AI Summary & Key Takeaways
AI InsightThis engineering-oriented methodology supports early detection of loosening risk, establishment of optimized re-torque intervals, and implementation of proactive predictive maintenance strategies, thereby enhancing the durability and safety of heavy-duty vehicle suspension systems.
📌 3 Key Takeaways
Abstract
U-bolted joints are widely used in heavy-duty vehicle suspension systems to ensure structural integrity under dynamic service conditions. The preload applied during assembly is the key factor that keeps the joint secured and prevents premature separation. However, under repeated transverse loading, preload can gradually decrease, leading to self-loosening of the joint and potential safety risks. This study aims to develop a predictive framework for identifying the self-loosening behavior of unsecured U-bolted joints, focusing on preload degradation under realistic transverse loading conditions. A finite element analysis (FEA) model representing a typical U-bolt connection between a tube axle and suspension system was developed. Cyclic transverse displacements, derived from combined vehicle operating loads, were applied to simulate vibration-induced loosening. The preload decay trend was monitored and extrapolated to determine the loosening threshold. The numerical results reveal a clear progressive reduction in preload under cyclic shear loading, allowing estimation of the vibration cycles leading to critical torque loss. The study demonstrates that unsecured U-bolt joints exhibit predictable loosening behavior when subjected to sustained transverse excitation. The novelty of this work lies in introducing a cycle-based predictive FEA framework specifically tailored for unsecured U-bolted joints under realistic multi-directional service conditions. By correlating numerical predictions with representative road test behavior, the approach enables reduction of costly experimental campaigns while improving the reliability of maintenance planning. This engineering-oriented methodology supports early detection of loosening risk, establishment of optimized re-torque intervals, and implementation of proactive predictive maintenance strategies, thereby enhancing the durability and safety of heavy-duty vehicle suspension systems.
Özet
U-cıvatalı bağlantılar, ağır hizmet tipi araçların süspansiyon sistemlerinde yapısal bütünlüğü sağlamak için yaygın olarak kullanılmaktadır. Montaj sırasında uygulanan ön yük, bağlantının güvenliğini sağlayan ve parçaların ayrılmasını engelleyen temel faktördür. Ancak, tekrarlı enine yükler altında bu ön yük zamanla azalabilir ve bağlantının kendiliğinden gevşemesine yol açarak sistem bütünlüğü ve araç güvenliği açısından ciddi riskler oluşturabilir. Bu nedenle, bu tür bağlantıların ne zaman gevşeyeceğinin öngörülebilmesi araç dayanıklılığı ve güvenliğinin sağlanması açısından kritik öneme sahiptir. Bu çalışma, ön gerilmeli güvenliksiz U-cıvata bağlantılarının kesme yükü altındaki kendiliğinden gevşeme davranışını sonlu elemanlar analizi (SEA) ile incelemektedir. Boru dingili ile süspansiyon sistemi arasındaki tipik bir U-cıvata bağlantısı modellenmiş ve gerçek kullanım koşullarına uygun bağlantı geometrisi oluşturulmuştur. En kötü durum senaryosu dikkate alınarak, düşey, frenleme ve viraj alma kuvvetlerinin birleşiminden elde edilen maksimum kesme yer değiştirmeleri U-cıvatalara çevrimsel olarak uygulanmıştır. Bu yer değiştirmeler, titreşim kaynaklı gevşeme davranışını simüle etmek için kullanılmıştır. Analiz sonuçları, hesaplama açısından mümkün olan çevrim sayısının ötesine ekstrapole edilerek %10 tork kaybına ulaşmak için gerekli gevşeme ömrü tahmin edilmiştir. Bulgular, yaklaşık 2170 çevrimlik titreşimin, M27 güvenliksiz U-cıvata bağlantısında kritik ön yük kaybına neden olduğunu göstermektedir. Gevşeme ömrünün nicel olarak belirlenmesinin yanı sıra, gerilme dağılımları ve ön yük azalım eğilimleri de incelenmiştir. Bu çalışma, SEA yönteminin yalnızca gevşeme olgusunu yeniden üretme değil, aynı zamanda bakım planlaması için öngörü kapasitesi sağlama potansiyelini ortaya koymaktadır. Sayısal öngörülerin yol test verileriyle ilişkilendirilmesi sayesinde maliyetli deneysel çalışmalar en aza indirilebilir. Böylece çalışma, cıvata gevşemesini öngörmek, yeniden sıkma aralıklarını belirlemek ve otomotiv mühendisliği uygulamalarında kestirimci bakım stratejilerini desteklemek için ihtiyatlı fakat pratik bir çerçeve sunmaktadır.