路面不平度及车辆响应的小波分析

对计算机模拟的路面不平度及车辆响应的时域信号进行小波分析,并对结果进行比较研究。     

路面不平度识别与地图匹配在车辆定位中的应用

随着电子地图精度的不断提高及信息种类的逐步丰富,将高精度电子地图用于辅助车辆定位,对提升定位精度与定位稳定性具有很大价值。在高精度电子地图及GPS/INS定位的基础上,提出了通过分析车辆垂向振动感知路面不平度特征,并与电子地图存储的道路不平度信息匹配,以实现车辆高精度定位的方法。道路测试结果表明:路面不平度识别与地图匹配定位方法能有效利用电子地图信息,获得高精度的车辆定位数据,在GPS/INS定位精度较低的情况下达到高精度定位效果。     

基于车轮垂直动载的路面不平度识别研究

通过比较发现车轮垂直动载和语音信号在信号特点和处理任务上有很大的相似性,基于车轮垂直载荷的路面不平度识别类似于说话人识别技术.路面不平度识别的关键之一是特征提取.试验表明说话人识别中使用的过零点、全变差、方差和共振峰幅值特征参数可用于路面不平度识别.     

论路面不平度的研究背景和进展

提出了研究路面不平度的意义及其必要性。从整车平顺性的角度分析了该领域的研究背景;分别从道路工程和车辆工程两个领域归纳总结了国内外的研究阶段和发展现状。最后指出虽然汽车业近些年来迅猛发展,但在路面辨识方面的系统研究还很匮乏,急需开展相关工作,为车辆的研发和设计奠定坚实的基础。     

路面激励下的履带车辆负重轮动载荷研究

履带车辆负重轮动载荷的大小直接影响车辆附着性能及牵引性能.在计及履带车辆前后轮输入变时差相关性和左右轮输入相干性的基础上,建立履带车辆整车负重轮动载荷理论估算模型.基于多体动力学软件RecurDyn,建立履带车辆多体动力学模型并进行模型验证.基于履带车辆负重轮动载荷理论估算模型及履带车辆多体动力学模型,分别开展行驶速度...     

路面不平度对车辆行驶动力学模型的简化研究

通过理论分析,建立路面对四轮汽车输入的时域模型,时其进行动力学仿真.建立行驶动力学的汽车模型,代入路面随机输入的不平度变量,该模型可保证实时精度,以利于车体的设计计算.     

路面不平度作用下汽车动载分析

建立了二自由度汽车动力学模型,运用虚拟激励法和精细逐步积分法计算了车辆在路面不平度作用下对路面的动载荷,并通过对算例的分析,考察了车速和路面不平度对车辆动载荷变化的影响,及汽车悬架减振器阻尼和动载系数之间的关系.结果表明该方法可行.     

基于典型正弦路面的履带车辆振动试验台研制

为了研究履带车辆在正弦典型路面下的振动情况，必须对其振动参数和特性进行测试。实车实验由于成本高、仪器不便安装等缺点而导致实验不能很好地进行。所以利用相似定理，结合车辆行驶时的振动情况，来制作实验台架是进行车辆实验的有效途径。通过振动实验台，可以模拟履带车辆在典型路面上以不同速度行驶时的情况。通过外加传感器和信号处理装置，可对非耦合情况下垂直振动和纵向角振动车辆的振动参数进行测量和分析，进而对车辆悬挂系统的减振效果进行定量的分析和研究。     

基于深度学习的路面不平度等级识别研究

准确的路面激励信息对汽车行驶安全性和乘坐舒适性有重要影响.针对目前路面不平度等级识别算法存在复杂和准确率低等问题,提出了一种注意力门控循环单元(BiGRU-Attention)网络和车辆振动响应的路面不平度等级识别算法.首先,通过滤波白噪声法建立随机输入路面模型,1/4车辆振动模型平顺性仿真实验获取车辆振动响应信号,选择滑动窗口为1 s截取样本构造数据集;然后,通过BiGRU网络学习样本信号的深层次信息,Attention机制优化时刻特征对辨识结果的贡献率比重,快速准确地识别出路面不平度等级;最后通过消融实验实现算法的验证.实验结果表明,基于BiGRU-Attention路面不平度等级识别算法的准确率可达96.9％,相比基础模型有1％～3％的提升.该算法能够准确识别路面不平度等级,为车辆动力学控制提供有力的理论依据.     

随机不平度激励下车辆-沥青路面动力学响应分析

高效准确地获取随机不平度激励下车辆-沥青路面交互作用特性,对路面友好型车辆设计、路面服役性能评估极为必要.采取解析法和顺序解耦的求解思路,首先推导随机不平度激励下1/4车辆模型的随机动荷载;而后借助相对坐标变换和Fourier积分变换,基于波传递方法,推导移动车辆随机动荷载作用下黏弹性多层体系沥青路面动力响应解析解,并编制相应的数值计算程序.通过车辆-路面动力学响应算例分析,得出沿车辆移动方向各纵向位置处的沥青路面动力响应幅值与随机动荷载相关.通过车辆-路面系统参数影响分析,可以发现,降低悬架和轮胎刚度系数、增大悬架阻尼系数可以降低沥青层底纵向应变,有利于提高路面疲劳寿命;轮胎阻尼系数对路面动力响应几乎无影响;路面不平度的劣化会显著加剧路面疲劳损伤;增大车辆移动速度会降低沥青层底纵向应变均值,但会增大其变异系数,故为了准确评估路面疲劳寿命,需充分考虑车辆移动速度对动力响应均值和变异系数的综合影响.     

基于RecurDyn的履带车辆高速转向动力学仿真研究

采用多体动力学仿真软件RecurDyn的履带车辆子系统Track(HM),建立某型履带车辆多体动力学模型,对履带车辆在硬、软两种地面的高速转向过程进行动力学仿真和对比分析,着重讨论履带车辆在软地面高速转向的动力学特性,为履带车辆转向性能的研究与高速转向的正确操作提供指导。     

基于Simscape和RecurDyn的履带车辆动力学仿真技术研究

基于Matlab/Simscape建立履带车辆发动机和传动系统的物理模型.基于多体动力学软件RecurDyn建立履带车辆行动部分虚拟样机.通过Simulink和RecurDyn的接口技术,建立了发动机-传动装置-行动装置的履带车辆联合仿真模型.对履带车辆在硬路面进行直驶仿真,得到了换挡时的车速及驱动轮扭矩变化曲线;对履带车辆在硬路面进行无级转向仿真,得到了转向时驱动轮转速曲线和扭矩曲线、车速曲线和履带车辆运动轨迹.仿真结果表明,论文建立的履带车辆联合仿真模型有效可行,为履带车辆动力学仿真分析提供了新的思路.     

基于汽车动力学与加速度传感信息的纵向坡度实时识别算法

纵向坡度信息是汽车底盘及传动电控系统中的常用参量,其识别精确度及平滑度直接影响控制策略实施的准确性及驾乘舒适性,然而纵向坡度识别的难点在于:车辆高频动态特性及行驶工况复杂性直接影响加速度传感器的信号质量,由此也降低了直接使用该信息估算坡度值的精确度,而基于复杂非线性模型的观测方法则难以实时运算。同时一种识别方法若要扩展应用到多个电控系统中,也要求尽可能采用基本相同的变量作为输入。采用加速度坡度法与汽车动力学坡度法相融合的方式,根据其各自高精确度范围,先计算置信因子,得出坡度原始值,再利用广义迟滞滤波方法进行平滑处理,得到精确、平稳的坡度值。通过实车试验,验证了坡度识别算法的有效性。该方法具有运算量小、成本低、易实现的特点,可应用在多种实时电控系统中。     

水下机器人运动系统的神经网络辨识

建立了水下机器人的动力模型，分析了辨识该模型的神经网络结构，采用带自反馈的Elman网络来获得更精确的结果。针对BP算法即误差反传算法的缺陷，提出了用混合优化算法——误差反传算法和遗传算法的混合算法（又称：GA＆BP算法）修正网络权值。最后，将改进的Elman网络应用于水下机器人的非线性辨识。通过仿真证明了该方法用于高阶非线性系统的实用性。     

基于GA-BP网络的矿山路面不平度辨识

提出利用经遗传算法优化的BP神经网络辨识矿山路面的方法。建立了14自由度自卸车仿真模型,将仿真得到的座椅加速度作为网络理想输入样本,基于逆变换原理拟合出的路面不平度作为网络理想输出样本,通过网络训练,建立了两者之间非线性映射模型。对拟合出的不同等级路面、各种凹坑路面及自卸车不同载重下路面不平度进行辨识,辨识路面与测试路面相关系数高、相对误差小,验证了该方法具有对复杂矿山路面的辨识能力。通过整车道路试验,证明了该方法的准确性。与自卸车常用C级路面下的平顺性仿真结果的对比显示,采用该方法得到辨识路面更加接近实际路面,达到了提高模型仿真精度的目的。     

基于ANN和动应变的梁桥移动荷载识别及试验

为了实现桥梁上车载参数的快速识别,基于欧拉梁动力解析解分析桥梁挠度和应变对移动荷载的敏感性,选择敏感性更强的应变作为输入参数,研究将人工神经网络(artificial neural networks,简称ANN)用于识别梁桥移动车载的理论和方法。对简支梁桥在移动车载作用下的动应变响应进行理论分析及数值模拟,选取不同工况下的模拟数据对网络进行训练,分析激活函数组合和训练方法对网络精度的影响及噪声水平对动荷载工况下正确识别率的影响。通过车-桥模型动力试验验证该方法的合理性和可用性。结果表明,不同激活函数组合对识别结果影响较小,而不同的训练算法对识别结果影响较大,在应用神经网络识别桥梁移动荷载时,可以通过桥梁的动应变,对车辆的位置、速度和动荷载进行识别。     

基于工况识别的混合动力汽车动态能量管理策略

针对固定循环工况下所制定的混合动力汽车能量管理策略存在一定局限性问题,从ADVISOR软件中选取覆盖车辆实际行驶工况的20个典型循环工况,以整车综合燃油消耗和动力电池寿命为综合优化目标,利用粒子群算法对各工况下能量管理策略中所涉及的关键参数进行了优化,并将得到的优化结果建立数据库,提出了基于行驶工况识别的混合动力汽车动态能量管理策略。最后,通过选择某个随机工况对所制定的能量管理策略进行仿真。结果表明：所制定的动态能量管理策略与未采用工况识别的能量管理策略相比,车辆综合燃油消耗下降10.70%,动力电池温升和平均有效工作电流分别下降2.46℃和1.63A。     

路面谱函数对车桥耦合随机振动敏感性分析

将桥梁离散为梁单元,车辆简化为两自由度车模型,基于虚拟激励法建立车桥耦合随机振动模型。分别以GB7031谱、Wang谱及ISO谱三种路面不平顺谱函数作为不平顺激励输入,研究路面谱函数对简支梁桥及车辆振动响应的影响。分析三种路面功率谱对桥梁竖向振动响应的影响,研究不同路面谱函数作用下车速对桥梁振动响应的敏感性及车辆振动对路面谱函数的敏感性。研究结果表明:三种路面谱函数引起的简支梁桥跨中竖向位移均方根曲线形状相似;路面谱与车桥耦合共同作用,桥梁及车辆共振频率出现在桥梁一阶频率处;ISO谱引起的车辆振动响应受车速变化敏感性较弱,但桥梁振动响应受车速影响敏感性较强;GB7031谱和Wang谱引起车辆和桥梁的动力响应及频率特性接近,GB7031谱计算结果略大于Wang谱。     

基于非线性动响应的夹持松动特性研究

根据夹持结构存在的局部非线性特点,研究基于非线性动响应的夹持松动识别方法。利用悬臂梁结构在夹持边界条件下自由振动的非线性动响应理论解,将结构非线性响应的二次谐波振幅与基频振幅响应的比例系数r作为松动判别特征量,研究夹持结构的松动特性规律。以夹持悬臂梁结构为研究对象,建立接触有限元模型来计算夹持结构的非线性动响应;同时开展了试验研究,通过不同夹持力下结构振动响应特性来验证该方法的有效性。仿真和试验结果表明,随着夹持力的增加,结构非线性动响应信号的二次谐波振幅呈下降趋势,振幅比值r呈幂指数下降。二次谐波振幅与基频振幅的比值r可以作为表征结构松动状态的判据。     

Identification of Maximum Road Friction Coefficient and Optimal Slip Ratio Based on Road Type Recognition

The identification of maximum road friction coefficient and optimal slip ratio is crucial to vehicle dynamics and control.However,it is always not easy to identify the maximum road friction coefficient with high robustness and good adaptability to various vehicle operating conditions.The existing investigations on robust identification of maximum road friction coefficient are unsatisfactory.In this paper,an identification approach based on road type recognition is proposed for the robust identification of maximum road friction coefficient and optimal slip ratio.The instantaneous road friction coefficient is estimated through the recursive least square with a forgetting factor method based on the single wheel model,and the estimated road friction coefficient and slip ratio are grouped in a set of samples in a small time interval before the current time,which are updated with time progressing.The current road type is recognized by comparing the samples of the estimated road friction coefficient with the standard road friction coefficient of each typical road,and the minimum statistical error is used as the recognition principle to improve identification robustness.Once the road type is recognized,the maximum road friction coefficient and optimal slip ratio are determined.The numerical simulation tests are conducted on two typical road friction conditions（single-friction and joint-friction）by using CarSim software.The test results show that there is little identification error between the identified maximum road friction coefficient and the pre-set value in CarSim.The proposed identification method has good robustness performance to external disturbances and good adaptability to various vehicle operating conditions and road variations,and the identification results can be used for the adjustment of vehicle active safety control strategies.