压实轮振荡频率的监视装置

一般的工程机械,对转速和速度的要求不高,因而安装显示装置的不多。但是对于压实机械,由于土壤一机器系统的复杂性和多变性,压实轮的振动频率或振荡频率,压实轮的行驶速度,对压实效果的影响很大,对不同的系统存在着不同的最佳振动频率或振荡频率,因而对于现代的压实机械,要求压实轮的频率能够连续监视和调节。一、方案选择速度传感器和转速表已有很多成熟的方案,按工作原理一般分为三大类,模拟方式,同步方式和脉冲数字方式。模拟方式是测量由     

相对传递路径分析方法及其在轿车车身振动分析中的应用

提出一种基于全局传递率矩阵的相对传递路径分析方法,该方法建立传递路径分离模式,对分离模式下的响应进行预测,并计算出传递路径相对贡献度。针对轿车车身振动问题进行应用研究,选取发动机悬置安装点加速度和车内座椅安装处加速度作为振动传递分析的研究对象,试验结果表明,基于全局传递率矩阵的相对传递路径分析方法可以有效预测振动传递分离模式下的目标加速度,能够识别出贡献度较大的传递路径,验证了方法的工程可行性,为开展轿车车身NVH性能分析提供了可借鉴的方法和途径。     

积分法相对位移测量在汽车NVH性能开发中的应用

在汽车NVH性能开发过程中,各减振系统的相对位移是一项重要的评价指标。传统式位移传感器不能够进行狭小空间位移测量,并且需要制作辅助夹具才能够进行位移传感器安装,试验效率低且成本高。文章提出的积分法相对位移测量方法,只需要利用通用的加速度传感器采集被测试部位的振动加速度信号,然后对信号进行滤波和积分处理即可获得测试部位的相对位移,试验效率高且成本低。目前,积分法相对位移测量法已经在汽车NVH性能开发过程中得到了很好的验证和应用。     

基于振动信号分析的发动机轴瓦间隙异常诊断

对发动机的主要激励源和传播路径进行了研究,在实验的基础上对测取的发动机轴瓦振动信号在时、频域进行了对比分析,比较了不同轴瓦间隙工况下的振动能量幅值,验证了理论研究的正确性,在此基础上,提出了一种简单有效的诊断方法,能够对发动机的故障进行较准确的诊断。     

分布式驱动无人车路径跟踪与稳定性协调控制

针对无人车路径跟踪过程中跟踪效果与车辆稳定性这一多目标控制问题,基于分层控制理论提出了一种分布式驱动无人车辆路径跟踪与稳定性协调控制策略。建立了车辆动力学模型和路径跟踪模型,利用滑模控制方法设计了上层控制器,旨在减小路径跟踪过程中的航向偏差和横向偏差的同时确保车辆自身的稳定性。在下层控制器中,设计了一种四轮轮胎力优化分配方法,根据上层控制器需求,结合车辆横摆与侧倾稳定性情况,实现四轮轮胎力的定向控制分配。基于CarSim和Simulink搭建了联合仿真模型并进行仿真实验,结果表明,提出的协调控制策略能够有效地控制车辆路径跟踪中的航向偏差和横向偏差,同时确保车辆的侧倾与横向稳定性。     

汽车电喇叭声特性测验

我国汽车、拖拉机、摩托车用电喇叭的结构特点,可分蜗牛形和盆形二大类别,从其工作原理又可分成电磁吸放型和电子振荡型。目前广泛使用的多为电磁吸放型的蜗牛喇叭和盆形喇叭。电喇叭发出的声波是振动波的一种形式,具有一定的能量。通常用声强这一物理量来度量声波能量的大小。声强的定义是离声源某一距离,面对声波传播的方向,在单位时间内通过单位面积的声能量,并用Ⅰ来表示,其单位为瓦/米~2。实际使用时用级数表示,称作声强。如用分贝(db)为单位的数学式表达则为 Lw=10 lgⅠ/Ⅰ,这样更有利     

基于线性路径跟踪控制的换道避撞控制策略研究

为实现车辆自主避撞,改善道路交通安全状况,提出一种基于线性路径跟踪控制的换道避撞控制策略。为实时确定制动和换道时机,获取跟车状态下自车和前车车速、加速度、相对距离以及驾驶人制动反应时间计算制动安全距离和换道安全距离,并在此基础上分别引入制动危险系数B和换道危险系数S评估制动与换道风险,使得车辆发生追尾碰撞的危险程度和主动干预阈值更直观。根据车辆期望横向加速度和期望横向位移的变化特性,采用5次多项式法规划符合驾驶人换道避撞特性的避撞路径。为保证换道避撞过程中驾驶人的安全舒适,采用最大横向加速度约束换道避撞轨迹。为实现对换道避撞路径的线性跟踪控制,保证车辆的操纵稳定性和横摆稳定性,基于车辆稳态动力学模型建立前馈控制,结合线性反馈控制消除换道路径的位置和横摆角偏差,修正参考路径实现直车道场景追尾避撞控制。仿真和实车交叉验证试验表明：根据车辆期望横向加速度和期望横向位移建立的符合驾驶人换道避撞特性的五次多项式换道路径与驾驶人实际换道避撞路径基本吻合,结合碰撞时间和车间时距的制动避撞控制策略能够在保证车辆行驶安全舒适性的同时有效避免车辆追尾碰撞,减少交通事故的发生。     

基于模态分析的发动机齿轮室盖优化设计

某柴油发动机齿轮室盖在试验中振动较大,为解决这一问题,文章采用声学振动测试与CAE模态分析相结合的方法,对齿轮室盖进行优化设计,并进行试验验证。结果证明通过在齿轮室盖薄弱位置处添加加强筋,可以有效提高其固有频率,避开发动机在3600r/min转速下的主要贡献频率,改善齿轮室盖的振动情况。CAE模态分析方法能够有效识别结构件的薄弱区域,通过加强局部刚度,改善振动性能。     

基于探地雷达的路基脱空病害图像自动识别

道路病害快速检测对于确保道路的安全和可靠运行至关重要。而探地雷达技术在道路病害检测中具有快速、无损和高分辨率等特征,因此被广泛应用。然而,以往的雷达图像处理和解译主要依赖人员的主观经验,易导致误判和漏判。为了解决这一问题,通过研究基于YOLO算法的图像识别方法,结合深度学习技术,开发一种智能化的道路病害识别系统,能够自动提取探地雷达图像中各类病害的特征,并实现高效、智能的识别,并通过钻孔验证,以确保识别结果的准确性,有效预防突发性道路塌陷的发生,提高道路的安全性和可靠性。     

基于瞬时阻抗的路径规划策略仿真性能评估

根据对实时路况的数据处理方式,常见的动态路径规划策略可分为瞬时阻抗T-SPF和平均阻抗A-SPF两种方式.如何验证这些策略的个体效益及其对城市路网的中长期影响一直是相关系统部署的核心问题.针对这一问题,通过Vissim的Car2X模块与自定义程序实现了仿真中的动态转向,并以现实路网为蓝本,对T-SPF和A-SPF在不同程度的市场占有率情况下的运行性能进行了测试.测试结果表明2种现有策略都存在各自的问题;当市场占有率达到15%以上时,T-SPF 策略可能令路网的通行容量处于振荡状态,而实施了 A-SPF 的路网的平均延误和通行量表现稳定,但在个体效益方面表现还不如静态策略.建议为城市路网实施路径规划时设计新的策略以及与之匹配的信号优化机制.      

汽车垂直泊车路径规划与路径跟踪研究

自动泊车系统(APS)是智能汽车研究中一项重要的内容。当前大部分垂直自动泊车算法未考虑汽车初始位置航向角误差的影响,导致实际泊车时效果不理想或发生剐蹭事故。针对这一问题,本文中研究了汽车初始位置航向角存在误差(即初始位置航向角不为零)时的垂直泊车路径规划和路径跟踪方法。首先利用四次样条函数对泊车路径进行规划,改善路径特征,然后为改进目前常用的预瞄误差前馈跟踪算法对变曲率路径跟踪误差较大、且滞后较明显的缺点,设计了预瞄误差前馈与航向角反馈相结合的泊车路径跟踪控制算法。通过Simulink/CarSim联合仿真和实车试验对所提出的泊车算法进行了验证,仿真及实车试验结果均表明,当汽车初始位置航向角不为零时,所提出的算法能够规划出可行泊车路径,而预瞄误差前馈与航向角反馈相结合的路径跟踪控制算法较单一的预瞄误差前馈控制方法跟踪误差更小,最终泊车位姿更理想。     

基于预紧弹簧系统的桥梁挠度冲击系数量测方法

为了提高桥梁挠度及冲击系数测试的稳定性,在传统悬锤法基础上,基于弹簧预紧效应,提出了预紧弹簧法。首先依据车-桥耦合振动理论,以简支梁桥为对象推导了车辆-桥梁-预紧弹簧耦合振动方程,进行了室内试验和系统数值验证;在此基础上分别建立了车辆-桥梁-悬锤系统和车辆-桥梁-预紧弹簧系统的有限元模型,利用数值解法分析了横向风荷载对悬锤法和预紧弹簧法测量主梁挠度及冲击系数的影响;根据建立的车辆-桥梁-预紧弹簧耦合振动系统,研究了影响该方法精度的关键性因素,并给出系统参数选型优化经验公式。最后,以一座30 m预制装配式简支箱梁桥为例,在随机车载激励下,进行支架法、悬锤法和预紧弹簧法3种方法的对比试验。研究结果表明：预紧弹簧法与传统悬锤法相比,冲击系数受风荷载影响较小;无风环境下,预紧弹簧法易受铁丝抗拉刚度、弹簧刚度和悬挂长度的影响,而与初始预紧力值无关;通过合理选用参数,预紧弹簧法能够实现主梁与系统同相位振动;工程实例表明该方法与支架法挠度冲击系数平均误差为6.1%,精度高于悬锤法测量结果,该方法也可为桥梁结构静动载大位移测试提供借鉴。     

路况信息发布时出行者有限理性路径选择行为及建模研究

实时路况信息的提供,有助于出行者对不同路径效用的判断,但由于信息的模糊性以及出行者有限的计算能力,出行者的决策行为在某些情况下依然是有限理性的,即不能选择效用最大路径。因此,本研究基于西蒙的有限理性理论,假设出行者不能完全预测全部备选方案的后果,即实现效用最大化,提出了有限理性模型,并设计试验,验证交通领域路径选择中有限理性的决策行为。试验中,每次出行前向被试者发布实时路况信息,记录被试者的决策结果、决策时间等数据,分析其有限理性路径选择行为,并建立有限理性路径选择模型描述其有限理性特性。研究发现出行者在两条路径效用差小于一定阈值时无法实现理性判断,实现效用最大化,只能随机选择;在效用差大于该阈值时才可进行理性判断,实现效用最大化。根据这一现象,将原有Logit模型效用最大化假设松弛为有限的效用最大化假设,并建立有限理性下的Logit模型(BRBL模型)。通过对模型研究分析,发现模型在0点附近的敏感度要小于传统Logit模型。通过分别对BRBL模型和BL模型进行标定,发现改进后的模型可以解释出行者路径选择决策中的一些有限理性行为,而且标定结果显示模型精度优于传统的BL模型,在路况信息提供下的路径选择问题,新的模型更为适用。     

轿车发动机活塞冷却方法研究——第一部分 实现高传热系数的基础试验

轿车发动机活塞的冷却技术对于提高压缩比和控制活塞变形十分重要。众所周知,在计算机和空调器中采用热管能够明显改善导热率,然而,发动机冷却不能采用常规的热管,因为气流和液流会受到振动的干扰,因而会使导热率很低。开发了1种新颖的热管,并进行了试验,利用1台高速往复试验装置确定了它的传热系数。试验是在单热管基础上进行的,但成功地使高速往复运动下的传热系数比静止状态的传热系数提高了1.6倍。详细介绍观测到的特性及验证方法。下一步计划将这一方法应用在发动机活塞上。     

基于应变能量函数的桥梁损伤识别方法

为了解决传统损伤识别方法在桥梁健康监测方面的不足,借助频响函数法损伤识别的理论基础,建立应变监测数据功率谱密度函数与桥上通行荷载集群的对应关系,进而提出应变能量函数的概念,并提出了应用应变能量函数进行结构损伤识别的理论方法。在大量分析车辆荷载作用下桥梁结构应变响应监测数据的基础上,结合桥梁结构振动理论、信号处理技术以及数据分析理论,对利用应变信号能量函数进行桥梁结构损伤评估进行验证。通过在桥梁关键部位安装一定数量的应变传感器和一套动态称重系统,以固定周期对时段内的各测点的应变能量函数进行求解,利用统计分析技术得到能量函数计算值的概率分布规律,基于监测系统的工作特征,研究制订了在线损伤识别评估的方法和流程。最后以青银线济南黄河大桥为例,采用数值仿真和实测数据对该方法的有效性进行验证。结果表明,该方法效率高,精度好,通用性强,能够实现随机车流下桥梁结构损伤实时在线识别评估。     

基于模态分析法的宽幅箱梁桥偏载系数研究

宽幅箱梁桥的偏载效应突出,境内外现行桥梁设计规范中尚未纳入针对宽箱梁桥偏载系数的规定,境内外已发表的研究文献中也未给出适用的宽箱梁桥偏载系数计算公式。针对这一问题,采用经有限元方法验证的模态分析法对宽箱梁桥的偏载系数进行研究,得到了箱梁几何参数对宽幅箱梁偏载效应的影响范围,明确了偏载系数沿箱梁顺桥向的变化规律,提出了适用性更好的箱梁桥的宽、窄桥判别标准。在采用模态分析法进行大范围参数分析的基础上,提出了考虑箱梁宽度、高度、横向刚度等参数的宽幅箱梁桥偏载系数计算公式,并通过与三维实体有限元模型计算结果对比,验证了公式的计算精度能够满足工程需求,可为宽幅箱梁桥的设计计算提供参考。     

通过控制活塞振动降低柴油机燃烧噪声

现在,乘用车柴油机需要满足各种不同的要求,如低噪声、低燃油耗、低排放,以及高输出功率。改善噪声的关键是降低燃烧噪声,也就是降低柴油机敲缸噪声。降低柴油机敲缸的传统方法是减少由燃油预喷射引起的燃烧激振力、附加发动机机体加强筋或利用隔声罩改善噪声传递特性。然而,这些方法都有负面影响,如燃油经济性恶化、成本/质量增加。因此,需要依靠改进发动机结构来降低噪声。通过发动机试验分析了从活塞、连杆、曲轴到发动机机体的噪声传递路径和振动特性,认定活塞共振是噪声源。为了吸收活塞垂直运动产生的共振能量,设计了带有动态阻尼器的新型活塞销结构,它能产生与活塞反向的共振。验证了采用这一新技术降低柴油机敲缸的效果。     

基于支座反力的桥梁动态称重方法

为了解决传统基于应变的桥梁动态称重(BWIM)方法存在的精度不高和车轴探测传感器存在的可适用桥型有限、复杂工况下可靠度低的问题,提出了一种基于支座反力识别移动车辆行驶速度、轴距、轴重和总重的桥梁动态称重新方法。首先介绍了车桥耦合振动系统的建立和求解过程以及基于桥梁支座反力的车轴识别理论,建立了试验室车桥振动缩尺模型,并通过模型试验对提出方法的有效性和精度进行了验证。然后基于数值模拟,研究了路面不平整度、车辆行驶速度、噪声水平等重要因素对该方法识别精度的影响。最后,将此方法与既有基于桥梁弯曲应变的桥梁动态称重方法进行了对比。研究结果表明:该方法能够准确识别车辆的行驶速度、轴距、轴重和总重信息,模型试验和数值模拟结果均显示车辆行驶速度、轴距、轴重的识别误差能控制在5%以内,车辆总重误差能控制在2%以内;该方法的识别精度优于传统基于弯曲应变的动态称重方法,且车速越高时,该方法精度优势越明显;该方法在路面不平整、噪声等因素的干扰下仍然具有良好的稳定性。     

基于路网压缩的城市路网脆弱路段识别

为了更高效地识别出突发环境下城市道路网络中的脆弱路段,首先通过网络特性分析,运用网络效率变化量与最大连通子图变化量这两类鲁棒性指标筛选出道路网络的潜在脆弱路段集合,并在此路段集合的基础上设计出一种基于可达性原理的路网矩阵压缩算法,该算法可将原始路网压缩成若干个彼此连通且相互独立的子路网。然后在压缩后的各个子路网上,考虑不同类型出行者对路段阻抗的随机估计偏差以及对应的路径选择行为,推导出一个多用户随机均衡配流模型并用MSA算法进行求解。最后通过改进原有的网络效率指标,构建出一个新的融合交通流随机分布特性的路网脆弱性指标,用来识别各子路网中的脆弱路段,再结合实测数据进行了模型验证。结果表明:相较于传统的遍历法,基于路网压缩的脆弱路段识别模型能够真实地刻画出突发环境下城市路网交通流分布的随机特性,而且求解模型所耗时间明显缩短(计算过程仅约2～3 min);该模型的求解结果对各个子路网中的脆弱路段有着更好的区分(区分度比传统的遍历法高出24.46%),这能够有效地降低传统识别方法对城市网络脆弱路段误判的可能性,并能够及时地为突发环境下的城市交通管理部门提供关于应急救援与人员疏散的决策支持。     

基于注意力Seq2Seq网络的高速公路交织区车辆变道轨迹预测

针对交通状态复杂的高速公路交织区域,经验丰富的驾驶人能够通过正确地推断周围车辆的未来运动进行及时的车道变换,这对于实现安全高效的自动驾驶至关重要,然而目前的自动驾驶车辆往往缺乏这种预测能力。为此,基于深度学习理论,提出了一种结合注意力机制和编-解码器结构的交织区车辆强制性变道轨迹预测方法,利用Next Generation Simulation（NGSIM）数据集提取车辆变道过程中的关键特征,并引入碰撞时间（Time to Collision,TTC）和避免碰撞减速度（Deceleration Rate to Avoid a Crash,DRAC）2种风险指标,将变道车辆及其周围车辆视为一个整体状态单元,同时补全状态单元内部不同车辆在横向和纵向上的时空状态特征,从而更有效地刻画车辆间的动态交互行为;然后将不同观测车辆的连续窗口序列输入基于长短期记忆网络（Long Short-term Memory,LSTM）的编-解码器,预测交织区车辆变道的未来运动轨迹,通过添加软注意力模块,使模型能够集中聚焦于影响车辆在不同时刻下位置变化的关键信息,再现了真实交通场景下车辆的变道行为。试验验证表明：基于注意力机制的编-解码器模型与当前流行的卷积长短期记忆网络、极限梯度提升树等模型相比具有更高的轨迹预测精度,在长时域的变道轨迹拟合上有显著的优越性,为辅助和自动驾驶领域的发展提供了新思路。