机械弹性车轮随机振动理论与数值分析

针对现有轮胎模型不再适用于机械弹性车轮的振动分析的问题,依据其结构特点和铰链组单向传力特性,提出弹性绳索简化模型,推导弹性绳索刚度表达式、总等效刚度表达式以及系统频响函数,建立完整的振动分析数学模型.基于弹性绳索数学模型,进行C级随机不平路面输入激励下的随机振动分析,得到轮毂中心时域位移响应和频域功率谱密度响应.有限元仿真试验结果表明:机械弹性车轮共振频率为19~21 Hz,验证了弹性绳索模型的正确性.     

车辆虚拟试验场的路面建模方法研究

路面建模是车辆虚拟试验场研究的关键问题。为此提出了1种三维路面生成的通用方法,首先通过滤波白噪声法生成一定等级路面不平度序列,然后按照一定规则将所生成的大量不平度序列转化成ADAMS/Car识别的虚拟路面文件。该方法可用于生成各类虚拟试验场路面,为建立基于ADAMS/Car的虚拟试验场仿真路面提供了有效的方法和手段。     

两种双口出风模式电动汽车自然进风散热研究

采用FLUENT软件,对不同环境温度和充放电倍率时,两种双口出风模式电动汽车动力舱自然进风散热进行研究,结果表明:电动汽车动力舱自然进风散热性能随着车速提高而改善,电池组最高温升曲线的斜率明显高于内部最大温差,表明高速气流更有利于电池组内部温度降低;不同环境温度和充放电倍率下,双口上出风口模式的电池组最高温升和内部最大温差均低于两边出风口模式,可见将两边出风口模式改为双口上出风口模式,电动汽车动力舱自然进风散热性能将得到改善．     

随机载荷下机械弹性车轮的热力耦合耐久性研究

为了预测机械弹性车轮在直线行驶工况且承受路面不平导致的随机载荷的条件下所能达到的最大行驶里程,对机械弹性车轮耐久性进行了研究。结合车轮的结构特性,建立了用于耐久性研究的有限元模型。考虑路面不平度,确定车速与车轮动载荷、动载系数的关系,并以等效循环载荷加载至车轮。基于疲劳损伤理论和疲劳试验方法,利用Fe-safe软件对车轮的耐久性进行预测,得出最大行驶里程为8787 km。再对卡环进行热力耦合耐久性分析,发现最小寿命位置为中间销耳处,最大行驶里程为5258 km。     

基于神经网络的悬架试验系统研究

针对现有悬架设计及实验不一致问题以及基本型Elman网络忽略了输出层节点的反馈,只能满足一阶线性动态系统信号处理,而不能满足多层网络、多阶系统的需求,提出了一种改进型Elman网络;改进后的网络增强了关联层以及输出层的反馈,把反馈增益作当作连接权值来实施网络训练,训练后的网络不仅比例系数和积分系数具有时变性,还具有自适应性强、学习效率高、逼近精度高等特点。建立了基于改进型Elman神经网络PAC控制器,对六自由度悬架试验平台系统进行控制研究,分析了悬架阻尼、非悬挂质量、悬架刚度、轮胎刚度等参数对时域内轮荷利用率和频域内相位角的影响,通过整车实验证明:悬架参数的匹配可以有效地改善车身振动,降低悬架动挠度、轮胎动载荷,提高乘坐舒适性和车辆行驶安全性,协调整车综合性能。     

匹配机械弹性车轮的电子稳定控制器参数分析

为了提高匹配机械弹性车轮(MEW)的某越野车操纵稳定性,考虑MEW与传统子午线轮胎侧偏特性存在的不确定性摄动,基于Lyapunov稳定性理论为电子稳定控制(ESC)程序设计了鲁棒反馈控制器;引入轮胎侧偏刚度不确定性的范数有界模型,运用Schur补引理和线性矩阵不等式(LMI)求解反馈矩阵。设定不同的车速和路面附着系数,通过搭建CarSim/Simulink联合仿真平台对控制器展开鱼钩试验,仿真结果表明,匹配MEW的ESC控制器能够保证车辆行驶的稳定性,横摆角速度与质心侧偏角跟踪误差分别稳定在0.03~0.3 rad/s与0.06~0.1 rad之内,并且设计的控制算法对MEW在05倍普通充气车轮侧偏刚度变化范围内具有很好的鲁棒性,从而为匹配MEW的整车主动安全控制提供了理论参考。     

驾驶员对汽车行驶方向稳定性影响的分析方法

在驾驶员一汽车闭环系统操纵动力学模型基础上，将驾驶员参数变化范围用区间数表示，用直接优化法对非对称区间矩阵特征值问题进行求解，从系统与控制理论角度定量地揭示了驾驶员对汽车行驶方向稳定性的影响。分析结果表明，汽车行驶方向稳定性的区间分析方法可以应用于使车适合于人的汽车操纵动力学设计。     

汽车操纵逆动力学的现状与发展

在回顾汽车操纵动力学发展历史的基础上，阐述了研究汽车操纵逆动力学的重要性，列举了三类汽车操纵动力学研究方法。描述了汽车操纵逆动力学的内涵，并给出了主要的研究方法和一些应用实例。最后，根据汽车操纵动力学发展史预测，汽车操纵逆动力学的发展有可能会导致汽车操纵动力学性能的显著提高，并解决现今流行的汽车操纵动力学中的“瓶颈”问题。     

汽车方向盘转角试验数据去噪的小波基选择

针对在采用小波去噪方法对含有噪声的汽车方向盘转角试验数据进行去噪时小波基的选择问题,探索研究了一种适用于汽车方向盘试验数据去噪的小波基选择方法。首先,结合小波基参数特性以及汽车方向盘转角试验数据对处理效果的要求,归纳出适用于汽车方向盘转角试验数据处理的小波基特点,得出Daubechies(dbN)小波基和Symlet(symN)小波基适用于汽车方向盘转角试验数据处理的结论;然后,引入重构因子来评价各阶数下小波基的处理效果,从而确定小波基的阶数,并以某车型进行双移线试验时采集的方向盘转角试验数据为例,计算并比较了db2～db20和sym2～sym8共26个小波基的重构因子大小,得出db5、db6、sym4和sym5小波基较适用于该试验数据的结论;最后,对所选择的小波基进行了处理效果的验证。结果表明:用该方法选出的小波基对该试验数据有较好的处理效果。     

密集模态的判断准则

用特征向量转角给出了一种密集模态的判别准则。算例表明本文方法有效