浅谈沥青混凝土路面不平度

本文简要介绍了沥青路面不平度的定义、内容、重要性、影响因素、测量方法和评价方法，以及对行车舒适性及对车辆本身的影响。     

路面不平度再现方法研究

根据不平路面的统计频域特性,再现出时域信号对汽车平顺性的研究起着重要作用。介绍了描述路面不平度的模型,在此基础上,详细阐述了近年来广泛使用的几种路面不平度的重构方法的原理和实现方法,利用计算实例对它们的优缺点进行了比较。     

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.     

基于国际平整度指数的华北地区路面不平度统计分析研究

介绍了路面不平度和国际平整度指数。详细论述了国际平整度指数的计算方法,其中内容包括测量设备、计算模型以及基于实际道路测量数据的计算实例。根据模糊聚类、层次划分的方法挑选出华北地区典型道路,对典型道路进行测量、计算得到国际平整度指数。对典型道路各路段的国际平整度指数进行统计分析,获取了华北地区道路路面平整度水平及分布特征,并分别按照技术等级、行政等级、铺装类型进行了分析,掌握了各种等级、类型道路的平整度状况和国际平整度指数分布区间。通过处理、分析得到的华北地区道路路面不平度特征数据可为汽车行业、公路行业提供极具价值的参考。     

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。     

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。     

路面不平度传递函数法在汽车动态模拟中的应用

路面不平度是汽车行驶时最主要的激励，正确的模拟路面不平度是汽车进行计算机模拟的基础。但在通常情况下，路面不平度输入非常困难。本文针对大型有限元工程软件NASTRAN的使用，研究路面不平度传递函数法，通过路面不平度传递函数输入路面不平度激励，用于汽车的动态模拟。实例验证表明，此方法简单适用，结果准确。     

考虑路面不平度的汽车稳定性控制的研究

考虑路面不平度对汽车稳定性的影响，建立了一个含路面不平度激励的14自由度的汽车动力学模型。在主动悬架技术的基础上，运用直接的反馈控制制定了提高汽车操纵稳定性的控制策略。利用该模型进行了汽车稳定性的仿真研究。与没有稳定性控制系统的仿真结果相比，该控制器的应用能够较好地改善汽车的稳定性。     

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。     

基于BP神经网络的路面不平度识别

将BP神经网络作为识别路面不平度的工具,确定了用于识别的评价指标。建立了前后轮路面不平度滤波白噪声模型和汽车平顺性4 自由度平面模型,通过仿真获得车辆响应和前后轮路面不平度,作为BP 神经网络的输入和输出。采用3 层BP 神经网络识别路面不平度,先后构造了44 种车辆响应输入方案进行训练和测试,通过评价指标选出最优输入方案。研究结果表明,在车辆行驶的常用路面和车速条件下,识别前后轮路面不平度的最优输入方案由车轮垂直加速度、车轮垂直位移和悬架动挠度组成。     

基于幂函数的路面不平度白噪声激励模拟方法

对基于有理函数的路面不平度白噪声激励模拟方法进行了分析,指出了该方法存在的不足.提出了一种基于幂函数的路面不平度白噪声激励模拟方法,并对其两轮路面不平度输入的白噪声激励模拟方法进行了推导.通过对不同等级路面的仿真,验证了所提出方法的可行性.     

基于谐波叠加法的路面不平度重构

对GB/T 7031-2005中提出的路面功率谱密度表达式及等分方法,应用谐波叠加法对路面不平度随机序列进行仿真,使用AR模型谱估计法验证仿真结果.结果表明通过谐波叠加法能很好地拟合路面不平度,且AR模型谱估计具有拟合结果平滑且精度高的特点.     

二维路面不平度的时域模型及计算机仿真

提出了二维路面不平度的时域ＡＲ模型，并对所建立的模型进行了计算机数值仿真研究，研究了模拟精度及参数选取等问题。     

基于RBF神经网络识别路面不平度的研究

针对应用RBF神经网络识别路面不平度的输入选择、输入方案确定和识别效果评价3个问题,提出了一种解决方法。对RBF神经网络和训练过程进行了分析,选择车辆可以测试的车辆响应作为RBF神经网络输入,引入正交试验设计确定RBF 神经网络输入方案,采用相关系数和均方根误差作为RBF神经网络识别效果的评价指标。通过采用车辆和路面不平度系统4自由度平面模型仿真获得车辆响应和前轮路面不平度,应用RBF神经网络对常用路面等级和常用车速行驶下某汽车的前轮路面不平度进行了识别。结果表明,所提出的方法解决了基于RBF神经网络识别路面不平度的3个问题,可以用于其它神经网络识别路面不平度。     

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。     

基于增广卡尔曼滤波并考虑车辆加速度的路面不平度识别

为实现车辆在实际加减速行驶工况下路面不平度的准确识别,提出了一种考虑车辆加速度、基于增广卡尔曼滤波算法的路面识别方法.以车辆纵向加速度作为已知输入,车身垂向振动和俯仰振动响应作为观测向量,设计增广卡尔曼滤波观测器估计路面不平度信息;求取固定位移窗长度内的国际平整度指数,实现了对路面的等级分类.仿真结果表明在典型非匀速工...     

基于4种典型神经网络识别路面不平度的研究

为识别路面不平度,对4种典型神经网络及其应用选择、输入方案优化和评价指标进行研究,提出4种典型神经网络输入选择和输入组合优化的解决方案。建立了汽车系统振动的4自由度平面模型,通过仿真获得神经网络的输入和输出。采用正交试验设计确定了每种神经网络的32个输入方案,在常用的B级路面和车速60 km/h下得到每种神经网络输入方案的评价指标,通过方差分析选出每种神经网络的最优输入方案和4种典型神经网络中的最优神经网络。研究结果表明,4种典型神经网络中,NARX神经网络是识别路面不平度的最优神经网络,其最优输入方案的相关系数和均方根误差分别为96.75%和0.003 3。     

路面不平度对低路堤动应力的影响研究

基于正弦函数变化的路面不平度和两自由度的四分之一车辆模型,推导出车辆随机动荷载计算公式,研究路面不平度对车辆荷载作用下低路堤动力响应的影响规律。建立车-路耦合三维动力有限元模型,计算分析6种工况下不同路面不平度时车辆随机动荷载作用下低路堤的动应力,得出低路堤动应力均随路面不平度值的增加而增大,且与车辆附加动荷载系数m近似为线性关系;提出不同路面不平度时车辆随机动荷载作用下低路堤动应力计算模型,并对比有限元模型得到的低路堤动应力与应力计算模型得到的低路堤动应力。     

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...     

四轮车辆非平稳路面不平度时域模拟及小波分析

建立了非平稳的四轮相关滤波白噪声路面时域模型，并用计算机模拟得出四轮的路面不平度时间序列。理论验证的结果表明该模型与路面的实际情况非常接近，进而采用谱分析、小波分析等数据处理技术对路面信号的时频特征进行了深入的探讨，得出了一些有价值的结论。