戴姆勒顺利实现全球耐久性流程标准化

大约十年以前，多数耐久性测试还是在试车场上进行。而现如今，随着数字孪生体和尖端仿真技术的问世，这种陈旧的测试方法必然会退出历史舞台。果真是这样吗？

戴姆勒集团的 Bruno Seufert 表示，事实并非完全如此。Seufert 在戴姆勒就是负责车辆底盘耐久性及载荷数据的采集和计 算。据他估算，有 65% 的车辆验证工作仍需要测试硬件，这其中大部分在试验台架上完成，有的需要在试车场上完成。而其余 35% 才以数字方式完成。据他预测，到 2020 年将形成仿真和测试各占一半的趋势。

Seufert 对此了若指掌，他本人领导着 50 人的工程师团队，主要负责底盘耐久性和车辆载荷的数据采集工作。他和他的团队深知如何设计寿命持久的优质车辆，也明白只有通过测试才可做到这一点。

耐久性与品牌血统

随便找一位梅赛德斯奔驰 (Mercedes-Benz®) 的车主来询问其选择这一品牌的理由，您就会发现，促使其购买的其中一项关键因素就是该品牌经久耐用的特性。车主们都知道，梅赛德斯奔驰具备不间断飞驰于路途的能力，使用寿命甚至可达数十年。长久以来，这一特色早已深深融入该品牌的血统之中。因此，不难理解耐久性为何成为戴姆勒公司极为珍视的一项特性。不止如此，公司在未来仍将坚定秉承该传统。

“我们的客户可不希望车子刚行驶 50,000 公里就因为某个球头磨损或者衬套故障而出现各种异响，”Seufert 说，“耐久性是决 定这类质量问题的一个关键因素。耐久性可以显著影响产品成本也不足为奇。假设您需要通过一种特殊的热处理来强化某个组件来提高其耐久性，您就需要投入时间和资金。这就是我们为何在进行耐久性方面的设计时需要确保一次到位的原因。”

戴姆勒的“理想设计路线图”

戴姆勒针对耐久性未来发展方向的路线图，重点在于尽可能采用计算机辅助工程 (CAE)，无需开展并行试验或测量。背后的构想就是适时地在极高水平上进行测试和测量。

“我们十到十五年前就曾立志要对耐久性流程进行标准化。”Seufert 说，“我们可不想在每个现场都采用不同的技术解决方案，我们希望可以拥有全局性的解决方案。当我们的测试工程师评估时间关系曲线信号时，要借助相同的工具来完成。不管是试验台架工程师、测试工程师、多体仿真工程师还是有限元工程师，都要借助 LMS Tecware 来获得时间关系曲线和频率相位。他们都在使用相同的工具，如用于基于 CAE 进行耐久性道路载荷计算的 LMS Virtual.Lab Motion。他们都采用相同的数据格式和过程管理工具。LMS 解决方案有助于将这些完美融合起来，真正做到了物有所值。”

十几二十年之前，戴姆勒一款车接一款车地对底盘进行耐久性测试。如今，公司却已建立了众多车系（也可称为“汽车平台”） 管理的复杂性自然也因此大大增加。

“当我们开发全新平台或更新平台时，我们会通过计算甄选出具有决定性作用的耐久性要素，”Seufert 介绍说。“置身于当今充满竞争的市场之中，这才是真正的生存战略。我们会计算并挑选出最满意的可行性组件仿真。如果质量成熟度够高，这些组件就会被制造出来，然后接受测试。”

耐久性工程的新天地

耐久性工程方法论层面的这一彻底改变，经过了十年发展并在过去三年内成熟起来，而这一方法又给它带来了翻天覆地的变化。戴姆勒曾与很多其他汽车制造商一样，依赖原型车完成早期开发的各个阶段。如今多数工作通过数字化方式完成。

Seufert 强调：“这种工作方式能让人更好地集中精力。我们会针对所有不同类型的车辆建模，然后通过数字化测试程序，以数字化方式驾驶这些车辆。然后对所看到的载荷及力的损伤进行分析，接着再选择其中需要着重分析的几个关键对象。在开发过程中，我们完成载荷方面重要工作的时间得以大大提前，且最多可提前两年！借助我们集成了 LMS Virtual.Lab Motion 的全新开发架构，我们能够辨别出整个结构中哪一点承受了特定类型的载荷。”

测量工作是否会就此终结？

正如所提到的，戴姆勒仍会进行现场测量工作。汽车会连接多达 200 个左右的传感器，并行驶长达数小时，以便从统计学角度对采集到的数字数据进行评估。从某种角度来说，这是一种对照检验，但是这些想法都直接取自 LMS™ 解决方案，即，客户关联 (CuCo) 法。二十多年前 CuCo 便已开发出来，这是包括戴姆勒在内的德国 顶尖汽车制造商的各方专家长期合作的结果。多年来，众多顶尖原始设备制造商 (OEM) 企业的耐久性部门都采用这种耐久性方法及其数据来进行载荷采集。

“我们仍可通过 LMS CuCo 获得极具价值的信息，”Seufert 解释道。“我们仍将 CuCo 数据库与我们自己的信号测量及数字道路分类结合使用。我们会混合各种道路类型，从而在计算机中以统计学方式创建不同的客户。我们努力寻求的是客户所面临‘最为严峻’的情境，也就是能够体现极端驾驶状况的那百分之一的情形。”

数字孪生体在耐久性方面的作用

过去，戴姆勒与很多汽车制造商一样，会取用测试数据库当中的先期数据。简单来说，就是工程师确定新车看起来与某款现有车型类似，因此采用旧车型的数据。通常情况下，这些数据都足够接近，但假如存在像是轴方面差异的新设计元素，就会出现数据缺失的情况。

“如果发生这种情况，我们就不得不进行物理测试，”Seufert 说道。“采用新的数字系统后，我们能够通过数字方式创建缺失的数据，用以精确匹配全新的架构。这是一项巨大的优势。”

戴姆勒正努力为其所有车型和设计创建数字孪生体。拥有这些类型的准确仿真，即可清晰地从数字环境转换至“实物”世界。

Seufert 还提到：“很多时候，我们可能无法准确测量之前计算好的车辆。比如说，我们拿到实际的物理原型时可能已经过去 10 周了。若出现这种情况，压力便又会落到测量工作上。即便拥有数字孪生体，也不一定意味着测量团队就可以高枕无忧了。”

耐久性挑战

尽管戴姆勒以数字化的方式来完成其耐久性方面的工作，但原型车仍在流程当中发挥着其作用。工程师收到原型车后，便会开展同时结合多达五种不同测量的测试工作。紧接着这些数据就会向所有测试台架和供应商提供，供其用于准备最终的版本。

“我们仍希望减少原型车的数量，而且时间也仍然是测试流程当中的一大要素。”Seufert 这样说道。“正如所提到的，我们已省去了一个以收集载荷为目的的相关环节。大多数时候，我们已不再针对骡子车开展测量。从外观上看，骡子车就是旧车，其外表下隐藏的却都是新一代的技术。只有在创新程度很高的情况下，我们才会针对该阶段开展测量。否则，我们只会进行 CAE 仿真。”

测试的前景

在理想情况下，您会签发经过仿真的数字孪生体，但是现阶段的流程则远不止如 此。我们仍要进行至少一次最终测试，才能发布正式版本。

“底盘耐久性当中的某些属性，距离实现纯仿真还很遥远，”Seufert 表示，“比如橡胶及其天然特性。驾驶员每天让车辆经历的种种磨难（比如底盘刮擦路缘石和减速带、轧过泥泞的大坑等等），这些都还没有纳入 CAE 的范围。无论是在试验台架上确认仿真组件的准确性，还是在试车场上计及不当事件，我都想不出要如何减掉这些至关重要的最终测试环节。这些环节确实必不可少。理想情况下，所有环节都可以去掉，这些最终环节却不行。我们不能去除最后的安全性测试，它能让我们有机会预演不可预测的情况。我们所寻找的就是未知的情况。”

最终得出的结论是……即便采用数字孪生体的流程看似正逐渐赶超，但试车场和试验台架仍会得以保留。