运输车辆随机振动分析的虚拟激励法

各类货物运输车辆在国家重大基础工程建设、西部大开发以及物流现代化建设中，发挥显著的作用。但是，对于这类车辆的振动响应问题即平顺性动力学的研究却相对滞后。平顺性是指在不平路面激励下车辆振动响应方面的性能，平顺性直接影响车辆行驶之平顺、乘座之舒适、货物之完好、零部件之(随机)疲劳寿命以及运输效率、能耗(油耗)等。当前，     

汽车随机路面输入平顺性仿真分析

以某多功能商务车为研究对象,利用ADAMS软件建立了车辆多刚体动力学模型,并进行了随机路面输入下的汽车平顺性仿真。仿真结果和试验结果相当吻合,同时也验证了整车建模的正确性和准确性。其研究结果为虚拟样机技术在车辆工程中的实际应用提供了参考;为进一步对实例车辆做其他设计分析打下了良好的基础。     

路面随机激励下的汽车振动仿真

以４自由度汽车振动系统为例,建立了以白噪声为输入的路面随机激励作用数学模型,应用ＭＡＴＬＡＢ／ＳＩＭＵＬＩＮＫ编制了仿真软件,并对一国产汽车进行了仿真。     

虚拟试验三维随机路面的建模

应用于车辆虚拟试验的路面需符合实际路面特性.利用MATLAB编程实现了用于车辆虚拟试验的三维随机路面模拟,并通过功率谱估计和相干系数进行验证.创建了适用于车辆动力学分析软件路面模型的三维路面节点编码通用算法,并利用MATLAB/GUI工具编制了三维随机路面生成软件,可直接生成适用于虚拟试验的路面文件.在随机路面上进行车辆直驶虚拟试验,分析结果表明,车辆在三维随机路面上的虚拟试验结果与在二维路面上有较大不同.     

基于随机路面激励的车炮刚柔耦合行驶动力学研究

基于随机路面激励,应用多刚体系统动力学和柔性多体系统动力学理论,对某新型车载防空多管火箭武器系统进行了行驶仿真研究.文中建立了越野车与多管火箭武器的刚柔耦合动力学模型,考虑了轮胎在其中的作用,重点编写了B级路面的随机路面谱,进行了各种速度的行驶仿真分析,得到了车炮系统及关键部件的动态响应,为新型防空火箭武器系统的研制、试验提供了理论支持.     

基于路面随机激励的8自由度整车动力学仿真

建立包括6个垂直跳动和2个转动的整车8自由度动力学模型,应用拉格朗日原理建立各自由度动力学方程,采用振型叠加法进行求解.针对一整车模型实例,以随机输入模拟路面激励,应用Fortran语言编制程序进行动力学仿真,计算分析了整车的8阶自振特性以及各个自由度的动力特性,通过位移响应曲线评价了汽车运动时的平顺性.     

平稳随机激励下线性随机结构动力响应分析

对于外载是平稳随机激励的线性随机结构分析问题,在随机变量函数矩点估计和虚拟激励法的基础上,建立随机响应均方值特征参数的矩估计算法.应用虚拟激励法将随机载荷转化为确定性简谐载荷,计算确定性结构在平稳随机激励下响应的均方值,采用点估计方法分析平稳响应均方值的均值和方差,并计算响应均方值的变异系数,通过两个算例考察结构参数的随机性对结构响应均方值的影响.由于基于随机变量函数矩的点估计和虚拟激励法具有较高的效率和精度,因而所提方法具有一定的工程意义.     

基于虚拟样机的某型轻卡平顺性仿真分析

以某型轻卡为研究对象,利用虚拟样机技术建立整车模型。在B级路面下,以不同车速进行了行驶平顺性仿真分析评价。结果表明：平顺性在很大程度上受到汽车行驶速度的影响。最后根据分析结果,提出模型优化的合理建议,为轻卡舒适性研究提供参考。     

基于CarSim的路面模型重构及车辆平顺性仿真分析

根据CarSim软件中路面文件的特点,建立了三维虚拟路面模型,验证了所建模型的正确性;结合建立的车辆模型在软件中进行了随机路面平顺性仿真分析,结果表明该车在常用车速下满足平顺性的要求.在仿真结果与试验结果对比的基础上,分析了产生误差的原因以及改进的措施.探索了在CarSim中建立虚拟路面的方法以及利用CarSim软件研究整车平顺性分析的途径,为进一步进行整车动力学分析提供了依据.     

基于虚拟技术的空气悬架客车平顺性仿真分析

以国内某空气悬架客车为研究对象,利用多体动力学软件建立其整车多体动力学仿真模型并进行平顺性仿真分析,所得仿真结果与实车道路试验结果基本吻合,证明仿真模型是可靠的。仿真结果对空气悬架客车的开发与改进具有一定的指导意义。     

基于路面识别的汽车ABS模糊控制仿真

汽车防抱制动系统（ABS）通过在制动过程中自动控制车轮的制动力矩,从而防止了车轮抱死。为了进一步提高汽车ABS的性能,在对汽车制动过程进行动力学分析的基础上,建立了ABS系统的模糊控制模型;采用路面识别方法,对变附着系数路面进行了ABS制动模拟仿真。仿真结果表明,基于路面识别的模糊控制防抱制动系统能取得较好的控制效果,并具有一定的自适应能力。     

Dynamic stiffness deterioration of a machining center based on relative excitation method

The tool point frequency response function(FRF) is commonly obtained by impacting test or semi-analytical techniques.Regardless of the approach,it is assumed that the workpiece system is rigid.The assumption is valid in common machining,but it doesn’t work well in the cutting processes of thin-wall products.In order to solve the problem,a multi-degree-of-freedom dynamic model is employed to obtain the relative dynamic stiffness between the cutting tool and the workpiece system.The relative direct and cross FRFs between the cutting tool and workpiece system are achieved by relative excitation experiment,and compared with the tool point FRFs at x and y axial direction.The comparison results indicate that the relative excitation method could be used to obtain the relative dynamic compliance of machine-tool-workpiece system more actually and precisely.Based on the more precise relative FRFs,four evaluation criterions of dynamic stiffness are proposed,and the variation trend curves of these criterions during the last six months are achieved and analyzed.The analysis results show that the lowest natural frequency,the maximum and the average dynamic compliances at x axial direction deteriorate more quickly than that at y axial direction.Therefore,the main cutting direction and the large-size direction of workpieces should be arranged at y axial direction to slow down the deterioration of the dynamic stiffness of machining centers.The compliance of workpiece system is considered,which can help master the deterioration rules of the dynamic stiffness of machining centers,and enhance the reliability of machine centers and the consistency of machining processes.     

基于三维检测网络的机器人抓取方法

机器人抓取任务中面对的是不同形状和大小的物体,而散落在场景中的物体会有不同的姿态和位置,这对机器人抓取中计算物体位姿任务提出了较高的挑战。针对于此,本文设计了一种基于三维目标检测的机器人抓取方法,弥补了基于二维图像识别引导机器人抓取任务中对视角要求较高的缺陷。首先,设计了一种卷积神经网络在RGB图像中识别物体,并回归出物体三维包围盒、物体中心点;其次,提出一种计算机器人抓取物体最佳姿势的策略;最后,控制机器人进行抓取。在实际场景中,使用本文设计的三维检测网络,三维目标检测精度达到88%,抓取成功率达到94%。综上所述,本文设计的系统能有效找到机器人合适的抓取姿势,提高抓取成功率,满足更高的抓取任务要求。     

利用ADAMS的汽车通过脉冲路面的仿真与优化

针对某型轿车,在ADAMS/Car软件中建立整车仿真模型,并在三角形单脉冲输入路面上进行平顺性仿真,对整车底盘垂直方向的加速度进行分析。通过ADAMS/Insight模块进行整车的优化设计,对整车前、后悬架的参数进行优化仿真,使得整车乘坐的舒适性得到提高,验证了在脉冲输入路面上利用ADAMS/Car进行优化仿真的可行性。     

激励力对发动机机体表面振动影响的仿真分析研究

发动机工作时内部主要激励力包括燃气爆发压力、活塞连杆等运动件惯性力、配气机构激励力和活塞敲击力等,机体表面振动是发动机内部各种激励力叠加的响应,构成成分复杂。通过AVL EXCITE软件,建立有限元与多体动力学联合仿真模型,计算获得不同激励力作用下的机体表面振动信号数据,再通过时域、频谱分析,研究激励力对机体表面振动的影响,从而解决真实发动机难以进行相关试验测试分析的问题,为发动机振动分析与优化设计提供可靠的依据。     

基于ADAMS/Car Ride汽车平顺性仿真

以多体动力学理论为基础,应用机械系统动力学仿真分析软件ADAMS/Car专业模块建立某轿车的整车样机模型。根据路面不平度位移功率谱密度推导路面随机激励数学模型,由路面轮廓发生器产生随机路面,并进行了随机路面输入下的汽车平顺性仿真。其研究结果为虚拟样机技术在车辆工程中的实际应用提供了参考,为进一步对实际车辆做其他设计分析打下了良好的基础。     

基于集中质量的铰接式自卸车平顺性仿真研究

根据振动力学以及多刚体系统动力学原理,分析了某铰接式自卸车的振动模型,同时进行合理的简化,建立了集中质量的虚拟样机模型,并在虚拟样机软件ADAMS上进行仿真。通过与试验的对比,也验证了仿真方法可行,仿真模型可靠。因此可用该模型计算随机激励下铰接式自卸车的响应,并进行整车动力学分析和悬架系统参数优化设计。     

基于Deeplabv3+和注意力机制的道路场景语义分割方法

在自动驾驶技术研究中,理解道路场景是提高驾驶安全性的保障.语义分割技术可以在像素级别上,将图片分割成与语义类别相关联的不同图像区域,可以辅助车辆感知、理解周围的道路环境信息,从而提高驾驶安全性.当下流行的语义分割模型Deeplabv3+在分割任务中,存在细小目标被漏分割以及外形相似物体容易被误判等现象,导致分割边界粗糙,精准度降低.针对此问题,在Deeplabv3+网络结构的基础上,结合注意力机制加重分割区域的权重,提出一种改进的Deeplabv3+融合注意力机制的道路场景语义分割方法.首先,在Deeplabv3+编码端引入一组并联的位置注意力模块和空间注意力模块,捕获更多空间上下文信息和高级语义信息.然后,在解码端引入注意力机制恢复空间细节信息,并对数据归一化处理,加快模型收敛速度.将不同方式引入注意力机制的模型分割效果进行对比,在CamVid数据集和Cityscapes数据集上进行了测试.实验结果表明,相比Deeplabv3+,改进后的模型分割准确度平均交并比在两个数据集上分别提升了6.88％和2.58％,效果优于Deeplabv3+.该方法不会明显加大网络计算量和复杂度,具有良好的分割速度和准确性的兼顾.