无法反映真实损伤。

雨流计数法(Rainflow Counting)是目前工程上最通用的方法,其物理依据是材料在循环载荷下的应力-应变滞回行为。其核心规则可概括为:

  • 将时域信号旋转90°,使时间轴向下,载荷轴水平,形成“屋顶”形状;
  • 雨水从每个峰值(或谷值)内侧沿屋顶流下;
  • 当雨水遇到来自上方更大的峰值(或谷值)时停止,形成半个循环;
  • 当雨水流到屋顶边缘或遇到已流下的雨水时,与另一侧配对形成完整循环;
  • 每个完整循环记录其幅值 Sa = (峰值 − 谷值)/2,均值 Sm = (峰值 + 谷值)/2。

雨流计数的输出是一个循环列表,每个循环包含 Sa、Sm、n。进一步按 Sa 和 Sm 分箱统计,就得到雨流矩阵(Rainflow Matrix),即载荷谱。矩阵的行通常为均值 Sm 分箱,列为幅值 Sa 分箱,单元格内为循环计数。HBK nCode 中常用 64×64 或 128×128 的矩阵分辨率。

示例:假设一段应变信号经雨流计数后得到三个循环:(Sa=120 με, Sm=50 με, n=1)、(Sa=80 με, Sm=30 με, n=2)、(Sa=200 με, Sm=0 με, n=1)。若按 Sa 分箱为 [0-100, 100-200, 200-300],Sm 分箱为 [-50-50, 50-150],则矩阵中 (100-200, -50-50) 单元格计数为1,(0-100, -50-50) 为2,(200-300, -50-50) 为1。该矩阵即为该段信号的载荷谱。

三、HBK中载荷谱的数据结构

在HBK体系中,载荷谱不是简单的二维数组,而是一个带有完整元数据的数据对象。以 nCode 的 RainflowMatrix 和 catman 的 LoadSpectrum 为例,其数据结构通常包含以下层次:

  • 矩阵数据层:二维数组,行=均值分箱,列=幅值分箱,值=循环计数;
  • 分箱定义层:每个维度的分箱边界、分箱数量、分箱类型(线性/对数);
  • 通道定义层:通道名称、单位、采样率、标定系数、物理量类型;
  • 元数据层:采集时间、地点、工况、车辆/部件编号、操作人员、备注;
  • 处理历史层:滤波设置、去毛刺、雨流计数参数、版本号。

这种分层结构使得载荷谱可以脱离原始时域信号独立存在,同时保留足够的上下文信息用于追溯和复用。在HBK中,一个载荷谱文件通常以 .rsp 或 .s3t 格式存储,内部采用二进制矩阵加XML元数据的混合结构。

四、通道定义与元数据管理

通道定义是载荷谱可追溯性的基础。在HBK catman 中,每个通道必须明确以下属性:

属性说明示例
通道名称唯一标识符Strain_FL_01
物理量测量类型应变
工程单位显示与计算单位με
采样率原始采集频率1200 Hz
标定系数电压到物理量转换2.0 με/mV
量程有效测量范围±5000 με
耦合方式AC/DCDC

元数据管理则解决“这个载荷谱从哪来、代表什么工况、能否用于其他项目”的问题。建议在HBK中为每个载荷谱建立元数据模板,至少包含:项目编号、车辆/部件标识、测点位置、路面类型、车速、载荷状态(满载/空载)、采集日期、操作员、数据质量标记(有效/可疑/无效)。这些字段在后续疲劳寿命计算中直接影响工况组合与损伤外推的可靠性。

五、从时域到载荷谱的完整数据流

下图展示了从时域采集到HBK载荷谱对象的完整数据流,以及各环节的关键参数与数据结构。

时域载荷 → 雨流计数 → HBK载荷谱 数据流 时域采集 应变 ε(t) / 力 F(t) fs = 1200 Hz 单位:με / N 信号预处理 去毛刺 / 滤波 峰值谷值提取 去除趋势项 雨流计数 Sa = (峰−谷)/2 Sm = (峰+谷)/2 输出循环列表 载荷谱矩阵 行:Sm 分箱 列:Sa 分箱 值:循环计数 n HBK 载荷谱数据模型(分层结构) 矩阵数据层 二维数组 行=Sm, 列=Sa 值=循环计数 分箱定义层 分箱边界 分箱数量 线性/对数 通道定义层 通道名称/单位 采样率/标定 物理量类型 元数据层 采集时间/地点 工况/部件编号 操作员/备注 处理历史 滤波设置 雨流参数 版本号 HBK 载荷谱文件 (.rsp / .s3t) 二进制矩阵 + XML元数据 · 可独立于时域信号使用 关键参数 fs=1200Hz · 64×64分箱 Sa/Sm 分辨率决定精度 追溯要求 通道定义 + 元数据完整 方可跨项目复用

理解这条数据流后,实际工作中还需要注意几个工程细节。第一,采样率与滤波:雨流计数对高频噪声敏感,建议在计数前进行低通滤波,截止频率通常取分析关注最高频率的2~3倍。第二,分箱策略:Sa 分箱过粗会丢失小载荷循环,过细则矩阵稀疏;工程上常用对数分箱覆盖 0.1~1000 με 范围。第三,均值修正:若材料存在平均应力敏感性,需在损伤计算前对 Sm 进行 Goodman 或 Gerber 修正,而非在雨流计数阶段修改。第四,元数据完整性:缺少工况标识的载荷谱无法参与多工况损伤叠加,等同于无效数据。

常见误区:将雨流计数后的载荷谱直接用于疲劳寿命计算,却忽略了通道标定系数与单位一致性。例如原始信号单位为 mV,标定系数为 2.0 με/mV,若在计数前未转换为 με,则得到的 Sa 数值将偏差 2 倍,损伤结果偏差可达 8 倍(S-N 曲线斜率 k=3 时)。务必在预处理阶段完成单位统一。

综上,载荷谱不是简单的统计表格,而是承载了采集条件、通道定义、处理历史和工况语义的完整数据对象。在HBK体系中,只有把时域信号、雨流计数参数、矩阵分箱和元数据作为一个整体管理,才能保证疲劳寿命评估结果的可追溯性与工程可信度。