基于乘用车型平顺性分析的新指标--汽车综合振动舒适度Cgv

提出了一种新的可用于乘用车开发的平顺性预测分析指标Cgv,并以长安车为例 ,给出了在获取Cgv指标时 ,所遇到的有关速度、位置、路面比例和人机因素等诸项加权系数的确定方法 ,从而使概念车平顺性预测更加合理。     

考虑阻尼非线性的汽车平顺性预测

介绍一种计入阻尼非线性影响的汽车平顺性预测方法，并编制了计算程序，以天津夏利汽车前悬看起来实例验证此方法的准确性和可行性。     

基于遗传算法的悬架系统的优化和仿真

通过建立1/4汽车两自由度模型,建立了汽车行驶平顺性优化仿真数学模型,根据对车辆行驶平顺性、乘坐舒适性和操作稳定性的要求,提出了优化的目标函数。在MATLAB中建立遗传算法的程序模型,应用遗传算法对该模型进行求解。通过仿真,对优化前后汽车行驶平顺性的3项指标进行对比分析。仿真结果表明:遗传算法用于汽车行驶平顺性的优化取得了良好的效果。     

汽车行驶平顺性评价方法的研究

对目前国际上主要采用的评价方法－ISO2631标准吸收功率法的特点及存在的问题进行了详细的分析讨论。通过对汽车力学模型的理论分析和实验结果分析表明,基于ISO2631标准上的GB4970－85国家标准无法准确地评价汽车行驶平顺性能的好坏。提出了汽车常用车速范围内的累积承受时间作为汽车行驶平顺性的评价指标,其评价结果与实际情况是一致的。     

路面随机激励下的汽车振动仿真分析

基于某车参数建立汽车5自由度线性振动模型,模型中引入了后轮滞后路面随机激励,采用MMATLAB/SIMULINK对整车振动进行仿真模拟,将前后悬架刚度改进前后的车身和座椅处的加速度、悬架动挠度及车轮动位移4项指标进行对比分析,进而对前后悬架刚度进行优化,从而改善车辆平顺性和乘坐舒适性,可为车辆平顺性设计提供参考。     

基于平顺性和道路友好性的载货汽车悬架参数优化

为探讨悬架系统对乘员舒适性及车辆对道路破坏程度的影响规律,以某中级载货汽车为研究对象,建立半车4自由度动力学模型。根据行驶平顺性和道路友好性各自评价指标进行了数值计算,并构造了中级载货车悬架优化设计模型,运用Matlab软件对车辆前后悬架刚度值和阻尼值进行优化计算,结果表明车辆的平顺性和道路友好性均得到改善。     

JX1030DS轻型载货汽车悬架系统的改进研究

对JX1030DS轻型载货汽车的悬挂系统进行了改进研究，在不改变钢板弹簧安装尺寸的前提下，减少前后悬架刚度，经过理论计算和多次试验表明，该改进可使空载和满载都具有良好的行驶平顺性。     

基于Butterworth滤波器的汽车平顺性指标计算

结合汽车平顺性评价指标计算要求和分数倍频程滤波器设计标准,针对评价指标中的20个中心频率对应各频带,运用MATLAB编程设计Butterworth带通滤波器,对采集后的时间序列信号进行带通滤波并计算滤波后信号的均方根值;根据标准中1/3倍频带的加权系数计算加权加速度均方根值。试验表明:编程计算的1/3倍频带分析与动态分析仪SD-380处理的结果基本吻合,能够实现对汽车平顺性的有效评价;设计的带通滤波器性能指标满足要求。     

基于专家先验信息的轨道不平顺预测研究

为了研究在缺乏历史数据时如何准确预测轨道不平顺的发展趋势。提出了一种可以考虑专家先验信息的轨道不平顺预测方法。通过问卷调查法获取专家先验信息并构建具有先验信息的贝叶斯线性回归模型，然后使用马尔科夫链蒙特卡洛方法对模型参数进行求解，最后对轨道不平顺的幅值进行预测和误差分析并对比了不同模型在缺乏历史数据时的预测效果。结果表明：该方法可以准确预测短期内有砟轨道不平顺的发展趋势，相关系数均在0.9以上。在缺乏历史数据的情况下，贝叶斯线性回归模型也能保持较高预测精度R2为0.88，比传统线性回归模型高17%。     

基于多体系统的汽车平顺性仿真分析

利用多体系统动力学理论，在机械系统仿真软件ADAMS环境下建立了车辆的多体力学模型，将虚拟样车在三维空间道路上进行平顺性试验，通过仿真研究了在随机路面输入情况下的驾驶员座椅响应。     

高速铁路线路轨道平顺问题的探讨

简介了高速铁路的特点，重点论述了轨道平顺性这个在高速铁路线路中的核心问题，讨论了影响平顺性的有因素和一些著作的看法，希望能对纡路的平顺性问题开展我国的试验研究有所助益。     

调节扭杆悬架预扭角控制汽车纵向角振动

分析了扭杆悬架可变刚度对纵向角振支斩影响，并提出利用扭杆预扭角为改变悬架的弹性特征。试验结果表明，该方法较好地抑制珠纵向角振动，改善了行驶平顺性。     

国内外汽车可控悬架的研究现状

悬架是现代汽车最重要的总成之一。悬架结构的选用不但在很大程度上决定了汽车平顺性的优劣，而且随着汽车速度的提高，对于与行驶速度密切相关的操纵稳定性的影响也越来越大。主要介绍了国内外汽车可控悬架的发展动态，并论述了各种可控悬架的控制策略。     

基于多车型CNN-GRU性能预测模型的轨道状态评价

不同车型高速综合检测列车的动力学传递特性不同，使得其对同一线路的车体加速度评价结果存在一定差异.为解决上述问题，本文基于多列动检车的检测数据，将卷积神经网络（convolutional neural network,CNN）与门控循环单元（gated recurrent unit,GRU)相结合，建立了多车型车辆动力学响应预测模型，通过输入多项实测轨道不平顺和车速预测各车型的车体垂向和横向加速度，并将多车型车体加速度预测值的最大包络作为轨道状态评价依据.结果表明：将高低、轨向不平顺等8项轨道不平顺和车速共同作为输入参数的模型预测性能最优，车体垂向和横向加速度预测的评估指标分别提升了5%～13%和25%～36%;CNN-GRU模型所预测的车体加速度在时域和频域均与实测结果吻合较好，相关系数最大达到0.902；且相比于BP (back propagation)神经网络，各项车体垂向和横向加速度预测的评估指标分别提升了36%～109%和11%～167%；针对某轨道几何状态不良区段应用效果，预测6种车型中有4种车型达到车体垂向加速度Ⅰ级或Ⅱ级超限，有1种车型达到车体横向加速度Ⅰ级超限，提高了轨...     

汽车可变阻尼悬架系统的数值仿真分析

以随机振动理论为基础,采用振动测试技术中侧取悬架频域特性的快速扫描激励方法,对汽车可变阻尼悬架系统力学模型进行数字快速正弦扫频激励的计算机仿真计算,获得非线性悬架系统频域特性的数值解,以此为基础计算并分析评价可变悬挂系统平顺性和安全性的指标。     

轨道不平顺非线性预测模型

分析了轨道高低不平顺非线性预测理论,根据广深线运量和轨、车检测数据,采用多元回归分析得到广深线轨道高低不平顺非线性预测模型,将该模型用于预测未来轨道不平顺的发展情况,并与实际检测值进行对比和误差分析.结果表明,两者图形趋势较为一致,说明用该模型预测轨道高低不平顺发展趋势是可行的.     

基于深度学习的高速磁浮轨道不平顺预估

轨道不平顺是列车振动的主要激扰源,对行车的安全性和乘客舒适性造成直接影响。以实测的轨道不平顺为基础,结合高速磁浮TR08型车辆结构特点以及深度神经网络的基本原理,利用TensorFlow构建神经网络表征轨道不平顺与车辆振动加速度的关系。提出了一种通过测量振动加速度进而构建神经网络实现对不平顺检测的方案。研究结果表明,深度神经网络预测的轨道不平顺值与真实值相对精度超过99%,且能够同时对高低和水平不平顺进行测量,为轨道不平顺测量新方法提供了理论基础。     

改性沥青及SMA路面平整度的控制

引言 平整度是衡量高等级公路路面质量好坏的重要指标。路面不平顺,会增大行车阻力,并使车辆产生附加振动,不仅直接影响行车的安全性、舒适性,还会加剧汽车零部件及轮胎的损坏,并增大油料的消耗;附加振动以及不平整的路面所滞积的雨水．将加速路面的破坏。随着社会发展的需要，高等级公路建设幅度的扩大，     

铁路轨道高低工不平顺的预测及其应用

分析了铁路轨道高低不平顺的预测原理，用轮轨动力分析方法确定了满足安全和舒适要求下的高低不平顺发展容许值，并与快速线路维修新规则管理标准作了比较，结果基相符。以沪宁线为实例，对不同条件下高低不平顺发展作了参数分析。     

基于组合方法的轨道不平顺预测

准确把握轨道不平顺的变化规律,对于科学制定铁路养护及大修计划具有重要意义。对此,提出了一种基于灰色模型与神经网络的轨道不平顺组合预测算法,先用传统灰色预测模型对轨道不平顺数据进行初步预测,然后用BP神经网络对初步预测值进行修正。结果表明,该预测算法与实际轨道不平顺的平均误差可控制在5%以内,预测精度高于单一算法,可应用于铁路养护工作中广泛存在的轨道不平顺趋势分析问题。