履带车辆行驶平顺性预测的仿真

履带车辆行驶平顺性预测仿真,以某型履带车辆为例,利用Matlab信号处理工具箱构建路面模型,以逆傅立叶法构造路面谱.以ISO 2361标准作为平顺性评价方法,对履带车辆在F级路面上的平顺性进行仿真.并用履带车辆模块和Pro/ENGINEER构造履带车辆虚拟样机,包括其结构组成及运动分析、模型建立及仿真分析.     

轮式装甲车辆越野路面平顺性评价及试验研究

以轮式装甲车辆为研究平台,依据国际标准,综合分析了振动对人体的影响及平顺性评价方法,通过在越野路面条件下行驶,选择不同车速和不同位置进行实车平顺性试验,并对获取的相关数据进行处理分析,采用3种不同方法分别评价车辆的平顺性能.     

道路模拟机的虚拟样机仿真平台

道路模拟机的虚拟样机仿真平台,基于虚拟样机技术,利用ADAMS软件建立.根据道路虚拟机工作原理,采用逆傅立叶变换法构建行驶路面信号,建立接触碰撞力学模型以模拟路面与车轮的相互作用.在此基础上建立道路模拟机虚拟样机仿真平台,对车辆平顺性进行仿真.结果表明:该仿真平台可用于车辆行驶平顺性试验研究.     

摇臂式车辆轴间刚度阻尼对平顺性影响分析

车辆良好的行驶平顺性对减轻乘员的疲劳,降低运输过程中所受动载荷具有重要意义。对采用摇臂式悬架的三轴式车辆平顺性进行研究,根据整车参数,在Adams/View中建立车辆的整车动力学模型,并构建D级随机路面,在一定车速下对其行驶平顺性进行分析,初步验证了初始的悬架设计参数对车辆相关平顺性要求的满足情况。通过改变车辆各轴的悬架刚度和阻尼参数,分析车辆前中后三轴的刚度和阻尼的变化对整车平顺性的影响规律。结果表明,中间轴的刚度和阻尼变化对整车平顺性影响较小,通过对比,前轴和后轴的刚度阻尼变化对整车平顺性影响相对较大。     

履带车辆行驶平顺性仿真分析研究

应用履带车辆仿真软件ATV,建立整车多刚体系统模型和正弦波路面谱,进行了整车行驶平顺性的仿真分析,研究不同车速下车辆驾驶员位置的垂直振动加速度、水平振动加速度、以及人体承受振动的持续时间,并且通过与实测数据比较,验证了模型的合理性.     

多轴越野车辆轴间刚度和阻尼的最优匹配

为提高多轴越野车的行驶平顺性,建立了8×8越野车半车模型的六自由度动力学方程,求解对第一轴路面输入的传递函数.以提高行驶平顺性为目的确立目标函数,应用遗传算法对各轴间的悬架刚度和阻尼进行匹配优化,将优化前后的结果进行对比分析,优化后的悬架刚度和阻尼有效提高了多轴越野车辆的行驶平顺性.     

汽车减振器相对阻尼系数的确定

基于2自由度汽车悬架模型,研究减振器阻尼对车辆行驶平顺性的影响,进而确定相对阻尼系数.根据系统微分方程,用Simulink建立了零均值白噪声路面速度谱输入的非线性悬架系统模型,通过多次循环仿真得到系统响应量的时域信号.分别计算各平顺性指标,并绘制其曲面图,可以观测压缩行程和复原行程阻尼对平顺性的影响,从而确定合适的减振器阻尼.     

基于虚拟样机的自行火炮行驶平顺性仿真研究

对某型自行火炮结构组成进行分析,利用ATV模块在ADAMS软件平台上建立该火炮的虚拟样机;利用谐波叠加法构建了随机不平路面,实现了自行火炮的仿真行驶。选择总的加速度加权均方根值评价法作为自行火炮行驶平顺性的评价标准,并对不同路面上的行驶平顺性进行仿真计算,得到了评价平顺性的参考值。结果表明,通过建立虚拟样机对自行火炮进行平顺性分析是可行的,为自行火炮的行军试验仿真提供了参考。     

基于座椅系统虚拟样机的自行火炮行驶平顺性统计评估

由于路面不平度、行驶速度以及车辆的结构参数存在离散性,车辆的行驶平顺性指标表现为显著的不确定性。为了描述自行火炮行驶平顺性的显著不确定性,以自行火炮的座椅系统为例,计及座椅系统参数及输入激振信号的随机性,结合虚拟样机技术和Monte Carlo随机模拟技术,开发了座椅系统的虚拟随机试验平台。基于开发的随机虚拟试验平台,实现了行驶状态下自行火炮座椅系统的随机振动仿真,获得了自行火炮行驶平顺性指标8wz的随机数列。借助统计检验的方法,探讨了行驶平顺性的随机分布特征及参数估计,最终突现了自行火炮平顺性的统计评估,进而为平顺性的检验验收提供了手段。基于通过将随机变量引入系统动力学方程、将Monte Carlo模拟技术与虚拟试验技术相结合,为开展装备的虚拟随机试验及实现其行驶平顺性的统计评估提供了可行的方法。     

轮式装甲车辆多轮转向初步探讨

转向系统是车辆底盘的重要组成部分,是轮式装甲车辆总体设计中最重要也是最复杂的部件系统。它的设计直接影响车辆的灵活性、机动性、行驶平顺性和操纵稳定性。该文对目前多轴汽车普遍采用的几种转向型式进行比较,分析优缺点。并结合我国轮式装甲车的实际情况,开发适合我国轮式装甲车辆使用的多轮转向装置总体方案。     

硬质路面条件下履带车辆转向模型分析及验证

履带车辆与地面之间的作用关系复杂,基于地面剪切位移的方法通常会用到对时间和位置的积分,模型较为复杂,无法直接应用到车辆的实时控制算法中。通常情况下,履带车辆转向分析会将接地压力看作连续线性分布或者多矩形分布,但是试验和计算结果均表明硬质土壤条件下,履带接地压力为多峰值分布,前述两种分布均不能体现接地压力的真实状态。本文针对上述问题,在前人研究的基础上,对履带接地压力分布进行求解,提出了履带车辆接地压力简化模型。该简化模型更符合硬质路面履带接地压力的真实状态,并被应用于履带车辆转向动力学分析与验证。利用J.Y.Wong提出的垂向负载-剪切位移变化关系解决了垂向压力变化的同时剪切位移计算的问题,提出了履带车辆转向分析模型(以下简称分析模型),试验结果表明该模型有较高的精度。但是其复杂度仍然较高,为了进一步简化模型,借鉴轮式车辆轮胎侧偏角和滑转率的概念,利用履带车辆履带-地面剪切位移关系推导了简化履带车辆动力学模型(以下简称简化模型)。该模型避免了复杂的积分或者求和,显著降低了履带车辆动力学模型的复杂度,能够应用于基于模型的无人驾驶履带车辆轨迹控制方法中,且模型精度接近前述履带车辆转向分析模...     

高速履带车辆平稳性能仿真及影响因素分析

仿真技术应用于履带车辆,对深入研究其性能起到了积极的作用.本文针对某型履带车辆,建立了其平稳性模型并进行了实车验证.在此基础上,对影响履带车辆平稳性能的因素进行了分析.通过在良好路面、中等路面以及粗糙路面上行驶,给出了路面对平稳性能的影响关系;分析了以不同速度行驶对平稳性能的影响;特别是阻尼对平稳性能影响的分析,为履带车辆半主动悬挂的研究提供了借鉴.研究结果对加强仿真技术在履带车辆研究中的应用,提高履带车辆性能有指导意义.     

D-S证据理论在目标识别中的应用

根据地面目标运动引起的地震动信号的特征信息，应用多传感器信息融合的方法将目标正确分类。首先根据地震动信号在频域和时频域的多种特征，应用BP神经网络模式识别法，将地面车辆目标分为轮式车、轻型履带式车和重型履带式车。设计了一种以神经网络正确识别率作为基本概率赋值的方法，并应用D－S证据理论进行识别信息融合，训练样本和识别样本分别取自外场实验所获得真实有效的数据，通过对识别信息融合，以较高的可信度得到与识别样本相一致的识别结果，这表明所设计的获取基本概率赋值的方法及信息融合算法是有效的，该方法可以推广应用于其他多传感器或多信息源的探测识别系统中。     

基于径向基函数响应面的履带车辆悬挂系统参数优化方法

为提高履带车辆的平顺性,对车辆悬挂系统参数的优化方法进行了研究.首先建立以驾驶椅位置联合加权加速度有效值为评价指标的履带车辆平顺性评价模型,并进行了实验验证.在此基础上,运用径向基函数法构建了悬挂系统主要参数与平顺性评价指标之间的响应面模型.利用响应面模型,选择自适应模拟退火优化算法对悬挂系统参数进行优化设计.优化后车...     

履带车辆转向动力学仿真

本文采用机械系统动力学分析与建模通用方法，通过总体参考系、动参考系、连体参考系来描述车辆与地面运动和相互作用关系，并综合考虑了包括离心力等因素对履带车辆转向的影响，对其在水平硬地面转向过程进行了动力学分析和动态仿真计算。对履带车辆低速转向的仿真与试验结果进行了对比分析，说明所建模型与实际履带车辆的转向动态过程基本一致；高速情况下分别对有无离心力影响两种情况进行了仿真，结果的对比分析说明了离心力对履带车辆高速转向的影响。     

集中载荷作用下的履带车辆稳态转向分析与试验

为了研究集中载荷条件下履带车辆稳态转向性能,提高转向模型精度,分析了履带张力对接地压力分布的影响,推导履带车辆接地压力分布计算模型。运用履带与土壤之间的剪切应力-剪切位移关系推导新的转向动力学模型,建立相应的动力学方程组并求解。分析了履带宽度和履带张力引起的接地压力变化对稳态转向运动学和动力学参数的影响,并通过实车试验测试对分析结果进行验证。结果表明,理论计算结果与试验数据有很好的一致性,验证了该模型的正确性。     

履带式车辆半主动悬挂系统的建模与仿真

在履带式车辆1/2车8自由度平顺性控制建模过程中,利用增广变换的方法消去状态方程中路面高度输入的微分项,建立了半主动悬挂系统的标准状态方程数学模型;通过仿真分析车体质心加速度指标的幅频特性、功率谱密度特性、脉冲响应特性,并与理论计算或实测数据比较,验证了所建模型的正确性;在时域上模拟典型路面激励系统,通过比较被动悬挂与半主动悬挂驾驶员座椅处的加速度响应,验证了模型的可控性。     

一种基于炮射地面震动传感器的目标识别算法研究

介绍了自适应遗传算法优化的BP神经网络(AGA-BP)算法在炮射地面震动传感器目标识别中的应用。首先针对BP神经网络可能未收敛到全局最小点的缺陷,提出自适应遗传算法与BP神经网络结合的一种优化算法。之后进行仿真实验并对履带和轮式车辆的采样信号进行时频分析,利用小波变换提取特征值。最后利用优化后的算法与传统算法进行了样本训练和识别,对比结果表明该方法能减少识别误差。