目前出租汽车技术水平滞后于我国城市发展需求，滞后于我国乘用车技术水平发展。与普通乘用车相比，出租汽车交通环境复杂，具有运营强度大，里程长等特点，出租汽车可靠性要求应更严格。

汽车试验场可靠性试验是最常用、有效的整车可靠性检测手段。用户可靠性目标载荷谱是制订合理试验规程的基础数据和关键因素。考虑到时间、成本和安全等问题，一般通过驾驶员或市场调查的方式确定典型使用工况和路面，在典型路面上进行载荷测量，然后采用外推方法建立目标载荷谱^{[1, 2, 3, 4]}。

文献[5, 6, 7]将用户路面简化为普通沥青路面研究了试验场典型坏路强化系数。文献[8]将B级路面作为用户路面研究了试验场典型坏路强化系数。文献[9, 10]将用户路面分为平坦、中等不平和极端不平3种典型路面，提出了服从三参数Weibull分布的用户使用总疲劳失效里程，在全国范围内进行问卷调查确定路面比例，用户试验在全国的典型路面进行。文献[11]确定代表车辆实际使用环境目标用途后,需要测量车辆使用环境下所有典型路面、事件的载荷输入。文献[12]将用户路面典型化为城市路面、高等级公路、一般公路以及山路4类，进行了数据采集与处理，研究了与试验场路面的等效关系。文献[13]综述了参数法外推、雨流矩阵外推、时域外推和按里程、分位点外推4种载荷谱外推方法，指出了不同外推方法的优缺点。

基于典型工况采集和外推方法建立目标载荷谱，一定程度反映了用户真实使用工况，但对关键因素车辆行驶速度考虑不足,且路面比例和典型工况的选取不确定性较大，数据采集周期长、成本高、工作量大，随着路面条件的变化，工作需重新开展。对于出租车而言，其工况多为城市工况，速度是影响用户载荷的重要因素。利用监控平台GPS数据，研究提出一种基于速度分布构建出租汽车用户可靠性目标载荷谱的方法，与用户调查等传统技术手段对比，数据更加真实客观，更新实时便捷，提高了用户可靠性目标载荷谱的真实性和有效性。

《机动车强制报废标准规定》出租客运汽车使用年限不得低于6 a，出租汽车每天行驶里程L近似服从正态分布，记为L~N(μ,σ²)。

概率密度函数为:

点击浏览公式

分布函数为：

点击浏览公式

一般汽车公司要求设计的目标总里程要与用户使用的某个百分点配合，中下级产品取B₁₀(可靠度为90%)。

令F(L)=0.9，计算出每天行驶里程，然后计算出6 a的用户可靠性目标总里程。

采用最小二乘法估计正态分布参数，=340.021 1，=20.022 8,如图 1所示。

图 1 每天行驶里程概率分布 Fig. 1 Probability distribution of daily mileage

图选项

计算得到：B₁₀=365.681 4 km。6 a的总里程为800 842.266 km，记为80万km。

将车速划分为7个速度段，如表 1所示。

监控平台能够监测大量的GPS数据(总样本)，载荷谱的采集过程中，一般只能进行短时间(距离)的采集，设定总样本的速度分布比例为p_i,实测载荷的长度为L′_i，各个速度段所占比例为p′_i，将其比例调整为p_i，则构建公式为:

点击浏览公式

式(3)即为用户典型载荷构建模型。由于重构公式中的k_i为整数，重构的用户典型载荷包含了完整的实测载荷信息。

利用GPS数据，按照表 1进行速度段划分，统计得到总样本的速度分布如图 2所示。

图 2 统计速度分布 Fig. 2 Statistical velocity distribution

图选项

使用eDAQ数据采集器采集典型道路载荷谱和GPS速度数据，实测数据如图 3所示。

图 3 实测典型载荷和GPS数据 Fig. 3 Measured typical load and GPS velocity

图选项

按照表 1进行速度段划分，统计得到实测载荷的速度分布如图 4所示。

图 4 实测速度分布 Fig. 4 Measured velocity distribution

图选项

根据式(3)构建典型载荷，比例系数如表 2所示。

构建典型载荷如图 5所示。

图 5 构建典型载荷 Fig. 5 Established typical loads

图选项

构建后速度分布如图 6所示。

图 6 构建载荷速度分布 Fig. 6 Established load velocity distribution

图选项

由图 6可知，构建后的典型载荷速度分布与总样本速度分布一致。根据等载荷和等损伤的原理，构建后的典型载荷更能代表用户实际使用载荷情况，提高了载荷的真实性和有效性。

进行雨流计数统计，同等长度的实测载荷与构建载荷对比如图 7所示。

图 7 实测载荷谱与构建载荷谱对比 Fig. 7 Contrast of measured and established spectrum

图选项

由图 7分析可知，构建载荷的大幅值次数明显减小。对于实测载荷与构建载荷，假定一条相同的S-N 曲线，分别计算相对损伤。

名义应力下的疲劳寿命计算公式如下：

点击浏览公式

同等长度的实测载荷与构建载荷伪损伤对比如表 3所示。

表 3中，重构载荷伪损伤减小，是原始载荷伪损伤的0.654 2，主要是大幅值载荷次数减小导致的。

由于时间、成本等条件限制，只能短时间测量车辆行驶载荷，采用外推法得到整个寿命周期的载荷谱。一般在10⁶的循环过程中出现一次最大载荷可以认定为极值载荷，当采集数据工况单一或者数据少于10⁶循环时，需要外推得到极值载荷，而当采集数据覆盖全工况且数据量足够时(循环数大于10⁶循环)，可将实测载荷最大值认为是最大载荷直接外推。

假设车辆行驶道路载荷服从威布尔分布，其概率密度和分布函数分别为：

点击浏览公式

利用雨流计数统计得到载荷幅值与频次估计参数m和η。令

点击浏览公式

得到极值载荷后，令

点击浏览公式

得到外推后的目标载荷矩阵：

点击浏览公式

式中，M为外推后的频次矩阵；M₀为构建典型载荷的频次矩阵；k为外推倍数;L为目标里程;L₀为构建典型载荷数据长度。

实测载荷为57 km，利用雨流矩阵得到的载荷幅值、均值及频次如图 8所示。

图 8 实测典型载荷谱 Fig. 8 Measured typical load spectrum

图选项

由图 8分析可知，实测载荷考虑了出租车的实际运行工况，测量区域包括乡间公路、城郊公路、城市环路、高速公路等，实测载荷循环数大于10⁶循环，可将实测载荷最大值作为极值载荷进行外推。

按总体样本速度分布进行重构，重构的典型载荷雨流计数结果如图 9所示。重构后的典型载荷长度为500 km。载荷均值和幅值均保持不变，循环次数增加。

图 9 构建典型载荷谱 Fig. 9 Established typical load spectrum

图选项

由500 km外推到80万km(k=1 600),得到的目标载荷谱如图 10所示。载荷均值和幅值均保持不变，循环次数增加。

图 10 用户目标载荷谱 Fig. 10 Customer target load spectrum

图选项

为了提高用户可靠性目标载荷谱的真实性和有效性，研究提出了一种基于速度分布构建出租汽车用户可靠性目标载荷谱的方法。应用最小二乘法估计正态分布参数，给出了B₁₀用户目标总里程的计算方法；将速度划分为7个速度段，依据速度分布，构建用户典型载荷；根据目标总里程和用户典型载荷，外推构建出租汽车用户可靠性目标载荷谱。研究表明，构建的用户典型载荷包含了完整的实测载荷，改变了幅值分布。构建的用户可靠性目标载荷谱速度分布与总样本速度分布一致，提高了载荷谱的代表性。