道路谱密度与国际平整度指数相互关系综述

介绍了描述路面不平度的功率谱密度法和国际不平度指数法,给出了标准分级路面功率谱表达式,建立了符合IRI要求的1/4车辆模型,总结、比较了两者之间的关系,说明了其使用范围。     

基于路面不平度自功率谱密度函数计算国际不平度指数的研究

提出了一种基于路面不平度自功率谱密度函数PSD计算国际不平度指数IRI(International Roughness Index)的方法。通过建立1/4车辆模型来分析路面不平度的输入和汽车振动的响应,由动态响应模型的理论分析得到路面不平度的自功率谱密度函数PSD(Power Spectral Density),再应用随机理论等方法,推得基于路面不平度自功率谱密度函数PSD的IRI值。用PSD计算IRI,能够使车辆和道路部门比较他们对路面不平度的各自评价标准,从而作为其设计、改进产品的依据,IRI的求得,为公路运输部门对道路的养护决策提供了依据。     

基于时域模型的路面随机激励模拟

为进一步提高路面平整度模拟精度,文中研究一种公路路面不平度的数值模拟方法。首先基于AR模型,建立了由路面随机激励的时间功率谱密度求得双轮路面随机激励时域AR模型的方法,并构建了相应的算法;然后在MATLAB平台上对双轮路面时域AR模型进行仿真,得到了各级路面谱曲线,通过与标准路面谱对比,验证了路面随机激励AR模型的正确性。     

由国际平整度指数模拟路面不平度方法研究

为了将实测得到的国际平整度指数IRI值引入到路面不平度模拟中,从而在车一路或车一桥相互作用的耦舍体系中更准确地模拟由路面不平度引起的车辆动荷栽,提出了一种通过实测IRI值得到该段路路面不平度的方法.由IRI的计算方法入手,通过建立1/4车模型来分析路面不平度的输入和车辆、地面的振动响应,并通过路面不平度标准差与IRI的关系等式作为中介,将IRI引入到路面不平度的模拟中,采用周期图表法,利用功率谱密度函数和傅立叶逆变换,进一步模拟出路面不平度.最后进行了实例模拟,通过程序分析,验证了该方法的有效性.     

路面不平度重构的AR模型阶数确定方法研究

为了进一步提高对虚拟路面的重构精度,根据路面不平度是实平稳随机过程这一特点,按给定的标准路面不平度功率谱密度建立其相应的时间序列模型—AR模型。以此对路面不平度进行重构并对重构结果作相应的谱分析。通过对重构不平度的功率谱密度与标准功率谱密度之间的相对误差控制来确定AR模型的最优阶数,即当相对误差在某一阶数下取得最小值时,则此阶数就为模型的最优阶数。利用该方法对标准路面进行重构,结果表明,重构的功率谱和不平度均方根值的拟合精度相对传统的阶数确定方法都有较大的提高,从而证明此阶数确定方法的可行性和优越性。     

基于逆变换的路面不平度仿真研究

针对使用现有方法仿真公路路面不平度时其结果存在误差的问题,研究了基于逆变换的路面不平度仿真的新方法。该方法直接研究给定的路面不平度功率谱密度,然后根据功率谱密度和离散FOURIER变换的性质以及信号采样定理,对数据进行截断、补充和一系列变换后获得路面的不平度。在考虑了汽车固有振动频率及行驶速度后。利用该方法对A、E两个等级的公路路面进行数值仿真。仿真结果显示：利用该方法所得路面不平度的功率谱密度与给定的功率谱密度准确一致,并且该方法简洁、便于使用。     

基于国际平整度指数IRI的路面不平度仿真研究

国际平整度指数IRI和路面功率谱密度PSD是评价路面平整度的两大指标,通过理论公式的推导,建立了两大指标的换算关系.在此基础上,给出了基于离散傅立叶逆变换的路面不平度仿真过程,推导得出了基于国际平整度指数IRI的路面不平度仿真过程,并对仿真精度进行了验证.仿真结果表明:利用该方法可以直接通过国际平整度指数豫,对路面不平度进行时域仿真,且仿真精度较高.最后,结合实测高速公路的国际平整度指数IRI对实际路面进行了不平度仿真,得到实际路面的不平度起伏情况.     

路面波谱密度与运动车辆对路面的随机动压力分析

描述了反映路面平整度的路面功率谱密度（ＰＳＤ）并建立以空间频率，时间频率和圆频率表达的路面ＰＳＤ之间的关系式，然后把车辆简化成四分之一的车辆模型，利用线性时不变系统频率响应函数的概念最终得到了随机动压力ＰＳＤ，发现它与路面ＰＳＤ成正比，且与车辆的动态特性有关，最后又从幅域的角度分析了动压力的发生概率。     

Simulation Analysis of Heavy-duty Vehicle Dynamic Load under Road Excitation in Time Domain and Spatial Domain

为研究时间和空间频率路面激励下重型车辆动载特性,将车辆的轮胎、钢板弹簧视为柔体,橡胶垫块、限位块简化为具有非线性刚度和阻尼特性的力元,采用多体动力学仿真软件SIMPACK建立刚柔耦合的车辆整车虚拟样机,并采用有理函数功率谱密度的谐波叠加法建立空间域和时域路面激励数学模型,创建一个时域和空间域路面激励下车辆行驶动力学模型,仿真计算了车辆各轴轮胎的法向作用力和车轮法向动栽系数.结果表明:不同车速下,时域和空间域路面激励下得到的轮胎法向作用力的变化规律和大小均不相同,而且轮胎法向作用力最大值出现的位置也不同;中、后轴车轮法向动栽系数变化规律基本相似,但前轴车轮法向动载系数变化规律不同.研究结果可为轮胎动载荷计算、验证、预测提供参考依据.     

基于ADAMS的随机路面不平度建模及参数选择

车辆的垂直运动和俯仰运动会影响乘客的舒适性和安全性,垂向振动的激励除了发动机的激励,还取决于路面轮廓的不平度.应用谐波叠加法对路面不平度的特征能较好的拟合,并对生成的路面与国际标准的分级路面进行对比,分析谐波的数目对路面不平度均方根值有很大影响,证明生成时域信号的功率谱密度与标准规定的路面等级一致,可以作为研究车辆垂向...     

路面不平度的分形分级参数研究

根据路面不平度的现有分级标准,采用傅里叶逆变换的方法模拟8个等级路面不平度高程数据,计算路面不平度的分形参数,提出路面不平度的分形分级参数.计算分析结果表明,傅里叶逆变换方法模拟的各级路面分形维数均在1.60左右,差别很小,表现出明显的自相似性;路面不平度指数结合了路面不平度的传统的统计特征参数与分形维数,因而更适合路面不平度的分级;路面不平度指数随功率谱密度的增大而增大,且由高级到低级呈明显增大趋势,路面不平度等级越差,路面不平度指数越大.     

基于RBF神经网络识别路面谱的新方法

路面不平度是车辆行驶中振动的重要激励。为了识别路面不平度的功率谱密度函数(路面谱),提出了一种基于径向基函数(RBF)神经网络识别路面谱的新方法。该方法以7自由度汽车振动模型为基础,以MATLAB软件仿真得到的汽车车身质心垂直加速度谱为神经网络理想输入样本,以GB7031-86建议的路面谱为神经网络理想输出样本,应用RBF神经网络建立汽车车身质心垂直加速度谱和路面谱之间的非线性映射模型。另取一组仿真得到的车身质心垂直加速度谱代入已训练好的网络进行路面谱识别。结果表明:该方法具有较强的抗噪声能力和较理想的识别精度,识别的路面谱与拟合的路面谱吻合一致。     

路面随机谱激励的数值计算方法及统计特征

对路面随机谱激励的3种白噪声输入及由其计算输出的2种数值方法进行了比照,分析了其统计特征.在正态分布、均匀分布和同余法产生的零均值白噪声的输入下,计算了基于标准路面等级输入的三角级数模型,以及基于实测数据的自回归模型的路面随机谱激励.结果表明:3种白噪声的输入在时域上的频次与其子区间的长度正相关,路面随机谱激励幅值的频次特征决定于其分布类型,且由此具备不同统计特征;均匀分布宜作为三角级数法的随机相位角输入;路面不平度系数的大小决定了幅值频次和路面功率谱密度的分布区间.     

道路不平程度的评价方法及相互关系研究

通过回归分析的方法对标准分级道路功率谱密度与相应国际平整度指数之间的关系进行了研究.根据标准道路谱再现出随机路面,以此作为输入去激励标准1/4车辆模型,从而获得与标准道路谱相应的国际平整度指数,然后利用回归分析获得了标准道路谱与国际平整度指数之间的关系.     

路面不平度的数学模型及计算机模拟研究

提出了一种一维路面不平度数学模型，即ＡＲＭＡ模型，统一地描述了复杂而且不规则的路面起伏形状，运用该模型进行了计算机数值模拟，对国标ＧＢ７０３１－８６《车辆振动输入路面平度表示方法》中规定的路面不平度模拟结果表明，该模型的模拟精度好，运算效率高，同时数字信号处理理论为该模型提供了严密的数学基础。     

汽车非线性悬架的混沌研究

采用基于实测数据建立的非线性悬架模型,分析了汽车悬架中的非线性弹簧力和阻尼力,对非线性悬架系统的混沌运动进行了研究.在单频正弦路面、拟周期路面以及随机路面激励情况下,仿真计算得到了系统的响应.分析各激励下系统的相轨迹、庞加莱(Poincaré)截面、时间历程曲线、功率谱图及李亚谱诺夫(Lyapunov)指数图,结果表明非线性悬架系统中存在混沌现象.     

路面不平度数学模型的研究进展

分别阐述了路面不平度的功率谱分析模型、时间序列分析模型、分形分析模型及小波分析模型,对每一种路面模型进行了系统评价,并指出了路面不平度研究发展方向。     

基于实测不平度的路面等级分析与评价

通过经改良的平整度仪的实际测量得到了路面不平度数据,将所测得的频域信号转化为位移信号后,采用经验模态分解去均势项和小波硬阈值去噪等方法对数据进行了预处理。再对预处理后的数据进行傅里叶变换得到功率谱密度曲线,并用倍频程的平滑滤波法得到了平均功率谱密度曲线。然后运用谐波叠加法重构了A级路面谱并将其与实测路谱进行对比,最后用特征参数提取法评价所测路段的路面等级,并在分析和处理所有测量路段后,基于统计结果对整个林场的路面状况进行了评价。结果表明试验方法可行,所测区域路面整体水平较好,大部分集中在A级和B级,整体路面不平度在B级以上。     

随机路面激励下车辆系统参数对汽车行驶平顺性的影响研究

基于汽车系统动力学和随机振动理论，建立了简化的人体-座椅、车身及车轮3-DOF车辆振动模型，采用线性滤波白噪声法建立了路面激励模型，并仿真分析了常见C级路面的不平度特性。以C级随机路面激励为车辆振动系统输入，运用变步长四阶Runge-Kutta法求解了车辆系统数学模型。在时域和频域两方面，仿真分析了座椅刚度、阻尼，悬架刚度、阻尼及轮胎刚度对座椅、悬架性能的影响，以及路面不平度和车速对座椅垂向加权加速度的影响。得出了座椅加速度、悬架动挠度、轮胎动载荷功率谱密度随座椅刚度、阻尼系数，悬架刚度、阻尼系数及轮胎刚度变化的规律。     

基于ReliefF-RBF的路面不平度识别算法研究

路面不平度对道路车辆行驶安全性及车辆动力学响应具有重要影响。通过将路面不平度识别与先进悬架控制结合,有望能进一步提升乘员舒适性和车辆的操纵稳定性。现有基于数据驱动的路面分类方法难以高效处理时变参数与车速,现有基于模型的路面识别算法需要已知精确车辆模型,在实际应用中面临车辆物理参数难以获得的问题。提出一种融合模型和数据驱动的路面分类算法,采用基于模型的方法反算等效路面轮廓,结合数据预处理方法,对车辆响应和反算等效路面轮廓数据进行滤波;对等效路面轮廓和响应信息进行时域频域特征计算,采用ReliefF算法进行关键特征提取,构建基于径向基函数神经网络的路面分类器,进行路面分级识别;通过仿真试验和实车试验验证了不同车辆参数和车速下所提出的算法鲁棒性。